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