Vorlesen

Wo kein Richter, da kein Henker, sondern die community: Normenbasierte IP-Systeme in crowdsourcing communities

Sommersemester 2011 

Executive Summary 

1. Zusammenfassung 

Gesetzliche Schutzmechanismen regeln geistiges Eigentum. In zahlreichen Branchen, vor allem in jenen in denen kreative Leistungen erbracht werden, sind diese instrumente aber meist schwer anwendbar oder kostenintensiv. Theoretische  überlegungen und neue Forschungserkenntnisse zeigen, dass sozialen Normen innerhalb von communities häufig die Rolle eines Regulativs einnehmen, um dieses Dilemma zu lösen.

Gerade in crowdsourcing communities, die für viele Firmen bei der Innovationsfindung und Produkteinführung immer wichtiger werden, trifft man diese Problematik an. Die ideenoffenlegung in crowdsourcing communities ist eine Grundvoraussetzung für deren Funktionieren, deren rechtlicher Schutz jedoch nicht möglich.

Im Rahmen dieser Studie wurden zwei crowdsourcing  communities – Threadless und DesignbyHumans (DBH) – untersucht, die es ihren Mitgliedern erlauben kreative T-Shirt-Designs zu veröffentlichen. Threadless bzw DBH produzieren die besten Designs für den Massenmarkt. Die Mitglieder der community stehen vor einem sozialen Dilemma:
Sie legen ihre  ideen für andere Mitglieder – also Konkurrenten – offen, ohne zu wissen, ob diese nicht ihre idee stehlen. Trotz dieser Überlegungen florieren beide Communities seit einigen Jahren.
Deshalb galt es im Rahmen dieser Studie einerseits herauszufinden, ob es ein informelles Normensystem unter den Mitgliedern gibt, das - im Gegensatz zu rechtlichen Möglichkeiten - den Schutz des geistigen Eigentums auf diesen Plattformen effektiv regelt und andererseits zu erforschen, welche Funktions- und Sanktionsmechanismen das System aufweist.
Die Ergebnisse stützen sich neben einer qualitativen Inhaltsanalyse auch auf eine quantitative Befragung. Die Ergebnisse bestätigen die grundlegende Annahme des Forscherteams: es existiert ein komplexes System an Normen, das den Umgang mit geistigem Eigentum regelt. Die Mitglieder der community halten sich aufgrund moralischer Aspekte „weil es sich einfach gehört“ und dem communitykonsensus folgend an das Normensystem. Aufgrund der Identifikation mit den anderen Mitgliedern in der community vertrauen Personen stark darauf, dass auch andere Mitglieder sich an die Normen halten.
Das reine Kalkül, also Angst vor Sanktionierung, spielt keine erhebliche Rolle. 

2. Theoretischer Hintergrund 

Eine Methode zur offenen Einbindung der User in den Produktentwicklungs- und Innovationsprozess stellen Crowdsourcing Communities dar. Dabei werden die Fähigkeiten und die Motivation einer großen Anzahl von relativ heterogenen Community-Mitgliedern gebündelt (Ogawa Piller 2006:66ff).
Dieser Ansatz hat in den letzten Jahren in der Praxis zunehmend an Bedeutung gewonnen, wie u.a. die Initiativen des Leuchtmittelherstellers OSRAM (Osram 2011; Hutter & al. 2011) oder des Konsumgüterhändlers Tchibo (Tchibo, 2011) zeigen. Ein besonders erfolgreiches Unternehmen, das sein ganzes Business Modell auf dieser Strategie aufgebaut hat, ist die T-Shirt-Designer-Firma Threadless. Das Unternehmen integriert das Wissen und die Designs aus einem großen Pool an Mitgliedern, die jede Woche eine Vielzahl von Designvorschläge einreichen, gemeinsam verbessern und darüber beurteilen, welche Kreationen in Produktion gehen dürfen (Ogawa/Piller 2006:66; Pisano/Verganti 2008:81; Threadless 2011).
Ein wesentliches Erfolgskriterium einer funktionierenden Crowdsourcing Plattform stellt der Wettbewerb zwischen den Mitgliedern dar. Durch diesen wird ein Anreiz geschaffen den Ideengenerierungsprozess fortzuführen (Hutter & al. 2011: 3f). Ein weiteres wichtiges Merkmal stellt wie in Innovation Communities der Austausch von Informationen zu Innovationen zwischen den Mitgliedern der Community dar (Franke/Shah 2003:159).
Der Wettbewerb auf der einen Seite und der kooperative Austausch von Informationen auf der anderen Seite trägt Konfliktpotential in sich, vor allem weil das geistige Eigentum an Informationen und Ideen mit herkömmlichen gesetzlichen Regelungen oft sehr schwer schützbar ist. Können gesetzlichen Systeme diesen Schutz nicht gewährleisten, wird diese Schutzaufgabe unter bestimmten Voraussetzungen von sozialen Normen übernommen (Fauchart/v. Hippel 2008:189).
Posner (2000:7f) beschreibt soziale Normen als regelmäßigen, sanktionsbewehrte Verhaltensweise bei der Interaktion zwischen Individuen. Normenbasierte Systeme stellen also ein System von informellen Regeln bei der Interaktion zwischen Individuen dar. Die Durchsetzung der Regeln erfolgt mittels Sanktionierung durch die Interaktionspartner und umfasst beispielsweise den Entzug von Gruppenressourcen, das Vorenthalten von Informationen oder die Schädigung der Reputation. Die Systeme erfüllen damit ähnliche Funktionen wie gesetzliche Schutzsysteme (vgl. Fauchart/v. Hippel 2008:193ff).
In der Literatur wurden bisher sowohl normenbasierte Schutzsysteme erforscht, die parallel zu gesetzlichen Systemen existieren als auch Systeme, die einen  gesetzesfreien Raum füllen. So wurden in der ersten Kategorie beispielsweise Normensysteme bei kalifornischen Viehzüchtern (Ellickson 1991) oder New Yorker Diamantenhändler (Bernstein, 1992) untersucht. In der zweiten Kategorie und speziell zum Schutz von geistigem Eigentum beim Informationsaustausch beschreiben beispielsweise Fauchart & v. Hippel (2008) die Community der französischen Spitzenköche, Loshin (2007) jene der Magier oder Oliar & Sprigman (2008) die Gruppe der „Stand-Up Comedians“. Obwohl das Phänomen Crowdsourcing für Unternehmen immer mehr an Relevanz gewinnt und die Regelung von geistigem Eigentum ein essentieller Bestandteil des Überlebens dieser Communities ist, fand eine explizite Untersuchung zur Existenz und Funktionsweise von normenbasierten Schutzsystemen in Crowdsourcing Communities bisher nicht statt. Aus diesem Grund ist das Ziel des vorliegenden Forschungsprojektes diese Lücke in der Literatur mittels folgender Forschungsfragen zu schließen: 

Teil A) Deskription des Normensystems
Gibt es ein System von Normen, die geistiges Eigentum in Crowdsourcing Communities regeln?
Wenn ja, an welche Normen halten sich die Community Mitglieder?

Teil B) Einhalten von Normen
Unterwerfen sich Community Mitglieder diesen Normen?
Warum halten sich Community Mitglieder an die Normen, die geistiges Eigentum regeln?

Teil C) Vertrauen in das Normensystem
Welche Faktoren beeinflussen, ob Communitymitglieder darauf vertrauen, dass andere sich an die vorherrschenden Normen halten? 

3. Qualitative Studie 

3.1. Zielsetzung 

Da das Forschungsfeld noch relativ jung ist und wenig Literatur zu normenbasierten IP-Systemen – vor allem in Crowdsourcing Communities – besteht, wurde zuerst ein qualitativ explorativer Ansatz gewählt, dessen Ergebnisse anschließend mittels einer großangelegten quantitativen Befragung erhärtet werden sollten. In der qualitativen Untersuchung galt es herauszufinden, ob Normen vorherrschen, die geistiges Eigentum in Crowdsourcing Communities regeln und wenn ja, dieses Normensystem zu beschreiben.  

3.2. Methodik 

Zu Beginn des Projektes wurden aus einer Vielzahl an Communities die beiden Unternehmen Threadless und DBH einerseits aufgrund ihrer Unterschiedlichkeit hinsichtlich Größe und Alter, und andererseits ihrer Ähnlichkeiten in Bezug auf das untersuchte Phänomen ausgewählt. Das Unternehmen Threadless besteht seit 2000 und ist mit mehr als 1 Mio. Mitglieder die größte bestehende Crowdsourcing Plattform weltweit.
DBH existiert seit 2007 und repräsentiert im Vergleich zu Threadless ein eher junges Unternehmen. Die Methodik, die für die vorliegende qualitative Studie herangezogen wurden, ist die der qualitativen Inhaltsanalyse der beiden Communityforen. Ausgangspunkt war eine unvoreingenommene Analyse der Informationen die in den beiden Communities vorhanden waren, ganz wie es der Ansatz der „Grounded Theory“ vorsieht (Punch 1998: 210ff). Deshalb verschaffte sich das Forschungsteam zu Beginn einen vorurteilsfreien Überblick über die Inhalte in den beiden Communities Threadless und DBH. Anhand dieses Überblicks wurden erste Kategorien systematisch abgeleitet, die als Ausgangspunkt, allerdings nicht als Anhaltspunkt, für die weitere Verfeinerung dienten, womit die offene Vorgehensweise bei der Suche nach einzelnen Sinneinheiten erhalten blieb. Das dadurch verfolgte Ziel war die Erfassung möglichst aller Aussagen der Community-Mitglieder. Vor diesem Hintergrund wurden die Kategorien in mehreren Durchläufen spezifiziert und innerhalb des Forschungsteams vereinheitlicht. Das daraus resultierende Codebuch wurde für die folgende Analyse eingesetzt. In einer vom Umfang her quantitativ ausgerichteten Herangehensweise wurden die relevanten Threads anschließend,
unter Zuhilfenahme dieses Codebuchs, qualitativ untersucht. Mit vorab definierten Begriffen, wie beispielsweise „copy“ oder „intellectual property“ wurden die relevanten Forschungseinheiten (Threads) gefunden.
Die Kategorien, die innerhalb des Codebuches zum Einsatz kamen, waren die im Pretest bewährten „copy of idea“, „type of use“, „acts concerning copy“, „regulating counteractions“, „sanctions“ und „characteristics of parties“; sie waren für alle  Forscher gleichermaßen gültig und es wurden diesbezüglich stichprobenartige Überprüfungen der Intercoderreliabilität durchgeführt. Um die Genauigkeit weiter zu erhöhen, kamen in den Kategorien jeweils Subkategorien und teilweise sogar Sub-Subkategorien zur Anwendung. Auf diese Weise wurden die gezogenen Threads einzeln geprüft, und es wurde versucht, möglichst viele der Einzel-Statements zielsicher einer Kategorie zuzuordnen, um eine Nachvollziehbarkeit zu gewährleisten. Dabei wurden aus den aggregierten codierten Statements auch vermutete Basissätze bezüglich der Kopiereinstellung abgeleitet, die wiederum die Grundlage für die später folgende Befragung darstellten. In Summe wurden 176 Kopierfälle identifiziert und 5.600 Kommentare inhaltsanalytisch analysiert.

3.3. Ergebnisse 

Sowohl in der etablierten Community Threadless, als auch in der sehr viel kleineren Community DBH konnte ein System von Normen identifiziert werden, das den Umgang mit dem Kopieren von eingereichten T-Shirt Designs regelt. Obwohl es sich um zwei voneinander unabhängige Communities handelt, ergab die Inhaltsanalyse große Überschneidungen bei den Normen zwischen den beiden Communities. Die Normen, die für die spätere quantitative Untersuchung in Frage kamen, wurden für die Erstellung eines einheitlichen Fragebogens für beide Communities herangezogen.
Über beide Communities hinweg konnte ein abstrahiertes Grundmuster identifiziert werden, das darstellt, wie einzelne „Kopierfälle“ in der Community behandelt werden bzw. ablaufen. So wird zuerst auf eine eventuelle Kopie in der Community aufmerksam gemacht. Wenn nicht schon durch das „Aufmerksam machen“ ein Beweis geliefert wurde, so kann es sein, dass dieser im Ablauf noch nachgebracht wird. Darauf folgen meist eine Diskussion und eine eventuelle Stellungnahme des Kopierers, was einen sogenannten „Verhandlungsprozess“ (Trial) darstellt. Am Ende wird das betroffene Design entweder von der Community akzeptiert, nicht akzeptiert (sprich sanktioniert) oder es erfolgt keine Aktion.

[Abb. vgl. unten]
Abb.1: Identifiziertes Prozessmodell für potenzielle „Kopier-Fälle“ (Quelle: eigene Erstellung)  

In beiden Communities wurden unterschiedliche Ablaufmuster identifiziert, bei denen unterschiedliche Normen zu tragen kommen. Aus diesen wiederum wurden acht in beiden Communities vorherrschende Normen abstrahiert. Diese können wie folgt beschrieben werden: 


A) Deskription des Normensystems  

  • Rule 1: You must not make a complete copy of a design. 

  • Rule 2: If you want to copy parts of a design, you have to ask the original designer. 

  • Rule 3: If you want to copy parts of a design, you have to refer to the original designer. 

  • Rule 4: If you are suspicious about the origin of a design, you have to check if it is a copy or not. 

  • Rule 5: If you find that a design was copied, you have to inform the original designer about it. 

  • Rule 6: If you find that a design was copied, you have to make the copy case public within the community.

  • Rule 7: When accusing someone of copying a design, you have to prove that it is a copy. 

  • Rule 8: If someone was caught for copying a design, you have to join in a collective sanctioning of the copier (e.g. downvoting). 

3.4. Diskussion 

Die Inhaltsanalyse der Foren beider Communities zeigt, dass ein nicht schriftlich fixiertes Normen-System existiert, das mögliches Kopierverhalten in der Community regelt. Acht Normen für die verschiedenen Stufen eines Kopierfalles wurden für die weitere Befragung aus beiden Communities zusammengefasst, wie z.B. von der eigentlichen Aufdeckung eines Verstoßes bis hin zur Sanktionierung eines (für die Community) sicheren Kopierfalles. 

4. Quantitative Studie  

Nachdem mittels Inhaltsanalyse das Normensystem beschrieben werden konnte (Teil A - Deskription), war es Ziel eines quantitativen Surveys das Vorherrschen der Normen zu validieren (Überprüfung Teil A), sowie die Forschungsfragen, warum sich die Mitglieder der Community an die Normen halten (Teil B), und ob sie darauf vertrauen, dass andere sich daran halten (Teil C) zu analysieren. Die Ergebnisse basieren lediglich auf der Analyse der Daten der Threadless-Community.
Die Befragung in der DBH-Community wird aktuell noch durchgeführt. 

4.1. Teil A - Deskription 

Im quantitativen Survey wurden im ersten Teil die acht identifizierten Normen noch mal überprüft (Teil A). Es erfolgte eine starke Zustimmung zum Vorhandensein des Normensystems.
Die Zustimmung (1=sehr stark, 5=gar nicht) zu den einzelnen Normen wird in folgender Tabelle ersichtlich:

Regel  Mittelwert
1  1,25
2  1,56
3  1,77
4  1,75
5  1,65
6  1,74
7  1,52
8  2,11

Tabelle 1: Zustimmung zu den einzelnen Normen 1–8

Dies zeigt, dass die qualitative Inhaltsanalyse genau durchgeführt wurde und das Normensystem gut erfassen konnte. Als besonders interessant stellen sich außerdem die Ergebnisse in Bezug auf das Normensystem dar. Der durchschnittliche Mittelwert der Einzelnormen (1–8) liegt bei 1,67, während der Mittelwert der Zustimmung zum Normensystem isgesamt bei 1,82 liegt. 

4.2. Konstrukte und Hypothesen 

4.2.1. Teil B - Einhalten von Normen 

In Teil B interessierte das Forscherteam, warum sich Mitglieder an die Normen halten, da keine externen oder offiziellen Mechanismen diese Normen initiiert haben bzw. für deren Einhaltung Sorge tragen. Im Zuge der Literaturrecherche wurden drei verschiedene Einflussfaktoren identifiziert, die direkt auf die Entscheidung wirken können, sich an das Normensystem zu halten. Es wurde ein Forschungsmodell erstellt, das abbildet, inwiefern die erklärenden Variablen ‚Perceived Benefit/Cost‘, ‚Perceived Rightness‘ und ‚Willingness to Follow‘ auf die abhängige Variable Adherence to Norms wirken und in welchem Ausmaß dies zu erwarten ist. 

  • H1: Je größer die Angst vor Strafe, desto eher hält sich ein Communitymitglied an das Normensystem.

Perceived Benefit/Cost: Diese Variable beschreibt das ökonomische Kalkül eines Mitglieds. Dabei steht das rationale Verhalten eines Individuums im Vordergrund. Somit werden Kosten und Nutzen des Einhaltens von Normen abgewogen und anschließend entschieden, ob man sich an die Normen hält. Zum Beispiel kann die Angst vor einer Sanktion ein Grund dafür sein, dass sich der User an die Normen hält. Operationalisiert wurde diese Variable aus Strafausmaß multipliziert mit der Strafwahrscheinlichkeit.

  • H2: Je stärker die moralische Einstellung eines Communitymitglieds, desto eher hält es sich an das Normensystem

[Abb. vgl. unten]
Abb. 2: Forschungsmodell 

Perceived Rightness: Im Vergleich zu Perceived Benefit/Cost beschreibt die Variable Perceived Rightness, die moralischen Gründe des Nutzers sich an eine Norm zu halten.
So lässt sich aus der Literatur ein Hinweis dafür finden, dass das „Gerechtigkeits-Gefühl“ – bedingt durch eigene Grundwerte, Einstellung zur Gemeinschaft etc. – dafür sorgen kann ein bestimmtes Verhalten zu zeigen, obwohl dafür eigentlich kein „äußerer“ Zwang herrscht. Vielmehr zeigt man diese Reaktion, „weil es sich einfach nicht gehört“ z.B. von anderen Mitgliedern zu kopieren, selbst wenn man wüsste nicht entdeckt werden zu können.  

  • H3: Je stärker ein Communitymitglied den anderen folgt, desto eher hält es sich an das Normensystem.

Willingness to follow the crowd: Unter dieser Variable wird das Phänomen des Mitziehens mit dem Strom verstanden. Unter dem Motto: „Wenn es alle anderen Mitglieder so machen, dann mache ich es auch so.“ – jedoch dies unbewusst und ohne einen Gedanken zu verschwenden, warum man die Handlung eigentlich setzt. Dieses Verhalten lässt sich häufig in größeren Gruppen/Gesellschaften wiederfinden. (Epstein 2001)
Die drei dargestellten unabhängigen Variablen versuchen aus unterschiedlichen Gesichtspunkten, das Phänomen des Normeneinhaltens in der untersuchten Community zu erklären. 

4.2.2. Teil C – Vertrauen in das Normensystem 

Ziel von Teil C war es herauszufinden, warum Communitymitglieder in das Normensystem vertrauen, d.h. darauf vertrauen, dass andere Communitymitglieder sich an die vorherrschenden Normen halten, da ein Unterschied zwischen dem eigenen Verhalten (Selbstsicht) und dem Glauben in das Verhalten anderer bestehen kann (Fremdsicht).
In der Literatur lassen sich zwei Stränge finden, die Vertrauen erklären: einerseits die Identifikation mit anderen Mitgliedern einer Community und somit die vollständige Internalisierung der Wünsche und Absichten der anderen, andererseits das rationale Kalkül - nämlich die Abwägung zwischen Strafwahrscheinlichkeit und Strafausmaß, die das Verhalten der anderen leiten (Lewicki/Bunker 1995; Bhattacharya/Devinney/Pittutla 1998). Die zugrundeliegende Frage war somit: „Wie stark beeinflussen Kalkül (Wahrscheinlichkeit von Strafe und Strafausmaß) und Identifikation mit den anderen das Vertrauen ins Normensystem?“.
Daraus lassen sich folgende Hypothesen ableiten: 

  • H4: Je stärker sich alle Communitymitglieder mit den anderen identifizieren, desto größer ist das Vertrauen ins Normensystem. 

  • H5: Je größer die Angst aller Communitymitglieder vor Strafe, desto größer das Vertrauen ins Normensystem. 

4.3. Methodik 

Die Datenerhebung erfolgte mittels Befragung in der zweiten Juniwoche 2011. Gemäß der definierten Grundgesamtheit (Threadless-Community-Mitglieder) wurde die Umfrage über die Onlineplattformen Threadless in einem Forum durch Threadless-Mitarbeiter gepostet. Bei der Haupterhebung wurden insgesamt 153 Fragebögen online erhoben, wovon 12 unvollständig waren. Die hohe Rücklaufquote lässt sich damit erklären, dass der Fragebogen von einem in der Community bekannten Mitglied von Threadless gepostet wurde und im Einklang mit dem Betreiber selbst statt fand. Zudem wurden weitere Plausibilitätschecks (Altersangaben, Kommentare, sowie auffällige Ausfüllmuster) vorgenommen, wobei jedoch keine weiteren Fragebögen ausgeschlossen werden mussten. Damit war die verbleibende Netto-Stichprobengröße n=141. 

4.4. Ergebnisse 

4.4.1. Teil B - Einhalten von Normen 

Zur Auswertung der Hypothesen wurden die Variablen mittels Indexbildung zusammengefasst und mit Hilfe einer linearen Regressionsanalyse analysiert (sowohl multivariat als auch bivariat). Das Signifikanzniveau wird hier mit α < 0,05 einseitig festgelegt, da es gerichtete Kausal-Hypothesen sind. Generell wird ersichtlich, dass moralische Gründe den stärksten Einfluss auf das Einhalten von Normen haben. Somit kann H2 eindeutig bestätigt werden: Wie in Abbildung 3 ersichtlich ist, wirkt die UV ‚Perceived Rightness‘ höchstsignifikant auf das Einhalten von Normen (p=0,000). Auch das positive ß ist mit 0,422 bedeutend stark.
H1 und H3 weisen keinen Zusammenhang auf. Somit lässt sich sagen, dass sich Community-Mitglieder vor allem „weil es sich nicht gehört“ an die Community-Regeln bzgl. des geistigen Eigentums anderer halten. Dagegen sind der Einfluss der Gruppe, sowie die eigentliche Angst vor Sanktionen bzw. die Kosten kein Grund sich an die Normen zu halten. Abschließend lässt sich festhalten, dass bei der Einhaltung von Regeln moralische Gründe und Communityaspekte und nicht die rationale Entscheidung im Vordergrund stehen. 

[Abb. vgl. unten]
Abbildung 3 liefert einen Gesamtüberblick über die in Modell A gemessenen Zusammenhänge.  

4.4.2 Teil C- Vertrauen ins Normensystem 

Auch in Teil C wurden die Variablen über die Indexbildung zusammengefasst und mit
Hilfe einer linearen Regressionsanalyse analysiert. Ziel war es die Frage „Wie stark
beeinflussen Kalkül (Wahrscheinlichkeit von Strafe und Strafausmaß) und Identifikation mit den anderen das Vertrauen in das Normensystem?“ zu beantworten.

Abb. 3: Forschungsmodell A: Einhalten von Normen
Abb. 4: Forschungsmodell B: Vertrauen ins Normensystem

H4, das Vertrauen ins Normensystem aufgrund von Identifikation mit den anderen Mitgliedern der Community, konnte bestätigt werden (ß=0,193). 

H5, das Vertrauen aufgrund von Angst vor Strafe, zeigt keinerlei Zusammenhang (ß=-0,002).

 

[Abb. vgl. unten]
In Abbildung 4 sind die Zusammenhänge aus Modell B im Überblick ersichtlich. 

5. Implikationen 

Die Ergebnisse der vorliegenden Studie zeigen, dass das Einhalten von Normen und das Vertrauen ins Normensystem stark über moralische Werte und die Identifikation mit der Community geprägt sind. Somit sollte bei der Gestaltung von Crowdsourcing Communities darauf geachtet werden, einen positiven „Communityspirit“ zu forcieren. Die moralische Komponente „es gehört sich einfach nicht etwas zu klauen“ über Unternehmensmitglieder in der Community sollte gezielt kommuniziert werden. Aus den Ergebnissen lässt sich auch ablesen, dass sich auch das Vorleben von integerem Verhalten durch Community Leaders positiv auf das Einhalten von Normen auswirkt. 

6. Restriktionen und weitere Forschung 

Im Zusammenhang mit der vorliegenden Studie müssen gewisse Restriktionen beachtet werden: Da die Befragung der zweiten Community noch durchgeführt wird, sind diese Ergebnisse nur für die Threadless Community aussagekräftig. Wir vermuten, dass in einer kleineren Community wie DBH die Effekte noch stärker sind, da Normen in kleineren Communities klarer zum Tragen kommen.
Spannend ist auch der nicht signifikante Zusammenhang zwischen Strafe und Einhalten von Normen. Da in der Literatur Normen meist mit folgender Sanktionierung definiert sind, sollte dieser Aspekt in weiterer Forschung noch genauer betrachtet werden. Aus der Inhaltsanalyse wurde aber ersichtlich, dass Strafe nicht gleich Strafe ist und häufig durch schlechtes Voting oder Ignorieren des Users eine milde Bestrafung ausgeübt wird.
Außerdem kann ein Social Desirability Bias beim Abfragen von Normen nicht ausgeschlossen werden, obwohl versucht wurde, diesen durch indirekte Befragung der Einstellung der anderen Communitymitglieder abzuschwächen. 

7. Literaturverzeichnis 

  • Bernstein, L. (1992): Opting Out of the Legal System: Extralegal Contractual Relations in the Diamond Industry. In: Journal of Legal Studies, Vol. XXI (January 1992) 

  • Bhattacharya, R./ Devinney, M./ Pillutla, M. (1998): A formal model of trust based on
    outcomes, In: The Academy of Management Review, Vol. 23, No.3 (Jul. 1998), 459–472 

  • Ellickson, R. (1991): Order without Law: how neighbors settle disputes. Cambridge,
    Harvard University Press  

  • Fauchart, E. / Hippel, E. v. (2008): Normsbased intellectual property systems: the case of French chefs. In: Organization Science, Vol. 19, No. 2, March-April, pp 187–201 

  • Franke, N. / Shah, S. (2003): How Communities Support Innovative Activities: An Exploration of Assistance and Sharing Among End-Users. In: Research Policy 32 (2003) pp157–178

  • Hutter, K. / Hautz, J. / Füller, J. / Mueller, J./ Matzler K. (2011): Communitition: The Tension between Competition and Collaboration in Community-Based Design Contests. In: Creativity & Innovation Management; March 2011, Vol. 20 Issue 1, pp 3–21  

  • Lewicki, R./ Bunker, B. (1995): Trust in relationships: A model of trust development and decline. In: B. Bunker & J. Rubin (Eds), Conflict, cooperation and justice: 133–173. San Francisco: Jossey-Bass. 

  • Loshin, J. (2007): Secrets Revealed: How Magicians Protect Intellectual Property Without Law. Working Draft 7/25/07; substantially revised final version to be published in: Law and Magic: A Collection of Essays, Carolina Academic Press. 

  • Ogawa, S. / Piller, F.T. (2006): Reducing the Risk of New Product Development. In: MIT Sloan Management Review, Winter 2006, pp65–71 

  • Oliar, D. / Sprigman, C. (2008): There’s No Free Laugh (Anymore): The Emergence of Intellectual Property Norms and the Transformation of Stand-Up Comedy. In: The Virginia Law Review, Vol. 94, December 2008, Number 8, pp 1789–1867 

  • Pisano, G.P. / Verganti, R. (2008): Which Kind of Collaboration is Right for You? In:
    Harvard Business Review, December 2008, pp78–86  

  • Posner, E. A. (2002): Law and social Norms. Cambridge, Harvard University Press. 

  • Punch, Keith F. (1998): Introduction to social research. quantitative and qualitative approaches. 1. Aufl. London: Sage.

Internetquellen:

Student Team

  • Nicole Auer
    Stefan Fessl
    Alexander Franz
    Isabella Gütinger
    Michelle Liu
    Klaus Mascher
    Felix Neusser
    Alexandra Pasich
    Florian Satran
    Christina Silmbroth
    Magdalena Stejskal
    Vinzenz Treytl
    Dieter Vogel
    Robert Waxenegger

Anhang: Abbildungen