Im Zuge des stark wachsenden Anteils des Online-Handels erlangen Reputationssysteme, die es Kunden ermöglichen ein von ihnen gekauftes Produkt zu bewerten, eine zunehmende Bedeutung. Dabei ist das Ziel von Kundenbewertungssystemen, die Qualität eines Produkts bereits vor dem Kauf einschätzen zu können. Neben den Einzelbewertungen haben Metriken von Kundenbewertungen hier eine entscheidende Rolle, da mit ihnen verschiedene Produkte leichter verglichen werden können und Kunden eine schnellere und bessere Kaufentscheidung treffen können. Allerdings bewirken verschiedene Verzerrungen bei der Abgabe von Kundenbewertungen, dass diese Metriken nicht die tatsächliche Qualität widerspiegeln. Ziel dieser Arbeit ist zum einen die Minimierung dieser Verzerrungen durch die Generierung zusätzlicher Kundenbewertungen und zum anderen die Anpassungen von Metriken, um den tatsächlichen Präferenzen von Kunden gerecht zu werden. Hierzu untersucht Hoyer und van Straaten (2021) den Effekt von Selbstdarstellung und van Straaten (2021) den Effekt unterschiedlicher finanzieller Anreizmechanismen jeweils auf die Partizipation in Reputationssystemen. In van Straaten et al. (2021) wird untersucht, welche Aggregationsfunktion das Käuferverhalten am besten beschreibt und daher als Metrik zur Darstellung der Qualität auf Grundlage von Kundenbewertungen herangezogen werden kann. Darauf aufbauend untersucht van Straaten und Fahr (2021), welche Unterschiede sich zwischen den Domänen Risiko und Unsicherheit ergeben.

Enabling customers to rate a product they have purchased, reputation systems are becoming increasingly important in the course of the rapidly growing share of online retailing. The aim of customer rating systems is to be able to assess the quality of a product before the purchase. In addition to individual ratings, customer rating metrics play a key role here, as they make it easier to compare different products and enable customers to make faster and better purchasing decisions. However, various biases in the provision of customer reviews cause these metrics not to reflect the actual quality. The goal of this thesis is, on the one hand, to minimize these biases by generating additional customer reviews and, on the other hand, to adjust metrics to reflect the actual preferences of customers. To this end, Hoyer and van Straaten (2021) examine the effect of self-expression and van Straaten (2021) the effect of various financial incentive schemes, respectively, on participation in reputation systems. In van Straaten et al. (2021), we investigate which aggregation function best describes customer behavior and can thus be used as a metric to represent quality based on customer ratings. Building on this study, van Straaten and Fahr (2021) investigate the differences between the domains of risk and uncertainty.