📈 economics

Investigating continuance intention to use m-banking apps among older adults using partial least squares modeling with income group differences

Diese Studie untersucht unter Verwendung von PLS-SEM die Faktoren, die die fortgesetzte Nutzung von Mobile-Banking-Apps durch ältere Erwachsene in Bangladesch beeinflussen, wobei sie aufzeigt, dass Systemqualität, Vertrauen und wahrgenommenes Risiko entscheidende Treiber sind, während sie gleichzeitig signifikante Unterschiede in den Erfahrungen der digitalen finanziellen Inklusion zwischen niedrigeren und höheren Einkommensgruppen hervorhebt.

Ursprüngliche Autoren: Hamida Akhter, Abu Naser Mohammad Saif, Nusrat Jafrin, Rasheda Akter Rupa, Francesca Dal Mas, Maurizio Massaro

Veröffentlicht 2026-07-03

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Hamida Akhter, Abu Naser Mohammad Saif, Nusrat Jafrin, Rasheda Akter Rupa, Francesca Dal Mas, Maurizio Massaro

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich eine Welt vor, in der Ihre Bank immer in Ihrer Tasche steckt, jederzeit erreichbar mit nur einem Fingertipp auf den Bildschirm. Dies ist das Versprechen von M-Banking-Apps. Während jüngere Generationen diese Technologie wie Fische im Wasser angenommen haben, stehen ältere Erwachsene (Menschen ab 60 Jahren) oft am Ufer und zögern, ins Wasser zu springen.

Dieses Forschungspapier ist wie eine Detektivgeschichte, die versucht herauszufinden, warum einige ältere Menschen diese Banking-Apps weiterhin nutzen, während andere nach dem ersten Versuch wieder aufhören. Die Forscher wollten wissen: Was bringt einen älteren Menschen dazu zu sagen: „Ich werde diese App weiter nutzen“, versus „Das ist zu viel Aufwand“?

Hier ist die Geschichte ihrer Untersuchung, unterteilt in einfache Konzepte.

Die Besetzung der Charaktere (Die Theorien)

Um das Rätsel zu lösen, haben die Forscher nicht einfach geraten; sie haben drei bekannte „Regelbücher“ aus der Welt der Technologie und Psychologie verwendet und diese wie ein spezielles Rezept miteinander vermischt:

Das IS Success Model: Dies prüft, ob die „Maschine“ gut funktioniert (Ist die App schnell? Sind die Informationen klar?).
Das Expectation Confirmation Model (ECM): Dies fragt: „Hat die App das getan, was ich gehofft habe?“ Wenn Sie erwarten, dass ein Auto sanft fährt und es tut dies, sind Sie zufrieden. Wenn es liegen bleibt, sind Sie es nicht.
Das UTAUT-Modell: Dieses betrachtet menschliche Faktoren wie „Ist es einfach zu bedienen?“ oder „Haben meine Freunde mir gesagt, ich solle es benutzen?“.

Sie fügten auch zwei spezielle Zutaten hinzu, die für ältere Erwachsene entscheidend sind: Vertrauen (Glaube ich, dass diese App mein Geld stehlen wird?) und wahrgenommenes Risiko (Habe ich Angst, gehackt zu werden?).

Die Untersuchung (Die Methode)

Die Forscher gingen in die geschäftige Stadt Dhaka, Bangladesch, und interviewten 160 ältere Erwachsene (60+ Jahre), die bereits wussten, wie man diese Apps benutzt. Sie baten sie, ihre Erfahrungen auf einer Skala zu bewerten, ähnlich wie man ein Restaurant nach einer Mahlzeit bewerten würde.

Sie teilten die Gruppe auch in zwei Teams auf, um zu sehen, ob Geld eine Rolle spielt:

Team Niedriges Einkommen: Personen, die weniger als 50.000 Bangladesch-Taka im Monat verdienen.
Team Höheres Einkommen: Personen, die mehr verdienen.

Die großen Entdeckungen (Die Ergebnisse)

1. Die „Zuverlässigkeits“-Regel (Systemqualität)

Stellen Sie sich die App wie einen Bus vor. Wenn der Bus zu spät kommt, liegen bleibt oder im Stau steht, hören Sie auf, ihn zu nehmen.

Ergebnis: Das Wichtigste für ältere Erwachsene war, dass die App zuverlässig funktionierte. Wenn die App schnell war, nicht abstürzte und einfach zu navigieren war, hatten sie das Gefühl, dass ihre Erwartungen erfüllt wurden.
Überraschung: Überraschenderweise spielte es eine untergeordnete Rolle, wie „hübsch“ die Informationen aussah oder wie schnell der Kundenservice antwortete; wichtig war primlich, dass der Bus einfach funktionierte. Ältere Erwachsene wollten nur, dass der „Bus“ pünktlich fährt.

2. Der „Sicherheits“-Faktor (Vertrauen & Risiko)

Stellen Sie sich vor, Sie gehen durch eine dunkle Gasse. Wenn Sie das Viertel vertrauen, gehen Sie hinein. Wenn Sie glauben, dass dort ein Räuber lauert, rennen Sie weg.

Ergebnis: Vertrauen war ein riesiger Booster. Wenn ein älterer Erwachsener der Bank vertraute, war er eher bereit, die App weiterhin zu nutzen.
Die Angst: Das wahrgenommene Risiko war die größte Bremse. Wenn sie auch nur ein kleines bisschen Gefahr spürten (wie etwa ihre Ersparnisse durch einen Betrug zu verlieren), hörten sie sofort auf, die App für eine gute Idee zu halten. Für ältere Erwachsene ist die Angst, ihr hart verdientes Geld zu verlieren, eine massive Barriere.

3. Der „Freunde“-Mythos (Sozialer Einfluss)

Sie denken vielleicht: „Wenn meine Enkel mir sagen, ich soll es benutzen, dann werde ich es tun.“

Ergebnis: Die Forscher fanden heraus, dass Freunde und Familie eigentlich keine Rolle spielten, sobald die Person die App tatsächlich benutzte. Ältere Erwachsene verließen sich auf ihre eigene Erfahrung, nicht darauf, was andere sagten. Wenn die App für sie funktionierte, blieben sie; wenn nicht, gingen sie, ungeachtet dessen, was ihre Nachbarn dachten.

4. Das „Einfachheit“-Paradoxon

Normalerweise denken wir, dass „Einfachheit der Bedienung“ das Wichtigste ist.

Ergebnis: Für diese spezifische Gruppe war „Einfachheit der Bedienung“ nicht der Hauptantrieb dafür, bei der App zu bleiben. Warum? Weil sie die App als „gut genug“ empfanden, wenn sie zuverlässig und sicher war. Sie suchten keinen Ferrari; sie wollten nur ein Fahrrad, das nicht auseinanderfällt.

Der Geld-Twist (Einkommensunterschiede)

Hier wird die Geschichte interessant. Die Forscher fragten: „Ändert es die Wahrnehmung der Menschen, wenn sie mehr Geld haben?“

Das Ergebnis: Ja, aber nur in spezifischen Punkten.
- Ältere Menschen mit höherem Einkommen: Sie waren wie Kritiker. Sie legten großen Wert auf die Qualität der Informationen (sind die Daten detailliert?), des Systems (ist es schnell?) und des Service (ist der Support gut?). Da sie die Apps für komplexere Dinge nutzten, bemerkten sie jeden kleinen Fehler.
- Ältere Menschen mit niedrigerem Einkommen: Sie waren wie Überlebende. Sie kümmerten sich hauptsächlich um das Wesentliche. Solange die App nicht abstürzte und sie Geld versenden konnten, waren sie zufrieden. Sie verlangten keine High-End-Funktionen.

Das Fazit

Dieses Paper sagt uns, dass Banken, um ältere Erwachsene zur Nutzung von M-Banking-Apps zu bewegen, nicht nur versuchen sollten, die App „schick“ zu machen oder sich darauf zu verlassen, dass Freunde sie überzeugen. Stattdessen müssen sie sich auf drei Dinge konzentrieren:

Lassen Sie sie perfekt funktionieren: Keine Abstürze, keine Verzögerungen.
Schaffen Sie ein Gefühl von Sicherheit: Beweisen Sie, dass kein Geld verschwindet.
Reduzieren Sie die Angst: Zeigen Sie ihnen, dass das Risiko von Betrug gering ist.

Wenn Banken einen „zuverlässigen und sicheren Bus“ für ältere Erwachsene bauen können, werden diese Fahrgäste weiterhin mitfahren und so helfen, mit der modernen Wirtschaft verbunden zu bleiben.

Technische Zusammenfassung: Fortsetzungsabsicht bei der Nutzung von m-Banking-Apps unter älteren Erwachsenen in Bangladesch

Problemstellung
Während Mobile-Banking-Anwendungen (m-Banking) signifikant zur digitalen finanziellen Inklusion und zu den Zielen für nachhaltige Entwicklung der Vereinten Nationen (SDGs 1, 8, 9 und 10) beitragen, bleibt die dauerhafte Nutzung unter vulnerablen Bevölkerungsgruppen, insbesondere älteren Erwachsenen, begrenzt. Trotz des rasanten Wachstums der Smartphone-Penetration und der m-Banking-Adoption in Bangladesch mangelt es in der Literatur an empirischer Forschung zu den Faktoren, die die Fortsetzungsabsicht (Continuance Intention) älterer Erwachsener (ab 60 Jahren) beeinflussen. Die bestehende Literatur konzentriert sich überwiegend auf die Erstadoption oder allgemeine Nutzergruppen und vernachlässigt dabei oft die spezifischen Post-Adoptions-Dynamiken, Risikowahrnehmungen und die sozioökonomische Heterogenität der älteren Demografie in Entwicklungsländern. Diese Studie adressiert diese Lücke, indem sie die Vorläufer der Fortsetzungsabsicht bei älteren Erwachsenen im Großraum Dhaka untersucht, mit einem spezifischen Fokus darauf, wie Einkommensniveaus diese Beziehungen moderieren.

Methodik
Die Forschung verwendet einen quantitativen Ansatz unter Anwendung der partiellen quadratischen Strukturgleichungsmodellierung (PLS-SEM).

Theoretischer Rahmen: Die Studie integriert drei etablierte Modelle: das Informationssystem-Erfolgsmodell (DeLone & McLean, 2003), das Erwartungskonfirmationsmodell (ECM) (Bhattacherjee, 2001) und die Unified Theory of Acceptance and Use of Technology (UTAUT) (Venkatesh et al., 2003). Zusätzlich wurden Vertrauen (Trust) und wahrgenommenes Risiko (Perceived Risk) als Kontextvariablen einbezogen, die für die ältere Demografie entscheidend sind.
Datenerhebung: Es wurde eine gezielte, nicht-proportionale Stichprobentechnik angewandt, um 160 valide Probanden im Alter von 60 Jahren und älter mit vorheriger m-Banking-Erfahrung in Dhaka, Bangladesch, zu rekrutieren. Die Datenerhebung erfolgte über einen Zeitraum von vier Monaten (Juni–September 2024) mittels persönlicher Befragungen und Online-Formularen.
Analytischer Ansatz:
- Messmodell: Validierung mittels Composite Reliability (CR), Average Variance Extracted (AVE), Fornell-Larcker-Kriterium, Heterotrait-Monotrait (HTMT)-Verhältnis und Cross-Loadings zur Sicherstellung der Reliabilität und der diskriminanten Validität.
- Strukturmodell: Die Pfadkoeffizienten wurden mittels Bootstrapping (5.000 Subsamples) geschätzt, um die Hypothesen zu testen.
- Multigruppenanalyse (MGA): Um die einkommensbasierte Heterogenität zu adressieren, wurden die Befragten in Gruppen mit niedrigem Einkommen (monatliches Einkommen < 50.000 BDT) und hohem Einkommen (monatliches Einkommen ≥ 50.000 BDT) unterteilt. Zur Sicherstellung der Vergleichbarkeit wurde die Measurement Invariance of Composite Models (MICOM) durchgeführt, bevor parametrische und Welch-Satterthwaite-Tests auf Pfadunterschiede angewendet wurden.

Wichtigste Ergebnisse
Die empirische Analyse lieferte die folgenden Erkenntnisse bezüglich der Treiber von Konfirmation, Zufriedenheit und Fortsetzungsabsicht:

Signifikante Treiber der Konfirmation:
- Systemqualität (SYQ): Beeinflusst die Konfirmation positiv und signifikant ( $\beta$ = 0,128, $p$ < 0,05).
- Vertrauen (TR): Beeinflusst die Konfirmation positiv und signifikant ( $\beta$ = 0,206, $p$ < 0,01).
- Wahrgenommenes Risiko (PR): Beeinflusst die Konfirmation negativ und signifikant ( $\beta$ = -0,260, $p$ < 0,001).
- Nicht-signifikante Faktoren: Informationsqualität, Servicequalität, Aufwandserwartung (Effort Expectancy), Leistungserwartung (Performance Expectancy) und sozialer Einfluss hatten im Gesamtmodell keinen statistisch signifikanten Einfluss auf die Konfirmation.
Die Fortsetzungskette:
- Konfirmation beeinflusst die Zufriedenheit signifikant und positiv ( $\beta$ = 0,594, $p$ < 0,001).
- Zufriedenheit beeinflusst die Fortsetzungsabsicht (Continuance Usage Intention) signifikant und positiv ( $\beta$ = 0,568, $p$ < 0,001).
Multigruppenanalyse (Einkommensunterschiede):
- Die Studie stellte fest, dass das Einkommen als selektiver Moderator wirkt. Während die Kernkausalitätskette (Konfirmation $\to$ Zufriedenheit $\to$ Absicht) über die Gruppen hinweg konsistent bleibt, unterscheidet sich der Einfluss der IS-Qualitätsdimensionen auf die Konfirmation signifikant zwischen den Einkommensgruppen.
- Informationsqualität $\to$ Konfirmation: Signifikanter Unterschied zwischen den Gruppen ( $p$ = 0,005/0,006).
- Systemqualität $\to$ Konfirmation: Signifikanter Unterschied zwischen den Gruppen ( $p$ = 0,001/0,002).
- Servicequalität $\to$ Konfirmation: Signifikanter Unterschied zwischen den Gruppen ( $p$ = 0,022/0,023).
- Die verbleibenden Pfade (einschließlich Vertrauen, wahrgenommenem Risiko und UTAUT-Konstrukten) zeigten keine signifikanten Unterschiede zwischen den Gruppen mit niedrigem und hohem Einkommen.

Zentrale Beiträge

Theoretische Integration: Diese Studie gehört zu den ersten, die das IS-Erfolgsmodell, das ECM und die UTAUT innerhalb eines einzigen Rahmens vereinen, der speziell auf ältere Erwachsene in einem Entwicklungskontext zugeschnitten ist. Sie positioniert die UTAUT-Konstrukte theoretisch als Vorläufer der Konfirmation statt als direkte Treiber der Fortsetzung, was der Post-Adoptions-Logik entspricht.
Kontextuelle Nuancierung: Durch die Fokussierung auf ältere Menschen in Bangladesch hebt die Forschung hervor, dass für diese Demografie die Konfirmation primär durch funktionale Zuverlässigkeit (Systemqualität) und Sicherheit (Vertrauen/Risiko) getrieben wird, statt durch die wahrgenommene Benutzerfreundlichkeit oder den sozialen Einfluss, die in allgemeinen Adoptionsstudien häufig genannt werden.
Gerechtigkeit und digitale Kluft: Die Studie liefert empirische Belege für die sozioökonomische Heterogenität in der digitalen finanziellen Inklusion. Sie zeigt, dass während der psychologische Mechanismus der Zufriedenheit, der zur Fortsetzung führt, universell ist, die Vorläufer in Bezug auf Informations- und Systemqualität einkommensabhängig sind. Dies deutet darauf hin, dass ältere Nutzer mit geringerem Einkommen andere Schwellenwerte für das haben könnten, was als „Qualität“ oder „Konfirmation“ gilt.

Bedeutung und Ansprüche
Die Autoren positionieren diese Studie als Beitrag zur Agenda für nachhaltige Entwicklung, indem sie die spezifischen Verhaltensbedingungen identifizieren, die für eine langfristige digitale finanzielle Inklusion älterer Menschen erforderlich sind. Die Arbeit behauptet:

Die Verbesserung der Systemqualität, die Förderung von Vertrauen und die Minderung des wahrgenommenen Risikos sind entscheidende Hebel zur Steigerung der Fortsetzungsabsicht älterer Erwachsener.
Finanzinstitute und politische Entscheidungsträger können diese Erkenntnisse nutzen, um inklusive digitale Dienste zu gestalten, die eine gerechte wirtschaftliche Teilhabe unterstützen.
Die Ergebnisse bieten handlungsorientierte Erkenntnisse für die Anpassung von m-Banking-Diensten an verschiedene Einkommenssegmente, wobei festgestellt wird, dass ältere Nutzer mit höherem Einkommen den Dimensionen Informations- und Servicequalität eine andere Bedeutung beimessen als ihre einkommensschwächeren Gegenüber.

Die Studie räumt explizit Einschränkungen ein, einschließlich ihres Querschnittdesigns, der Abhängigkeit von Selbstauskünften, der geografischen Beschränkung auf Dhaka und der Verwendung einer gezielten Stichprobenziehung. Folglich rahmen die Autoren ihre Schlussfolgerungen als indikativ für den untersuchten spezifischen Kontext und fordern weitere longitudinale und multiregionale Forschung, um diese Dynamiken weiter zu validieren.