Stephan Bartmann
Masterarbeit im Fach Information Systems
IT-Servicequalität – Qualitätsdimensionen zur Analyse und Bewertung von Cloud-Services
Themasteller: Jun.-Prof. Dr. Ali Sunyaev
Vorgelegt in der Masterprüfung
im Studiengang Information Systems
der Wirtschafts- und Sozialwissenschaftlichen Fakultät
der Universität zu Köln
Köln, November 2012
II
II
Inhaltsverzeichnis Abkürzungsverzeichnis....................................................................................................III
Abbildungsverzeichnis ................................................................................................... IV
Tabellenverzeichnis .......................................................................................................... V
1. Einleitung ......................................................................................................................1
2. Grundlagen ....................................................................................................................4
2.1 IT-Servicequalität .....................................................................................................4
2.1.1 Definition ........................................................................................................4
2.1.2 SERVQUAL ...................................................................................................7
2.2 Cloud-Computing ...................................................................................................13
2.2.1 Definition ......................................................................................................13
2.2.2 Besondere Anforderungen ............................................................................18
3. Qualitätsdimensionen von IT-Services .......................................................................24
3.1 Systematische Literaturauswertung als Forschungsmethode .................................24
3.2 Ergebnisse der systematischen Literaturauswertung..............................................27
4. Qualität von Cloud-Services .......................................................................................37
4.1 Weiteres Vorgehen .................................................................................................37
4.2 Auswahl der Qualitätsdimensionen ........................................................................38
4.3 Qualitätsframework für Cloud-Services.................................................................45
5. Empirische Analyse des Qualitätsframeworks ...........................................................48
5.1 Methodisches Vorgehen .........................................................................................48
5.2 Statistische Auswertung der Umfrage ....................................................................50
6. Fazit .............................................................................................................................58
Literaturverzeichnis .........................................................................................................61
Anhang .............................................................................................................................68
Erklärung .........................................................................................................................81
Lebenslauf........................................................................................................................82
III
III
Abkürzungsverzeichnis
SLA Service Level Agreements
EQ Erwartete Qualität
WQ Wahrgenommene Qualität
SQ Servicequalität
IS Information Systems (Informationssysteme)
ZoT Zones of Tolerance (Toleranzzonen)
NIST National Institute of Standards and Technology
IaaS Infrastructure-as-a-Service
PaaS Platform-as-a-Service
SaaS Software-as-a-Service
ASP Application Service Provider
EFA exploratory factor analyis (explorative
Faktorenanalyse)
CFA confirmatory factor analysis (konfirmatorische
Faktorenanalyse)
IV
IV
Abbildungsverzeichnis
Abb. 2-1: Bereitstellungstypen von Cloud-Services .......................................................15
V
V
Tabellenverzeichnis
Tab. 2-1: Besondere Anforderungen an Cloud-Services ..............................................24
Tab. 3-1: Übersicht der relevanten Quellen, ihrer Anwendungsgebiete und
der in der jeweiligen Quelle verwendeten Qualitätsdimensionen ................28
Tab. 3-2: Übersicht der identifizierten Dimensionen ...................................................37
Tab. 4-1: Übergangsmatrix der Anforderungen auf die
Qualitätsdimensionen....................................................................................39
Tab. 4-2: Qualitätsframework zur Messung der Servicequalität eines
Cloud-Services ..............................................................................................48
Tab. 5-1: Ergebnisse der Reliabilitäts- und Validitätsanalyse......................................53
Tab. 5-2: Ergebnisse der explorativen Faktorenanalyse...............................................57
1
1
1. Einleitung
Cloud-Computing gilt derzeit als einer der wichtigsten Trends im IT-Bereich und
beschreibt den Ansatz Ressourcen der Informationstechnologie dynamisch über das
Internet bereitzustellen.1 Hierdurch wird dem Nutzer eines entsprechenden Services die
lange erhoffte Möglichkeit eröffnet, Rechenkapazitäten auf Nutzungsbasis zu erhalten
und zu bezahlen. Einer Umfrage aus dem Jahr 2011 zufolge erwarten 79 Prozent der
befragten Unternehmen in Zukunft generell vor die konkrete Entscheidung gestellt zu
sein, Cloud-Services einzusetzen oder nicht.2 68 Prozent aller Unternehmen gehen sogar
davon aus, den Großteil ihrer Anwendungen und Plattformen innerhalb der nächsten
drei Jahre in die „Cloud“ zu transferieren. Für die Entscheidung, ob auf Cloud-
Technologien zurückgegriffen werden soll, ist insbesondere der zunehmende Bedarf an
Agilität des Geschäftsmodells der größte Treiber.3 Reine Kostenersparnis, die im
Cloud-Computing durch Skaleneffekte auf Seiten des Cloud-Anbieters erzielt werden
kann, spielt nur eine untergeordnete Rolle. Aufgrund der kritischen Funktion, welche
die Informationstechnologie mittlerweile für alle Unternehmensabläufe hat, haben IT-
bezogene Entscheidungen, zu denen immer häufiger auch die Auswahl von speziellen
Cloud-Services zählt, direkte Auswirkungen auf die strategische Ausrichtung des
Unternehmens. Gerade deshalb müssen Entscheidungen für einen Cloud-Service
wohlüberlegt getroffen werden. Zu den Voraussetzungen einer in
unternehmensstrategischer Hinsicht „richtigen“ Entscheidung gehört einerseits, dass die
eigenen Business-Anforderungen an IT-Services klar definiert sind und andererseits,
dass der Markt für Cloud-Services bekannt ist. Gerade der zweite Aspekt ist, durch die
deutliche Zunahme konkurrierender Angebote4 und die daraus resultierende
Intransparenz des Marktes, für Unternehmen oftmals kaum zu realisieren. Strategischen
Entscheidern fällt es demnach zunehmend schwerer den für ihr Unternehmen passenden
Dienstleister und Service auszuwählen.
1 Vgl. BMWi (2010), S. 8–10. 2 Vgl. zu diesem und dem folgenden Satz Narasimhan, Nichols (2011), S. 25. 3 Vgl. zu diesem und dem folgenden Satz Narasimhan, Nichols (2011), S. 26–27. 4 Vgl. Weinhardt u. a. (2009), S. 459.
2
2
Um strategische Entscheider in Zukunft bei diesen Entscheidungen mit mehr
Informationen zu versorgen und somit ihre Entscheidungsfindung zu unterstützen, muss
zunächst die objektive Messbarkeit der Qualität von Cloud-Services ermöglicht werden.
In dieser Frage steht die wissenschaftliche Forschung noch am Anfang. Mit Blick auf
die prognostizierte Entwicklung im Bereich des Cloud-Computings ist freilich davon
auszugehen, dass sich der Forschungs- und Wissensstand auf diesem Feld in den
nächsten Jahren rasant weiterentwickeln wird. Zu verweisen ist insbesondere auf die
Anstrengungen des "Cloud Measurement Consortiums", das an einer Fortentwicklung
des "Service Measurement Index", einem Bewertungsmodell für Cloud-Services,
arbeitet.5 Mit diesen, unter Einsatz erheblicher personeller wie finanzieller Ressourcen
vorangetriebener Forschungsanstrengungen, kann und will die vorliegende
Untersuchung nicht konkurrieren. Sie ist gleichwohl nicht überflüssig. Gerade wenn es
darum geht, Standards für neue Technologien zu entwickeln, profitiert die
wissenschaftliche Forschung von unterschiedlichen Ansätzen und methodischen
Herangehensweisen. Somit sieht sich diese Arbeit als alternativer Ansatz zur
Erforschung eines allgemeinen Qualitätsframeworks für Cloud-Services.
Großer Vorteil dieses Arbeit ist, dass sie, aus einer breiten wissenschaftlichen Basis
heraus, die beschriebene Wissens- und Forschungslücke zu füllen versucht: Ziel der
Untersuchung ist, anknüpfend an die vorliegenden Forschungen auf benachbarten
Feldern und basierend auf ihren Ergebnissen, ein Raster zur Qualitätsanalyse von
Cloud-Services zu erarbeiten. Die Analyse macht sich dabei zu Nutze, dass die Frage
nach der Qualitätsbewertung von Dienstleistungen nicht neu ist. Es kann mithin von
einer wissenschaftlich fundierten und mittlerweile stark differenzierten Forschung zur
Evaluation von klassischen Dienstleistungen und IT-Services ausgegangen werden.
Insbesondere die im Verlauf der Arbeit noch näher vorzustellenden Forschungen zum
Marketing und jene zu IT-Dienstleistungen haben fundierte Standards zur generellen
Bewertung von (IT-)Services hervorgebracht, welche die Basis meiner Analyse stellen.
Der bekannteste dieser Standards und zugleich wichtigste Grundlage dieser Arbeit ist
das weitverbreitete Rahmenwerk zur Bewertung von Servicequalität SERVQUAL, das
in den 1980er Jahren in der Forschung zum Marketing erarbeitet und seitdem mehrfach
5 Vgl. Burke (2011) bzw. die Homepage des Projekts: www.cloudcommons.com
3
3
weiterentwickelt wurde.6 SERVQUAL gilt als ein gutes Werkzeug zur Bewertung von
Servicequalität und stellt somit ein geeignetes wissenschaftliches Fundament für diese
Arbeit dar. Um die Aussagekraft dieses Rahmenwerks für die jeweils betrachtete
Branche zu erhöhen, sollte dieses jedoch für jedes Einsatzgebiet individuell angepasst
werden.7 Die vorliegende Arbeit macht sich daher zum Kernziel, SERVQUAL auf
Cloud-Computing zu übertragen und die Anwendbarkeit zu diskutieren. Analog zum
SERVQUAL-Modell bestimmt sich die Qualität von Cloud-Services in der
vorliegenden Arbeit über konkrete Ausprägungen in einzelnen Qualitätsdimensionen.
Zielsetzung ist daher, geeignete Qualitätsdimensionen zur Bewertung von Cloud-
Services zu identifizieren, sie gemäß der spezifischen Anforderungen dieses
Einsatzgebietes zu definieren und durch konkrete Attribute zu charakterisieren.
Das weitere Vorgehen dieser Arbeit ist wie folgt: In Kapitel 2 werden grundlegende
Begriffe der Untersuchung geklärt und wesentliche Konzepte erläutert. Nach einer
knappen Erläuterung des Begriffes IT-Servicequalität wird zunächst das dieser Arbeit
zugrunde liegende Rahmenwerk SERVQUAL kritisch vorgestellt. Im Anschluss wird
das neue Paradigma Cloud-Computing definiert und von bestehenden Konzepten
abgegrenzt. Hierbei werden im Speziellen die besonderen Anforderungen des Cloud-
Computings herausgearbeitet und klassifiziert. Mittels systematischer
Literaturrecherche wird im folgenden Kapitel 3 der Forschungsstand zu
Evaluationsstandards für IT-Services ausgewertet und ein Katalog verschiedener
Qualitätsdimensionen erarbeitet. Dieser stellt die vielfältigen wissenschaftlichen
Ansätze in einer Art Querschnitt zusammen. In Kapitel 4 wird sodann der Versuch
unternommen, die zuvor herausgearbeiteten generellen IT-Qualitätsdimensionen für das
spezielle Anwendungsgebiet des Cloud-Computings nutzbar zu machen. Zu diesem
Zweck werden die in Kapitel 2 zusammengestellten spezifischen Anforderungen an
Cloud-Services den jeweils passenden Dimensionen zugeordnet. Die so für Cloud-
Services als relevant identifizierten Dimensionen werden anschließend durch
Ausformulieren konkreter Qualitätsattribute in ein Framework überführt. Anhand des
weit verbreiteten Anwendungsbeispiels „Dropbox“ wird dieses Framework im
6 Vgl. zu diesem und dem folgenden Satz Buttle (1996). 7 Vgl. Badri, Abdulla, Al-Madani (2005), S. 842.
4
4
folgenden Kapitel 5 einer ersten empirischen Validierung unterzogen und auf seine
praktische Verwertbarkeit geprüft. Abschließend werden in Abschnitt 6 die konkreten
Ergebnisse dieser Arbeit zusammengefasst, Vorzüge und Grenzen des erarbeiteten
Modells benannt und in einem Ausblick zukünftig zu klärende Fragen an die
wissenschaftliche Forschung formuliert.
2. Grundlagen
2.1 IT-Servicequalität
2.1.1 Definition
Servicequalität beschreibt im Allgemeinen die Qualität einer Dienstleistung. Im
Gegensatz zu einem physischen Produkt lässt sich die Qualität einer Dienstleistung
oftmals nur schwer bestimmen.8 Dies liegt vor allem an den besonderen Charakteristika
einer Dienstleistung. Unter einer Dienstleistung bzw. einem Service9 versteht man alle
Handlungen einem Kunden gegenüber. Darunter fällt auch die Bereitstellung von
Ressourcen für die Nutzung durch Dritte. Services sind typischerweise10
- nicht greifbar, d.h. keine physischen Produkte,
- heterogen, d.h. jede Durchführung der Dienstleistung ist einzigartig, wodurch
Schwankungen in der angebotenen Qualität auftreten können,
- vergänglich, d.h. es besteht keine Möglichkeit zur Aufbewahrung für eine
spätere Verwendung
- simultan, d.h. zur gleichen Zeit produziert wie genutzt. Hierdurch ist die
Dienstleistung unweigerlich mit der Interaktion zwischen Kunden und
Dienstleister verbunden und kann nicht losgelöst betrachtet werden.
Servicequalität beschreibt die Qualität einer solchen Dienstleistung. Die ursprüngliche
Definition stammt aus der Forschung zum Marketing und wurde auf verschiedene
andere Bereiche übertragen. Servicequalität lässt sich in technische und funktionale
8 Vgl. Parasuraman, Zeithaml, Berry (1985), S. 42. 9 Die Begriffe „Dienstleistung“, „Dienst“ und „Service“ werden in dieser Arbeit synonym verwendet. 10 Für die folgende Auflistung vgl. Beaven, Scotti (1990), S. 7–10.
5
5
Qualitätsaspekte unterteilen.11 Technische Aspekte beschreiben hierbei das Ergebnis der
Interaktion vom Kunden mit einem Dienstleister. Sie bewerten also das Resultat einer
durchgeführten Dienstleistung. Funktionale Qualität, als komplementäres Element,
misst hingegen die Qualität der Durchführung einer Dienstleistung. Am Beispiel eines
Bankkunden wäre die technische Qualität einer Dienstleistung die zufriedenstellende
Ausführung einer Überweisung. Funktionale Qualitätsaspekte wären in diesem Beispiel
u.a. die Freundlichkeit des Dienstleisters und die Dauer der Wartezeit. Aus der
Kombination von technischer und funktionaler Qualität ergibt sich ein Gesamtbild der
Servicequalität, da der Kunde diese Dienstleistung sowohl im Falle eines schlechten
Ergebnisses (Überweisung wurde nicht getätigt) als auch bei nicht zufriedenstellender
Durchführung (Mitarbeiter ist unfreundlich) insgesamt negativ bewerten würde.
Lehtinen, Lehtinen (1991) verwenden einen ähnlichen Ansatz zur Unterteilung von
Servicequalität. Sie verwenden allerdings die Begriffe „process quality“ statt
funktionaler Qualität und „output quality“ anstatt technischer Qualität.12 Ein weiteres,
von Lehtinen, Lehtinen (1991) propagiertes Vorgehen ist die Einteilung in die drei
Qualitätsdimensionen physische Qualität, interaktive Qualität und
Unternehmensqualität. Dieser Ansatz betrachtet die Messung der Servicequalität aus der
Perspektive des Unternehmens. Aufgrund der Fokussierung dieser Arbeit auf die
Perspektive des Kunden einer Dienstleistung wird dieser Ansatz nicht tiefergehend
vorgestellt.
Für die Ermittlung der Servicequalität ist der Vergleich von erwarteter Qualität mit der
tatsächlich wahrgenommenen Leistung ein weit verbreitetes Vorgehen. Diese beiden
Komponenten der Servicequalität – sprich erwartete und wahrgenommene Qualität -
müssen vom Dienstleister richtig verstanden werden, um Servicequalität sinnvoll
steuern zu können13 und somit eine Dienstleistung mit zufriedenstellendem Ergebnis
anzubieten. Generell gilt, dass sich die Leistung einer Dienstleistung durch ihre
Messbarkeit leicht steigern lässt.14
11 Für diesen Absatz vgl. Grönroos (1984), S. 38–39. 12 Vgl. Lehtinen, Lehtinen (1991), S. 291–294. 13 Vgl. Grönroos (1984), S. 43. 14 Vgl. Yang, Peterson, Cai (2003), S. 686.
6
6
IT-Servicequalität im Speziellen bezeichnet die Qualität einer überwiegend technischen
Dienstleistung aus dem Bereich der Informationstechnologie, die von menschlicher
Interaktion begleitet wird. Dienstleistungen im Umfeld der Informationstechnologie, die
ohne direkte technische Komponente auskommen, wie beispielsweise
Beratertätigkeiten, finden daher in der Untersuchung keine Berücksichtigung. Wenn im
Folgenden von IT-Services die Rede sein wird, so sind damit immer Dienstleitungen
gemeint, welche die Bereitstellung einer technischen Ressource und die menschliche
Interaktion zwischen Kunden und Dienstleister – die freilich (teil-)automatisiert
ablaufen kann - vereinen. Die Qualität einer IT-Dienstleistung hängt demnach, im
Rahmen der vorliegenden Arbeit, von dem richtigen Einsatz von Prozessen, Menschen
und Technologien ab.
IT-Services, insbesondere im Internet-Kontext, unterscheiden sich von traditionellen
Dienstleistungen in einigen Charakteristika.15 Wei, Yao (2010) bezeichnen IT-Services
– verglichen mit herkömmlichen Services - als weniger greifbar, weniger vergänglich
und homogener. Ihrer Argumentation zu Folge werden Dienstleistungen, die über das
Internet bereitgestellt werden, vom Kunden als noch weniger greifbar wahrgenommen,
da oftmals kein direkter physischer Kontakt zwischen Dienstleister und Kunden nötig
ist. Bei vielen IT-Services wird zusätzlich die tatsächliche Leistungserbringung, sowohl
örtlich als auch zeitlich, vom Leistungsauftrag des Kunden entkoppelt. Diese neue Art
Dienstleistungen einem Kunden gegenüber zu erbringen führt dazu, dass diese
Dienstleistungen deutlich weniger vergänglich sind. Die zunehmende
Technologisierung von Services erlaubt es dem Dienstleister seine Leistung noch
deutlicher zu standardisieren. Hierdurch verringern sich Schwankungen zwischen
verschiedenen Durchführungen derselben Dienstleistung. IT-Services sind somit häufig
homogener als traditionelle Dienstleistungen. Eine weitere entscheidende Neuigkeit, die
auf der Verwendung von Technik zur Service-Unterstützung fußt, ist die Tatsache, dass
immer mehr Teile des Services vom Kunden selber ausgeführt werden. Prominente
Beispiele hierfür sind Bankautomaten, Selbstbezahlungsterminals oder auch die
Tatsache, dass ein Kunde seine Daten - durch Ausfüllen eines Internetformulars - selber
in die Systeme des Dienstleisters eingibt.
15 Für diesen Absatz vgl. Wei, Yao (2010), S. 2119.
7
7
Wie bereits dargelegt, wird in dieser Arbeit die Servicequalität einer IT-Dienstleistung
stets aus der Perspektive eines strategischen Entscheiders untersucht. Die
Unterscheidung zwischen strategischem Entscheider, oftmals auch Kunde genannt, und
Endnutzer ist typisch für die moderne Denkweise des IT-Servicemanagements.16
Strategische Entscheider sind dafür verantwortlich, die für das Geschäftsmodell des
Unternehmens passenden IT-Services auszuwählen und mittels Service Level
Agreements (SLA) in Verträgen festzuhalten. Hiervon abzugrenzen sind die Endnutzer
eines Services, die diesen tagtäglich in ihrer Arbeit einsetzen. Strategische Entscheider
treffen ihre Entscheidung meist auf taktischer Ebene, d.h. mit mittelfristigen
Auswirkungen. Hierbei setzen sie andere Qualitätskriterien an, als sie ein Endbenutzer
anlegen würde. Aus diesem Grund wird im Rahmen der Analyse auf das eher
strategisch ausgelegte Werkzeug SERVQUAL zurückgegriffen und nicht auf
vergleichbare Modelle, die Qualität aus einer Anwendersicht bewerten, wie bspw. das
„technology acceptance model“ (TAM)17.
2.1.2 SERVQUAL
Das Konzept der Servicequalität entstammt, wie erwähnt, der Marketingforschung und
kam hier insbesondere in Untersuchungen zur Servicequalität des Einzelhandels zum
Einsatz. Parasuraman, Zeithaml, Berry (1991)18 entwickelten mit SERVQUAL eines
der ersten und bis heute oft verwendeten Modelle zur Bestimmung von Servicequalität.
SERVQUAL kann sowohl als vergleichendes sowie als diagnostisches Werkzeug
eingesetzt werden19 und gilt als Grundgerüst für die Messung von Servicequalität in
verschiedenen Bereichen.20 Grundannahme ist, dass sich Servicequalität aus dem
Vergleich zwischen erwarteter und vom Kunden wahrgenommener Qualität einer
16 ITIL (IT Infrastructure Library) unterscheidet bspw. zwischen Kunden („customer“) und
Endanwendern („end-user“). Vgl. hierzu z.B. Narasimhan, Nichols (2011), S. 5. 17 Vgl. Davis (1985). 18 Das Modell SERVQUAL wurde über mehrere Jahre hinweg entwickelt und final in Parasuraman,
Berry, Zeithaml (1991) ausgearbeitet. Vorläufer finden sich in den Publikationen Parasuraman, Zeithaml, Berry (1985) und Parasuraman, Zeithaml, Berry (1988).
19 Vgl. Kettinger, Lee (1997), S. 224. 20 Vgl. Parasuraman, Zeithaml, Berry (1988), S. 6.
8
8
Dienstleistung ergibt.21 Dazu werden anhand von konkreten Attributen zu
verschiedenen Dimensionen sowohl die jeweils erwartete als auch wahrgenommene
Qualität gemessen. Aus diesen Einzelwerten ergibt sich dann ein Gesamtbild der
Servicequalität.22
In einer ersten Version von SERVQUAL identifizierten Parasuraman, Zeithaml, Berry
(1985) zehn Dimensionen, die einzelne Teilaspekte von Servicequalität darstellen
(„reliability“, „responsiveness“, „competence“, „access“, „courtesy“, „communication“,
„credibility“, „security“, „understand/knowing the customer“, „tangibles“). Diese
wurden später aufgrund von empirischen Ergebnissen auf folgende fünf Dimensionen
reduziert, die Charakteristika von Services klassifizieren.23
1. Zuverlässigkeit (reliability): Fähigkeit des Dienstleisters, die versprochene
Dienstleistung zuverlässig, störungsfrei und mit gleichbleibendem Ergebnis
durchzuführen.
2. Zusicherung (assurance): Fähigkeit (der Mitarbeiter) Vertrauen und
Zuversicht bezüglich der angebotenen Dienstleistung zu schaffen und diese
dem Kunden zu vermitteln.
3. Materielles (tangibles): physisches Erscheinungsbild aller (direkt und
indirekt) am Service beteiligten Entitäten (z.B. Personen, Fabriken,
Unterlagen, etc.).
4. Einfühlungsvermögen (empathy): Bereitschaft und Fähigkeit (z.B. durch
flexible Prozesse) auf besondere Kundenanforderungen einzugehen.
5. Reaktionsgeschwindigkeit (responsiveness): Geschwindigkeit der
Ausführung der Dienstleistung.
Diese fünf Dimensionen stellen hierbei voneinander unabhängige Teilaspekte dar, aus
deren Verrechnung sich das Gesamtkonstrukt der Servicequalität ergibt. Zu jeder dieser
Dimensionen existieren konkrete Attribute, anhand derer die Qualität jedes Teilbereichs
gemessen werden kann. Insgesamt wurden in der Basisversion von SERVQUAL 22
21 Vgl. Parasuraman, Zeithaml, Berry (1985), S. 42. 22 Vgl. Parasuraman, Zeithaml, Berry (1985). 23 Vgl. Parasuraman, Zeithaml, Berry (1988), S. 6.
9
9
Attribute identifiziert, mittels derer die Servicequalität bestimmt werden soll. Die
Mehrzahl dieser Attribute lässt sich eindeutig den funktionalen Qualitätskriterien
zuordnen.24 Ein konkretes Beispiel für ein solches Attribut der Dimension
Zuverlässigkeit ist die Frage, ob Dienstleistungen genau so durchgeführt werden, wie
diese versprochen wurden.25
In verschiedenen Studien wurde die relative Wichtigkeit der einzelnen Dimensionen für
die Bestimmung der Gesamtservicequalität ermittelt. So bemerken Parasuraman,
Zeithaml, Berry (1988) selber, dass in ihrer Studie mit vier verschiedenen Fällen die
Dimension Verlässlichkeit stets die Aussagekräftigste ist, wohingegen Antworten im
Bereich Einfühlungsvermögen die geringste Aussagekraft hinsichtlich der
Gesamtservicequalität besitzen. Diese Ergebnisse wurden in den Folgejahren
ausführlich diskutiert. Mittlerweile existiert hierzu der Konsens, dass eine generelle
Rangordnung der Dimensionen nicht möglich ist, sondern von der Art der zu
bewertenden Dienstleistung und ihrer Charakteristika abhängt.26 Die Frage nach der
relativen Wichtigkeit der einzelnen Dimensionen ist Teil des SERVQUAL
Fragebogens, bei dem die befragten Personen die Wichtigkeit der Dimension
bewerten.27
Im ursprünglichen Fragebogen von SERVQUAL werden zu jedem Attribut zwei Fragen
gestellt. Die erste Frage misst jeweils die Ausprägung der erwarteten Qualität (EQ) und
die zweite die dazugehörige wahrgenommene Qualität (WQ) des spezifischen Aspekts.
Jede Frage wird dabei auf einer Skala 1 (=stimme nicht zu) bis 7 (=stimme voll zu)
bewertet. Servicequalität (SQ) ergibt sich dann aus der Differenz dieser beiden Werte.
Es gilt somit für jedes Attribut i: 𝐺𝐴𝑃 = 𝑊𝑄 − 𝐸𝑄 . Diese Messung wird deshalb
auch als Abstandsmodell („gap modell“) bezeichnet. Je größer die Diskrepanz zwischen
EQ und WQ ist, umso schlechter ist die vom Kunden wahrgenommene Servicequalität.
Durch dimensionsinternes Verrechnen der einzelnen Werte für 𝐺𝐴𝑃 ergeben sich die
Werte der Servicequalität für die einzelnen Dimensionen. Diese können genutzt werden
24 Vgl. Kang, James (2004), S. 266–267. 25 Vgl. Parasuraman, Berry, Zeithaml (1991), S. 447. 26 Vgl. Chowdhary, Prakash (2007), S. 506–507. 27 Vgl. Parasuraman, Zeithaml, Berry (1988), S. 449.
10
10
um Stärken und Schwächen in spezifischen Bereichen zu identifizieren. Mittelt man
diese Werte, so errechnet sich eine Kennziffer, die die Bewertung der gesamten
betrachteten Dienstleistung widerspiegelt. Schlechte Werte für 𝐺𝐴𝑃 (d.h. große
Abstände zwischen 𝑊𝑄 und 𝐸𝑄 ) und somit für den Gesamteindruck der
Servicequalität können aus verschiedenen Gründen auftreten.28
1. Die Erwartungen der Kunden an eine Dienstleistung unterscheiden sich von
den Vorstellungen dieser Erwartungen durch die Manager.
2. Die Erwartungen der Kunden werden zwar korrekt erkannt, jedoch werden
falsche Maßnahmen ergriffen, um diese erfüllen zu können.
3. Die Dienstleistung wird nicht in der geplanten Qualität angeboten.
4. Gegebene Versprechen können durch die tatsächlich angebotene
Servicequalität nicht eingehalten werden.
SERVQUAL wurde 1994 unter dem Namen IS SERVQUAL das erste Mal auf den IT-
Kontext angewandt.29 Hierbei wurden die Qualitätsdimensionen aus dem Grundmodell
übernommen. Einige der Attribute wurden leicht umformuliert, um sie auf den IT-
Kontext anwendbar zu machen.30 Generell gilt SERVQUAL auch im IT-Bereich als
gutes Instrument zur Erfassung der Servicequalität.31
Nichtsdestoweniger wurde Kritik am allgemeinen SERVQUAL Modell formuliert. Dies
geschieht sowohl in der IT-bezogenen Forschung als auch in der Marketingforschung.
Die Kritik zielt hierbei auf konzeptionelle sowie empirische Defizite des Frameworks:
Hauptkritikpunkt an der konzeptionellen Idee von SERVQUAL ist, dass die Messung
von Servicequalität, als Differenz aus wahrgenommener und erwarteter Qualität, nicht
sinnvoll ist.32 Dies wird damit begründet, dass erwartete Qualität nicht als objektiver
Wert gilt, sondern sich von jedem Kunden individuell definieren lässt und von
bekannten Standards und persönlichen Erfahrungen abhängt. Ein zweiter genereller
28 Vgl. für die nachfolgende Aufzählung Parasuraman, Zeithaml, Berry (1985), S. 44–46. 29 Vgl. Kettinger, Lee (1994). 30 Vgl. Kettinger, Lee (1994), S. 747. 31 Vgl. Pitt, Watson, Kavan (1995), S. 177. 32 Vgl. van Dyke, Kappelman, Prybutok (1997), S. 197–199.
11
11
Kritikpunkt ist die Verwendung einer Differenz zum Operationalisieren des Konstrukts
Servicequalität. Diese bildet die Psychologie der befragten Personen nicht ausreichend
ab, sondern simplifiziert diesen hochkomplexen Prozess zu stark.33 Kritikpunkt
empirischer Art ist, dass SERVQUAL in Gänze nicht validierbar ist. 34 Ferner lässt sich
auch die Trennung von Servicequalität in einzelne Qualitätsdimensionen nicht
empirisch belegen. Häufig lassen sich die Dimensionen nicht scharf voneinander
abgrenzen oder nicht als eigenständige Konzepte validieren.
Um dieser Kritik zu begegnen, wurde, in der Marketingforschung, unter dem Namen
SERVPERF ein alternatives Modell entwickelt, in dem nur die wahrgenommene
Qualität erfasst wird.35 Zusätzlich wurde das Konzept der Qualitätsdimensionen
aufgelöst, d.h. dass sich die Gesamtservicequalität direkt aus dem Qualitätswert der
einzelnen Attribute ergibt. Van Dyke, Kappelman, Prybutok (1997) adaptierten dieses
Modell für den IT-Kontext. In verschiedenen Studien hat sich gezeigt, dass diese
Messung empirisch besser validiert ist. Diesem Vorteil von SERVPERF wird
entgegengehalten, dass SERVQUAL durch die Doppelerfassung eine deutlich höhere
Erklärungskraft für schlechte Servicequalität besitzt. Die Ergebnisse einer
SERVQUAL-Umfrage können somit v.a. für das Management von höherem Wert
sein.36 Dies ist vor allem der Fall, wenn zwar die wahrgenommene Leistung eigentlich
ausreichend ist, die Erwartungen an die Dienstleistung jedoch zu hoch sind.37 Die
Frage, welcher der beiden Ansätze bessere Ergebnisse liefert, ist weiterhin offen und
wird von der Forschung kontrovers diskutiert.38 So werden bis heute je nach
Anwendungsfall beide Verfahren genutzt, um die jeweiligen Stärken im entsprechenden
Kontext nutzen zu können.
33 Vgl. van Dyke, Kappelman, Prybutok (1997), S. 196–197. 34 Vgl. für den Rest des Absatzes van Dyke, Kappelman, Prybutok (1997), S. 201–203.. 35 Vgl. Cronin, Taylor (1992). 36 Vgl. Pitt, Watson, Kavan (1997), S. 216. 37 Siehe hierzu auch die genannten möglichen Gründe für schlechte Servicequalität, insbesondere Punkt
1. 38 Für eine Übersicht der Diskussion siehe Sylvester, Tate (2008).
12
12
Neben den Überlegungen, dass Abstandsmodell durch ein alternatives Konzept zu
ersetzen, gibt es in der wissenschaftlichen Forschung zahlreiche Bemühungen, den
SERVQUAL Ansatz durch weitere Differenzierung fortzuentwickeln. Kettinger, Lee
(2005) modifizieren das Abstandsmodell (SERVQUAL), indem sie die erwartete
Qualität aufteilen in gewünschte („desired“) Qualität und adäquate
(„adequate“) Qualität. Adäquate Qualität beschreibt hierbei die minimal von einem
Kunden akzeptierte Qualität.39 Qualitätsbewertungen, die zwischen diesen beiden
Grenzen liegen, werden vom Kunden als gute Servicequalität angenommen. Man
spricht hierbei von Toleranzzonen („Zones of Tolerances“ (ZoT)). Dieses Modell
versucht die Stärken des Abstandsmodells mit denen der ausschließlichen Messung von
wahrgenommener Qualität zu vereinen.40 Kettinger, Lee (2005) versprechen sich mit
ihrem Modell somit sowohl die Bereitstellung von zusätzlichen Informationen für das
Management (SERVQUAL) sowie eine hohe Validität (SERVPERF) bieten zu können.
Für diese Arbeit, die explorativ die Möglichkeit der Messung von Servicequalität im
Kontext des Cloud-Computings diskutiert, wird auf das ursprüngliche
Abstandsverfahren und somit SERVQUAL zurückgegriffen. Bei weitergehender
Forschung sollten aber auch die weiteren, hier kurz vorgestellten Ansätze miteinander
verglichen werden, um ein optimales Modell zu ermöglichen.
Das hinter SERVQUAL stehende Konzept, d.h. die Messung von Servicequalität
anhand einzelner, voneinander unabhängiger Dimensionen mit jeweils konkreten
Attributen, soll genutzt werden, um zukünftig Dienstleistungen aus dem Feld des
Cloud-Computings bewerten zu können. Verschiedene Studien haben ergeben, dass die
Auswahl der richtigen Qualitätsdimensionen und der entsprechenden Attribute von der
jeweiligen Art der Dienstleistung und der Branche abhängen.41 Ziel dieser Arbeit ist
deshalb die Identifikation von spezifischen Dimensionen und korrespondierenden
Attributen, die zur Bewertung der Servicequalität von Dienstleistungen aus dem Bereich
des Cloud-Computings geeignet sind. Für diese Bewertung gilt es, eine optimale
Kombination aus den traditionellen Dimensionen des SERVQUAL-Modells und neuen
39 Vgl. Kettinger, Lee (2005), S. 609–610. 40 Vgl. Kettinger, Lee (2005), S. 614–618. 41 Vgl. van Dyke, Kappelman, Prybutok (1997), S. 199.
13
13
Dimensionen zu finden. Diese muss geeignet sein, alle Facetten der Qualität von Cloud-
Services abzudecken.
2.2 Cloud-Computing
2.2.1 Definition
Cloud-Computing gilt als ein neues Computer-Paradigma42, bei dem technische Dienste
über das Internet bereitgestellt werden. Der Begriff der „cloud“ (Wolke) steht dabei
bildlich für das Internet, dass in Netzwerkstrukturdiagrammen häufig als Wolke
dargestellt wird.43 Die rasante technologische Entwicklung und Forschung auf
angrenzenden Feldern, wie Gridcomputing, Virtualisierung und
Hochleistungsrechnen44, hat ermöglicht, dass Dienstleistungen allgegenwärtig und
hoch-performant angeboten werden können. Cloud-Computing könnte den schon lange
existierenden Traum erfüllen, dass Rechenleistung zukünftig als Ressource - ähnlich
wie Elektrizität – eingesetzt werden kann.45 Gerade der Einsatz im unternehmerischen
Kontext führte zur rasanten Entwicklung des Cloud-Computings.46 Hier kann der
Einsatz von Cloud-Computing vor allem dabei helfen, die eigene IT effizienter zu
gestalten und das Geschäft somit agiler und risikobeständiger zu machen.47 Außerdem
werden durch Cloud-Services zusätzlich neue Geschäftsmodelle und IT-
Anwendungsszenarien ermöglicht.48 Anders als viele Trends im IT-Bereich scheint
Cloud-Computing nicht lediglich ein Hype zu sein, sondern ein technologisches
Bereitstellungsprinzip, das längerfristig die IT-Welt verändern wird.49 Nahezu alle
großen IT-Dienstleister setzen deshalb verstärkt auf Cloud-Dienstleistungen in ihrem
Portfolio. Ferner sind verschiedene neue Spieler in diesen Markt eingetreten, wie bspw.
42 Vgl. Anjomshoaa, Tjoa (2011). 43 Vgl. Erdogmus (2009), S. 4. 44 Vgl. Gong u. a. (2010), S. 275. 45 Vgl. Hofmann, Woods (2010). 46 Vgl. Anjomshoaa, Tjoa (2011), S. 7. 47 Vgl. Marston u. a. (2011), S. 177. 48 Vgl. Marston u. a. (2011), S. 178. 49 Vgl. Marston u. a. (2011), S. 188.
14
14
Amazon, das mittlerweile zu einem der größten Anbieter in dieser Sparte aufgestiegen
ist.50
Aufgrund der enormen informationstechnologischen und ökonomischen Bedeutung, die
Cloud-Computing mittlerweile besitzt, hat das „National Institute of Standards
and Technology“ (NIST) aus den USA eine eigene Definition diese Computing-
Ansatzes herausgegeben.51 Diese gilt mittlerweile als quasi-Standard und wird in der
wissenschaftlichen Literatur regelmäßig zitiert. Hiernach lassen sich Cloud-Services in
drei unterschiedliche Typen einteilen.52 Das NIST spricht in diesem Zusammenhang
von unterschiedlichen Bereitstellungstypen („service models“) Infrastructure-as-a-
Service (IaaS), Platform-as-a-Service (PaaS) und Software-as-a-Service (SaaS).
Angebote bei denen dem Kunden ganze Infrastrukturen zur Verfügung gestellt werden,
werden als Infrastructure-as-a-Service (IaaS) bezeichnet. Bei diesem Geschäftsmodell
stellt der Cloud-Anbieter seinen Kunden eine oder mehrere virtuelle Instanzen,
bestehend aus grundlegenden Serverkapazitäten wie bspw. Rechenzeit, Speicher und
Netzwerkanbindung, zur Verfügung. Innerhalb dieser virtuellen Instanz können eigene
Betriebssysteme und Anwendungen installiert und ausgeführt werden. Die Verwaltung
der zugrunde liegenden Cloud-Infrastruktur (Netzwerkhardware, Backupsysteme u.Ä.),
die für alle Kunden gemeinsam eingesetzt wird, übernimmt der jeweilige Cloud-
Anbieter.
Cloud-Services, bei denen der Anbieter neben reinen Infrastrukturen auch Software-
Plattformen bereitstellt, werden Platform-as-a-Service (PaaS) genannt. Bei diesem
Bereitstellungstyp wird zusätzlich zu der Verwaltung der Cloud-Infrastrukturen auch
die Verwaltung des Betriebssystems an den jeweiligen Cloud-Dienstleister abgegeben.
Von weitergehenden Administrationspflichten befreit, benutzen Kunden des Dienstes
die bereitgestellten und betriebsfertigen Plattformen, um ihre Anwendungen zu
installieren, zu verwalten und zu benutzen. Alle dafür benötigten Werkzeuge,
Bibliotheken und Umgebungen stellt die Plattform des Cloud-Dienstleisters zur
Verfügung.
50 Vgl. Mahendiran, Saravanan, Sairam (2012), S. 2927. 51 Vgl. Mell, Grance (2011). 52 Sofern nicht anders angegeben vgl. für dieses Kapitel Mell, Grance (2011).
15
15
Die dritte Form der Bereitstellung wird Software-as-a-Service (SaaS) genannt. Hierbei
mietet sich der Kunde eine Anwendungsinstanz die in der Cloud-Infrastruktur und -
Plattform des Anbieters läuft. Somit kann sich der Kunde auf die reine Nutzung und
ggf. Administration (z.B. Benutzerkontenverwaltung) der Anwendung beschränken,
während alle administrativen Aufgaben der Server- und Plattformverwaltung an den
Anbieter übertragen werden. Die Nutzung der Anwendung erfolgt über den
Webbrowser oder Schnittstellen eines lokal installierten Programmes. Einen
zusammenfassenden Überblick über die drei Bereitstellungsmodelle und die jeweiligen
Aufgaben des Anbieters bzw. des Kunden gibt Abb. 2-1: Bereitstellungstypen von
Cloud-Services. Ferner sind hier beispielhaft Cloud-Services der bekannten Anbieter
Google, Microsoft und Amazon eingefügt. Diese stehen als prominente Beispiele für
SaaS (Google Docs), PaaS (Windows Azure) und IaaS (Amazon AWS) Angebote.
Abb. 2-1: Bereitstellungstypen von Cloud-Services
Unabhängig vom Bereitstellungstyp, existieren einige Besonderheiten, die Cloud-
Computing aus technischer Sicht charakterisieren und von anderen Computing-
Ansätzen abgrenzen. Cloud-Computing kennzeichnet sich - technisch gesehen – vor
allem durch die Eigenschaften Agilität, Ressourcenbündelung, Elastizität,
Breitbandanbindung und Selbstoptimierung. Diese werden wie folgt verstanden:
16
16
Agilität: Kunden können selbstständig und nahezu unmittelbar verschiedene
Leistungskriterien ihres Portfolios anpassen. So lassen sich mittels weniger
Klicks zusätzliche Rechen-, Speicher- und Bandbreitenkapazitäten
hinzufügen und die IT des Unternehmens damit an den jeweils aktuellen
Bedarf anpassen.
Breite Netzwerkanbindung: Alle Dienste werden über ein schnelles Netzwerk
bereitgestellt (i.d.R. über das Internet). Hierdurch ist der Anwender nicht
mehr physisch an einen bestimmten Ort gebunden. Durch standardisierte
Kommunikationsschnittstellen lassen sich die Dienste mit verschiedenen
Typen von Endgeräten (Computer, Mobiltelefone, Tablets, etc.) nutzen.
Ressourcenbündelung: Alle vom Anbieter bereitgestellten physischen Ressourcen
werden von mehreren, virtuell voneinander getrennten Kunden genutzt. Die
Ressourcen werden dabei dynamisch den verschiedenen Kunden zur
Verfügung gestellt. Für den jeweiligen Kunden ist dabei nicht zu erkennen
auf welcher physischen Instanz sein Dienst bereitgestellt wird. Durch diese
gemeinsame Nutzung von Ressourcen können Skaleneffekte erzielt werden.
Cloud-Dienste werden dabei meist dynamisch abgerechnet, so dass der
Kunde nur für tatsächlich genutzte Ressourcen bezahlt.53 Dies ermöglicht
den Einsatz von IT ohne anfängliche, kapitalintensive Investitionen in die
technische Infrastruktur.54
Elastizität: Ressourcen werden dynamisch zur Verfügung gestellt und können
innerhalb kürzester Zeit erhöht werden, um den jeweils anfallenden Bedarf
an Rechen- und Speicherkapazität abzudecken. Für den Kunden scheinen
diese Ressourcen oftmals nahezu unbegrenzt zu sein. Die scheinbar
unbegrenzte Verfügbarkeit von Rechenleistung ermöglicht es, vormals
bestehende Barrieren der Informationstechnologie zu senken und
53 Vgl. Armbrust u. a. (2010), S. 52–54. 54 Vgl. Marston u. a. (2011), S. 178.
17
17
angebotene Dienste schnell entsprechend dem Kundenwachstum zu
skalieren.55
Ressourcenoptimierung: Cloud-Services messen automatisch den benötigten
Ressourceneinsatz und optimieren diesen. Auswertungen über die
Verwendung der Ressourcen stehen sowohl dem Anbieter als auch dem
Kunden zur Verfügung. So können vorhandene Ressourcen besser
ausgelastet werden, um den Preis der Nutzung effektiv zu reduzieren und
ggf. das eigene Geschäftsmodell besser an den Kundenbedarf anzupassen.
Ferner unterscheidet das NIST noch zwischen verschiedenen Zugangsmodellen zur
Cloud-Anwendung. Aus der privaten Nutzung sind öffentliche „Clouds“, d.h. Cloud-
Infrastrukturen, die jeder nutzen kann, am bekanntesten. Diese werden sowohl im
privaten- als auch geschäftlichen Kontext eingesetzt. In einer öffentlichen (public)
Cloud kann jeder, nach erfolgreicher Anmeldung, die Cloud-Services eines Anbieters
nutzen und fungiert somit als dessen Kunde. Dem gegenüber steht das Konzept einer
privaten (private) Cloud. Hierbei werden Cloud-Dienstleistungen speziell für ein
Unternehmen angeboten und alle anderen potenziellen Kunden ausgeschlossen. Bei
einer Gemeinschafts-Cloud (community Cloud) handelt es sich ebenfalls um eine
geschlossene Bereitstellung von Dienstleistungen, bei der jedoch kein einzelnes
Unternehmen der einzige Kunde ist, sondern eine Gemeinschaft, die verschiedene
gemeinsame Anliegen hat. Dienstleistungen aus privaten und Gemeinschafts-Clouds
können sowohl von einem externen Dienstleister aus als auch beim Kunden vor Ort
angeboten werden. Die Verknüpfung von mehreren dieser Cloudtypen (privat,
Gemeinschaft und öffentlich) wird als hybride (hybrid) Cloud bezeichnet.
Einfach gesagt sind Cloud-Services all die Dienstleistungen, bei denen einem Kunden
Leistungen aus dem Bereich des Cloud-Computings zur Verfügung gestellt werden.
Insgesamt sind Cloud-Services ein gutes Beispiel für einen hybriden Service, d.h. einer
Dienstleistung, die sowohl aus einer technischen als auch aus einer menschlichen
Komponente besteht. Bei diesem Dienstleistungstyp werden beiderseits technische und
55 Vgl. Marston u. a. (2011), S. 178.
18
18
soziale Kompetenz benötigt56, um dem Kunden ein Gefühl von guter Servicequalität zu
vermitteln.
2.2.2 Besondere Anforderungen
Die speziellen Charakteristika und neuen Möglichkeiten des Cloud-Computings, mit
denen sich gänzlich neue Anforderungsprofile auf Kundenseite verbinden, stellen auch
für die wissenschaftliche Forschung und unternehmerische Praxis eine große
Herausforderung dar. Die Fragestellung, welche Ansprüche Kunden tatsächlich an ihren
Dienstleister haben, ist bisher noch nicht beantwortet worden. Géczy, Izumi, Hasida
(2012) listen Bedenken auf, die potentielle Nutzer von Cloud-Diensten haben und in
ihre Entscheidung pro oder contra eines solchen Services einbeziehen, bzw. die
entscheidende Kriterien für die Auswahl spezieller Dienstleister sind. Dreht man diese
Bedenken ins Positive, so lassen sich daraus Anforderungen ableiten, die strategische
Entscheider in Unternehmen an Cloud-Anbieter stellen. Diese stellen für sie zugleich
entscheidende Kriterien bei der Auswahl eines speziellen Dienstleisters dar.
Géczy, Izumi, Hasida (2012) kategorisieren die Bedenken, die für Unternehmen bei der
Entscheidung über Cloud-Dienstleistungen eine Rolle spielen in die Aspekte
Harmonisierung (alignment), Management und Kontrolle (management and control)
sowie rechtliche Fragen (legal).57 Unter den Punkt Harmonisierung fallen alle
Bedenken, die sich um die Frage drehen, inwieweit die ausgewählten Cloud-Services
sowohl in organisatorischer als auch in technischer Hinsicht auf die bestehende
Systemlandschaft ausgerichtet sind und an diese angebunden werden können. Eine nicht
funktionierende Harmonisierung zwischen bestehender System- und
Organisationslandschaft und angemieteten Cloud-Services führt zu verringerter
Effizienz und somit finanziellen Verlusten. Als nächsten wichtigen Oberpunkt nennen
Géczy, Izumi, Hasida (2012) das Management und die Kontrolle des Cloud-Dienstes.
Hierbei bestehen insbesondere Anforderungen an die Sicherheit, das Management, die
Möglichkeit des Anbieterwechsels sowie Maßnahmen zur Verhinderung von Kontroll-
und Datenverlust. Abschließend führen die Autoren rechtliche Aspekte auf, die für
56 Vgl. Kang, Bradley (2002), S.160. 57 Für diesen Abschnitt vgl. Geczy, Izumi, Hasida (2012), S. 62–64.
19
19
Cloud-Nutzer problematisch werden könnten. Sie erwähnen vor allem fehlende
Haftbarkeit des Anbieters, die unsichere Rechtslage durch die Bereitstellung der Dienste
in Drittländern und die u.a. daraus resultierende Gefahr, dass Cloud-Anbieter von
Regierungen dazu gezwungen werden können, unternehmenskritische Daten an diese
herauszugeben.
Tamburri, Lago (2011) bilanzieren die aktuellen Forschungsergebnisse im Hinblick auf
die Anforderungen und Herausforderungen für Cloud-Services. Letztere fassen Sie in
einer zwanzig Punkte umfassenden Liste zusammen. Der Fokus dieser Aufzählung liegt
dabei auf technischen Leistungen, die vom Cloud-Anbieter erbracht werden müssen.
Für die Fragestellung der vorliegenden Arbeit, lassen sich aus diesem
anbieterorientierten Leistungskatalog die jeweilig korrespondierenden
Qualitätsansprüche der Kunden – insbesondere strategische Entscheider – an Cloud-
Services ableiten. Im Gegensatz zu Géczy, Izumi, Hasida (2012) entwickeln Tamburri,
Lago (2011) hingegen keine weitere Strukturierung ihrer Anforderungen.
Für die über die bisherige Forschung hinausgehende Zielstellung der Arbeit bietet es
sich an, die Ergebnisse der kunden- bzw. managementorientierten Analyse von Géczy,
Izumi, Hasida (2012) mit der mehr technisch- und anbieterorientierten Untersuchung
von Tamburri, Lago (2011) zu verknüpfen. So lässt sich ein Anforderungskatalog
gewinnen, der die spezifischen Qualitätsmaßstäbe für Cloud-Services, als einer IT-
Dienstleistung mit hybridem Charakter, abbildet. Um mit diesen Anforderungen in
systematischer Form arbeiten zu können, bietet es sich an, die derart gewonnenen
Anforderungen in neuen Oberkategorien zu systematisieren. Diensteigenschaften,
Dienstbetrieb und Notfallszenarien bündeln die Anforderungen in den unterschiedlichen
Stadien einer Geschäftsbeziehung. Rechtliche Aspekte und Querschnittanforderungen
führen hingegen jene Aspekte zusammen, die die stabilisierenden Rahmenbedingungen
eines Geschäftsverhältnisses darstellen.
Unter der Kategorie Diensteigenschaften werden alle Anforderungen an die
Inbetriebnahme des Dienstes und dessen Konfiguration zusammengefasst. Wichtig ist
es aus Kundensicht, Cloud-Services so auszuwählen, dass sie zum vorhandenen
20
20
Portfolio von IT-Services passen.58 Deshalb gilt es, neu adoptierte Cloud-Services
möglichst harmonisch einzubinden. Hierzu gehört zunächst die technische Integration
von Cloud-Services in die bestehenden Systeme. Dies bedeutet explizit, dass
kompatible Dateiformate und standardisierte Schnittstellen verwendet werden. Ferner
muss der bidirektionale Transfer von Daten zwischen Cloud-Anbieter und Kunden
einfach möglich sein. Tamburri, Lago (2011) verlangen daher den Einsatz von offenen
Standards für alle Schnittstellen. Neben der einfachen Nutzung eines solchen Standards
ist ein weiterer Vorteil für den Kunden, dass durch die Nutzung eines offenen Standards
lock-in Effekte vermieden werden und somit die Abhängigkeit von einem einzelnen
Anbieter sinkt.59 Die Möglichkeit des Anbieterwechsels, d.h. die Möglichkeit des
Kunden seine Daten und Dienste zurück in die eigene IT-Landschaft oder zu einem
anderen Cloud-Anbieter zu übertragen, muss jederzeit gegeben sein. Dies sollte vor
allem schnell und unkompliziert möglich sein, um zu vermeiden, dass Verzögerungen
im normalen Betrieb des Kunden entstehen, die zu finanziellen Einbußen führen
können. Um Cloud-Services möglichst flexibel auf die jeweiligen
Kundenanforderungen ausrichten zu können, sollten diese eine hohe
Anpassungsfähigkeit besitzen. Dies umschließt einerseits die Anpassung an alte
Systeme und andererseits die Ausrichtung auf neue Anforderungen durch Kunden und
Organisationen. Hierfür sollten einzelne Komponenten des Cloud-Services so aufgebaut
sein, dass diese sich, wie Bausteine, einfach hinzufügen oder entfernen lassen.60 In der
Regel geschieht dies schnell und einfach per Webinterface. Durch diese besonders hohe
Interaktivität mit dem Kunden, kann dieser selbstständig seine angemieteten Dienste auf
neue Anforderungen ausrichten, ohne dabei lange auf die Bearbeitung durch einen
Dienstleister warten zu müssen.
Die Anforderungen und Eigenschaften die den eigentlichen Betrieb der Cloud-
Dienstleistung betreffen sind unter der Kategorie Dienstbetrieb zusammengefasst.
Entscheidend für einen Cloud-Service ist seine möglichst ununterbrochene
58 Sofern nicht anders angegeben vgl. für diesen Absatz Geczy, Izumi, Hasida (2012), S. 62–64. 59 Vgl. Armbrust u. a. (2010), S. 54–55. 60 Für diesen und die folgenden beiden Sätze vgl. Tamburri, Lago (2011), „composable“, „user-
controllable“.
21
21
Verfügbarkeit.61 Diese Dienste müssen besonders zuverlässig bereitgestellt werden, da
User in Ausfallzeiten nicht mehr an ihre kritischen Daten und Funktionen herankommen
und somit nicht arbeiten können. Gerade beim Betrieb von kritischen Systemen in der
„Cloud“ kann dies schnell zu finanziellen Verlusten führen. Eine Cloud-typische,
technische Möglichkeit für den Anbieter zur Erhöhung der Zuverlässigkeit ist, neben
traditionellen Konzepten wie bspw. dem Aufbau von Redundanzen, auch der Einsatz
von Selbstheilungstechniken.62 Zusätzlich können durch stetige Überwachung der
Qualitätsgüte Fehler frühestmöglich identifiziert und adressiert werden. Ein wichtiger
weiterer Punkt ist die Entkoppelung der Administrationsaufgaben von der eigentlichen
Anwendung. Dies stellt sicher, dass die Administrationsfunktionen weiterhin erreichbar
bleiben, obwohl die durch den Endanwender genutzte Anwendung unter großer Last
nicht die gewohnte Leistung bietet. Neben der Verfügbarkeit der Dienste spielt auch
ihre Leistung eine wichtige Rolle.63 Für den Nutzer bedeutet Leistung, dass er jederzeit
in adäquater Geschwindigkeit seine Cloud-Dienstleistung nutzen kann. Speziell im
Cloud-Kontext ist die Leistung eng mit der Skalierbarkeit des jeweiligen Dienstes
verbunden. Über diese wird sichergestellt, dass die Leistung eines Services auch bei
steigendem Nutzeraufkommen stabil bleibt. Diese Skalierbarkeit beinhaltet einerseits
eine automatische Anpassung der verwendeten Ressourcen, als auch die Möglichkeit
des Kunden explizit weitere Ressourcen hinzuzufügen.64 Als weiterer Teilaspekt des
Cloud-Betriebs ist die Sicherheit des Cloud-Dienstes zu nennen.65 Sicherheit ist der
wohl am häufigsten diskutierte Kritikpunkt des Einsatzes von Cloud-Services. Durch
die Verlagerung der häufig sensiblen Unternehmensdaten auf die Systeme eines Cloud-
Anbieters entsteht ein nicht zu unterschätzendes Risiko, dass Daten von Dritten
eingesehen, verändert oder entfernt werden können. Aufgrund der Tatsache, dass
Cloud-Services von jedem Ort der Welt über das Internet erreicht werden können,
weitet sich dieses Risiko beträchtlich aus. Eine weitere Sicherheitsgefährdung liegt in
61 Für diesen und den folgenden Satz vgl. Geczy, Izumi, Hasida (2012), S. 62. 62 Für diesen und die folgenden drei Sätze vgl. Tamburri, Lago (2011), „reliability“, „self-healing“,
„control decoupling“. 63 Für diesen und die folgenden drei Sätze Vgl. Geczy, Izumi, Hasida (2012), S. 62. 64 Vgl. Tamburri, Lago (2011), „scalability“, „user-controllable“, „self-managing“. 65 Vgl. Geczy, Izumi, Hasida (2012), S. 63.
22
22
der Mandantenfähigkeit der Cloud-Dienste, da hierdurch die Daten verschiedener
Kunden lediglich logisch voneinander getrennt sind.66 Der Einsatz von Verschlüsselung
sowohl auf Datenebene als auch der Kommunikation ist somit unerlässlich. Einen
tiefergehenden Überblick über konkrete Sicherheitsaspekte von Cloud-Dienstleistungen
geben u.a. Srinivasan u. a. (2012). Jansen, Grance (2011) zeigen zudem auf, welche
Sicherheitsaspekte von Cloud-Nutzern besonders zu beachten sind und wie diese
Sicherheit zu verwalten ist. Neben reinen Sicherheitsaspekten müssen auch Aspekte des
Datenschutzes von einem Cloud-Anbieter beachtet werden. Bei der Auswahl eines
Dienstleister ist somit darauf zu achten, ob dieser entsprechende organisatorische und
technische Vorkehrungen getroffen hat, um den Schutz von Daten der Kunden vor dem
Einblick nicht autorisierter Dritter, gewährleisten zu können.67
Egal wie gut die allgemeine Verfügbarkeit und Sicherheit eines Cloud-Services ist – das
Risiko, dass es zu sogenannten Notfallszenarien kommt, ist stets präsent. Man kann
diese Notfallszenarien in Kontroll- und Datenverlust unterteilen.68 Im Falle eines
Kontrollverlustes, wenn also die Verwaltung des Services nicht mehr in der Hand des
dazu bestimmten Kunden liegt, muss der Cloud-Anbieter sicherstellen, dass er
geeignete Maßnahmen treffen kann um den gewünschten Status wieder herzustellen.
Gleiches gilt für den Fall eines Datenverlustes. Daten können sowohl durch fehlerhafte
Hard- und Software, falsches Anwenderverhalten oder das Eindringen Dritter kopiert,
verändert oder gelöscht werden. In diesen Fällen sollte sichergestellt werden, dass
zunächst möglichst schnell gehandelt werden kann und anschließend der Anbieter für
fehlerhafte Dienste in die Verantwortung genommen werden kann
Mit der Frage der Haftbarkeit ist bereits ein zentraler Punkt jener Kategorie von
Anforderungen beschrieben, die sich als rechtliche Anforderungen an Cloud-Services
beschreiben lassen.69 Haftbarkeit stellt insbesondere ein Problem dar, weil Cloud-
Anbieter häufig ablehnen, für Ausfälle von oder Probleme mit ihren Diensten haftbar
gemacht werden zu können. Da viele Dienste des Cloud-Computings aus anderen
66 Vgl. Srinivasan u. a. (2012), S. 473. 67 Vgl. Tamburri, Lago (2011), „privacy“. 68 Für diesen Absatz vgl. Geczy, Izumi, Hasida (2012), S. 63. 69 Für diesen Absatz vgl. Geczy, Izumi, Hasida (2012), S. 63–64.
23
23
Ländern als dem Standort des Kunden bereitgestellt werden, unterliegen diese anderen
Gesetzen als bei einer Bereitstellung von IT-Lösungen aus dem Land des Kunden. Dem
Kunden muss daher transparent gemacht werden, welchen rechtlichen
Rahmenbedingungen der jeweilige Service unterstellt ist, damit er anhand dieser
Information entscheiden kann, ob er die aus dem Standort resultierenden Risiken
eingehen kann oder will. Eine weitere Gefahr kann sein, dass Cloud-Anbieter
gezwungen werden können Kundendaten an Regierungen zu übermitteln. Cloud-
Anbieter sollten sich zur Nichtweitergabe von Kundendaten, insbesondere ohne
Einverständnis und Benachrichtigung des Kunden, verpflichten.
Ferner existieren verschiedene Querschnittanforderungen an Cloud Dienste. Tamburri,
Lago (2011) nennen explizit die Anforderung der Nutzerfreundlichkeit bzw. Einfachheit
der angebotenen Dienste. Hierunter verstehen die Autoren, dass der Nutzer alle
Funktionen, sowohl administrativer (u.a. der Vertragsabschluss und die Konfiguration)
wie operativer Art (die Nutzung des Cloud-Services) einfach und intuitiv verwenden
kann.70 Geczy, Izumi, Hasida (2012) erwähnen diese Anforderung implizit, indem sie
wiederholt das Wort „einfach“ in ihrer Analyse der Bedenken verwenden. Eine weitere
Anforderung die sich über alle Teilaspekte streckt und ein zentraler Bestandteil einer
jeden Dienstleistung ist, ist die Kundenzentrierung. Der Dienstleister sollte den Kunden
und dessen Interessen stets in den Mittelpunkt stellen und seine unternehmerische
Aktivität auf diese hin ausrichten.71
Insgesamt sind die Anforderungen an Cloud-Services sehr vielschichtig. Die
Entscheidung für einen Cloud-Anbieter erfordert eine intensive Auseinandersetzung mit
dem jeweiligen Portfolio der Anbieter. Insbesondere ist hierbei von Bedeutung, wie gut
der jeweilige Anbieter die besonderen Anforderungen an Cloud-Services erfüllen kann.
Tab. 2-1 fasst die Ergebnisse dieses Kapitels, d.h. die hier vorgestellten Anforderungen
an Cloud-Services, zusammen.
70 Vgl. Tamburri, Lago (2011), S. 502. 71 Vgl. Tamburri, Lago (2011), S. 502.
24
24
Aspekt Definition
Die
nste
igen
scha
ften Integration Cloud-Services lassen sich in die bestehende Infrastruktur
einbinden.
Anbieterwechsel Daten lassen sich jederzeit zu anderen Cloud-Anbietern
oder auf eigene Systeme übertragen.
Anpassbarkeit Die angebotenen Dienste sind modular aufgebaut, und
lassen sich einfach zu- und abbuchen.
Die
nstb
etri
eb
Verfügbarkeit Der Cloud-Service ist ausreichend erreich- und nutzbar.
Leistung Nutzer können den Dienst jederzeit in angemessener
Geschwindigkeit nutzen.
Sicherheit Das Risiko, dass nicht erlaubte Zugriffe auf die Dienste
stattfinden wird bestmöglich reduziert.
Datenschutz Daten werden nur denjenigen zugänglich gemacht, für die
diese bestimmt sind.
Not
fall
Kontrollverlust Im Falle eines Kontrollverlust des Nutzers ist der Anbieter
in der Lage, dem Nutzer die Kontrolle zurückzugeben.
Datenverlust Der Anbieter ist in der Lage im Falle eines Datenverlusts
den Datenbestand schnellstmöglich wiederherzustellen.
Ferner kann er Informationen darüber liefern, welche Daten
entwendet bzw. verändert wurden.
Rec
htlic
he A
spek
te Haftbarkeit Der Cloud-Anbieter haftet für Probleme, die durch
fehlerhafte Dienste entstehen.
Nichtweitergabe Cloud-Anbieter sollen Kundendaten nicht an andere
Institutionen weitergeben
Rechtliche Rahmenbedingungen Der Cloud-Anbieter muss transparent darstellen, auf
welcher rechtlichen Grundlage er operiert.
Que
rsch
nitt
Einfachheit Alle angebotenen Dienste und Verwaltungsfunktionen
lassen sich möglichst einfach und intuitiv bedienen.
Kundenzentrierung Der Cloud-Anbieter richtet sein gesamtes Handeln an den
Interessen des Kunden aus.
Tab. 2-1: Besondere Anforderungen an Cloud-Services
3. Qualitätsdimensionen von IT-Services
3.1 Systematische Literaturauswertung als Forschungsmethode
Die Entwicklung eines Rahmenwerks zur Bewertung von Cloud-Services setzt zunächst
voraus, dass ein Überblick über die in der aktuellen Forschung bestehenden Konzepte
25
25
zur Qualitätsevaluation von IT-Services gewonnen wird. Darauf aufbauend lassen sich
Gemeinsamkeiten, Unterschiede und Verbindungen zwischen diesen Konzepten
herausarbeiten, um mit diesen Ergebnissen ein Rahmenwerk für das spezielle
Einsatzgebiet der Cloud-Services zu entwerfen. In einem ersten Schritt werden mittels
systematischer Literaturauswertung zunächst die bekannten Qualitätsdimensionen für
Services aus bereits erforschten Gebieten identifiziert. Ein zentraler Ansatzpunkt für
diese Recherche ist das bereits in 2.1.2 vorgestellte Rahmenwerk SERVQUAL: Der
Fokus liegt - ohne jedoch Nachbargebiete, insbesondere das Marketing, komplett
auszuklammern - auf Publikationen im IT/IS Bereich, die sich mit der Verwendung von
SERVQUAL oder allgemein der Erforschung von Servicequalität im IT-Kontext
auseinandersetzen. Um einen möglichst vollständigen Überblick zu erhalten und
trotzdem die Suche sinnvoll einzugrenzen, wurden folgende Kriterien für die Auswahl
der auszuwertenden Publikationen festgelegt. Durchsucht wurden:
1. die 50 relevantesten Journale der Wirtschaftsinformatik, klassifiziert
nach der Rangliste der „Association for Information Systems“ (AIS).72
2. die fünf relevantesten Journale der Marketingforschung, ausgewählt
vom Verband der Hochschullehrer für Betriebswirtschaft.73
3. ausgewählte Konferenzbeiträge und Veröffentlichungen der
„Association for Computing Machinery“ (ACM) und dem „Institute of
Electrical and Electronics Engineers“ (IEEE), New York City.
Entscheidend ist hierbei, dass das Veröffentlichungsmedium die
Schlagworte „Services“, „Cloud Computing“ oder „Quality“ enthalten.
Ein genauer Überblick über alle explizit berücksichtigten Journale und Konferenzen
findet sich im Anhang. Innerhalb dieser Veröffentlichungen wurde in Titel,
Zusammenfassung und Schlüsselwörtern nach den Begriffen „‘service quality‘“,
„SERVQUAL“, und ausschließlich im Titel nach „service AND quality“ gesucht.74
72 Siehe http://ais.affiniscape.com/displaycommon.cfm?an=1&subarticlenbr=432. 73 Siehe http://vhbonline.org/service/jourqual/jq2/marketing/. 74 Der genaue Suchstring am Beispiel von EBSCO lautet dementsprechend:
26
26
Desweiteren wurden mittels Rück- und Vorwärtssuche weitere relevante
Veröffentlichungen in die Literaturrecherche aufgenommen. Aus den so gefundenen
Quellen, wurden jene Veröffentlichungen ausgewählt, die im Kontext der vorliegenden
Untersuchung inhaltlich relevant sind.
Leitendes Kriterium ist dabei die in Kapitel 2.1.1 erarbeitete Definition von IT-Services
als „hybride“ Dienstleistungen. Demnach sind IT-Services eine überwiegend technische
Dienstleistung aus dem Bereich der Informationstechnologie, die von menschlicher
Interaktion begleitet wird. Da IT-Services nach diesem Verständnis zwingend sowohl
eine technische als auch eine menschliche Komponente besitzen, wurden etwa Artikel
zum Thema Webseitenbewertung75 bei der Auswertung nicht berücksichtigt. Diese
beleuchten die entsprechende Thematik zumeist nur aus einer technischen Perspektive.
Genauso wurden Untersuchungen zum Thema IT-Beratung76 ausgeklammert, da dieser
Dienstleistungstyp ohne direkte technische Komponente auskommt. Auf Grundlage der
so identifizierten Literatur lässt sich ein konzeptorientierter Überblick nach Webster,
Watson (2002) über mögliche Qualitätsdimensionen zur Beurteilung von IT-Services
geben. Dies beinhaltet, dass gemeinsam verwendete Dimensionen aus verschiedenen
Veröffentlichungen zusammenfassend dargestellt und definiert werden.
Entscheidend für die Berücksichtigung einer Qualitätsdimension ist dabei ein
quantitatives Kriterium: Ausgewählt werden nur jene Dimensionen, die in mindestens
zwei Untersuchungen zu unterschiedlichen IT-Anwendungsgebieten identifiziert und
von den Forschern in ihrem jeweiligen Modell verwendet werden. Durch diese
Eingrenzung werden einerseits allzu spezifische Dimensionen eines
Forschungsbereiches ausgeklammert und andererseits die Relevanz der vorgestellten
Dimensionen gesichert.
(TI(("service" and "quality") OR "SERVQUAL" OR "service quality") OR AB("SERVQUAL" OR "service quality”) OR KW("SERVQUAL" OR "service quality”))
75 Siehe z.B. Loiacono, Watson, Goodhue (2007). 76 Siehe z.B. Yoon, Suh (2004).
27
27
3.2 Ergebnisse der systematischen Literaturauswertung
Unter Berücksichtigung der dargelegten Kriterien wurden insgesamt siebzehn relevante
Quellen identifiziert, die sich explorativ mit der Erforschung von Qualitätsdimensionen
zur Messung von Servicequalität auseinandersetzen. Die herangezogenen Studien
beschäftigen sich mit unterschiedlichen IT-Anwendungsfeldern: herkömmlichen IT-
Services einer internen IT-Abteilung, elektronischen Services – insbesondere dem E-
Commerce, hybriden Services im Allgemeinen, ASP (Application Service Provider)
und der neuen Thematik SaaS, als Teilbereich des Cloud-Computings.
Tab. 3-1 nennt die in die Auswertung einbezogenen Untersuchungen, das jeweilige
Anwendungsgebiet, dem die Autoren ihre Texte zuordnen und führt die genannten
Dimensionen in ihrem ursprünglichen Wortlaut auf. Dimensionen, die fett gedruckt
sind, werden allesamt in mehreren Forschungsfeldern verwendet und finden daher
explizit in diesem Kapitel Berücksichtigung.
Quelle Anwendungsgebiet Dimensionen Kettinger, Lee (1994) IS Services responsiveness, reliability, empathy,
assurance Pitt, Watson (1995) IS Services responsiveness, reliability, empathy,
assurance, tangibles Kettinger, Lee (2005) IS Services responsiveness, reliability, rapport,
tangibles Parasuraman, Zeithaml, Malhotra (2005)
electronic services efficiency, fulfillment, system availability, privacy, [compensation, contact, process, Responsiveness]77
Ma, Pearson, Tadisina (2005)
ASP reliabilities, Assurance, empathy, features, availability, conformance, security
Benlian, Koufaris, Hess (2011)
SaaS reliabilities, responsiveness, features, flexibility, security, rapport
Ganguli, Roy (2010) Hybrid Services customer service, staff competence, reputation, price, tangibles, ease of subscription, technology security and information quality, technology convenience, technology usage easiness and reliability
Lee u. a. (2009) SaaS reliabilities, efficiency, availability, reusability, scalability
77 Die vier in eckigen Klammern dargestellten Dimensionen kommen bei Parasuraman, Zeithaml,
Malhotra (2005) nur zum Einsatz, wenn ein Problem bei der Belieferung eines Kunden aufgetreten ist und besondere Rückabwicklungsaufgaben erledigt werden müssen. Die Autoren sprechen bei diesen Dimensionen von einem getrennten Rahmenwerk E-RecS-QUAL.
28
28
Li, Tan, Xie (2003) Information age tangibles, reliabilities, responsiveness, assurance, empathy, information, integration
Fassnacht, Koese (2006)
Electronic services graphic quality, clarity of layout, attractiveness of selection, information quality, ease of use, technical quality, reliability, functional benefit, emotional benefit
Yang, Peterson, Cai (2003)
e-commerce responsiveness, credibility, ease of use, reliability, convenience, communication, access, competence
Santos (2003) e-commerce Ease-of-use, appearance, linkage, structure and layout, content, reliability, efficiency, support, communications, security, incentive
Sigala (2004) ASP Tangibles, reliability, responsiveness, assurance, empathy, trust, business understanding, benefit and risk share, conflict, commitment
Kim, Kim (2008) ASP Credibility, system currency, system security, system acceptability, system support
Janda, Trocchia, Gwinner (2002)
e-commerce performance, access, security, sensation, information
Ye, Jia (2005) e-commerce Reliability, convenience, diversify, availability, responsiveness, empathy, post-service, security
Yang, Jun (2008) e-commerce reliability, access, ease of use, personalization, security, and credibility
Wolfinbarger, Gilly (2003)
e-commerce Fulfillment/reliability, website design, privacy/security, customer service
Tab. 3-1: Übersicht der relevanten Quellen, ihrer Anwendungsgebiete und der in der jeweiligen
Quelle verwendeten Qualitätsdimensionen
Insgesamt lassen sich zwölf Qualitätsdimensionen benennen, die
forschungsfeldübergreifend verwendet werden. Diese werden im Folgenden vorgestellt
und definiert. Da zum großen Teil die deutsche Übersetzung der einzelnen Dimensionen
nicht komplett deckungsgleich mit der ursprünglichen, englischen Bedeutung ist, sind
die jeweiligen Originalbezeichnungen zusätzlich in Klammern angegeben.
Bezeichnungen für Dimensionen, die als Ergebnisse des konzeptorientierten Überblicks
im weiteren Verlauf der Arbeit aufgegriffen werden, sind im Fließtext fett gedruckt.
Die ersten fünf der identifizierten Dimensionen (Zuverlässigkeit [reliability],
Reaktionszeit [responsiveness], Materielles [tangibles], Zusicherung [assurance] und
Einfühlungsvermögen [empathy]) stammen aus dem ursprünglichen, in 2.1.2
vorgestellten Bewertungsmodell SERVQUAL. In diesem Zusammenhang kamen sie
29
29
bereits seit Beginn der 1990er Jahre im Marketingkontext als Teil des bestehenden
Qualitätsframeworks zur Anwendung.
Durch den generellen Bedeutungszuwachs der Informationstechnologie seit Mitte der
1990er Jahre erhielt das Konzept der Servicequalität auch in den IT-Sektor Einzug.
Dabei griff man weitgehend auf diese, bereits erprobten und mehrfach validierten
Konzepte zurück. Diese fünf Dimensionen werden, aufgrund ihrer wissenschaftlichen
Fundierung bis heute am häufigsten verwendet. Sie wurden jedoch teilweise anders
interpretiert, um in den entsprechenden Kontext zu passen.
Zuverlässigkeit ist definiert als die Fähigkeit eines Dienstleisters, die versprochene
Dienstleistung zuverlässig, störungsfrei und mit gleichbleibendem Ergebnis
anzubieten.78 Die Ergebnisse von Kettinger, Lee (1994) zeigen, dass Zuverlässigkeit der wichtigste Faktor der SERVQUAL-Dimensionen ist.79 Obwohl von anderen
Forschern in Frage gestellt wird, ob sich eine generalisierbare Rangfolge der einzelnen
Qualitätsdimensionen bestimmen lässt80, spiegelt auch die Häufigkeit der Nennung des
Konstrukts in der hier ausgewerteten Literatur seine relative Wichtigkeit wider. So wird
die Dimension Zuverlässigkeit von insgesamt vierzehn der fünfzehn Quellen genannt.
Desweiteren wird sie übergreifend von Forschern aus jedem der einbezogenen
Forschungsbereiche verwendet. Lediglich Parasuraman, Zeithaml, Malhotra (2005),
Janda, Trocchia, Gwinner (2002) und Kim, Kim (2008) nennen Zuverlässigkeit nicht als
eine eigenständige Dimension. Parasuraman, Zeithaml, Malhotra (2005) unterscheiden
innerhalb ihres Rahmenwerks nach Qualitätskriterien, die bei jedem Kunden anzulegen
sind, und solchen die nur in außerplanmäßigen Konstellationen von Relevanz sind.81
Zuverlässigkeit als Diensteigenschaft liegt dieser Unterscheidung gewissermaßen
zugrunde: Bei den von ihnen als grundlegend identifizierten Dimensionen gehen sie
automatisch von einer hohen Zuverlässigkeit aus, während außerplanmäßige
Maßnahmen genau dann erforderlich werden, wenn ein Problem mit der
Zuverlässigkeit vorrausgegangen ist. Dadurch lässt sich begründen, dass sie dieses
78 Vgl. Kettinger, Lee (1994), S. 744. 79 Vgl. Kettinger, Lee (1994), S. 744. 80 Vgl. Chowdhary, Prakash (2007), S. 506–507. 81 Vgl. Parasuraman, Zeithaml, Malhotra (2005), S. 220.
30
30
Konzept nicht als eine Qualitätsdimension in ihr Rahmenwerk aufgenommen haben.
Ma, Pearson, Tadisina (2005) verstehen unter Zuverlässigkeit einerseits die Definition
der Dienstleistung über „Service Level Agreements“ (SLA) und andererseits den
Einsatz organisatorischer Möglichkeiten zur Steigerung und Sicherstellung derselben
(z.B. die Durchführung von Prüfungen und Zertifizierungen, die zur Steigerung dieser
eingesetzt werden können). Von diesem, eher organisatorischen Problem, grenzen sie
Verfügbarkeit (availability) als technische Eigenschaft ab. Mit dieser wird die korrekte
technische Funktion eines angebotenen Services umschrieben.82 Parasuraman, Zeithaml,
Malhotra (2005) nennen den letzen Punkt deswegen explizit Systemverfügbarkeit
(system availability). Mathematisch stellt diese einfach den Teil der Gesamtzeit dar, in
welcher der Service fehlerfrei erreichbar ist.83 Obwohl die technische Verfügbarkeit
grundsätzlich auch als ein Teilaspekt der Dimension Zuverlässigkeit verstanden
werden kann, wird die Differenzierung von Ma, Pearson, Tadisina (2005) übernommen
und somit beide Konzepte Zuverlässigkeit und Verfügbarkeit im weiteren Verlauf der
Arbeit verwendet.
Die zweite Dimension Reaktionszeit ist ebenfalls aus SERVQUAL übernommen und
wird in der wissenschaftlichen Literatur auf alle hier berücksichtigten IT-Bereiche
angewendet. Innerhalb dieser Dimension wird die Geschwindigkeit der Ausführung
einer Dienstleistung bewertet. Im dualen Modell von Parasuraman, Zeithaml, Malhotra
(2005) ist diese Dimension nur für den Fall einer Kundenbeschwerde und nicht für den
normalen Betrieb relevant. Im weiteren Verständnis dieser Arbeit ist die Reaktionszeit jedoch nicht nur im Falle eines Problems mit der vereinbarten Dienstleistung
entscheidend, sondern bewertet generell, wie schnell dem Kunden geholfen wird. Dies
entspricht der ursprünglichen Definition von Kettinger, Lee (1994), die als
Reaktionszeit auch die generelle Bereitschaft des Anbieters zur schnellen Hilfe
verstehen.84 Kettinger, Lee(2005) merken an, dass eine scharfe Trennung der
82 Vgl. Ma, Pearson, Tadisina (2005), S. 1073.; Vgl. Parasuraman, Zeithaml, Malhotra (2005), S. 219. 83 Vgl. Lee u. a. (2009), S. 264. 84 Vgl. Kettinger, Lee (1994), S. 750.
31
31
Dimensionen Reaktionszeit und Zuverlässigkeit häufig nicht einfach ist und ihre
genaue Klärung und wechselseitige Abgrenzung weitergehender Forschung bedarf.85
Unter Materielles fällt das Erscheinungsbild aller direkt und indirekt am Service
beteiligten physischen Entitäten. Dies betrifft sowohl das Erscheinungsbild von
Mitarbeitern, Fabriken, Büroräumen als auch von Papierdokumenten oder E-Mails.86
Materielles ist wohl die umstrittenste Dimension des ursprünglichen SERVQUAL-
Modells. Während Kettinger, Lee (1994) sie aufgrund von fehlender, statistischer
Reliabilität aus ihrem Modell ausschließen, können Pitt, Watson, Kavan (1995) kein
Alleinstellungsmerkmal von Informationssystemen ausmachen, das einen Ausschluss
der Dimension begründen würde.87 Kettinger, Lee (2005) nehmen Materielles ebenfalls
wieder in ihr Modell auf. Auch wenn IT-Services zu einem großen Teil virtuell sind,
spielt das Erscheinungsbild einzelner Komponenten, wie z. B der Webauftritt oder das
Design von Geschäftsdokumenten für die Bewertung eines Services eine entscheidende
Rolle. Pitt, Watson, Kavan (1995) haben vorgeschlagen, die Dimension Materielles in
die Dimensionen Erscheinung und Soft-/Hardware zu unterteilen.88 Diese Unterteilung
wird jedoch in dieser Untersuchung, wie auch in der Forschung generell nicht weiter
verfolgt, spiegelt aber die Teilaspekte der Dimension Materielles wider. Für das
Verständnis dieser Arbeit stellen die von Santos (2003) aufgeführte Dimension
Erscheinung („appearance“) und die von Fassnacht, Koese (2006) eingeführten
Dimensionen der Kategorie Umgebungsqualität („graphic quality“ und „clarity of
layout“) Teilbereiche des Qualitätsmerkmals Materielles dar. Genauso wird mit der von
Wolfinbarger, Gilly (2003) eingeführten Dimension, dem Design der Website (website
design), verfahren. Zu beachten bleibt, dass die Dimension Materielles noch
umfassender ist. Sie beinhaltet weitere Bestandteile die nicht rein optischen Charakter
haben, wie eben jene, welche die Aktualität von verwendeter Soft- und Hardware
beschreiben.89
85 Vgl. Kettinger, Lee (2005), S. 614. 86 Vgl. Kettinger, Lee (1994), S. 744. 87 Vgl. Pitt, Watson, Kavan (1995), S. 178. 88 Vgl. Pitt, Watson, Kavan (1995), S. 181. 89 Siehe z.B. “up-to-date hardware and software” bei Pitt, Watson, Kavan (1995), S. 177.
32
32
Die vierte – ebenfalls dem klassischen SERVQUAL-Referenzwerk entstammende –
Dimension Zusicherung („assurance“) beinhaltet die Fähigkeit (der Mitarbeiter) die
Implementation und den Betrieb einer technischen Lösung kompetent zu begleiten und
dem Kunden Vertrauen und Zuversicht in die Güte sowie die Zuverlässigkeit der
angebotenen Dienstleistung zu vermitteln. 90 Es geht mit anderen Worten also u.a. um
die Herstellung von „Vertrauen“ in die Handlungskompetenz des Dienstleisters. Nach
dem obigen Verständnis erscheint es daher sinnvoll, die von Sigala (2004) zusätzlich
aufgeführte Dimension Vertrauen („trust“) in die Dimension Zusicherung
einzugliedern – eine Überlegung die auch die bei Sigala (2004) durchgeführte
Faktorenanalyse nahelegt. 91
Das nächste Qualitätskriterium Einfühlungsvermögen (empathy) wird - wie
Zusicherung - sechs Mal in den ausgewerteten Quellen genannt. Unter dem Konstrukt
Einfühlungsvermögen versteht man allgemein die Bereitschaft und Fähigkeit des
Dienstleisters auf besondere Kundenanforderungen einzugehen. Dies wird z.B. durch
flexible Prozesse ermöglicht, sodass spezielle Kundenwünsche den normalen
Prozessablauf nicht stören. Kettinger, Lee, Lee (1995) bemerken, dass
Einfühlungsvermögen die einzige Dimension ist, die vollständig aus ihrer Stichprobe
abgeleitet werden kann.92 Andere Studien wie Kettinger, Lee (2005) und Benlian,
Koufaris, Hess (2011) kommen zu dem Ergebnis, dass sich die Dimensionen
Zusicherung und Einfühlungsvermögen im IT-Kontext nicht sauber trennen lassen.93
Deshalb verwenden diese Forscher eine neue, aus der Verschmelzung der Dimensionen
Zusicherung und Einfühlungsvermögen abgeleitete Dimension, die sie
Geschäftsverhältnis (rapport) nennen. Sie ist definiert als die Fähigkeit des IS-
Dienstleisters ein Geschäftsverhältnis zu etablieren, das von sachkundiger, fürsorglicher
und aufmerksamer Unterstützung des Kunden durch den Dienstleister geprägt ist.94
90 Vgl. Kettinger, Lee (1994), S. 744. 91 Vgl. Sigala (2004), S. 112. 92 Vgl. Kettinger, Lee, Lee (1995), S. 580. 93 Vgl. Kettinger, Lee (2005), S. 612. 94 Vgl. Kettinger, Lee (2005), S. 612.
33
33
Hierunter fällt auch die individuelle Behandlung von Kundenwünschen.95 Dieselben
Qualitätskriterien fassen Wolfinbarger, Gilly (2003) unter der Dimension
Kundenservice (customer service) zusammen, verwenden somit letztlich nur eine
alternative Bezeichnung für den gleichen Sachverhalt. Die Frage, ob es sinnvoller ist die
Dimension Geschäftsverhältnis, anstatt der zwei ursprünglichen Konstrukte
Zusicherung und Einfühlungsvermögen zu nutzen, findet in der Literatur keinen
Konsens. Somit werden in dieser Übersicht beide Ansätze gleichermaßen aufgeführt.
Nachdem alle, dem SERVQUAL-Grundmodell entstammenden Dimensionen behandelt
wurden, entstammen die folgenden Dimensionen allesamt der Forschung im IT-
Kontext. Sie besitzen daher einen deutlich technischeren Charakter als die bisher
genannten Konstrukte. Zunächst ist das Konzept Sicherheit (security) zu nennen.
Hierunter fallen alle Aspekte, die nötig sind um sicherzustellen, dass keine nicht
intendierten Datenveränderungen oder –verluste auftreten. Konkreter formuliert geht es
also um die Absicherung gegen Diebstahl, Datenverlust durch Hardwareprobleme oder
das unerlaubte Eindringen Dritter in die Systeme. Dies geschieht zumeist durch den
Einsatz präventiver Schutzmaßnahmen, wie bspw. die Verwendung von
Verschlüsselung.96 Von den fünf SERVQUAL-Dimensionen abgesehen, ist Sicherheit
der in der hier ausgewerteten Literatur am häufigsten genannte Faktor für gute
Servicequalität. Alle Texte, die Sicherheit als eigene Qualitätseigenschaft betrachten,
beziehen sich auf Internetdienstleistungen – ein Indiz dafür welche Bedeutung der
vielfältige Schutz der Daten gerade auf diesem Feld besitzt. Mit aufgenommen in das
Konzept Sicherheit wird häufig auch die Gewährleistung eines hinreichenden
Datenschutzes (privacy), obwohl dies eigentlich ein eigenes Problemfeld mit
spezifischen Anforderungen ist. Dies liegt vor allem daran, dass sich diese beiden
Konzepte nicht eindeutig voneinander abgrenzen lassen. So sprechen beispielsweise
Parasuraman, Zeithaml, Malhotra (2005) zwar von der Dimension Datenschutz,
definieren diese jedoch als Sicherheit der Webseite. Im engeren Sinne versteht man
unter Datenschutz den Schutz der Kundendaten. Dies betrifft sowohl Informationen
über den Kunden selbst, als auch Daten des Kunden, die in die Hände des Dienstleisters
95 Vgl. Benlian, Koufaris, Hess (2011), S. 99. 96 Vgl. Benlian, Koufaris, Hess (2011), S. 99.
34
34
gegeben wurden. Um auch diesen Problemkreis zu berücksichtigen und der schweren
Trennbarkeit von Sicherheit und Datenschutz Rechnung zu tragen, wird im Folgenden
von Sicherheit & Datenschutz gesprochen und somit Probleme der Sicherheit mit
solchen des Datenschutzes in einer Dimension vereint. Diese Klassifizierung wird auch
von Wolfinbarger, Gilly (2003) vorgeschlagen.
Benutzerfreundlichkeit (ease of use) ist eine typische Qualitätsdimension für
elektronische Services.97 Im E-Commerce-Kontext wird hier abgefragt, wie leicht es
dem Nutzer fällt, die Website eines Dienstleisters zu bedienen.98 Ganguli, Roy (2010)
sprechen von Einfachheit der Technologiebenutzung und deren Verlässlichkeit
(technology easiness and reliability). Desweiteren führen sie auch die Dimension
Einfachheit der Anmeldung (ease of subscription) auf. Da bei IT-Services häufig ein
Vertragsverhältnis via Web zustanden kommt, werden im Folgenden in die Dimension
Benutzerfreundlichkeit sowohl vorvertragliche Aktivitäten als auch die Einfachheit
der eigentlichen Benutzung der Dienstleistung inkludiert.
Effizienz (efficiency) gilt sowohl im E-Commerce für Parasuraman, Zeithaml, Malhotra
(2005) und Santos (2003) als auch in der SaaS Forschung (Lee u. a. (2009)) als
entscheidende Qualitätsdimension. Im E-Commerce wird hierunter aus Käufersicht vor
allem die Geschwindigkeit der Webseite und die schnelle Erreichbarkeit der
Informationen verstanden99. Aus Anbietersicht, die Lee u. a. (2009) untersuchen, lässt
sich Effizienz als die Menge der eingesetzten Ressourcen für die Bereitstellung einer
gewünschten Funktionalität auf dem benötigten Leistungslevel definieren.100 Für das
Verständnis dieser Arbeit sind diese beiden Perspektiven von Effizienz relevant, da
sowohl die effiziente Nutzung als auch die Bereitstellung einer Dienstleistung
entscheidende Qualitätskriterien für die Auswahl eines Services sind.
97 Vgl. Fassnacht, Koese (2006), S. 32. 98 Vgl. Santos (2003), S. 239. 99 Vgl. Parasuraman, Zeithaml, Malhotra (2005), S. 219. 100 Vgl. Lee u. a. (2009), S. 263–264.
35
35
In jeweils zwei Texten101 werden die Qualitätsdimensionen Funktionen (features) und
Flexibilität (flexibility) genannt. Innerhalb der Dimension Funktionen wird überprüft,
inwieweit die angebotene Funktionalität einer Dienstleistung mit den jeweiligen
Anforderungen des Kunden kongruent ist – d.h. ob der Service den Ansprüchen des
Kunden gerecht wird.102 Typischerweise sind die in dieser Dimension abgefragten
Qualitätsaspekte Gegenstand vertraglicher Service-Level-Agreements. Diese betreffen
sowohl Angaben zu Supportzeiten als auch zu versprochener Rechenleistung.
Flexibilität beschreibt demgegenüber den Grad der Freiheit, der dem Kunden im
Vertrag zugesprochen wird. Diese Freiheiten können sowohl organisatorischer Art (z.B.
flexibles Zahlungsziel) oder technischer Art sein. Unter technische Freiheit fällt
beispielsweise auch die Möglichkeit einer freien Form der Skalierbarkeit des
Dienstes.103 Dementsprechend lässt sich auch die von Lee u. a. (2009) verwendete
Dimension Skalierbarkeit (scalability) als ein Aspekt der Dimension Flexibilität
interpretieren.
Zusammenfassend lässt sich bilanzieren, dass ein allgemeingültiges Raster für die
Qualitätsevaluation im gesamten IT-Bereich nicht erstellbar ist. Während man sich bei
jenen Kriterien, die dem bewährten SERVQAL-Rahmenwerk entnommen sind, noch
relativ einig ist, lassen sich die IT-spezifischen Dimensionen oftmals unterschiedlich
ausgestalten. Dies ist zurückzuführen auf die Vielzahl unterschiedlicher
Anwendungskontexte im IT-Bereich, die jeweils mit unterschiedlichen
Anforderungsprofilen verbunden sind: Je nach betrachteten Themenbereich weicht in
der wissenschaftlichen Literatur die Bedeutung der einzelnen Dimensionen voneinander
ab. Die in diesem Abschnitt identifizierten Dimensionen Zuverlässigkeit, Reaktionszeit,
Materielles, Zusicherung, Einfühlungsvermögen, Geschäftsverhältnis, Sicherheit &
Datenschutz, Verfügbarkeit, Benutzerfreundlichkeit, Effizienz, Funktionen und
Flexibilität stellen daher eine Art Querschnitt der Forschung in verschiedenen
Anwendungsgebieten dar. Sie sind somit allesamt potentielle Bewertungsdimensionen
für jede Art von IT-Services. Für die Qualitätsevaluation unterschiedlicher
101 Vgl. Ma, Pearson, Tadisina (2005) und Benlian, Koufaris, Hess (2011). 102 Vgl. Benlian, Koufaris, Hess (2011), S. 99. 103 Vgl. Benlian, Koufaris, Hess (2011), S. 99.
36
36
Dienstleistungstypen im IT-Bereich wird eine jeweils auf den Zusammenhang
zugeschnittene Kombination aus den hier identifizierten Dimensionen optimal sein.
Zusammenfassend sind in Tab. 3-2 die identifizierten Dimensionen nachfolgend noch
einmal mit dem jeweiligen Fundort aufgeführt. Auch finden sich hier die Zahl der
Nennungen in der Literatur und die Anwendungsgebiete, in denen die jeweilige
Dimension verwendet wird.
Dimension Genannt von Anzahl Anwendungsgebiete Zuverlässigkeit (reliability)
Kettinger, Lee (1994); Pitt, Watson (1995); Kettinger, Lee (2005); Ma, Pearson, Tadisina (2005); Benlian, Koufaris, Hess (2011); Ganguli, Roy (2010)104; Lee u. a. (2009); Li, Tan, Xie (2003);Fassnacht, Koese (2006);Yang, Peterson, Cai (2003);Santos (2003);Sigala (2004); Ye, Jia (2005); Yang, Jun (2008); Wolfinbarger, Gilly (2003)105
15/18 IS Services, ASP, SaaS, hybrid services, information age, electronic services, e-commerce
Reaktionszeit (responsiveness)
Kettinger, Lee (1994); Pitt, Watson (1995); Kettinger, Lee (2005); Parasuraman, Zeithaml, Malhotra (2005); Benlian, Koufaris, Hess (2011); Li, Tan, Xie (2003); Yang, Peterson, Cai (2003); Sigala (2004); Ye, Jia (2005)
9/18 IS-Services, electronic services, SaaS, information age, e-commerce, ASP
Materielles (tangibles) Pitt, Watson (1995); Kettinger, Lee (2005); Ganguli, Roy (2010); Li, Tan, Xie (2003); Sigala (2004)
5/18 IS-Services, hybrid services, information age, ASP
Zusicherung (assurance)
Kettinger, Lee (1994); Pitt, Watson (1995); Ma, Pearson, Tadisina (2005); Li, Tan, Xie (2003); Sigala (2004)
5/18 IS-Services, ASP, information age
Einfühlungsvermögen (empathy)
Kettinger, Lee (1994); Pitt, Watson (1995); Ma, Pearson, Tadisina (2005); Li, Tan, Xie (2003); Sigala (2004); Ye, Jia (2005)
6/18 IS-Services, ASP, information age
Geschäftsverhältnis (rapport)
Kettinger, Lee (2005); Benlian, Koufaris, Hess (2011); Wolfinbarger, Gilly (2003)106
3/18 IT Services, SaaS
104 Ursprüngliche Bezeichnung der Dimension: technology usage easiness and reliability 105 Ursprüngliche Bezeichnung der Dimension: fulfillment/reliability 106 Ursprüngliche Bezeichnung der Dimension: „customer service“
37
37
Sicherheit & Datenschutz (security and privacy)
Ma, Pearson, Tadisina (2005); Benlian, Koufaris, Hess (2011); Ganguli, Roy (2010)107; Santos (2003); Kim, Kim (2008); Janda, Trocchia, Gwinner (2002); Ye, Jia (2005); Yang, Jun (2008); Parasuraman, Zeithaml, Malhotra (2005); Wolfinbarger, Gilly (2003)
10/18 ASP, SaaS, hybrid services, e-commerce
Verfügbarkeit (availability)
Parasuraman, Zeithaml, Malhotra (2005)108; Ma, Pearson, Tadisina (2005); Lee u. a. (2009); Ye, Jia (2005)
4/18 Electronic services, ASP, SaaS
Benutzerfreundlichkeit (ease of use)
Ganguli, Roy (2010)109; Fassnacht, Koese (2006); Yang, Peterson, Cai (2003); Santos (2003); Yang, Jun (2008)
5/18 Hybrid services, electronic services, e-commerce
Effizienz (efficiency) Parasuraman, Zeithaml, Malhotra (2005); Lee u. a. (2009); Santos (2003); Janda, Trocchia, Gwinner (2002)110
3/18 Electronic services, SaaS, e-commerce
Funktionen (features) Ma, Pearson, Tadisina (2005); Benlian, Koufaris, Hess (2011)
2/18 ASP, SaaS
Flexibilität (flexibility)
Ma, Pearson, Tadisina (2005); Benlian, Koufaris, Hess (2011); Lee u. a. (2009)111
2/18 ASP, SaaS
Tab. 3-2: Übersicht der identifizierten Dimensionen
4. Qualität von Cloud-Services
4.1 Weiteres Vorgehen
Im folgenden Abschnitt sollen die für Cloud-Dienstleistungen relevanten
Qualitätsdimensionen herausgearbeitet und jeweils passende Attribute identifiziert
werden, um daraus ein Gesamtframework zur Bewertung der Qualität von Cloud-
Services abzuleiten. Dieses hat die Form eines Fragebogens, der zur
Qualitätsbestimmung von Cloud-Services eingesetzt werden kann.
107 Ursprüngliche Bezeichnung der Dimension: „technology security and information quality“ 108 Ursprüngliche Bezeichnung der Dimension: „system availability“ 109 Ursprüngliche Bezeichnung der Dimension: „ease of subscription“ bzw. „technology usage easiness“ 110 Ursprüngliche Bezeichnung der Dimension: „performance“ 111 Ursprüngliche Bezeichnung der Dimension: „scalability“
38
38
Grundlegend für das weitere Vorgehen sind die Ergebnisse zu den besonderen
Anforderungen an Cloud-Services aus Abschnitt 2.2.2 und der in 3.2 zusammengestellte
Katalog aus Qualitätsdimensionen, die potentiell für die Bewertung unterschiedlicher
IT-Services relevant sind. Strukturell wird wie folgt vorgegangen: Zunächst wird
versucht, alle Anforderungen in passende Qualitätsdimensionen zu überführen.
Anforderungen, die keiner der möglichen Dimensionen zugeordnet werden können,
kategorisieren sich in neuen Qualitätsdimensionen. Grundsätzliches Ziel ist, eine
optimale Auswahl der Qualitätsdimensionen zu erhalten, mit der sich die ganze
Bandbreite der Qualitätsansprüche an Cloud-Services abdecken lässt. Anschließend
werden die für Cloud-Services als relevant bestimmten Dimensionen konkretisiert und
abgegrenzt. Zu diesen lassen sich dann konkrete Qualitätsattribute erarbeiten, die
entscheidender Bestandteil des zu entwickelnden Qualitätsframeworks für Cloud-
Services sind (Kapitel 4.3). Diese Qualitätsattribute entstammen einerseits der Literatur,
welche die jeweilige Qualitätsdimension abdeckt oder werden direkt aus den
Anforderungen an Cloud-Services abgeleitet. Aus diesem Katalog verschiedener
Qualitätsattribute wird ein Fragebogen konstruiert, der den Kern des
Qualitätsframeworks darstellt.
4.2 Auswahl der Qualitätsdimensionen
Entscheidend für die Auswahl eines Cloud-Services ist, ob dieser die in Kapitel 2.2.2
aufgeführten Anforderungen erfüllen kann. Der Grad der Erfüllung kann auch als
Qualität des Cloud-Services beschrieben werden. Angelehnt an SERVQUAL, wird
diese Qualität durch Einteilung in verschiedene Qualitätsdimensionen ermittelt. Die
Gesamtheit der Qualitätsdimensionen, die allgemein für unterschiedliche IT-Services
von Relevanz sein können, ergibt sich aus den Ergebnissen von Abschnitt 3.2. Aus
diesen Qualitätsdimensionen werden jene ausgewählt, die sich auch auf die Bewertung
von Cloud-Services anwenden lassen. Entscheidend ist, dass alle besonderen
Anforderungen an Cloud-Services durch die potentiellen Dimensionen abgedeckt
werden.
Tab. 4-1 stellt hierzu eine Übergangsmatrix dar, in der jeder Anforderung die jeweils
passenden Qualitätsdimensionen zugeordnet werden. Im Folgenden soll die in der
Übergangsmatrix dargestellte Zuordnung erläutert und begründet werden.
39
39
Dimensionen
Zuve
rläs
sigke
it
Rea
ktio
nsze
it
Mat
erie
lles
Zusic
heru
ng
Einf
ühlu
ngsv
erm
ögen
Ges
chäf
tsve
rhäl
tnis
Sich
erhe
it &
Dat
ensc
hutz
Ver
fügb
arke
it
Benu
tzer
freu
ndlic
hkei
t
Effiz
ienz
Funk
tione
n
Flex
ibili
tät
Anf
orde
rung
en
Die
nste
igen
scha
ften Integration X
Anbieterwechsel X
Anpassbarkeit X
Die
nstb
etri
eb
Verfügbarkeit X X
Leistung X X
Sicherheit X
Datenschutz X
Not
fall
Kontrollverlust X X X X
Datenverlust X X X X
Rec
htlic
he A
spek
te Haftbarkeit
Nichtweitergabe X
Rechtliche
Rahmenbedingungen
Que
rsch
nitt Einfachheit X
Kundenzentrierung X X X
Tab. 4-1: Übergangsmatrix der Anforderungen auf die Qualitätsdimensionen
40
40
Die unter Diensteigenschaften zusammengeführten Anforderungen (Integration,
Anbieterwechsel und Anpassbarkeit) spielen bei der Anbahnung des
Geschäftsverhältnisses eine entscheidende Rolle. Ausschlaggebend für die Auswahl
eines Cloud-Services ist vor allem, inwieweit sich dieser harmonisch in die bestehende
IT-Infrastruktur einfügen lässt, ob bei Unzufriedenheit mit dem bestehenden Anbieter
ein Wechsel zu einem Alternativen Anbieter möglich ist und ob der Service nach den
individuellen Wünschen des Kunden modular konfigurierbar ist. Wie bereits erläutert,
ist die erfolgreiche Integration eines Cloud-Services in die bestehende Infrastruktur vor
allem eine technische Herausforderung, die sich durch den Einsatz von standardisierten
Schnittstellen und Dateiformaten lösen lässt. Dies ermöglicht dem Kunden den flexiblen
Einsatz von unterschiedlichen Softwareprodukten und -technologien. Konkrete
Anforderungen von unterschiedlichen Unternehmen unterscheiden sich zum Teil
deutlich. Die individuelle Anpassbarkeit des Services ermöglicht dem Kunden, nur die
Teile eines Produkts auszuwählen, die für ihn von wirklicher Relevanz sind. Folglich
kann er sich flexibel, z.B. durch die Auswahl verschiedener Softwaremodule in SaaS-
Lösungen, eine auf seine speziellen Bedürfnisse passende Service-Lösung
zusammenstellen. Sollten sich die Vorstellungen des Kunden und das Angebot des
Cloud-Dienstleisters dauerhaft als inkompatibel erweisen, ist es von entscheidender
Bedeutung, dass ein schneller Wechsel zu einem alternativen Cloud-Anbieter ohne
Weiteres möglich ist. Gerade durch die Verwendung standardisierter Schnittstellen für
den Im- und Export von Daten kann der Kunde flexibel und schnell, bzw. ohne
Wechselkosten112 zwischen verschiedenen Cloud-Anbietern wechseln. Mit anderen
Worten: Die Güte eines Cloud-Services bemisst sich vor allem an seiner Eigenschaft,
branchenübergreifend, für alle Anforderungsprofile eines Unternehmens
maßgeschneiderte, d.h. flexible Lösungen anbieten zu können. Es erscheint daher
unmittelbar einsichtig, die unter der Kategorie Diensteigenschaften zusammengefassten
Anforderungen der Dimension Flexibilität zuzuordnen.
In der nächsten Kategorie Dienstbetrieb sind jene Anforderungen zusammengefasst, die
der Kunde an den Betrieb des Cloud-Services stellt. Diese Qualitätserwartungen
(Verfügbarkeit, Leistung, Sicherheit, Datenschutz) sind eng aneinander gekoppelt und
112 Vgl. Armbrust u. a. (2010), S. 54–55.
41
41
müssen allesamt gewährleistet sein, um die Mindestanforderung zu erfüllen, die ein
Unternehmen an seine IT-Infrastruktur stellt. So wären auch hohe Sicherheitsstandards
und exzellente Geschwindigkeit für ein Unternehmen ohne Wert, wenn der Dienst nicht
permanent zur Verfügung stünde.
Für einen strategischen Entscheider, der weitreichende Investitionsentscheidungen für
sein Unternehmen trifft, ist daher vor allem von Bedeutung, inwieweit der Cloud-
Anbieter Garantien für die hinreichende Verfügbarkeit seiner Dienste abgibt. Es
erscheint daher sinnvoll die Qualitätsdimension Verfügbarkeit in ein
Qualitätsframework für Cloud-Services aufzunehmen. Alternativ lassen sich diese
Qualitätskriterien auch der generischen Dimension Zuverlässigkeit zuordnen, weil
diese auch die rein technische Verfügbarkeit einschließt (s. Kapitel 3.2). Aufgrund des
explorativen Charakters dieser Arbeit ist es zusätzlich sinnvoll, auf die offenere
Dimension Zuverlässigkeit zurückzugreifen, da über diese noch weitere Aspekte
abgefragt werden können. Der Rückgriff auf die Dimension Zuverlässigkeit ergibt
auch insofern Sinn, als dass sich auch die Forderung nach hinreichender Leistung des
Services (bzgl. Geschwindigkeit und Belastbarkeit) in der Dimension Zuverlässigkeit einordnen lässt. Die Forderung nach „Leistung“ umschließt im Cloud-Kontext nicht nur
die Garantie gewisser Mindeststandards, sondern meint zugleich die maximal abrufbare
Leistung. Gerade von Cloud-Services wird gefordert, dass die zu Verfügung stehende
Leistung im Bedarfsfall nahezu unmittelbar gesteigert werden kann. Diese
Anpassbarkeit wird zumeist als Skalierbarkeit beschrieben. Im Cloud-Kontext lassen
sich die Begriffe Skalierbarkeit und Leistung – im Sinne von maximaler Rechenkraft
und flexibler Speicherbereitstellung – nur schwer voneinander abgrenzen.113 Nach der
Definition der Dimension Flexibilität aus Kapitel 3.2 ist Skalierbarkeit ein Teilaspekt
von Flexibilität. Leistung lässt sich somit zwei Kategorien zuordnen: Im Sinne von
hinreichender Leistung bildet sie einen Teil der Dimension Zuverlässigkeit. Verstanden als potentielle Maximalleistung ist sie der Dimension Flexibilität zuzuschreiben.
Essentielle Voraussetzung eines befriedigenden Dienstbetriebs ist die Garantie eines
hinreichenden Sicherheit- und Datenschutzniveaus. Die überragende Bedeutung von
113 Vgl. Geczy, Izumi, Hasida (2012), S. 62.
42
42
Sicherheit im gesamten Bereich der Internetdienstleistungen114 und speziell bei Cloud-
Services lässt sich an der schier unüberschaubaren Menge an Publikationen zu diesem
Themenfeld erkennen.115 Sicherheitsaspekte werden in der Dimension Sicherheit & Datenschutz abgebildet. Neben reinen Sicherheitsaspekten, die bspw. die
Verschlüsselung von Daten und Kommunikation einschließen, gehören zu dieser
Dimension auch Fragen des Umgangs mit den Daten der Kunden. Der Einsatz von
Datenverschlüsselung kann nicht nur zur Steigerung der Sicherheit eingesetzt werden,
sondern verhindert auch einen missbräuchlichen Umgang mit den Daten.116 Ferner
verlangt Ryan (2011). als offensichtlichen, ersten Schritt, die Formulierung von klaren
Richtlinien durch Cloud-Anbieter, in denen der Umgang mit Daten und ihre Nutzung
beschrieben wird.117 Diese Aspekte betreffen sowohl die Weitergabe von Daten an
Regierungen118, als auch an private Dritte, wie bspw. Werbende und selbstverständlich
konkurrierende Unternehmen.119
Alle Maßnahmen zur Verbesserung der Sicherheit von Cloud-Services dienen dazu, den
Ausfall der Systeme, sprich den Notfall zu vermeiden. Unter Notfall versteht man in
diesem Kontext den Kontroll- oder Datenverlust, also ein Szenario, bei dem der Nutzer
seinen Cloud-Service nicht mehr verwenden kann. Dies ist nie vollständig
auszuschließen, sodass es für den Cloud-Anbieter gilt im Vorhinein geeignete
Notfallpläne auszuarbeiten. Garantiert wird dadurch, dass in Notfallsituation möglichst
schnell und richtig gehandelt werden kann. Die Dimension Reaktionszeit ist somit ein
weiterer entscheidender Pfeiler im Konstrukt der Qualität von Cloud-Services. Sowohl
die Vermeidung als auch der Umgang mit diesen Notfallsituationen verlangt das
Vertrauen des Kunden in den Anbieter und dessen Kompetenz. Diese „weichen“
Aspekte finden sich in der Qualitätsdimension Zuversicht.
114 Siehe hierzu Kapitel 3.2: Die Dimension „Sicherheit“ wurde in allen Quellen genannt, die sich auf
Internet-Dienstleistungen beziehen. 115 So ergibt die Suche nach “cloud security” im Titel der Publikationen, die im „Digital Library“ der
IEEE Computer Society indiziert sind, insgesamt 105353 Treffer (Stand: 01.10.2012) 116 Vgl. Ryan (2011), S. 38. 117 Vgl. Ryan (2011), S. 37. 118 Siehe Anforderung: Nichtweitergabe. 119 Siehe z.B. Pearson, Benameur (2010), S. 693–694 für konkrete Datenschutzbedrohungen.
43
43
Qualitätsanforderungen, die alle Phasen bzw. Szenarien eines Geschäftsverhältnisses
überspannen, sind hier als Querschnittanforderungen zusammengefasst. Hierzu zählt
erstens die Einfachheit der Nutzung eines Cloud-Services. Die Zuordnung zur
Qualitätsdimension Benutzerfreundlichkeit erscheint in diesem Fall trivial. Zu dieser
Dimension gehört neben der reinen Einfachheit der Benutzung des Dienstes auch seine
einfache Verwendung über den gesamten Lebenszyklus hinweg, d.h. bei
Vertragsabschluss, Inbetriebnahme, Betrieb und Vertragsbeendigung.
Kundenzentrierung als zweite Querschnittanforderung an einen Cloud-Service
bedeutet, dass das Interesse des Kunden immer im Fokus des Dienstleisters stehen soll.
Diese beinhaltet also rein funktionale Qualitätsaspekte (nach dem Modell von Grönroos,
siehe auch Kapitel 2.1.1). Im SERVQUAL-Modell ist Kundenzentrierung über die
Dimensionen Zuversicht und Einfühlungsvermögen erfasst. Kettinger, Lee (2005)
argumentieren, dass sich diese beiden Dimensionen nicht sauber voneinander trennen
lassen. In dieser Arbeit wird deshalb analog zu ihrer Argumentation auf die Dimension
Geschäftsverhältnis zurückgegriffen, in der beide Aspekte vereint werden.
Die unter rechtliche Aspekte fallenden Anforderungen Haftbarkeit und rechtliche
Rahmenbedingungen lassen sich nicht auf die in der wissenschaftlichen Literatur zur
Messung von Servicequalität verwandten Qualitätsdimensionen übertragen.
Generell haben rechtliche Fragen im Zusammenhang mit Cloud-Services eine neue
Qualität erhalten: Cloud-Services lassen sich, aufgrund gestiegener Bandbreiten,
prinzipiell von jedem Ort der Welt bereitstellen. Daher stimmt bei diesem Typ
Dienstleistung der Ort der Leistungserbringung nicht mehr zwingend mit dem Ort der
Inanspruchnahme der Leistung überein. Kunden von Cloud-Services müssen somit
potentiell die rechtlichen Rahmenbedingungen in verschiedenen Ländern der Welt
kennen, verstehen und ihre Risiken abschätzen können.120 Zur Vermeidung dieser
Problematik sind einige Anbieter dazu übergegangen verschiedene Orte der
Leistungserbringung anzubieten. Insbesondere bei Cloud-Services mit kritischer oder
strategischer Funktion ist entscheidend, dass sich diese aus Ländern beziehen lassen, in
120 Für generelle Überlegungen zum Problem der unterschiedlichen rechtlichen Rahmenbedingungen
siehe z.B. BMWi (2010), S. 38.
44
44
denen die Cloud-Anbieter haftbar gemacht werden können und Regierungen keine
Möglichkeit der Dateneinsicht haben. Alle diese Aspekte werden in der neuen
Qualitätsdimension Rechtliches zusammengefasst.
Somit ergeben sich die folgenden sieben Dimensionen als Grundlage für die Bewertung
von Cloud-Services: Zuverlässigkeit, Sicherheit & Datenschutz, Flexibilität,
Benutzerfreundlichkeit, Reaktionsgeschwindigkeit, Geschäftsverhältnis und
Rechtliches. Diese sind wie folgt definiert:
1. Zuverlässigkeit: Fähigkeit des Cloud-Anbieters, den versprochenen Cloud-
Service zuverlässig, störungsfrei und mit gleichbleibendem Ergebnis anzubieten.
2. Sicherheit & Datenschutz: Methoden und Verfahren (technischer und
organisatorischer Art) des Cloud-Anbieters um sicherzustellen, dass der Cloud-
Service nur von autorisierten Personen verwendet werden kann und die Daten
nicht an Dritte gelangen können.
3. Flexibilität: Alle Eigenschaften des Cloud-Services, die ermöglichen, diesen
individuell an die jeweiligen Anforderungen des Kunden anzupassen. Hierunter
fällt sowohl die Skalierbarkeit des Dienstes, die Möglichkeit modular
Bestandteile und Funktionen des Dienstes auszuwählen und die Verwendung
standardisierter Schnittstellen und Dateiformate.
4. Benutzerfreundlichkeit: Einfachheit der Anwendung sowohl des Kerndienstes,
als auch der dazugehörigen Verwaltung und Inbetriebnahme.
5. Reaktionsgeschwindigkeit: Geschwindigkeit der Ausführung des Cloud-
Services, d.h. schnelle Bereitstellung des Dienstes und Beantwortung von
Kundenanfragen.
6. Geschäftsverhältnis: Die Fähigkeit des Cloud-Anbieters seinen Cloud-Service
kompetent, höflich und kundenzentriert anzubieten.
7. Rechtliches: Die Cloud-Anbieter bieten die Möglichkeit zur Absicherung gegen
rechtliche Risiken. Diese entstehen insbesondere dadurch, dass der Ort der
Bereitstellung des Cloud-Services nicht dem Ort der Nutzung entspricht und
Kunden sich unzureichend mit dem jeweils geltendem Recht auskennen.
45
45
4.3 Qualitätsframework für Cloud-Services
Aufbauend auf der Auswahl der Dimensionen lassen sich konkrete Attribute benennen,
anhand derer sich die Qualität von Cloud-Services bestimmen lässt. Zu diesem Zweck
wurden in der Literatur zu den für Cloud-Services relevanten Qualitätsdimensionen
nach Attributen gesucht, die auch auf Cloud-Services anwendbar sind. Insgesamt
wurden 30 Attribute identifiziert, von denen 26 aus der Literatur stammen und vier neu
formuliert wurden. Die bereits in der Literatur existierenden Qualitätsattribute wurden
zum Teil leicht umformuliert, um sie für den Cloud-Kontext nutzbar zu machen.121 Alle
neu identifizierten Attribute ließen sich direkt aus den in Kapitel 2.2.2 aufgeführten
besonderen Anforderungen an Cloud-Services ableiten. In der Forschung zur IT-
Qualitätsevaluation wurde die Qualitätsdimension Rechtliches bisher noch nicht näher
berücksichtigt. Dementsprechend besteht diese Dimension ausnahmslos aus neu
formulierten Qualitätsattributen. Insgesamt ist zu beachten, dass die Attribute aller
Dimensionen nicht nur die vormals identifizierten, besonderen Anforderungen an
Cloud-Services abdecken, sondern vielmehr auch solche Aspekte, die für alle
Dienstleistungen von Relevanz sind.
Aufbauend auf den identifizierten Qualitätsattributen und den dazu gehörigen
Dimensionen entstand ein Qualitätsframework für Cloud–Services. Dieses besteht aus
sieben Dimensionen, die durch insgesamt 30 Attribute konkretisiert sind. Es orientiert
sich eng an dem SERVQUAL-Ursprungsframework von Parasuraman, Berry, Zeithaml
(1991). Tab. 4-2 zeigt dieses Qualitätsframework. Für die Qualitätsattribute, die sich aus
der wissenschaftlichen Literatur ergeben, werden in Tab. 4-2 Quellen genannt, in denen
das Attribut im selben oder in einem ähnlichen Kontext bereits verwendet wurde. Bei
der Auswahl und Formulierung der einzelnen Attribute wurde darauf geachtet, dass
diese allesamt positiv formuliert sind, um bessere Ergebnisse im Fragebogen erzielen zu
können.122
121 Vgl. Kettinger, Lee (1994), S. 747, die bei ihrer Übertragung von SERVQUAL auf den IT-Kontext
genauso vorgehen. 122 Vgl. Parasuraman, Berry, Zeithaml (1991), S. 422–423.
46
46
Dimension ID Erwartete Qualität Wahrgenommene Qualität Quelle(n)
Zuve
rläs
sigke
it
1 Ein guter Cloud-Anbieter hält
zeitliche Zusicherungen für die
Dienstinbetriebnahme ein.
Mein Cloud-Anbieter hält zeitliche
Zusicherungen für die
Dienstinbetriebnahme ein.
Parasuraman, Berry,
Zeithaml (1991)
Kettinger, Lee (1994)
Kettinger, Lee (2005)
Benlian, Koufaris, Hess
(2011)
Sigala (2004)
Yang, Jun (2008)
2 Ein guter Cloud-Anbieter hält
Zusicherungen bezüglich der
Leistung des Cloud-Services ein.
Mein Cloud-Anbieter hält
Zusicherungen bezüglich der
Leistung des Cloud-Services ein.
Kettinger, Lee (2005)
Benlian, Koufaris, Hess
(2011)
Fassnacht, Koese (2006)
Yang, Jun (2008)
3 Ein guter Cloud-Anbieter hält
Zusicherungen über die
Verfügbarkeit des Dienstes ein.
Mein Cloud-Anbieter hält
Zusicherungen über die
Verfügbarkeit des Dienstes ein.
Benlian, Koufaris, Hess
(2011)
Fassnacht, Koese (2006)
4 Nach der Bereitstellung eines
Cloud-Services durch einen guten
Cloud-Anbieter muss dieser nicht
nachkonfiguriert werden.
Nach der Bereitstellung eines
Cloud-Services durch meinen
Cloud-Anbieter muss dieser nicht
nachkonfiguriert werden.
Parasuraman, Berry,
Zeithaml (1991)
Kettinger, Lee (1994)
Kettinger, Lee (2005)
Sich
erhe
it &
Dat
ensc
hutz
5 Ein guter Cloud-Anbieter setzt auf
sichere Verschlüsselungsverfahren
zum Schutz der Daten.
Mein Cloud-Anbieter setzt auf
sichere Verschlüsselungsverfahren
zum Schutz der Daten.
Benlian, Koufaris, Hess
(2011)
Ma, Pearson, Tadisina
(2005)
6 Ein guter Cloud-Anbieter setzt auf
sichere Verschlüsselungsverfahren
zum Schutz der Kommunikation.
Mein Cloud-Anbieter setzt auf
sichere Verschlüsselungsverfahren
zum Schutz der Kommunikation.
Kim, Kim (2008)
Ma, Pearson, Tadisina
(2005)
7 Ein guter Cloud-Anbieter
verwendet geeignete Maßnahmen
um Datenverlust zu vermeiden.
Mein Cloud-Anbieter verwendet
geeignete Maßnahmen um
Datenverlust zu vermeiden.
Kim, Kim (2008)
8 Ein guter Cloud-Anbieter verhindert
effektiv, dass Daten von Dritten
eingesehen werden können.
Mein Cloud-Anbieter verhindert
effektiv, dass Daten von Dritten
eingesehen werden können.
Kim, Kim (2008)
9 Ein guter Cloud-Anbieter formuliert
klare Richtlinien, wie Daten genutzt
werden und hält diese ein.
Mein Cloud-Anbieter formuliert
klare Richtlinien, wie Daten
genutzt werden und hält diese ein.
In Anlehnung an (Ryan
2011)
Parasuraman, Zeithaml,
Malhotra (2005)
Benlian, Koufaris, Hess
(2011)
Janda, Trocchia,
Gwinner (2002)
Wolfinbarger, Gilly
(2003)
10 Ein guter Cloud-Anbieter lässt
regelmäßig
Sicherheitsüberprüfungen
durchführen.
Mein Cloud-Anbieter lässt
regelmäßig
Sicherheitsüberprüfungen
durchführen.
Ma, Pearson, Tadisina
(2005)
Benlian, Koufaris, Hess
(2011)
47
47
Flex
ibili
tät
11 Ein guter Cloud-Anbieter bietet
Cloud-Services an, die sich nahezu
unbeschränkt skalieren lassen.
Mein Cloud-Anbieter bietet Cloud-
Services an, die sich nahezu
unbeschränkt skalieren lassen.
Ma, Pearson, Tadisina
(2005)
12 Ein guter Cloud-Anbieter bietet
Cloud-Services an, die sich modular
konfigurieren lassen.
Mein Cloud-Anbieter bietet Cloud-
Services an, die sich modular
konfigurieren lassen.
Ma, Pearson, Tadisina
(2005)
Benlian, Koufaris, Hess
(2011)
13 Ein guter Cloud-Anbieter
verwendet standardisierte
Schnittstellen oder Datenformate
für den Datenimport und –export.
Mein Cloud-Anbieter verwendet
standardisierte Schnittstellen oder
Datenformate für den Datenimport
und –export.
Ma, Pearson, Tadisina
(2005)
14 Ein guter Cloud-Anbieter
ermöglicht es, nachträglich
verschiedene Vertragsbestandteile
zu modifizieren.
Mein Cloud-Anbieter ermöglicht
es, nachträglich verschiedene
Vertragsbestandteile zu
modifizieren.
Benlian, Koufaris, Hess
(2011)
15 Ein guter Cloud-Anbieter bietet
verschiedene Möglichkeiten den
Cloud-Service in meine bisherige
Systemlandschaft einzubinden.
Mein Cloud-Anbieter bietet
verschiedene Möglichkeiten den
Cloud-Service in meine bisherige
Systemlandschaft einzubinden.
Ma, Pearson, Tadisina
(2005)
Benlian, Koufaris, Hess
(2011)
Benu
tzer
freu
ndlic
hkei
t
16 Die Cloud-Services eines guten
Cloud-Anbieters lassen sich einfach
bedienen.
Die Cloud-Services meines Cloud-
Anbieters lassen sich einfach
bedienen.
Ma, Pearson, Tadisina
(2005)
Ganguli, Roy (2010)
17 Die Cloud-Services eines guten
Cloud-Anbieters lassen sich einfach
skalieren.
Die Cloud-Services meines Cloud-
Anbieters lassen sich einfach
skalieren
neu
18 Die Cloud-Services eines guten
Cloud-Anbieters lassen sich einfach
abonnieren und abbestellen.
Die Cloud-Services meines Cloud-
Anbieters lassen sich einfach
abonnieren und abbestellen
Ganguli, Roy (2010)
Rea
ktio
nsge
schw
indi
gkei
t
19 Ein guter Cloud-Anbieter hilft im
Falle eines Daten- oder
Kontrollverlustes schnell.
Mein Cloud-Anbieter hilft im Falle
eines Daten- oder Kontrollverlustes
schnell
Yang, Peterson, Cai
(2003)
Benlian, Koufaris, Hess
(2011)
20 Ein guter Cloud-Anbieter
beantwortet Anfragen schnell.
Mein Cloud-Anbieter beantwortet
Anfragen schnell.
Parasuraman, Berry,
Zeithaml (1991)
Kettinger, Lee (1994)
Yang, Peterson, Cai
(2003)
21 Ein guter Cloud-Anbieter stellt den
gewählten Cloud-Service schnell
zur Verfügung.
Mein Cloud-Anbieter stellt den
gewählten Cloud-Service schnell
zur Verfügung.
Parasuraman, Berry,
Zeithaml (1991)
Kettinger, Lee (1994)
22 Ein guter Cloud-Anbieter teilt
genau mit, wann er den Cloud-
Service bereitstellen kann.
Mein Cloud-Anbieter teilt mir
genau mit, wann er den Cloud-
Service bereitstellen kann.
Parasuraman, Berry,
Zeithaml (1991)
Kettinger, Lee (1994)
23 Mitarbeiter eines guten Cloud-
Anbieters sind niemals zu
beschäftigt, um mir zu helfen.
Mitarbeiter meines Cloud-
Anbieters sind niemals zu
beschäftigt, um mir zu helfen.
Parasuraman, Berry,
Zeithaml (1991)
Kettinger, Lee (1994)
48
48 Tab. 4-2: Qualitätsframework zur Messung der Servicequalität eines Cloud-Services
Die Messung von Servicequalität durch die Abfrage von erwarteter und
wahrgenommener Qualität wurde ausführlich in Kapitel 2.1.2 vorgestellt. Für die reine
Auswertung des Frameworks ist lediglich die Differenz aus wahrgenommener und
erwarteter Qualität bedeutend. Diese wird für jedes Attribut separat gebildet. Das Mittel
dieser Differenzen ergibt für jede Dimension einen Wert der Servicequalität. Durch
Verrechnung dieser kann sodann ein globaler Durchschnittswert als Maßstab für die
Gesamtqualität des zu bewerteten Cloud-Services ermittelt werden. Die Ermittlung der
Qualität erfolgt somit schrittweise auf Attribut-, Dimensions- und abschließend auf
Gesamtebene.
5. Empirische Analyse des Qualitätsframeworks
5.1 Methodisches Vorgehen
Die Entwicklung des hier vorgestellten Frameworks für die Bewertung der Qualität von
Cloud-Services ist rein theoretischer Natur. Um etwas über die Aussagekraft des
Rahmenwerkes sagen zu können, muss dieses anhand von statistischen Verfahren
validiert werden. Auf Grundlage des Rahmenwerks wurde hierzu ein Fragebogen
Ges
chäf
tsve
rhäl
tnis
24 Ein guter Cloud-Anbieter hat das
know-how, um mir zu helfen.
Ein guter Cloud-Anbieter hat das
know-how, um mir zu helfen.
Kettinger, Lee (2005)
Benlian, Koufaris, Hess
(2011)
25 Ein guter Cloud-Anbieter ist an
Kundenwünschen interessiert.
Mein Cloud-Anbieter ist an
Kundenwünschen interessiert.
Parasuraman, Berry,
Zeithaml (1991)
Kettinger, Lee (2005)
26 Ein guter Cloud-Anbieter bietet
Kunden persönliche
Aufmerksamkeit.
Mein Cloud-Anbieter bietet
Kunden persönliche
Aufmerksamkeit.
Kettinger, Lee (2005)
Benlian, Koufaris, Hess
(2011)
27 Ein guter Cloud-Anbieter versteht
die Bedürfnisse seiner Kunden.
Mein Cloud-Anbieter versteht die
Bedürfnisse seiner Kunden.
Kettinger, Lee (2005)
Benlian, Koufaris, Hess
(2011)
Rec
htlic
hes
28 Ein guter Cloud-Anbieter bietet
eine Auswahl verschiedener
Standorte, an denen die Daten
gespeichert werden.
Mein Cloud-Anbieter bietet eine
Auswahl verschiedener Standorte,
an denen die Daten gespeichert
werden.
neu
29 Ein guter Cloud-Anbieter stellt
transparent dar, welchen rechtlichen
Grundlagen seine Cloud-Services
unterstehen.
Mein Cloud-Anbieter stellt
transparent dar, welchen
rechtlichen Grundlagen seine
Cloud-Services unterstehen.
neu
30 Ein guter Cloud-Anbieter haftet für
Dienstausfälle und Datenverluste.
Mein Cloud-Anbieter haftet für
Dienstausfälle und Datenverluste.
neu
49
49
entwickelt. In diesem sollen die Nutzer eines konkreten Cloud-Service die Qualität
dieses Services bewerten. Im Folgenden wird kurz der Aufbau und die Verwendung des
Fragebogens erläutert.
Für eine erste Evaluation des Frameworks wurde der Cloud-Service „Dropbox“
ausgewählt. Zu diesem Zweck sind die im Fragebogen erhobenen Attribute auf diesen
Anwendungsfall hin formuliert. Eine Offline-Version des verschickten Fragebogens
findet sich in Anhang 2. „Dropbox“ wurde gewählt, da viele Nutzer bereits Erfahrungen
mit dem System machen konnten und sich daher eine größere Anzahl von Personen
finden lässt, die einen entsprechenden Fragenkatalog vergleichsweise kompetent
beantworten können. Laut offizieller Website verwenden weltweit über 50 Millionen
Benutzer „Dropbox“123. Dieser Cloud-Service stellt einen Online-Speicherdienst mit
verschiedenen, weiteren Funktionen dar. So lassen sich die bei „Dropbox“
gespeicherten Daten zwischen verschiedenen Endgeräten synchronisieren und sind
mittels einer Backupfunktion gegen Datenverlust gesichert. Ferner beherrscht der Dienst
die Wiederherstellung aller Dateiversionen der letzen 30 Tage. Gespeicherte Dateien
lassen sich an beliebige Personen weitergeben und von verschiedenen Orten der Welt
gemeinsam bearbeiten.
„Dropbox“ lässt sich nach der Einteilung aus Kapitel 2.1.1 als SaaS klassifizieren: Der
Anwender ist lediglich für die reine Verwendung des Dienstes zuständig. Alle weiteren
Aufgaben, welche die ordnungsgemäße Funktion des Dienstes ermöglichen, liegen in
der Hand von „Dropbox“. „Dropbox“ selber greift auf ein IaaS-Angebot von Amazon
(„Amazon Simple Storage Service“) zurück.124 Auf Wunsch kann sich jeder über die
Website ein Benutzerkonto anlegen, weshalb es sich bei „Dropbox“ um einen
öffentlichen Cloud-Service („public cloud“) handelt. Der Dienst lässt sich bezüglich des
zur Verfügung stehenden Speicherplatzes skalieren. Hierfür bietet „Dropbox“
123 Für diesen Abschnitt siehe die offizielle Erklärung unter https://www.dropbox.com/tour und
https://www.dropbox.com/about. 124 Siehe https://www.dropbox.com/teams/security.
50
50
verschiedene Speichergrößen in unterschiedlichen Preisstufen an.125 Die Grundversion
wird kostenlos vertrieben.
Der für „Dropbox“ angepasste Fragebogen wurde via Xing, Facebook und den
Gesamtverteiler der Universität zu Köln verschickt. Der Gesamtverteiler der Universität
zu Köln erreicht ca. 50000 Studierende und Mitarbeiter der Universität zu Köln.
Insgesamt nahmen 211 Teilnehmer an der Umfrage teil. Die Mehrzahl der Teilnehmer
waren Studenten, die „Dropbox“ in verschiedenen Einsatzkontexten nutzen.
Die Umfrage ist in drei größere Abschnitte gegliedert. Zunächst wurde das in 4.3
entwickelte Rahmenwerk, bestehend aus jeweils 30 Fragen zur erwarteten und
wahrgenommenen Qualität, abgefragt. Anschließend wurden den Teilnehmern zwei
Fragen zur Bewertung der Gesamtqualität von „Dropbox“ gestellt. Durch den Abgleich
der hier ermittelten Ergebnisse mit der Bewertung der abgefragten Qualitätsattribute
kann überprüft werden, ob das Rahmenwerk in seiner Gesamtheit auf valide Werte für
die Bewertung von Cloud-Services kommt. Abschließend wurden die Teilnehmer der
Umfrage gebeten, die Wichtigkeit der einzelnen Qualitätsdimensionen zu beurteilen. Im
nachfolgenden Kapitel wird anhand der Umfrageergebnisse die praktische
Anwendbarkeit und Aussagekraft des Frameworks überprüft. Eine Auswertung der
Qualität von „Dropbox“ als Cloud-Service findet nicht statt.
5.2 Statistische Auswertung der Umfrage
Wie im Framework vorgesehen (siehe Kapitel 4.3), wurde zu jedem Teilaspekt der
Servicequalität je eine Frage bezüglich der erwarteten Qualität bei einem guten Cloud-
Anbieter und je eine zur wahrgenommenen Qualität beim speziellen Cloud-Service
„Dropbox“ gestellt. Beide sollen jeweils auf einer Skala von 1 (stimme nicht zu) bis 7
(stimme voll zu) bewertet werden. Zur genauen Identifikation der einzelnen
Bestandteile des Fragebogens wird folgende Notation eingeführt: Alle Attribute werden
mittels der ID aus dem Qualitätsframework in 4.3 und dem Buchstaben „E“ für Fragen
zur erwarteten Qualität, respektive „W“ für Fragen zur wahrgenommenen Qualität
bezeichnet. Frage „E1“ steht somit beispielsweise für die zu bewertende Aussage: „Ein
125 Siehe https://www.dropbox.com/plans.
51
51
guter Cloud-Anbieter hält zeitliche Zusicherungen für die Dienstinbetriebnahme ein.“.
Die Differenz aus „W1“ und „E1“ wird mit dem Kürzel „GAP1“ bezeichnet.
Unabhängig davon, ob „Dropbox“, auf Grundlage der Nutzerbefragung nun ein „guter“
Cloud-Service ist oder nicht, ist die Frage entscheidend, ob sich das hier vorgestellte
Framework mit Blick auf die statistischen Ergebnisse als praxistauglich erweist.
Hinsichtlich dieser Fragestellung zeigt Anhang 3 die Anzahl der Observationen,
Durchschnittswerte und Standardabweichungen, getrennt nach erwarteter und
wahrgenommener Qualität. Aus dieser Übersicht lassen sich bereits erste Erkenntnisse
ableiten. Die Fragen zur erwarteten Qualität wurden durchweg sehr ähnlich beantwortet.
So schwanken die Mittelwerte aller Attribute der erwarteten Qualität zwischen 4,64 und
6,22 Punkten. Lediglich bei den Attributen E11 („Ein guter Cloud-Anbieter bietet
Cloud-Services an, die sich nahezu unbeschränkt skalieren lassen.“), E12 („Ein guter
Cloud-Anbieter bietet Cloud-Services an, die sich modular konfigurieren lassen.“) und
E17 („Die Cloud-Services eines guten Cloud-Anbieters lassen sich einfach skalieren.“)
machte eine größere Anzahl an Teilnehmern (>50) keine Angabe. Dies lässt
möglicherweise auf eine schwierige Einschätzung der Qualitätskriterien schließen. Eine
Erklärung wäre, dass diese Personen die Begriffe „Skalierbarkeit“ und „modularer
Aufbau“ im Zusammenhang mit Cloud-Services schlicht nicht kennen. Mit der Wahl
eines anderen Empfängerkreises – sprich strategische Entscheidern – wäre dieses
Problem wohl, aufgrund vorliegender Fachkompetenz, beseitigt.
Beim zweiten Fragenkatalog, d.h. den Fragen zur wahrgenommen Qualität von
„Dropbox“, haben insgesamt deutlich weniger Umfrageteilnehmer Angaben zu den
abgefragten Attributen gemacht. Vor allem zu den Punkten W23 („Mitarbeiter von
Dropbox sind niemals zu beschäftigt, um mir zu helfen.“), W19 („Dropbox hilft im
Falle eines Daten- oder Kontrollverlustes schnell.“), W24 („Mitarbeiter von Dropbox
besitzen das know-how, um mir zu helfen.“) und W20 („Dropbox beantwortet Anfragen
schnell.“) wurden nur sehr wenige Angaben (<25% der Umfrageteilnehmer) gemacht.
Diese Attribute beziehen sich auf den direkten Kontakt zwischen Cloud-Anbieter und
Kunden. Da im Falle von „Dropbox“ – gerade bei der kostenfreien Version – dieser
Kontakt häufig nie explizit zu Stande kommt, scheinen diese Attribute in diesem
Beispiel nicht anwendbar. Es kann allerdings nicht ausgeschlossen werden, dass sie bei
der Bewertung eines anderen Cloud-Services von Bedeutung sind. In weitergehenden
52
52
Untersuchungen sollte demnach explizit überprüft werden, ob die Attribute im Modell
verbleiben sollten oder nicht.
Neben dieser relativ intuitiven Überprüfung der Daten, lässt sich die Anwendbarkeit des
Fragebogens durch verschiedene statistische Gütekriterien überprüfen. Diese beinhaltet
einerseits Tests auf Reliabilität und andererseits Verfahren zur Bestimmung der
Validität des Fragebogens.126 Beides wird gefordert um die allgemeine
Praxistauglichkeit eines Fragebogens zu bestätigen. Die folgenden, mathematischen
Prüfverfahren beziehen sich hierbei nicht mehr direkt auf die Antworten zur erwarteten
bzw. wahrgenommenen Qualität, sondern basieren auf deren Differenz – sprich den
abgeleiteten „GAP“-Werten.
Zunächst wird die Reliabilität der einzelnen Dimensionen überprüft. „Unter der
Reliabilität oder Zuverlässigkeit eines Tests versteht man den Grad der Genauigkeit, mit
dem er ein bestimmtes Persönlichkeits- oder Verhaltensmerkmal mißt, gleichgültig, ob
er dieses Merkmal auch zu messen beansprucht“.127 Ergebnisse von Umfragen mit
hoher Reliabilität lassen sich demnach mit hoher Wahrscheinlichkeit in weiteren
Testreihen reproduzieren. Analog zu der Vorgehensweise bei der Bewertung von
SERVQUAL128, wird Cronbachs Alpha als Reliabilitätskoeffizient eingesetzt. Es wird
somit auf „inter-item“ Reliabilität - auch interne Konsistenz genannt - getestet.129 Die
Ergebnisse dieses Tests sind in Tab. 5-1 abgebildet. Nach der verbreiteten Faustregel,
dass alle Ergebnisse mit Cronbachs Alpha > 0,7 als Konstrukte mit ausreichender
Reliabilität anzusehen sind130, muss nur die Reliabilität der Dimension Zuverlässigkeit (Cronbachs Alpha: 0,56) angezweifelt werden. Zur weiteren Annäherung der
Reliabilität dieser Dimension an den geforderten Wert von 0,7 bietet es sich an, das
Attribut GAP4 („Service muss nicht nachkonfiguriert werden“) aus ihr zu entfernen.
Dies führt zu einem Reliabilitätswert für Zuverlässigkeit von 0,66. Eine andere,
generelle Möglichkeit zur Steigerung der Reliabilität ist die Verlängerung des Tests,
126 Vgl. für diesen und den folgenden Satz Lienert, Raatz (1998), S. 9–11. 127 Vgl. Lienert, Raatz (1998), S. 9. 128 Vgl. Parasuraman, Berry, Zeithaml (1991). 129 Für die verschiedenen Reliabilitätstests vgl. Lienert, Raatz (1998), S. 201–209. 130 Vgl. Nunnally (1978), S. 245–246.
53
53
d.h. das Hinzufügen eines weiteren Attributs zu dieser Dimension.131 Beide Ansätze
sind bei weiteren Bewertungen des Fragebogens und seiner Weiterentwicklung in
Betracht zu ziehen.
Zuve
rläs
sigke
it
Sich
erhe
it &
Dat
ensc
hutz
Flex
ibili
tät
Benu
tzer
freu
ndlic
hkei
t
Rea
ktio
nsge
schw
indi
gkei
t
Ges
chäf
tsve
rhäl
tnis
Rec
htlic
hes
Anzahl
Attribute 4 6 5 3 5 4 3
Cronbachs
Alpha 0,56 0,94 0,85 0,72 0,88 0,88 0,92
relative
Wichtigkeit132 25,94 26,88 11,52 15,63 10,8 7,04 7,89
Tab. 5-1: Ergebnisse der Reliabilitäts- und Validitätsanalyse
Nachdem festgestellt wurde, dass die Reliabilität des Fragebogens – bis auf eine
Ausnahme – ausreichend hoch ist, kann dieser auf Validität geprüft werden. Zunächst
gilt es inhaltliche Validität festzustellen. Inhaltsvalidität bedeutet, dass der Fragebogen
den abgefragten Sachverhalt bestmöglich misst und alle seine Facetten (hier: alle
Facetten der Qualität von Cloud-Services) erfasst.133 In dieser Arbeit wird durch die
enge Bindung an das bestehende, valide Verfahren SERVQUAL automatisch
inhaltliche Validität angenommen. In einer weiteren, tiefergehenden Analyse müsste
allerdings explizit hierauf getestet werden. In der Regel werden dazu Experten befragt,
die mittels Ratingverfahren über den Grad der inhaltlichen Validität entscheiden.134
131 Vgl. Lienert, Raatz (1998), S. 209–213. 132 Wegen Rundungsdifferenzen ergibt die Summe der relativen Wichtigkeiten nicht genau 100. 133 Vgl. Lienert, Raatz (1998), S. 224–225. 134 Vgl. Lienert, Raatz (1998), S. 225.
54
54
Der zweite Aspekt in der Ermittlung der Gesamtvalidität des Fragebogens ist die
Bestimmung der Konvergenzvalidität. Diese misst ob der Fragebogen tatsächlich das
erfasst, was er zu messen vorgibt. Hierzu wird die Korrelation zu einem anderen,
unabhängigen Wert überprüft, der theoretisch zu einem ähnlichen Ergebnis kommen
müsste.135 Um die Konvergenvalidität zu überprüfen wurden die Umfrageteilnehmer
gebeten, eine allgemeine Frage zur Bewertung der Qualität von „Dropbox“ zu
beantworten.136 Aus der Korrelation zwischen diesen Antworten und der per Framework
berechneten Gesamtqualität von „Dropbox“137 lassen sich somit Rückschlüsse ziehen,
inwieweit der Fragebogen die Gesamtqualität des Cloud-Services tatsächlich misst. Der
signifikante Korrelationswert von 0,7 lässt die Annahme zu, dass Konvergenzvalidität
vorliegt.138 Der Fragebogen scheint daher für die Messung der Qualität eines Cloud-
Services geeignet zu sein.
Nachdem somit die Validität der Gesamtaussage des Fragebogens überprüft wurde, gilt
es zu überprüfen, ob die konkrete Strukturierung der Dimensionen in der vorgestellten
Form sinnvoll ist. Darunter fällt insbesondere das Überprüfen der Zuordnung der
Attribute zu den Dimensionen. Statistisch gesprochen muss der Fragebogen auf
Diskriminanzvalidität und nomologische Validität überprüft werden.139 Diese liegen
vor, wenn die eingesetzen Konstrukte – hier die Dimensionen – die Realität tatsächlich
abbilden.140 Dazu muss sichergestellt werden, dass die Attribute dieser Dimensionen
einerseits zueinander gehören (nomologische Validität) und andererseits nicht sinnvoller
mit Attributen anderer Dimensionen zu kombinieren sind (Diskriminanzvalidität).
Geprüft wird dies zumeist mittels einer Faktorenanalyse.141 Hierfür existieren zwei
Möglichkeiten: Sind die abgefragten Attribute noch nicht in Dimensionen kategorisert,
so wird meist eine explorative Faktorenanalyse („explorative factor analysis“, EFA)
135 Vgl. Bearden, Netemeyer, Haws (2011), S. 8. 136 Die Vorgehensweise ist analog zu Pitt, Watson, Kavan (1995), S. 179. 137 Zur Berechnung der Gesamtqualität aus den einzelnen Attributen siehe Kapitel 2.1.2 SERVQUAL. 138 Pitt, Watson, Kavan (1995), S. 179 treffen diese Aussage bereits bei niedrigeren Korrelationswerten. 139 Vgl. Bearden, Netemeyer, Haws (2011), S. 8. 140 Vgl. Heppner, Kivlighan, Wampold (2008), S. 85. 141 Vgl. Lienert, Raatz (1998), S. 227.
55
55
eingesetzt.142 Diese identifiziert, auf Basis der Korrelationen zwischen den einzelnen
Attributen, zusammengehörige Konstrukte.
Zur Überprüfung, inwieweit sich der angenommene Zusammenhang von Attributen und
Dimensionen durch die gesammelten Daten bestätigen lässt, verwendet man
normalerweise ein anderes Verfahren, die sogenannte konfirmatorische Faktorenanalyse
(„confirmatory factor analysis“, CFA).143 Hierbei muss für die Berechnung das gesamte
Modell, bestehend aus allen Attributen, Dimensionen und Verbindungen, spezifiziert
werden. In der Sprache der CFA spricht man von beobachteten (hier: Attribute) und
latenten Variablen (hier: Dimensionen). Auf Grundlage einer CFA lässt sich bewerten,
inwiefern die Dimensionsstruktur des theoretischen Modells zu den Daten passt. In der
vorliegenden Arbeit wurden bereits Dimensionen identifiziert und somit Annahmen
über die Zusammenhänge der einzelnen Attribute getroffen. Deshalb bietet es sich an,
die so getroffenen Hypothesen mittels einer CFA zu überprüfen.
Dazu wird das Framework in IBM SPSS Amos abgebildet und eine CFA durchgeführt.
Aufgrund von vielen fehlenden Werten konnte kein „gesättigtes“ Modell ermittelt
werden. Dieses ist notwendig um relevante Kennzahlen zur Bewertung des
Ursprungsmodells zu berechnen. Deshalb wird das Modell neu spezifiziert. Ein erster
Ansatz für die Verbesserung des Modells ist der Verzicht auf einzelne Attribute: Dafür
bieten sich die bereits als schwer anwendbar identifizierten Attribute an, da diese durch
eine besonders hohe Anzahl fehlender Werte charakterisiert waren.144 Mit dem neuen,
26 Attribute umfassenden Modell wird erneut eine CFA durchgeführt.145 Der Chi-
Quadrat Test ergibt ein Wahrscheinlichkeit p < 0,001. Dieses Ergebnis zeigt eindeutig,
dass sich das theoretische Modell nicht durch die Daten der Umfrage bestätigen lässt.146
142 Vgl. für diesen und den folgenden Satz Harrington (2009), S. 9–10. 143 Vgl. für diesen und die folgenden zwei Sätze Harrington (2009), S. 21–24. 144 Siehe hierzu S. 51–52 dieser Arbeit. Gestrichen wurden somit explizit die Werte GAP19, GAP20,
GAP23 und GAP24. 145 Das Modell findet sich in Anhang 4. 146 Zu dem in der wissenschaftlichen Forschung nicht seltenem Problem des schlechten „fits“ eines
anfänglich spezifizierten Modells vgl. Harrington (2009), S. 53.
56
56
Um die Kernprobleme des Modells zu identifizieren wird anschließend eine explorative
Faktorenanalyse (EFA) durchgeführt. Dieses Vorgehen orientiert am Ansatz von Pitt,
Watson, Kavan (1995), die ihre Vorstellung über die Dimensionszugehörigkeit der
einzelnen Attribute mit dem Ergebnis einer EFA abgleichen um Aussagen über die
Validität ihres Frameworks treffen zu können. Die maximale Anzahl der Faktoren wird
dabei auf sieben begrenzt um Schlüsse zu dem ebenfalls sieben-dimensionalen
Framework ziehen zu können. Ferner wird verlangt, dass der Eigenwert jedes Faktors
größer Eins ist.147 Tab. 5-2 zeigt die Ergebnisse dieser Analyse.
Aufgrund der EFA lassen sich folgende Rückschlüsse bezüglich nomoligischer und
diskriminanter Validität für die einzelnen Dimensionen ziehen. Festzustellen ist, dass
keine Dimension perfekt in den Daten wiederzufinden ist. Die EFA liefert gleichwohl
einige verwertbare Ergebnisse. Die Dimensionen Zuverlässigkeit, Sicherheit & Datenschutz, Benutzerfreundlichkeit, Reaktionsgeschwindigkeit, Geschäftsverhältnis und Rechtliches erfüllen zumindest größtenteils den Anspruch der
nomologischen Validität. In den genannten Dimensionen ist maximal ein Attribut einem
anderen Faktor zugeordnet als die übrigen Attribute dieser Dimension. Schwierigkeiten
gibt es jedoch in der Abgrenzung der Dimensionen Sicherheit & Datenschutz von
Rechtliches und Zuverlässigkeit von Benutzerfreundlichkeit. Dies lässt auf schwache
Diskriminanzvalidität schließen. Vor allem die Konstruktion der Dimension Flexibilität ist problematisch. In den Daten lassen sich keine Hinweise darauf finden, dass die,
ursprünglich dieser Dimension zugeordneten Attribute wirklich zusammengehören.
Nomologische Validität lässt sich somit für diese Dimension nicht annehmen. Mögliche
Gründe hierfür sind, dass die Testteilnehmer – überwiegend Privatpersonen – diese
Dimension anders wahrnehmen als strategische Entscheider oder die Tatsache, dass die
dort klassifizierten Attribute, tatsächlich nicht zusammengehören. Unabhängig von der
Ursache ist hier weitere Forschung nötig.
147 Dieses Kriterium findet sich analog in vielen SERVQUAL-Studien. Vgl. z.B. Ganguli, Roy (2010), S.
412.
57
57
Variable Faktor1 Faktor2 Faktor3 Faktor4 Faktor5 Faktor6 Faktor7
Zuve
rläss
igke
it gap1 -0,73 gap2 0,86 gap3 0,65 gap4 0,74
Sich
erhe
it &
D
aten
schu
tz
gap5 0,94 gap6 0,86 gap7 0,93 gap8 0,94 gap9 0,81 gap10 0,75
Flex
ibili
tät
gap11 0,72 gap12 0,54 gap13 0,56 gap14 0,96 gap15 0,71
Ben
utze
r-fr
eund
-lic
hkei
t gap16 0,79 gap17 0,55 gap18 0,75
Rea
ktio
ns-
gesc
hwin
digk
eit gap19 0,63
gap20 0,77 gap21 0,53 gap22 0,84 gap23 0,61
Ges
chäf
ts-
verh
ältn
is gap24 0,90
gap25 0,88 gap26 0,94 gap27 0,83
Rec
htlic
hes gap28 0,82
gap29 0,73 gap30 0,79
Tab. 5-2: Ergebnisse der explorativen Faktorenanalyse
Somit wurde das Modell komplett auf Reliabilität und Validität getestet. Generell
besitzen alle Dimensionen, mit Abstrichen bei dem Konstrukt Zuverlässigkeit, ausreichende Reliabilität um mit ihnen weiterzuarbeiten. Die Validität des
Rahmenwerks ist hingegen nicht ausreichend. Während die Aussagekraft des
Gesamtfragebogens (Konvergenzvalidität) als gut bezeichnet werden kann, ist die
Konstruktion der Dimensionen (nomologische und Diskriminanzvalidität) in Frage zu
stellen. Gerade die Verwendung der Dimension Flexibilität ist nicht verifizierbar.
58
58
Abschließend beinhaltete der Fragebogen noch eine Frage, in der die Teilnehmer die
relative Wichtigkeit der einzelnen Dimensionen für ihre Qualitätsbestimmung eines
Cloud-Services bewerten sollten. Die Ergebnisse dieser Frage lassen darauf schließen,
dass die Dimensionen Sicherheit & Datenschutz und Zuverlässigkeit am wichtigsten
für die Auswahl eines Cloud-Service sind. Alle weiteren Dimensionen liegen nahe
beieinander. Die genauen Ergebnisse finden sich ebenfalls in Tab. 5-1. Gewichtet man
die einzelnen „GAPs“ der Dimensionen mit diesen relativen Wichtigkeiten, so lässt sich
ein neuer Wert für die Gesamtservicequalität ermitteln. Überprüft man die
Konvergenzvalidität dieses Wertes, gelangt man zu einem noch besseren Ergebnis
(Korrelationswert 0,74 statt 0,7) für die Ermittlung der Qualität eines Cloud-Service. 148
Für die weitere Forschung bietet sich daher eventuell der Einsatz einer gewichteter
Ermittlung der Gesamtqualität an.
6. Fazit
In der vorliegenden Arbeit wurde ein Qualitätsframework für die Bewertung von Cloud-
Services entwickelt. Dieses fußt auf dem weit verbreiteten Rahmenwerk SERVQUAL.
Aus diesem wurde auch das Konzept der Messung von Qualität über einzelne
Dimensionen übernommen. Die Auswahl der für Cloud-Services relevanten
Dimensionen basierte auf der systematischen Auswertung der bisherigen Forschung zur
Qualitätsbewertung von IT-Services. Anhand der besonderen Anforderungen an Cloud-
Services konnten die Ergebnisse der Literaturanalyse auf ihre Anwendbarkeit im Cloud-
Computing überprüft werden. Im Ergebnis wurden die sieben Dimensionen
Zuverlässigkeit, Sicherheit & Datenschutz, Flexibilität, Benutzerfreundlichkeit,
Reaktionsgeschwindigkeit, Geschäftsverhältnis und Rechtliches als entscheidende
Kriterien für die Qualitätsevaluation eines Cloud-Services identifiziert. Die einzige
„neue“, in der bisherigen Forschung zu IT-Services nicht berücksichtigte Dimension ist
Rechtliches.
Durch die Übernahme passender Qualitätsattribute aus der Literatur und Formulierung
neuer Aspekten entstand im Ergebnis ein Rahmenwerk, das in sieben Dimensionen
insgesamt 30 Attribute abfragt. Jedes dieser Attribute wird im Framework einmal zu
148 Siehe hierzu die Ergebnisse zur Konvergenzvalidität in diesem Kapitel.
59
59
seiner erwarteten und seiner wahrgenommen Qualität im Falle eines speziellen Cloud-
Services abgefragt. Aus der Differenz von erwarteter und wahrgenommener Qualität
ergeben sich Bewertungen für die Qualität des ausgewählten Cloud-Services.
Um dieses theoretische Rahmenwerk einem ersten Pilottest zu unterziehen und somit
auf seine Praxistauglichkeit zu überprüfen, wurde das Beispiel „Dropbox“, als weit
verbreiteter Cloud-Service, ausgewählt. Hierzu wurde ein Fragebogen, bestehend aus
dem Qualitätsframework, einer allgemeinen Frage zur Bewertung der Gesamtqualität
von „Dropbox“ und einer Frage zur relativen Wichtigkeit der Dimensionen via
Facebook, Xing und E-Mail verteilt. Insgesamt nahmen 211 Personen an der Umfrage
teil. Der Großteil der Umfrageteilnehmer waren Studenten.
Wertet man die Ergebnisse des Fragebogens statistsich aus, kann die Reliabilität des
Frameworks bis auf eine Ausnahme – die Dimension Zuverlässigkeit – bestätigt
werden. Die Validität des Frameworks ist allerdings in Frage zu stellen. Insbesondere
kann die theoretisch entwickelte Dimensionsstruktur nicht validiert werden. Die
konfirmatorische Faktorenanalyse lieferte keine Übereinstimmung zwischen
theoretischem Modell und den Daten der Umfrage. Um zusätzliche Einsichten in die
Schwäche des vorliegenden Modells zu erhalten wurde eine explorative
Faktorenanalyse durchgeführt. Hierbei wurden v.a. Schwierigkeiten mit der Dimension
Flexibilität identifiziert. Dieses Konstrukt lässt sich nicht als eigenständiger und in sich
konsistenter Baustein bestätigen und erfordert daher weitere Forschung. Auch einzelne
andere Dimensionen ließen sich nicht sauber voneinander trennen. Ähnliche Probleme
mit nomologischer und Diskriminanzvalidität sind bereits in anderen Studien
aufgetreten149 und sollten nicht zwangsläufig dazu führen SERVQUAL als
unterliegendes Rahmenwerk für die Qualitätsevaluation von Cloud-Services
auszuschließen.
Abschließend wurde die relative Wichtigkeit der einzelnen Dimensionen ermittelt.
Ausgehend vom Urteil der Befragten, scheinen vor allem Zuverlässigkeit und Sicherheit
bzw. der Datenschutz bei der Wahl eines Cloud-Anbieters unverzichtbare Kriterien zu
sein. Die Ergebnisse sind sowohl aus Anbieter-, als auch Forschersicht interessant.
149 Vgl. Pitt, Watson, Kavan (1995), S. 181.
60
60
Cloud-Anbieter können diese Aspekte mittels angepasster Markt- und
Kommunikationsstrategie ihren Kunden noch klarer vermitteln. Wie bereits kurz
angedeutet können Forscher die Ergebnisse nutzen, um das Qualitätsframework so
weiterzuentwickeln, dass es z.B. durch den Einsatz einer Gewichtung auf Basis der
relativen Wichtigkeiten, eine höhere Erklärungskraft erhält.
Eine Beschränkung der vorliegenden Ergebnisse liegt in der Zusammensetzung der
Umfrageteilnehmer, die sich nicht mit den eigentlichen Adressaten des Frameworks
deckt. Deshalb sollte bei weitergehender Forschung versucht werden, strategische
Entscheider als Umfrageteilnehmer zu gewinnen und anhand deren Aussagen das
Qualitätsframework weiter zu evaluieren. Weiterer Forschungsbedarf entsteht zudem
dadurch, dass sich der hier verfolgte Ansatz zur Validierung des Frameworks auf Basis
von Dropbox, zwangsläufig nur auf den SaaS-Bereich beziehen kann. Da das hier
vorgestellte Framework jedoch für sich beansprucht, auf alle drei Bereitstellungstypen –
sprich: SaaS, PaaS, IaaS – anwendbar zu sein, ist eine Validierung anhand von weiteren
Umfragedaten für alle drei Bereiche nötig. Überhaupt bleibt zu klären, inwiefern ein
Framework generell in der Lage ist, die gesamte Bandbreite der Qualitätsbewertung von
Cloud-Services abzudecken.
Ungeachtet aller Probleme, die hier ausführlich diskutiert wurden, stellt das in dieser
Arbeit entwickelte Rahmenwerk zur Bewertung von Cloud-Services einen ersten
Meilenstein für die Evaluation von Cloud-Services dar. Sowohl die Übertragung von
SERVQUAL in den Cloud-Kontext als auch die Konstruktion und Evaluation des
Frameworks stellen wichtige Beiträge zur Forschung im Bereich des Cloud-Computings
dar. Die so gewonnen Einsichten bieten zahlreiche Anknüpfungspunkte für die weitere
Forschung und unternehmerische Praxis.
61
61
Literaturverzeichnis
Anjomshoaa, Tjoa (2011) Amin Anjomshoaa, A. Min Tjoa: How the Cloud Computing Paradigm Could Shape the Future of Enterprise Information Processing. In: ACM (Hrsg.): Proceedings of the 9th International Conference on Advances in Mobile Computing and Multimedia (MoMM ‘11), December 05 – 08, 2011, Hue City, Viet Nam. New York, NY, USA 2011, S. 7–10
Armbrust u. a. (2010) Michael Armbrust, Armando Fox, Rean Griffith, Anthony D. Joseph, Randy Katz, Andy Konwinski, Gunho Lee, David Patterson, Ariel Rabkin, Ion Stoica, Matei Zaharia: A View of Cloud Computing. In: Communications of the ACM. Nr. 4, Jg. 53, 2010, S. 50–58
Badri, Abdulla, Al-Madani (2005) Masood A. Badri, Mohamed Abdulla, Abdelwahab Al-Madani: Information Technology Center Service Quality: Assessment and Application of SERVQUAL. In: The International Journal of Quality & Reliability Management. 8/9, Jg. 22, 2005, S. 819–848
Bearden, Netemeyer, Haws (2011)
William Bearden, Richard Netemeyer, Kelly Haws: Handbook of Marketing Scales. Multi-Item Measures for Marketing and Consumer Behavior Research. 3. Aufl., Thousand Oaks, California 2011
Beaven, Scotti (1990)
Mary H. Beaven, Dennis J. Scotti: Service-Oriented Thinking and Its Implications for the Marketing Mix. In: The Journal of Services Marketing. Nr. 4, Jg. 4, 1990, S. 5–19
Benlian, Koufaris, Hess (2011) Alexander Benlian, Marios Koufaris, Thomas Hess: Service Quality in Software-as-a-Service: Developing the SaaS-Qual Measure and Examining Its Role in Usage Continuance. In: Journal of Management Information Systems. Nr. 3, Jg. 28, 2011, S. 85–126
BMWi (2010) BMWi: Aktionsprogramm Cloud Computing. http://www.bmwi.de/BMWi/Redaktion/PDF/Publikationen/Technologie-und-Innovation/aktionsprogramm-cloud-computing,property=pdf,bereich=bmwi,sprache=de,rwb=true.pdf, Abruf am 23.10.2012
Burke (2011) Paul Burke: Service Measurement Index. http://www.cloudcommons.com/documents/10508/186d5f13-f40e-47ad-b9a6-4f246cf7e34f, Abruf am 14.10.2012
62
62
Buttle (1996) Francis Buttle: SERVQUAL: Review, Critique, Research Agenda. In: European Journal of Marketing. Nr. 1, Jg. 30, 1996, S. 8–32
Chowdhary, Prakash (2007) Nimit Chowdhary, Monika Prakash: Prioritizing Service Quality Dimensions. In: Managing Service Quality. Nr. 5, Jg. 17, 2007, S. 493–509
Cronin, Taylor (1992) J. Joseph Cronin, Steven A. Taylor: Measuring Service Quality: A Reexamination and Extension. In: Journal of Marketing. Nr. 3, Jg. 56, 1992, S. 55–68
Davis (1985) Fred Davis: A Technology Acceptance Model for Empirically Testing New End-User Information Systems. Theory and Results. Cambridge, Massachusetts, USA 1985
Erdogmus (2009)
Hakan Erdogmus: Cloud Computing: Does Nirvana Hide behind the Nebula? In: IEEE Software. Nr. 2, Jg. 26, 2009, S. 4–6
Fassnacht, Koese (2006) Martin Fassnacht, Ibrahim Koese: Quality of Electronic Services: Conceptualizing and Testing a Hierarchical Model. In: Journal of Service Research: JSR. Nr. 1, Jg. 9, 2006, S. 19–37
Ganguli, Roy (2010) Shirshendu Ganguli, Sanjit Kumar Roy: Service Quality Dimensions of Hybrid Services. In: Managing Service Quality. Nr. 5, Jg. 20, 2010, S. 404–424
Geczy, Izumi, Hasida (2012) Peter Geczy, Noriaki Izumi, Koiti Hasida: Cloudsourcing: Managing Cloud Adoption. In: Global Journal of Business Research. Nr. 2, Jg. 6, 2012, S. 57–70
Gong u. a. (2010) Chunye Gong, Jie Liu, Qiang Zhang, Haitao Chen, Zhenghu Gong: The Characteristics of Cloud Computing. In: IEEE Computer Society (Hrsg.): International Conference on Parallel Processing Workshops (ICPPW 2010), September 13–16, 2010, San Diego, California. Washington, DC, USA 2010, S. 275–279
Grönroos (1984) Christian Grönroos: A Service Quality Model and its Marketing Implications. In: European Journal of Marketing. Nr. 4, Jg. 18, 1984, S. 36–44
Harrington (2009) Donna Harrington: Confirmatory Factor Analysis. Oxford - New York 2009
63
63
Heppner, Kivlighan, Wampold (2008) P. Paul Heppner, Dennis Kivlighan, Bruce Wampold: Research Design in Counseling. 3. Aufl., Belmont, California 2008
Hofmann, Woods (2010)
Paul Hofmann, Dan Woods: Cloud Computing: The Limits of Public Clouds for Business Applications. In: IEEE Internet Computing. Nr. 6, Jg. 14, 2010, S. 90–93
Janda, Trocchia, Gwinner (2002) Swinder Janda, Philip J. Trocchia, Kevin P. Gwinner: Consumer Perceptions of Internet Retail Service Quality. In: International Journal of Service Industry Management. Nr. 5, Jg. 13, 2002, S. 412–431
Jansen, Grance (2011) Wayne Jansen, Timothy Grance: Guidelines on Security and Privacy in Public Cloud Computing. In: NIST Special Publication. No. 800–144, 2011, S. 1–70
Kang, Bradley (2002) Helen Kang, Graham Bradley: Measuring the Performance of IT Services: An Assessment of SERVQUAL. In: International Journal of Accounting Information Systems. Nr. 3, Jg. 3, 2002, S. 151–164
Kang, James (2004) Gi-Du Kang, Jeffrey James: Service Quality Dimensions: an Examination of Grönroos’s Service Quality Model. In: Managing Service Quality. Nr. 4, Jg. 14, 2004, S. 266–277
Kettinger, Lee (2005) William J. Kettinger, Choong C. Lee: Zones of Tolerance: Alterative Scales for Meausring Information Systems Service Quality. In: MIS Quarterly. Nr. 4, Jg. 29, 2005, S. 607–623
Kettinger, Lee (1997) William J. Kettinger, Choong C. Lee: Pragmatic Perspectives on the Measurement of Information Systems Service Quality. In: MIS Quarterly. Nr. 2, Jg. 21, 1997, S. 223–240
Kettinger, Lee (1994) William J. Kettinger, Choong C. Lee: Perceived Service Quality and User Satisfaction with the Information Services Function. In: Decision Sciences. Nr. 5–6, Jg. 25, 1994, S. 737–766
Kettinger, Lee, Lee (1995) William J. Kettinger, Choong C. Lee, Sunro Lee: Global Measures of Information Service Quality: A Cross-National Study. In: Decision Sciences. Nr. 5, Jg. 26, 1995, S. 569–588
Kim, Kim (2008) Gyeung-Min Kim, Eui Shin Kim: An Exploratory Study of Factors Influencing
64
64
ASP (Application Service Provider) Success. In: The Journal of Computer Information Systems. Nr. 3, Jg. 48, 2008, S. 118–124
Lee u. a. (2009) Jae Yoo Lee, Jung Woo Lee, Du Wan Cheun, Soo Dong Kim: A Quality Model for Evaluating Software-as-a-Service in Cloud Computing. In: IEEE Computer Society (Hrsg.): Proceedings of the 2009 Seventh ACIS International Conference on Software Engineering Research, Management and Applications (SERA ‘09), December 2 – 4, 2009, Haikou, China. Washington, DC, USA 2009, S. 261–266
Lehtinen, Lehtinen (1991) Uolevi Lehtinen, Jarmo R. Lehtinen: Two Approaches to Service Quality Dimensions. In: The Service Industries Journal. Nr. 3, Jg. 11, 1991, S. 287–303
Li, Tan, Xie (2003) Y.N. Li, K.C. Tan, M. Xie: Factor Analysis of Service Quality Dimension Shifts in the Information Age. In: Managerial Auditing Journal. Nr. 4, Jg. 18, 2003, S. 297–302
Lienert, Raatz (1998) Gustav Lienert, Ulrich Raatz: Testaufbau und Testanalyse. 6. Aufl., Weinheim 1998
Loiacono, Watson, Goodhue (2007)
Eleanor T. Loiacono, Richard T. Watson, Dale L. Goodhue: WebQual: An Instrument for Consumer Evaluation of Web Sites. In: International Journal of Electronic Commerce. Nr. 3, Jg. 11, 2007, S. 51–87
Ma, Pearson, Tadisina (2005) Qingxiong Ma, J. Michael Pearson, Suresh Tadisina: An Exploratory Study into Factors of Service Quality for Application Service Providers. In: Information & Management. Nr. 8, Jg. 42, 2005, S. 1067–1080
Mahendiran, Saravanan, Sairam (2012) A. Mahendiran, N. Saravanan, N. Sairam: A Review on Leaders in Cloud Computing Service Providers and Cloud SQL a Case Study. In: Research Journal of Applied Sciences, Engineering and Technology. Nr. 17, Jg. 4, 2012, S. 2926–2933
Marston u. a. (2011) Sean Marston, Zhi Li, Subhajyoti Bandyopadhyay, Juheng Zhang, Anand Ghalsasi: Cloud computing — The Business Perspective. In: Decision Support Systems. Nr. 1, Jg. 51, 2011, S. 176–189
Narasimhan, Nichols (2011) Balakrishna Narasimhan, Ryan Nichols: State of Cloud Applications and Platforms: The Cloud Adopters’ View. In: Computer. Nr. 3, Jg. 44, 2011, S. 24–28
65
65
Nunnally (1978) Jum Nunnally: Psychometric theory. 2. Aufl., New York, USA 1978
Parasuraman, Berry, Zeithaml (1991)
A. Parasuraman, Leonard L. Berry, Valarie A. Zeithaml: Refinement and Reassessment of the SERVQUAL Scale. In: Journal of Retailing. Nr. 4, Jg. 67, 1991, S. 420–450
Parasuraman, Zeithaml, Berry (1988) A. Parasuraman, Valarie A. Zeithaml, Leonard L. Berry: SERVQUAL: A Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality. In: Journal of Retailing. Nr. 1, Jg. 64, 1988, S. 5–6
Parasuraman, Zeithaml, Berry (1985) A. Parasuraman, Valarie A. Zeithaml, Leonard L. Berry: A Conceptual Model of Service Quality and Its Implications for Future Research. In: Journal of Marketing. Nr. 4, Jg. 49, 1985, S. 41–50
Parasuraman, Zeithaml, Malhotra (2005) A. Parasuraman, Valarie A. Zeithaml, Arvind Malhotra: E-S-QUAL. A Multiple-Item Scale for Assessing Electronic Service Quality. In: Journal of Service Research. Nr. 3, Jg. 7, 2005, S. 213–233
Pearson, Benameur (2010)
Siani Pearson, Azzedine Benameur: Privacy, Security and Trust Issues Arising from Cloud Computing. In: IEEE Computer Society (Hrsg.): 2nd International Conference on Cloud Computing Technology and Science (CloudCom 2010), November 30 – December 3, 2010, Indianapolis, Indiana, Washington, DC, USA, 2010, S. 693–702
Pitt, Watson, Kavan (1997) Leyland F. Pitt, Richard T. Watson, C. B. Kavan: Measuring Information Systems Service Quality: Concerns for a Complete Canvas. In: MIS Quarterly. Nr. 2, Jg. 21, 1997, S. 209–221
Pitt, Watson, Kavan (1995) Leyland F. Pitt, Richard T. Watson, C. B. Kavan: Service Quality: A Measure of Information Systems Effectiveness. In: MIS Quarterly. Nr. 2, Jg. 19, 1995, S. 173–187
Ryan (2011) Mark D. Ryan: Cloud Computing Privacy Concerns on our Doorstep. In: Communications of the ACM. Nr. 1, Jg. 54, 2011, S. 36–38
Santos (2003) Jessica Santos: E-Service Quality: A Model of Virtual Service Quality Dimensions. In: Managing Service Quality. Nr. 3, Jg. 13, 2003, S. 233–246
Sigala (2004) Marianna Sigala: The ASP-Qual Model: Measuring ASP Service Quality in
66
66
Greece. In: Managing Service Quality. Nr. 1, Jg. 14, 2004, S. 103–114
Srinivasan u. a. (2012) Madhan Srinivasan, K. Sarukesi, Paul Rodrigues, M. Manoj, P. Revathy: State-of-the-Art Cloud Computing Security Taxonomies: a Classification of Security Challenges in the Present Cloud Computing Environment. In: ACM (Hrsg.): Proceedings of the International Conference on Advances in Computing, Communications and Informatics (ICACCI '12), August 3 – 5, 2012, Chennai, India 2012. New York, NY, USA 2012, S. 470–476
Sylvester, Tate (2008) Allan Sylvester, Mary Tate: Beyond the "Mythical Centre": An Affirmative Post-Modern View of SERVQUAL Research in Information Systems. In: Willie Golden, Thomas Acton, Kieran Conboy, Hans van der Heijden, Virpi Kristiina Tuunainen (Hrsg.): 16th European Conference on Information Systems (ECIS), June 9 – 11, 2008, Galway, Ireland. Galway, Ireland 2008, S. 13–24
Tamburri, Lago (2011) Damian A. Tamburri, Patricia Lago: Satisfying Cloud Computing Requirements with Agile Service Networks. In: IEEE Computer Society (Hrsg.): Proceedings of the 2011 IEEE World Congress on Services (SERVICES ’11), July 4–9, 2011, Washington, DC. Washington, DC, USA 2011, S. 501–506
van Dyke, Kappelman, Prybutok (1997) Thomas P. van Dyke, Leon A. Kappelman, Victor R. Prybutok: Measuring Information Systems Service Quality: Concerns on the Use of the SERVQUAL Questionnaire. In: MIS Quarterly. Nr. 2, Jg. 21, 1997, S. 195–208
Webster, Watson (2002) Jan Webster, Richard T. Watson: Analyzing the Past to Prepare for the Future: Writing a Literature Review. In: MIS Quarterly. Nr. 2, Jg. 26, 2002, S. xiii–xxiii
Wei, Yao (2010) Fu-xiang Wei, Ya-nan Yao: Reviews on Service Quality Studies in Internet Environment and Further Researches. In: IEEE Computer Society (Hrsg.): Proceedings of the 2010 International Conference on E-Business and E-Government (ICEE ’10), May 7 – 9, 2010, Guangzhou, China. Washington, DC, USA 2010, S. 2118–2121
Weinhardt u. a. (2009) Christof Weinhardt, Arun Anandasivam, Benjamin Blau, Nikolay Borissov, Thomas Meinl, Wibke Michalk, Jochen Stößer: Cloud-Computing - Eine Abgrenzung, Geschäftsmodelle und Forschungsgebiete. In: Wirtschaftsinformatik. Nr. 5, Jg. 51, 2009, S. 453–454,456–462
Wolfinbarger, Gilly (2003) Mary Wolfinbarger, Mary C. Gilly: eTailQ: Dimensionalizing, Measuring and Predicting etail Quality. In: Journal of Retailing. Nr. 3, Jg. 79, 2003, S. 183–198
67
67
Yang, Jun (2008) Zhilin Yang, Minjoon Jun: Consumer Perception of E-Service Quality: From Internet Purchaser and Non-purchaser Perspectives. In: Journal of Business Strategies. Nr. 2, Jg. 25, 2008, S. 59–84
Yang, Peterson, Cai (2003) Zhilin Yang, Robin T. Peterson, Shaohan Cai: Services Quality Dimensions of Internet Retailing: An Exploratory Analysis. In: The Journal of Services Marketing. Nr. 6/7, Jg. 17, 2003, S. 685–700
Ye, Jia (2005) Naiyi Ye, Jianmin Jia: Customer’s Perceived Service Quality of Internet Retailing. In: Jian Chen (Hrsg.): Proceedings of the International Conference on Services Systems and Services Management (ICSSSM ‘05), June 13 – 15, 2005, Chongqing, China. Piscataway, NJ, USA 2005, S. 514–519
Yoon, Suh (2004) Sungchul Yoon, Hyunsuk Suh: Ensuring IT Consulting SERVQUAL and User Satisfaction: A Modified Measurement Tool. In: Information Systems Frontiers. Nr. 4, Jg. 6, 2004, S. 341–351
68
68
Anhang
69
Anhang 1: Übersicht der ausgewählten Journale und Konferenzen
Journale Sloan Management Review Journal on Computing California Management Review Information Systems Research Academy of Management Journal Information Technology and People Communications of the ACM International Journal of Electronic Commerce Journal of Strategic Information Systems Management Science Journal of the AIS Journal of Global Information Technology Management Journal of Management Information Systems Information Systems Frontiers Informing Science Artificial Intelligence Journal of Management Systems Journal of Information Management Decision Sciences Organization Science Operations Research Harvard Business Review IEEE Computer Journal of Information Technology AI Magazine Information Systems Journal Journal of Marketing European Journal of Information Systems Administrative Science Quarterly Journal of Consumer Research Decision Support Systems Journal of Global Information Management Journal of Marketing Research IEEE Software The DATABASE for Advances in Information Systems Marketing Science Information & Management Journal of Database Management Journal of the Academy of Marketing Science ACM Transactions on Database Systems Information Systems Journal of Service Research IEEE Transactions on Software Engineering MISQ Discovery Journal of Applied Psychology Journal of Computer and System Sciences Academy of Management Review International Journal of Research in Marketing Sloan Management Review Journal of the ACM Journal of Retailing Communications of the AIS Computers and Operations Research Journal of Product Innovation Management ACM Computing Surveys Human-Computer Interaction
70
Transactions ACM Transactions on Computer Systems (TOCS) IEEE/ACM Transactions on Networking (TON) IEEE Transactions on Services Computing
ACM Transactions on Information Systems (TOIS) IEEE Transactions on Mobile Computing
IEEE Transactions on Systems, Man, and Cybernetics,
Part A: Systems and Humans
ACM Transactions on Information and System Security
(TISSEC) IEEE Transactions on Communications
IEEE Transactions on Systems, Man, and Cybernetics,
Part B: Cybernetics
ACM Transactions on Internet Technology (TOIT) IEEE Transactions on Computers
IEEE Transactions on Systems, Man, and Cybernetics,
Part C: Applications and Reviews
ACM Transactions on Management Information Systems
(TMIS)
IEEE Transactions on Parallel and Distributed
Systems
Konferenzen
European Conference on Information Systems (ECIS)
Information Technology Convergence and Services
(ITCS), 2010 2nd International Conference on
Service Systems and Service Management, 2005
International Conference on
International Conference on Information Systems (ICIS)
New Trends in Information and Service Science
(NISS), 2009 International Conference on
Service Systems and Service Management, 2007
International Conference on
Americas Conference on Information Systems (AMCIS)
New Trends in Information Science and Service
Science (NISS), 2010 4th International Conference on Services (SERVICES), 2011 IEEE World Congress on
Hawaii International Conference on System Sciences
(HICSS)
Quality of Information and Communication
Technology (QUATIC), 2007 6th International
Conference on the Services (SERVICES-1), 2010 6th World Congress on
International Conference on Software Engineering (ICSE)
Quality of Information and Communications
Technology (QUATIC), 2010 Seventh International
Conference on the
Services Computing (SCC), 2006 IEEE International
Conference on
71
Konferenzen (fortgesetzt) Advanced Information Management and Service (ICIPM),
2011 7th International Conference on
Quality of Service (IWQOS), 2006 14th IEEE
International Workshop on
Services Computing (SCC), 2008 IEEE International
Conference on
Advanced Information Management and Service (IMS),
2010 6th International Conference on
Quality of Service (IWQoS), 2007 15th IEEE
International Workshop on
Services Computing (SCC), 2009 IEEE International
Conference on
Cloud and Service Computing (CSC), 2011 International
Conference on
Quality of Service (IWQoS), 2008 16th International
Workshop on
Services Computing (SCC), 2010 IEEE International
Conference on
Cloud Computing (CLOUD), 2009 IEEE International
Conference on
Quality of Service (IWQoS), 2009 17th International
Workshop on
Services Computing (SCC), 2011 IEEE International
Conference on
Cloud Computing (CLOUD), 2010 IEEE 3rd International
Conference on
Quality of Service (IWQoS), 2010 18th International
Workshop on
Services Computing Conference (APSCC), 2007 IEEE
Asia-Pacific
Cloud Computing (CLOUD), 2011 IEEE International
Conference on
Quality of Service (IWQoS), 2011 IEEE 19th
International Workshop on
Services Computing Conference (APSCC), 2008 IEEE
Asia-Pacific
Cloud Computing and Intelligence Systems (CCIS), 2011
IEEE International Conference on
Service Sciences (ICSS), 2010 International
Conference on
Services Computing Conference (APSCC), 2009 IEEE
Asia-Pacific
Cloud Computing Technology and Science (CloudCom),
2010 IEEE Second International Conference on
Service Sciences (IJCSS), 2011 International Joint
Conference on
Services Computing Conference (APSCC), 2010 IEEE
Asia-Pacific
Congress on Services Part I (SERVICES-1), 2008 IEEE
Service Systems and Service Management (ICSSSM),
2006 International Conference on
Services Computing Workshops (SERVICES), 2006
IEEE
Congress on Services Part I (SERVICES-1), 2009 IEEE
Service Systems and Service Management (ICSSSM),
2008 5th International Conference on
Services Computing Workshops (SERVICES), 2007
IEEE
Services (SERVICES-1), 2010 6th World Congress on
Service Systems and Service Management (ICSSSM),
2009 6th International Conference on
Services Computing, 2005 IEEE International
Conferences on
Congress on Services Part II (SERVICES-2), 2008 IEEE Service Systems and Service Management (ICSSSM), Services Science, Management and Engineering
72
2010 7th International Conference on (SSME), 2009 IITA International Conference on
Services - II, 2009. SERVICES-2 '09. World Conference
on
Service Systems and Service Management (ICSSSM),
2011 8th International Conference on Software Quality (WOSQ), 2009 ICSE Workshop on
73
73
Anhang 2: Verschickter Fragebogen zur Evaluation des Frameworks
74
74
75
75
76
76
77
77
78
78
Anhang 3: Anzahl der Beobachtungen, Mittelwerte und Standardabweichungen der gemessenen Attribute
erwartete Qualität wahrgenommen
ID N Mittelwert Standard- abweichung
N Mittelwert Standard- abweichung
Zuve
rläss
igke
it
1 191 5,74 1,71 145 5,91 1,58
2 205 6,09 1,74 167 6,02 1,58
3 207 6,12 1,72 169 6,02 1,62
4 193 4,79 1,73 171 5,68 1,63
Sich
erhe
it &
Dat
ensc
hutz
5 207 6,14 1,89 116 4,63 1,74
6 206 6,05 1,78 105 4,75 1,72
7 207 6,23 1,72 114 5,16 1,62
8 208 6,19 1,83 120 4,67 1,84
9 207 6,00 1,73 132 4,93 1,68
10 207 5,86 1,72 72 4,79 1,53
Flex
ibili
tät
11 156 4,97 1,57 104 4,85 1,54
12 154 5,07 1,44 112 4,62 1,76
13 177 5,75 1,56 135 5,62 1,67
14 186 4,67 1,65 102 4,60 1,75
15 198 5,54 1,61 167 5,51 1,70
Benu
tzer
- fr
eund
lichk
eit 16 206 5,82 1,73 192 6,05 1,63
17 152 5,30 1,53 114 5,59 1,35
18 205 5,81 1,73 160 5,86 1,56
Reak
tions
-ge
schw
indi
gkei
t 19 207 6,09 1,67 47 5,30 1,47
20 208 5,75 1,64 51 5,33 1,41
21 207 5,81 1,61 171 6,26 1,36
79
79
22 201 5,81 1,61 120 5,78 1,55
23 204 5,23 1,65 42 4,83 1,48
Gesc
häft
sver
hältn
is
24 207 5,94 1,70 48 5,19 1,72
25 207 5,71 1,64 103 4,98 1,69
26 207 4,92 1,70 75 4,28 1,72
27 206 5,73 1,60 130 5,42 1,45
Rech
tlich
es 28 195 4,90 1,78 103 3,74 2,30
29 205 5,94 1,71 122 4,20 1,79
30 201 5,412935 1,695179 61 3,57 2,04
80
80
Anhang 4: Abbildung des modifizierten Modells mit 26 Attributen