According to the latest reports, selective soldering plays a critical role in the manufacturing of printed circuit boards (PCBs), especially for through-hole technology (THT) components, where molten solder is dispensed from a nozzle to create a continuous 360^° wave around the part. The consistency of this wave is crucial for reliable electrical and mechanical connections. However, repeated exposure to high temperatures (up to 300^°C) and molten solder (e.g., Sn-Pb or SAC alloys) causes nozzle oxidation, leading to impurity buildup and irregular waves. This degradation results in defective solder joints, compromising product quality, increasing rework costs, and potentially causing production downtime. Current monitoring relies on manual visual inspections, which are subjective and timeconsuming, or rule-based image algorithms that are prone to noise and require frequent recalibration. To overcome these limitations, this paper investigates autoencoders-a type of neural network for unsupervised anomaly detection-that reconstruct input images and flag deviations via reconstruction errors. Data was collected from camera-monitored nozzles under controlled conditions. Preprocessing included grayscale conversion, Gaussian blurring, normalization, and resizing. A Flat (fully connected baseline) was evaluated. Models trained on operable images using mean squared error (MSE) loss; performance assessed with MSE distributions and receiver operating characteristic (ROC) curves, using area under the curve (AUC) as the primary metric. Results show the flat autoencoder achieving  ∼ 96 % AUC with a MSE separation (oxidized > 0.02). This is the first application of autoencoders to real-time nozzle oxidation detection in selective soldering, filling a gap in AI for tool-specific degradation. It enables predictive maintenance, reducing defects.

In today’s fast-paced digital environment, it is essential for marketing professionals to allocate advertising budgets efficiently and maximize return on investment. By leveraging machine learning, particularly regression trees, key success metrics such as cost per click in online advertising campaigns can be predicted and optimized, enabling more effective budgeting decisions in marketing performance optimization. Showcasing a practical use case with a synthetic data set, this study outlines the relevant phases in applying ML to campaign optimization and demonstrates that the advantages of regression trees lie in their transparency and interpretability. Compared to more complex AI models, the results of regression trees are easier for managers to understand and translate into concrete actions. For instance, the models help managers to understand ad effectiveness of specific ad design and campaign decisions before they run costly live tests on ad platforms. Furthermore, the models allow for lean analysis of ad effectiveness across platforms. Finally, they allow capturing nonlinear effects of ad design and campaign decisions on ad effectiveness, thus avoiding overly simplistic analysis results. Therefore, this study shows the application of regression trees, as step-by-step guide for managers and actionable implications, especially for small- and medium sized enterprises adopting AI in marketing.

Alkoholkonsum zählt zu den bedeutendsten gesundheitsbezogenen Risikoverhaltensweisen, insbesondere unter jungen Erwachsenen. Die Wirksamkeit von Präventions- und Interventionsmaßnahmen hängt jedoch maßgeblich davon ab, die Zielgruppe und deren Motivation zu verstehen. Der vorliegende Beitrag identifiziert Mechanismen, die junge Erwachsene bei der Umsetzung einer bewussten Verhaltensänderung ihres Alkoholkonsums beeinflussen. Eine quantitative Studie unter 102 18-34-Jährigen zeigt, das die Problemrealisation und intrinsische Gründe zur Konsumänderung die kritische Selbstreflexion fördern, während extrinsische Gründe hemmend wirken. Negative Erlebnisse aufgrund von Alkoholkonsum wie Erinnerungslücken oder Kontrollverlust verstärken die Reflexion, während Schuldgefühle sie abschwächen. Die Befunde bestätigen, dass das Erkennen problematischer Trinkgewohnheiten eine kritische Selbstreflexion fördert, die wiederum mit einer aktiven Verhaltensänderung verbunden ist. Gleichsam zeigt sich, dass emotionale Reaktionen wie Schuldgefühle den Reflexionsprozess eher behindern als fördern können. Damit ist eine Differenzierung kognitiver und emotionaler Mechanismen nötig, um zu verstehen, wie Problembewusstsein für ungesunde Verhaltensweisen in aktive Verhaltensänderung überführt wird. Die Befunde liefern Implikationen für zielgruppenorientierte Präventionskampagnen und weisen auf die Bedeutung intrapersonaler Prozesse bei der Alkoholreduktion junger Erwachsener hin.

Immer mehr Menschen nutzen Sport-Tracking-Apps zur Überwachung ihres Trainings und zum sozialen Vergleich mit anderen. Sowohl leistungsbezogene Vergleichsprozesse als auch die User Experience der App können die Sportmotivation jedoch ambivalent beeinflussen: Während einige Nutzende durch Vernetzung und Feedback zusätzliche Motivation erfahren, erleben andere sozialen Druck und Demotivation. Diese widersprüchlichen Effekte sind für die nachhaltige Aufrechterhaltung sportlicher Aktivität von zentraler Bedeutung. Der vorliegende Beitrag untersucht den Einfluss von Selbstwirksamkeit und sozialem Vergleich sowie von UX-induziertem Kompetenz- und Beziehungserleben auf intrinsische und extrinsische Sportmotivation und deren Zusammenhang mit subjektivem Wohlbefinden. Eine quantitative Studie mit 101 Nutzenden von Sport-Tracking-Apps zeigt, dass soziale Vergleiche vor allem extrinsische Motivation fördern, während intrinsische Motivation unbeeinflusst bleibt. Selbstwirksamkeit hingegen stärkt intrinsische Motivation und reduziert extrinsische Regulation. Auch ein positives Kompetenzerleben im Nutzungskontext wirkt motivationsfördernd. Die Ergebnisse verdeutlichen die differenzierten Effekte psychologischer und UX-bezogener Faktoren und zeigen, dass intrapersonelle Ressourcen einen größeren Beitrag zur Sportmotivation leisten als gestalterische App-Merkmale. Damit wird deutlich, dass für digitale Gesundheitsanwendungen nicht allein das Interface-Design, sondern insbesondere individuelle Dispositionen entscheidend für sportbezogene Verhaltensintentionen sind.

AI-powered social robots are increasingly discussed as a way to improve the in-store customer experience, but the effects of similarity-based personalization remain unclear. This study examines whether language-based similarity features in a retail recommendation dialogue improve user comfort, trust, and intention to use. In a controlled laboratory experiment, participants interacted with the social robot Furhat either in a basic “good sales assistant” or in an adaptive, similarity-based variant (speech rate, volume, pitch and similarity statements). Questionnaire data and continuous electrodermal activity (EDA) were combined to capture both self-reported and physiological responses. Using robust mean comparisons (Yuen tests), structural equation modeling (SEM) and EDA analyses, no significant differences between conditions in terms of comfort, trust or intention to use were found. However, SEM revealed stable internal mechanisms: rapport strongly predicted comfort, usefulness strongly predicted trust and comfort predicted intention to use. These results suggest that general similarity matching in early social robot interactions in retail is not reliably beneficial. In retail sales consulting, it seems sensible to leave robot behavior unadjusted and to base it on a generally good sales consultant. Improvement through personalization is not generally advantageous but it depends heavily on the context.

Influencer-Marketing ist eine etablierte Strategie der digitalen Unternehmenskommunikation, die auf die Authentizität und Überzeugungskraft von Influencern setzt. Mit der zunehmenden Verbreitung von Künstlicher Intelligenz (KI) verändert sich dieser Bereich. Immer häufiger vermitteln KI-Influencer als virtuelle Persönlichkeiten Unternehmensbotschaften. Ein zentrales Merkmal von KI-Influencern ist ihre digitale Perfektion, die sich in einem idealisiert ästhetischen Erscheinungsbild äußert. Dieser Beitrag untersucht die Wirkung dieser digitalen Perfektion auf die Wahrnehmung von KI-Influencern. In einer experimentellen Studie (n = 100) wurden KI-Influencer in drei unterschiedlichen Perfektionsstufen (perfekt, moderat perfekt, unperfekt) präsentiert. Die Ergebnisse zeigen, dass Konsumenten einen höheren digitalen Perfektionsgrad des KI-Influencers mit geringerer Kompetenz, Menschlichkeit und Glaubwürdigkeit verbinden. Diese Befunde unterstreichen die Bedeutung gezielter Imperfektion bei der Gestaltung von KI-Influencern, um das Vertrauen der Konsumenten in die virtuellen Influencer zu stärken und eine positive Wahrnehmung zu fördern. Abschließend werden Empfehlungen und Implikationen für Forschung und Praxis aufgezeigt.

Soziale Netzwerke fördern Vergleichsprozesse, die Auswirkungen auf das psychische Wohlbefinden haben. Die Studie untersucht den Einfluss aufwärts- und abwärtsgerichteter Vergleiche auf das subjektive Einsamkeitsempfinden und inwiefern persönliche und soziodemografische Merkmale dabei eine Rolle spielen. Eine Onlinebefragung (n = 228) zeigt, dass aufwärtsgerichtete soziale Vergleiche mit höheren Einsamkeitswerten assoziiert sind, während Abwärtsvergleiche tendenziell mit geringer Einsamkeit einhergehen. Extraversion und Selbstwertgefühl korrelieren jeweils negativ mit Einsamkeit, jedoch zeigt nur Extraversion eine moderierende Wirkung auf den Zusammenhang zwischen sozialem Vergleich und subjektiver Einsamkeit. Signifikant geringere Einsamkeitswerte lassen sich bei festen Partnerschaften feststellen, jedoch ohne Einlfuss auf das Vergleichsniveau. Personen unter 25 Jahre weisen einen stärkeren Zusammenhang zwischen sozialem Vergleich und Einsamkeit auf als ältere Personen. Die Ergebnisse betonen die psychologische Relevanz sozialer Vergleichsprozesse während der Social Media Nutzung und die Bedeutung individueller Dispositionen. Sie stützen bestehende theoretische Modelle und liefern praktische Impulse zur Prävention oder Reduktion von Einsamkeit.

The study examines sustainable tourism behaviour at the historic city of Rothenburg ob der Tauber. The research aims to explain tourists' sustainable behaviour and to uncover configurations that lead to sustainable or unsustainable behaviour. The present study is based on the Theory of Planned Behaviour (TPB) as its theoretical framework. A mixed-method design is then employed, integrating quantitative and qualitative research methodologies. The quantitative arm of the study employs regression analysis, while the qualitative research uses the fuzzy-set Qualitative Comparative Analysis (fsQCA).
The findings from the regression analysis revealed that sustainability-oriented attitudes, social norms, and behavioural control have a statistically significant impact on tourists' sustainability-oriented behavioural intention, in descending order of importance. The fsQCA results showed that strong attitudes are a necessary condition for strong behavioural intention toward sustainable tourism activities. Weak social norms are an essential condition for weak behavioural intention toward sustainable tourism activities. Furthermore, the study identified the following sufficient conditions for a strong intention to engage in sustainable tourism activities: strong social norms paired with weak behavioural control, or strong attitudes in conjunction with strong social norms.

Startups often fail not because of weak technology, but because they overlook what truly drives customer decisions: perceived benefits and values. This study introduces a new tool that combines the Value Proposition Canvas and the Jobs-to-be-Done Concept with Bain & Company's Elements of Value Pyramid, creating a structured Value Integration Guide. The outcome is the Value Integration Map, which helps startups move beyond technical features to uncover customer values and translate them into compelling value propositions. Tested in workshops with two B2B technology startups, the tool proved effective in fostering customer orientation while also revealing areas requiring additional guidance. By making hidden customer values explicit, the Value Integration Map bridges product development and marketing. For engineers, it highlights opportunities for improvement; for marketers, it provides a strong foundation for positioning, messaging, and communication strategies. Ultimately, it enables startups to define not just what their product does-but why it matters.

Künstliche Intelligenz (KI) ist längst zu einem festen Bestandteil in Marketing und Vertrieb geworden.  KI-basierte Lösungen wie personalisierte Empfehlungssysteme, automatisierte Kundeninteraktionen und prädiktive Analysen definieren die Landschaft von Marketing und Vertrieb neu. Dieses Buch geht zentralen Fragen auf den Grund: Wie beeinflusst KI das Konsumentenverhalten? Welche Auswirkungen hat sie auf die Effektivität von Marketingstrategien und Vertriebsprozessen? Und vor allem, wie können Unternehmen KI nutzen, um eine harmonische Symbiose von Mensch und Technologie zu schaffen und den Kunden ein einzigartiges Einkaufserlebnis über sämtliche Interaktionspunkte zu bieten? Das Thema wird sowohl aus der Kunden- als auch aus der Vertriebs- bzw. Marketingperspektive beleuchtet.

Sport-tracking applications can enhance physical activity but may also induce stress through social comparison. This study examines how social comparison features influence user experience (UX), focusing on motivation, stress, and mental well-being. A survey of 101 German sport-tracking app users assessed intrinsic and extrinsic motivation, perceived stress, self-efficacy, enjoyment, social comparison orientation, and UX. Results reveal that higher social comparison consistently lowers intrinsic motivation, raises extrinsic motivation, and increases stress levels, while positive UX boosts intrinsic motivation and enjoyment and indirectly buffers stress. Notably, app designs prioritizing mastery and personal progress over competitive rankings foster autonomy, competence, and relatedness, supporting mental health and long-term adherence. These findings highlight the ambivalent effects of social features and underscore the need for sport-tracking apps to minimize harmful comparisons and promote self-determined motivation through supportive, user-friendly features. Practical implications include designing for sustainable engagement and well-being rather than exclusive competition.