Zurück zur Bibliothek

Kernfrage Neu

KI-aufbereitet · Von Autoren geprüft

Wie beeinflussen App-basierte Restaurant-Warteschlangen die Ausgaben und den Kundenverkehr bei umliegenden Geschäften?

Invisible Redistribution: How Virtual Queues Increase Nearby Transactions Without Detectable
Gunwoong Lee, Hyeonju Ju · International Conference on Information Systems (ICIS) · 2026
Illustration zu: Wie beeinflussen App-basierte Restaurant-Warteschlangen die Ausgaben und den Kundenverkehr bei umliegenden Geschäften?

Lädt den Spotify-Player; Spotify kann Cookies setzen. Dieses Gerät merkt sich Ihre Auswahl.

Zentrale Ergebnisse

  • Die Einführung virtueller Warteschlangen erhöht die Transaktionszahlen benachbarter Geschäfte im Umkreis von 150 Metern um etwa 7,3 Prozent.
  • Der Transaktions-Spillover ist stark lokal begrenzt, wobei ab einer Entfernung von 250 Metern keine statistisch signifikanten Effekte mehr feststellbar sind.
  • Die Gesamtumsätze und durchschnittlichen Bonsummen benachbarter Betriebe zeigten keine statistisch signifikanten Veränderungen, was auf zusätzliche Kaufanlässe statt größerer Einkäufe hinweist.
  • Messwerte für Fußverkehr sowie Wohn- und Arbeitsbevölkerung zeigten keine messbare Reaktion, was belegt, dass kommerzielle Transaktionsgewinne von beobachtbaren Bevölkerungsbewegungen entkoppelt waren.
  • Die Transaktionszuwächse konzentrierten sich auf schnelle, unterbrechbare Geschäftskategorien wie Cafés, Bäckereien und Fast-Food statt auf Full-Service-Restaurants.
  • Der Transaktions-Spillover fiel umso größer aus, je höher die Anbindungsintensität war, gemessen an der durchschnittlichen Anzahl wartender Gruppen.

Bedeutung für die Praxis

CIO / IT-Leitung

Review the corporate digital product roadmap to prioritize API integration capabilities in our virtual queue and waiting-management software, specifically ensuring seamless data sharing to help neighboring merchant networks capitalize on localized customer spillover.

IT-Management

Audit our restaurant queue-management application's location-based notification settings this morning to ensure push notifications and digital wait-time alerts are aggressively geofenced to target users within a tight 150-meter radius.

Unternehmensstrategie

Draft a partnership proposal by noon to pitch cross-promotional micro-discounts to quick-service adjacent businesses—such as nearby cafés and bakeries—located within 150 meters of high-volume client restaurants utilizing our virtual queue platforms.

Forschung

Design a follow-up empirical study isolating merchant category codes within the 150-meter buffer zone to test whether digital queue tethering alters consumer time-use efficiency rather than physical spatial mobility.

Politische Entscheidungsträger

Draft an agenda for the municipal urban planning committee to re-evaluate how commercial vitality and retail district health are measured, ensuring local economic assessments do not solely rely on traditional foot-traffic or aggregate transit metrics.

Zusammenfassung

Diese Studie untersucht, wie die Einführung virtueller Warteschlangen-Plattformen durch Restaurants die Geschäftstätigkeit in der Nachbarschaft und den lokalen Fußverkehr beeinflusst. Mittels eines gestaffelten Differenz-von-Differenzen-Designs analysieren die Autoren Kartentransaktionsdaten sowie Mobilfunk-Bevölkerungsdaten auf Funkzellenebene für Restaurants in Busan, Südkorea, zwischen 2022 und 2023.

Problemstellung

Virtuelle Warteschlangensysteme befreien Kunden aus physischen Warteschlangen, traditionelle Einzelhandelstheorien gehen jedoch davon aus, dass kommerzielle Spillover-Effekte das Anziehen neuer Besucher in das Viertel erfordern. Es bleibt unklar, ob algorithmisches Wartemanagement die kommerzielle Aktivität rund um einführende Betriebe neu gestaltet, ohne die aggregierten Bevölkerungsströme zu verändern.

Transkript
Host: Willkommen zu A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers. In der heutigen Folge blicken wir auf eine Studie mit dem Titel: „Unsichtbare Umverteilung: Wie virtuelle Warteschlangen nahegelegene Transaktionen ohne erkennbare Veränderungen steigern“. Die Autoren Gunwoong Lee und Hyeonju Ju untersuchen darin, wie die Einführung digitaler Warteschlangen-Plattformen durch Restaurants die lokale Geschäftstätigkeit und den Fußverkehr beeinflusst. Bei mir ist unser Analyst Alex Ian Sutherland. Alex, worum geht es dabei genau?
Expert: Hallo Anna. Die Studie untersucht eine grundlegende Verschiebung im Kundenverhalten. Wenn ein Restaurant ein virtuelles Wartesystem einführt, müssen Gäste nicht mehr physisch vor der Tür anstehen, sondern können die Wartezeit mobil verbringen. Klassische Theorien des Einzelhandels gehen davon aus, dass wirtschaftliche Spillover-Effekte im Umfeld voraussetzen, dass insgesamt mehr Besucher in ein Viertel strömen. Bislang war unklar, ob algorithmisches Wartemanagement die Transaktionen um die Betriebe herum verändert, ohne dass sich die allgemeinen Personenströme verändern.
Host: Wie haben die Autoren diese Fragestellung methodisch untersucht?
Expert: Die Autoren nutzten ein gestaffeltes Differenz-von-Differenzen-Design und untersuchten Restaurants in der südkoreanischen Stadt Busan im Zeitraum von 2022 bis 2023. Dafür verknüpften sie detaillierte Kartentransaktionsdaten benachbarter Geschäfte mit aggregierten Mobilfunk-Bevölkerungsdaten auf Funkzellenebene. Dadurch ließen sich die wirtschaftlichen Transaktionen sehr präzise mit den tatsächlichen Aufenthalts- und Bewegungsdaten der Bevölkerung abgleichen.
Host: Welche Ergebnisse liefert diese Auswertung?
Expert: Das erste Kernergebnis ist, dass die Einführung virtueller Warteschlangen die Zahl der Transaktionen in benachbarten Geschäften im Umkreis von 150 Metern um durchschnittlich etwa 7,3 Prozent steigerte. Dieser Effekt ist jedoch räumlich stark eingegrenzt: Ab einer Distanz von 250 Metern waren keine statistisch signifikanten Effekte mehr messbar.
Host: Hat sich dieser Zuwachs an Transaktionen denn auch in höheren Umsätzen niedergeschlagen?
Expert: Die Gesamtumsätze und die durchschnittlichen Bonsummen der umliegenden Betriebe zeigten keine statistisch signifikanten Veränderungen. Das bedeutet, dass Kunden nicht größere Einkäufe getätigt haben, sondern zusätzliche, kleinere Kaufgelegenheiten wahrgenommen haben. Diese Transaktionsgewinne konzentrierten sich vor allem auf Angebote, die sich schnell und ohne lange Bindung nutzen lassen, wie Cafés, Bäckereien und Fast-Food-Betriebe. Bei klassischen Full-Service-Restaurants gab es hingegen keine signifikanten Zuwächse.
Host: Das ist ein interessanter Unterschied. Und wie verhielten sich die aggregierten Besucherströme im Viertel?
Expert: Weder beim gemessenen Fußverkehr noch bei der Wohn- oder Arbeitsbevölkerung im Umfeld gab es eine messbare Reaktion. Die Zunahme der Transaktionen war also vollständig von beobachtbaren Bevölkerungsbewegungen entkoppelt. Dieselben Personen, die ohnehin vor Ort waren, nutzten die freigesetzte Wartezeit schlichtweg für spontane Aktivitäten. Zudem zeigte sich: Je höher die durchschnittliche Anzahl wartender Gruppen war, desto stärker fiel der Transaktions-Spillover aus.
Host: Welche praktischen Handlungsoptionen ergeben sich daraus für Unternehmen und das lokale Standortmanagement?
Expert: Für Betreiber von Cafés, Bäckereien oder Kiosken bedeutet das, dass eine Nachbarschaft zu gastronomischen Betrieben mit virtuellen Wartesystemen gezielte Potenziale bietet. Angebote können explizit auf kurze Verweildauern ausgelegt werden, beispielsweise durch schnelle Mitnahme-Optionen während der Hauptwartezeiten. Für Plattformanbieter und Gastronomen liefert die Studie den Nachweis, dass digitales Wartemanagement einen direkten wirtschaftlichen Mehrwert im unmittelbaren Umkreis erzeugt, ohne dass dafür neue Verkehrs- oder Besucherströme erforderlich sind.
Host: Zusammenfassend zeigt die Untersuchung, wie algorithmische Zeiteinteilung lokale Transaktionen im engsten Umkreis aktiviert, während die übergeordnete Passantenfrequenz unverändert bleibt. Alex, vielen Dank für diese Erläuterungen. Und an Sie, liebe Zuhörende: Vielen Dank fürs Einschalten bei A.I.S. Insights — powered by Living Knowledge. Bis zur nächsten Ausgabe.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

virtual queue systems, algorithmic tethering, retail spillover, urban economics, consumer behavior, difference-in-differences