Menschlicher Erzähler gegen digitalen Avatar: Der Unterschied liegt im Glaubwürdigkeitspfad, nicht im Informationsqualitätspfad
In einem Online-Experiment mit 601 Teilnehmenden wurde ein menschlicher Erzähler in kurzen Videos über immaterielles Kulturerbe als unmittelbarer und klarer wahrgenommen als ein digitaler Avatar. Von den vier strukturellen Zusammenhängen, die zwischen den beiden Bedingungen verglichen wurden, unterschieden sich nur die des Glaubwürdigkeitspfads signifikant und waren beim menschlichen Erzähler stärker; die des Informationsqualitätspfads unterschieden sich nicht signifikant, und der Zusammenhang zwischen Inspiration und Weiterempfehlungsabsicht wurde zwischen den Bedingungen nicht verglichen.
Ein Unterschied, der sich auf den Glaubwürdigkeitspfad konzentriert, nicht auf den Informationsqualitätspfad
In einem Online-Experiment, bei dem 601 Teilnehmende zufällig einem Kurzvideo über immaterielles Kulturerbe (die Hakka-Tulou) zugewiesen wurden, wurde der menschliche Erzähler als nonverbal unmittelbarer (M=3.745 vs. 3.397, d=0.474) und klarer (M=3.725 vs. 3.355, d=0.497) wahrgenommen als der digitale Erzähler, auf einer Skala von 1 bis 5; beide Unterschiede waren signifikant (p<0.001).
In der Gesamtstichprobe waren fünf strukturelle Zusammenhänge positiv und signifikant: nonverbale Unmittelbarkeit zu Erzählerglaubwürdigkeit (β=0.249), wahrgenommene Klarheit zu wahrgenommener Informationsqualität (β=0.264), Glaubwürdigkeit zu Kundeninspiration (β=0.174), Informationsqualität zu Inspiration (β=0.154) und Inspiration zur Weiterempfehlungsabsicht (β=0.358). Die Multigruppenanalyse verglich vier dieser Zusammenhänge zwischen menschlichem und digitalem Erzähler; der Zusammenhang zwischen Inspiration und Weiterempfehlungsabsicht wurde zwischen den Bedingungen nicht verglichen. Von den vier verglichenen Zusammenhängen unterschieden sich nur die beiden des Glaubwürdigkeitspfads (Unmittelbarkeit→Glaubwürdigkeit, Glaubwürdigkeit→Inspiration) signifikant nach Erzählertyp und waren beim menschlichen Erzähler stärker, während sich die beiden Zusammenhänge des Informationsqualitätspfads nicht signifikant zwischen menschlichem und digitalem Erzähler unterschieden.
Nonverbale Unmittelbarkeit und wahrgenommene Klarheit waren zudem über einen direkten Effekt (β=0.195 bzw. β=0.179) und einen kleineren indirekten Effekt über Glaubwürdigkeit (β=0.026) beziehungsweise wahrgenommene Informationsqualität (β=0.024) mit der Inspiration verknüpft; die Autoren bezeichnen dieses Muster als komplementäre Mediation. Die Kette bis zur Weiterempfehlungsabsicht blieb für den Glaubwürdigkeitspfad signifikant (β=0.009, p=0.023), nicht aber für den Informationsqualitätspfad (β=0.009, p=0.059).
Die fokussierte Aufmerksamkeit der Zuschauenden moderierte beide Pfade zur Inspiration: Bei geringer Aufmerksamkeit war weder die Glaubwürdigkeit des Erzählers noch die wahrgenommene Informationsqualität signifikant mit der Inspiration verknüpft, während bei hoher Aufmerksamkeit beide Zusammenhänge signifikant und deutlich stärker wurden (Glaubwürdigkeit: β=0.303; Informationsqualität: β=0.276).
Was die Messung tatsächlich belegt
Die Zuverlässigkeit und konvergente Validität der verwendeten Skalen waren insgesamt zufriedenstellend (Cronbachs Alpha zwischen 0.765 und 0.821, durchschnittlich erfasste Varianz zwischen 0.527 und 0.583, HTMT-Verhältnisse alle unter 0.80), doch zwischen der menschlichen und der digitalen Bedingung konnte nur eine partielle Messinvarianz festgestellt werden, und die Vorhersagefähigkeit des Modells außerhalb der Stichprobe war zwar positiv (Q²_predict > 0), übertraf aber nicht durchgehend ein einfacheres lineares Referenzmodell.
Die Manipulationskontrolle, bei der die Teilnehmenden den gerade gesehenen Erzählertyp identifizieren sollten, wurde nur von 53.33% der Teilnehmenden in der menschlichen Bedingung und 53.49% in der digitalen Bedingung bestanden, eine Quote, die kaum über dem Zufall liegt und davor warnt anzunehmen, die Zuschauenden hätten die beiden Erzählertypen bewusst erkannt und unterschieden.
Was ein einziges Videopaar nicht belegen kann
Das Experiment vergleicht nur einen menschlichen und einen digitalen Erzähler, jeweils verkörpert in einem einzigen Video, ohne Hinweise wie Stimme, Bewegung oder Blick unabhängig zu manipulieren und ohne formalen Vortest der Stimuli; der digitale Erzähler stammt zudem aus einem konkreten Produktionsworkflow, bei dem GPT das Originalvideo analysierte und Prompts erzeugte, Seedance 2.0 das digitale Video produzierte, Suno AI die Stimme rekonstruierte und Adobe Premiere Pro den finalen Schnitt übernahm. Die Ergebnisse spiegeln somit den Vergleich zweier vollständiger Präsentationen und dieses besonderen Produktionsworkflows wider, nicht die isolierte Wirkung eines Erzählerhinweises oder einer allgemeinen Kategorie digitaler Avatare.
Da Mediatoren und Ergebnisse alle per Selbstauskunft im selben Fragebogen nach dem Betrachten erhoben wurden, weisen die Autoren darauf hin, dass die beobachteten Zusammenhänge als Assoziationen und nicht als Ursache-Wirkungs-Beziehungen zu lesen sind und dass die Schlussfolgerungen nur vorsichtig über den Kontext der Hakka-Tulou, dieses konkrete Erzählerpaar und diese Gelegenheitsstichprobe von 25- bis 38-Jährigen aus Festlandchina hinaus verallgemeinert werden sollten. Auch die R²-Werte bleiben bescheiden (von 0.062 für Glaubwürdigkeit bis 0.192 für Kundeninspiration), was nach Angaben der Autoren selbst zeigt, dass erzählerbezogene Hinweise nur einen Teil der Reaktionen der Teilnehmenden erklären.
Ein Hinweis zur Erzählerwahl, kein geprüftes Rezept
Den Autoren zufolge sollte die Wahl zwischen menschlichem und digitalem Erzähler sich am Kommunikationsziel orientieren: Ein menschlicher Erzähler wäre vorzuziehen, wenn das Ziel darin besteht, die wahrgenommene Glaubwürdigkeit und die daraus folgende Inspiration zu stärken, während die Sorgfalt bei Klarheit und wahrgenommener Informationsqualität unabhängig vom Erzählertyp wichtig bliebe, wenn das Ziel die Wissensvermittlung ist, da sich dieser zweite Pfad zwischen den beiden getesteten Bedingungen nicht signifikant unterschied.
Die von den Autoren erwähnten weiterreichenden Gestaltungsideen, etwa die Synchronisation von Stimme, Lippen, Blick und Gestik oder der Einsatz hervorgehobener Untertitel und segmentierter Wissenseinheiten, stützen sich auf die bestehende Literatur und wurden in dieser Studie nicht direkt getestet; sie bleiben empirisch zu prüfende Empfehlungen, kein Befund dieses Experiments.
Forschung und Evidenz
Die analysierte Studie
Human and digital human narrators in intangible cultural heritage short videos: dual psychological evaluation pathways through customer inspiration to electronic word-of-mouth intention
Originalstudie lesen VolltextWeiterlesen
Alle Analysen →
