Unternehmerische Orientierung und Unternehmenserfolg: Eine empirische Analyse. Mit einem Geleitwort von Prof. Dr. Peter Witt

Gerald Schönbucher Unternehmerische Orientierung und Unternehmenserfolg

GABLER RESEARCH Entrepreneurship Herausgegeben von Professor Dr. Malte Brettel, RWTH Aachen, Professor Dr. Lambert T. Koch, Universität Wuppertal, Professor Dr. Tobias Kollmann, Universität Duisburg-Essen, Campus Essen, Professor Dr. Peter Witt, Universität Dortmund

„Entrepreneurship“ ist ein noch relativ junger Forschungszweig, der jedoch in Wissenschaft und Praxis stetig an Bedeutung gewinnt. Denn Unternehmensgründungen und deren Promotoren nehmen für die wirtschaftliche Entwicklung einen zentralen Stellenwert ein, so dass es nur folgerichtig ist, dem auch in Forschung und Lehre Rechnung zu tragen. Die Schriftenreihe bietet ein Forum für wissenschaftliche Beiträge zur Entrepreneurship-Thematik. Ziel ist der Transfer von aktuellen Forschungsergebnissen und deren Diskussion aus der Wissenschaft in die Unternehmenspraxis.

Gerald Schönbucher

Unternehmerische Orientierung und Unternehmenserfolg Eine empirische Analyse Mit einem Geleitwort von Prof. Dr. Peter Witt

RESEARCH

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.

Dissertation WHU – Otto Beisheim School of Management Vallendar, 2010

1. Auflage 2010 Alle Rechte vorbehalten © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2010 Lektorat: Ute Wrasmann | Nicole Schweitzer Gabler Verlag ist eine Marke von Springer Fachmedien. Springer Fachmedien ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-2278-6

Meinen Eltern

Geleitwort Gerald Schönbucher untersucht in seiner hier als Buch vorgelegten Dissertation das Konstrukt der unternehmerischen Orientierung (Entrepreneurial Orientation) und dessen Auswirkungen auf den Unternehmenserfolg. Die Arbeit leistet wesentliche Beiträge zur Fortentwicklung der Theorien der Entrepreneurial Orientation und legt eine eigene empirische Studie zu deutschen Unternehmen vor. Konkret berücksichtigt Gerald Schönbucher alle relevanten Dimensionen des Konstrukts der unternehmerischen Orientierung, geht auf moderierende und mediierende Faktoren des Zusammenhangs zum Unternehmenserfolg ein und erfasst auch nicht-lineare Einflüsse einzelner Dimensionen der Entrepreneurial Orientation auf den Unternehmenserfolg. Dies sind alles Forschungsfragen, die in bisherigen Studien zur unternehmerischen Orientierung noch nicht bearbeitet wurden. Die theoretische Relevanz der hier vorgelegten Untersuchung ist also beachtlich. Von besonderem Interesse ist bei der hier vorgelegten Arbeit auch die Methodik der Datenanalyse. Gerald Schönbucher hat mit einer Online-Befragung ein sehr großes Sample deutscher Unternehmen verschiedener Größenordnungen zusammen gestellt. Er verwendet das PLS-Verfahren zur Überprüfung der Hypothesen seines Strukturgleichungsmodells und unterscheidet dabei sehr sorgfältig zwischen formativ und reflektiv gemessenen Konstrukten. Die Güte der Messmodelle ist gut bis sehr gut. Die empirische Studie kommt insgesamt zu sehr interessanten Ergebnissen, die sich nur zum Teil mit denen aus Vorgängerarbeiten decken. So zeigt der Verfasser beispielsweise, dass es einen großen Unterschied macht, ob man finanzielle oder nicht-finanzielle Erfolgsmaße verwendet. Wenn die abhängige Variable der finanzielle Erfolg ist, dominieren die NegativBefunde, d.h. die unternehmerische Orientierung wirkt sich in drei der fünf Dimensionen nicht signifikant positiv auf den finanziellen Erfolg der Unternehmen aus. Dafür bestätigt sich der nicht-lineare Einfluss der Risikoübernahme auf den finanziellen Erfolg. Praktisch genau das Umgekehrte gilt, wenn der Erfolg mit nicht-finanziellen Indikatoren gemessen wird. Auch die praktische Relevanz des gewählten Themas halte ich für groß. Unternehmertum und seine Auswirkungen auf den finanziellen bzw. den nicht-finanziellen Unternehmenserfolg sind von zentraler Bedeutung für alle Unternehmen. Es ist auch von großer Bedeutung zu erfahren, wie sich genau unternehmerische Orientierung konkretisieren lässt. Insofern ist das hier vorgelegte Buch auch für Geschäftsführer und Vorstände lesenswert. Ein wichtiges praktisches Ergebnis der empirischen Studie von Gerald SchönVII

bucher lautet beispielsweise, dass eine unternehmerische Orientierung den Innovationserfolg erhöht, der wiederum ein wichtiger Treiber des finanziellen Erfolgs ist. Innovationserfolg ist eine mediierende Variable im Zusammenhang zwischen unternehmerischer Orientierung und Unternehmenserfolg. Eine unternehmerische Orientierung hilft Unternehmen aller Größenordnungen und Branchen also vor allem dabei, erfolgreicher zu innovieren. Die Arbeit von Gerald Schönbucher besticht insgesamt durch eine klare theoretische Forschungsfrage und eine sehr umfangreiche, methodisch aufwändig durchgeführte empirische Studie. Die vom Verfasser abgeleiteten Ergebnisse sind nicht nur für die Fortentwicklung der Theorie der unternehmerischen Orientierung, sondern auch für die Führung von Unternehmen relevant und wichtig. Ich wünsche dem Buch daher eine sehr gute Aufnahme in Forschung und Praxis.

Prof. Dr. Peter Witt

VIII

Vorwort Zum Gelingen der vorliegenden Arbeit hat eine ganze Reihe von Personen beigetragen. Ihnen möchte ich an dieser Stelle herzlich danken. Allen voran gilt mein Dank meinem Doktorvater Prof. Dr. Peter Witt, der mir ungewöhnlich viele Freiräume bot und mich jederzeit persönlich und inhaltlich unterstützt hat. Obwohl sich die Fertigstellung der Arbeit aufgrund meiner eigenen unternehmerischen Tätigkeit regelmäßig verzögerte, hat mich Peter Witt immer wieder mit großem Engagement ermutigt und nie das Vertrauen in den Abschluss meiner Dissertation verloren. Prof. Dr. Holger Ernst danke ich für die unkomplizierte Übernahme des Zweitgutachtens. Das Fundament meiner Arbeit ist während meiner Zeit als wissenschaftlicher Mitarbeiter am Lehrstuhl für Unternehmertum und Existenzgründung (Stiftungslehrstuhl der Prof.Otto-Beisheim-Stiftung) der WHU – Otto Beisheim School of Management entstanden. Meinen ehemaligen Lehrstuhlkollegen Hannelore Forssbohm, Jan Eiben, Dr. Christin Merz und Susen Schilo danke ich sehr für ihre Unterstützung während dieser Zeit. Besonderer Dank gebührt auch meinem Lehrstuhlkollegen und späteren Mitgründer der Hitflip Media Trading GmbH Jan Miczaika. Für den wissenschaftlichen Austausch zu theoretischen und methodischen Fragen im Zusammenhang mit meiner Arbeit möchte ich mich herzlich bei Dr. Christoph Bode, Dr. Malte Bornemann, Dr. Andreas Hack, Dr. Philipp Koziol, Dr. Eckhard Lindemann sowie Dr. Ralf Schmelter bedanken. Zudem bin ich allen Respondenten in den teilnehmenden Unternehmen für ihre investierte Zeit und die bereitwillige Angabe der abgefragten Informationen zu Dank verpflichtet. In meinem persönlichen Umfeld danke ich Dr. Jessica Bähr und meiner Partnerin Dallanys Nathalyn Arauz Serrano für entbehrungsreiche Wochenenden, Aufmunterung und beharrliches Korrekturlesen. Auch meine Eltern haben über all die Jahre ebenfalls nie das Vertrauen in die Fertigstellung der Arbeit verloren, mich jederzeit unterstützt und hoffentlich auch den letzten Rechtschreibfehler entdeckt. Ihnen widme ich diese Arbeit.

Dr. Gerald Schönbucher

IX

Inhaltsverzeichnis Geleitwort .........................................................................................................................VII Vorwort.............................................................................................................................. IX Inhaltsverzeichnis .............................................................................................................XI Abbildungsverzeichnis .................................................................................................. XVII Tabellenverzeichnis ....................................................................................................... XIX Abkürzungsverzeichnis .................................................................................................. XXI 1

Einleitung .................................................................................................................... 1 1.1

Forschungsfrage .................................................................................................. 1

1.1.1

Relevanz für die Praxis ............................................................................... 2

1.1.2

Relevanz für die Wissenschaft .................................................................... 3

1.2

Grundlegende Begriffe ........................................................................................ 5

1.2.1

Corporate Entrepreneurship (CE) ............................................................... 5

1.2.2

Unternehmerische Orientierung (EO) ......................................................... 5

1.2.2.1

Autonomie .......................................................................................... 10

1.2.2.2

Innovativität ........................................................................................ 11

1.2.2.3

Risikoübernahme ............................................................................... 13

1.2.2.4

Proaktivität ......................................................................................... 14

1.2.2.5

Aggressives Verhalten gegenüber Wettbewerbern ........................... 17

1.2.3

2

Unternehmenserfolg (UE) ......................................................................... 19

1.3

Empirische Befunde zum EO-UE-Zusammenhang ........................................... 29

1.4

Aufbau ............................................................................................................... 32

Theoretische Fundierung und Hypothesenherleitung .............................................. 35 2.1

Theorien zum Zusammenhang zwischen EO und UE ...................................... 36

2.1.1

Resource-Based View ............................................................................... 36

2.1.2

Dynamic Capabilities ................................................................................. 41

2.1.3

Theorie der Pioniervorteile ........................................................................ 49 XI

2.1.4

Empowermenttheorie ................................................................................ 56

2.1.5

Kontingenz- und Konfigurationsansatz ..................................................... 58

2.2

Hypothesenherleitung........................................................................................ 64

2.2.1

Zusammenhang zwischen den einzelnen EO-Dimensionen und UE ....... 64

2.2.1.1

Innovativität ........................................................................................ 64

2.2.1.2

Proaktivität ......................................................................................... 66

2.2.1.3

Risikoübernahme ............................................................................... 69

2.2.1.4

Aggressives Verhalten gegenüber Wettbewerbern ........................... 71

2.2.1.5

Autonomie .......................................................................................... 74

2.2.2

Moderierende und mediierende Variablen des EO-UE-Zusammenhangs 76

2.2.2.1

Aufgabenumwelt ................................................................................ 77

2.2.2.2

Reconfiguring Capabilities ................................................................. 82

2.2.2.3

Innovationserfolg................................................................................ 83

2.2.3

Unabhängigkeit der fünf EO-Dimensionen ................................................ 86

Design der empirischen Untersuchung .................................................................... 91

3

3.1

Datenerhebung .................................................................................................. 91

3.1.1

Vorüberlegungen zur Datenerhebung ....................................................... 91

3.1.2

Bildung der Stichprobe .............................................................................. 94

3.1.3

Verlauf der Datenerhebung ....................................................................... 94

3.1.4

Beschreibung der Stichprobe .................................................................... 97

3.1.5

Prüfung der Stichprobe auf Verzerrungen ................................................ 99

3.1.5.1

Non Response Bias ........................................................................... 99

3.1.5.2

Herkunft der Kontaktdaten ............................................................... 100

3.1.5.3

Single Informant Bias ....................................................................... 100

3.1.5.4

Method Bias ..................................................................................... 101

3.1.5.5

Common Method Bias ..................................................................... 101

3.1.6

XII

Umgang mit fehlenden Werten................................................................ 103

3.1.7 3.2

Operationalisierung der Variablen ................................................................... 107

3.2.1

Grundlagen .............................................................................................. 107

3.2.2

Unternehmerische Orientierung .............................................................. 109

3.2.2.1

Autonomie ........................................................................................ 111

3.2.2.2

Innovativität ...................................................................................... 111

3.2.2.3

Risikoübernahme ............................................................................. 112

3.2.2.4

Proaktivität ....................................................................................... 113

3.2.2.5

Aggressives Verhalten gegenüber Wettbewerbern ......................... 114

3.2.3

Moderierende Variablen .................................................................. 115

3.2.3.2

Mediierende Variable ....................................................................... 117 Unternehmenserfolg ................................................................................ 119

3.2.4.1

Finanzielle Erfolgsgrößen ................................................................ 119

3.2.4.2

Nicht-finanzielle Erfolgsgrößen ........................................................ 120

3.2.5 3.3

Moderierende und mediierende Variablen .............................................. 115

3.2.3.1

3.2.4

4

Überprüfung der Repräsentativität .......................................................... 105

Kontrollvariablen ...................................................................................... 121

Datenanalyse ................................................................................................... 123

3.3.1

Auswahl der Analysemethode ................................................................. 123

3.3.2

Gütebeurteilung von Konstrukten ............................................................ 129

3.3.2.1

Grundlagen ...................................................................................... 129

3.3.2.2

Reflektive Messmodelle ................................................................... 130

3.3.2.3

Formative Messmodelle ................................................................... 138

3.3.3

Analyse von Second Order-Konstrukten ................................................. 140

3.3.4

Beurteilung von Strukturmodellen ........................................................... 141

Ergebnisse der empirischen Untersuchung ........................................................... 148 4.1

Güte der jeweiligen Messmodelle.................................................................... 148

4.1.1

Autonomie ............................................................................................... 148

XIII

4.1.2

Innovativität ............................................................................................. 149

4.1.3

Risikoübernahme .................................................................................... 150

4.1.4

Proaktivität ............................................................................................... 151

4.1.5

Aggressives Verhalten gegenüber Wettbewerbern................................. 152

4.1.6

EO als Second Order-Konstrukt .............................................................. 153

4.1.7

Freigiebigkeit der Aufgabenumwelt ......................................................... 154

4.1.7.1

Dynamik ........................................................................................... 154

4.1.7.2

Technologische Gelegenheiten ....................................................... 155

4.1.7.3

Wahrgenommenes Branchenwachstum .......................................... 156

4.1.7.4

Nachfrage nach neuen Produkten ................................................... 157

4.1.8

Feindlichkeit der Aufgabenumwelt .......................................................... 157

4.1.9

Reconfiguring Capabilities....................................................................... 158

4.1.10

Finanzieller Erfolg .................................................................................... 159

4.1.11

Nicht-finanzieller Erfolg ........................................................................... 160

4.2

Beurteilung der Diskriminanzvalidität .............................................................. 162

4.3

Ergebnisse der Hypothesentests..................................................................... 165

4.3.1

Ergebnisse zu den einzelnen EO-Dimensionen ...................................... 165

4.3.2

Ergebnisse zu EO als Second Order-Konstrukt ...................................... 167

4.3.3

Ergebnisse zur Unabhängigkeit der fünf EO-Dimensionen..................... 171

Diskussion und Schlussbetrachtung ...................................................................... 173

5

5.1

Diskussion der Ergebnisse .............................................................................. 173

5.1.1

Ergebnisse der Messmodelle .................................................................. 173

5.1.2

Ergebnisse der Strukturmodelle .............................................................. 174

5.2

Grenzen der Untersuchung ............................................................................. 181

5.3

Empfehlungen ................................................................................................. 183

XIV

5.3.1

Empfehlungen für die Wissenschaft ........................................................ 183

5.3.2

Empfehlungen für die Praxis ................................................................... 185

Literaturverzeichnis........................................................................................................ 189 Anhang........................................................................................................................... 233

XV

Abbildungsverzeichnis Abbildung 1: Konzeptionelles Modell der RBV nach Barney (1991) ............................... 37 Abbildung 2: Zuordnung der EO-Dimensionen auf die drei Dynamic Capabilities-Typen nach Teece (2007) ............................................................................ 49 Abbildung 3: Zusammenhang zwischen Autonomie, POS, Arbeitszufriedenheit und Mitarbeiterleistung............................................................................................................ 75 Abbildung 4: Beispiel für einen Moderatoreffekt .............................................................. 77 Abbildung 5: Beispiel für einen Mediatoreffekt ................................................................ 77 Abbildung 6: Forschungsmodell....................................................................................... 90 Abbildung 7: Teilnehmende Unternehmen nach Mitarbeiteranzahl................................. 97 Abbildung 8: Teilnehmende Unternehmen nach Unternehmensalter.............................. 98 Abbildung 9: Teilnehmende Unternehmen nach Branche ............................................... 99 Abbildung 10: Verfahren zur Behandlung fehlender Daten ........................................... 104 Abbildung 11: Vergleich der Unternehmensgrößen nach Mitarbeiterzahl zwischen Stichprobe und IfM-Erhebung ........................................................................................ 106 Abbildung 12: Entscheidungsregeln für die Indikatorenspezifikation nach Jarvis et al. (2003) ......................................................................................................... 109 Abbildung 13: Struktur-, Mess- und Strukturgleichungsmodell...................................... 124 Abbildung 14: Parameterschätzung durch den PLS-Algorithmus.................................. 128 Abbildung 15: Eine Typologisierung von Second Order-Konstrukten nach Jarvis et al. (2003) ......................................................................................................... 141 Abbildung 16: Zusammenhang zwischen Signifikanzniveau, Effektgröße, Teststärke und Stichprobengröße.................................................................................. 144 Abbildung 17: Ergebnisse der Hypothesentests (H1-H6, Finanzieller Unternehmenserfolg) ..................................................................................................... 166 Abbildung 18: Ergebnisse der Hypothesentests (H1-H6, Nicht-finanzieller Unternehmenserfolg) ..................................................................................................... 167 Abbildung 19: Ergebnisse der Hypothesentests (H7-H12, Finanzieller Unternehmenserfolg) ..................................................................................................... 169 XVII

Abbildung 20: Ergebnisse der Hypothesentests (H7-H12, Nicht-finanzieller Unternehmenserfolg) ..................................................................................................... 171

XVIII

Tabellenverzeichnis Tabelle 1: Erfolgsgrößen in der Entrepreneurship-Forschung nach Murphy et al. (1996)......................................................................................................... 22 Tabelle 2: Unternehmenserfolgskriterien der Arbeit ........................................................ 28 Tabelle 3: Studien zum Zusammenhang zwischen EO und Unternehmenserfolg .......... 34 Tabelle 4: Hypothesen der Arbeit .................................................................................... 89 Tabelle 5: Prüfung auf „Common Method Bias“ ............................................................ 103 Tabelle 6: Operationalisierung von „Autonomie“ ........................................................... 111 Tabelle 7: Operationalisierung von „Innovativität“ ......................................................... 112 Tabelle 8: Operationalisierung von „Risikoübernahme“................................................. 113 Tabelle 9: Operationalisierung von „Proaktivität“........................................................... 114 Tabelle 10: Operationalisierung von „Aggressives Verhalten gegenüber Wettbewerbern“ ............................................................................................................. 115 Tabelle 11: Operationalisierung von „Freigiebigkeit der Aufgabenumwelt“ ................... 116 Tabelle 12: Operationalisierung von „Feindlichkeit der Aufgabenumwelt“ .................... 117 Tabelle 13: Operationalisierung von „Reconfiguring Capabilities“................................. 117 Tabelle 14: Operationalisierung von „Innovationserfolg“ ............................................... 119 Tabelle 15: Operationalisierung von „Finanzieller Erfolg“.............................................. 120 Tabelle 16: Operationalisierung von „Nicht-finanzieller Erfolg“...................................... 121 Tabelle 17: Gütekriterien zur Beurteilung reflektiver Messmodelle ............................... 138 Tabelle 18: Gütekriterien zur Beurteilung formativer Messmodelle ............................... 140 Tabelle 19: Gütekriterien zur Beurteilung von Strukturmodellen ................................... 146 Tabelle 20: Ermittlung des kritischen t-Werts ................................................................ 146 Tabelle 21: Übliche Signifikanzniveaus und korrespondierende kritische t-Werte ........ 147 Tabelle 22: Ergebnisse der Faktorenanalysen für die latente Variable „Autonomie“ .... 149 Tabelle 23: Ergebnisse der Faktorenanalysen für die latente Variable „Innovativität“ .. 150

XIX

Tabelle 24: Ergebnisse der Faktorenanalysen für die latente Variable „Risikoübernahme“......................................................................................................... 151 Tabelle 25: Ergebnisse der Faktorenanalysen für die latente Variable „Proaktivität“.... 152 Tabelle 26: Ergebnisse der exploratorischen Faktorenanalyse für die latente Variable „Aggressives Verhalten gegenüber Wettbewerbern“........................... 153 Tabelle 27: Ergebnisse der konfirmatorischen Faktoranalyse zu Entrepreneurial Orientation...................................................................................................................... 154 Tabelle 28: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Dynamik der Aufgabenumwelt“ .......................................................... 155 Tabelle 29: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Technologische Gelegenheiten“......................................................... 156 Tabelle 30: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Wahrgenommenes Branchenwachstum“ ........................................... 156 Tabelle 31: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Nachfrage nach neuen Produkten“..................................................... 157 Tabelle 32: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Feindlichkeit der Aufgabenumwelt“ .................................................... 158 Tabelle 33: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Reconfiguring Capabilities“................................................................. 159 Tabelle 34: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Finanzieller Erfolg“.............................................................................. 160 Tabelle 35: Ergebnisse der Faktorenanalysen für die latente Variable „Nicht-finanzieller Erfolg“................................................................................................ 161 Tabelle 36: Korrelationsmatrix sämtlicher Modellvariablen ........................................... 163 Tabelle 37: Ergebnisse der Prüfung des FL-Kriteriums für die reflektiven Konstrukte .. 164 Tabelle 38: Ergebnisse der Hypothesentests im Überblick ........................................... 172

XX

Abkürzungsverzeichnis AAU

Anteil der Akquisitionen am Umsatz

Abb.

Abbildung

AG

Aktiengesellschaft

AGFI

Adjusted Goodness of Fit Index

AGG

Aggressivität gegenüber Wettbewerbern

AMA

Anzahl der Mitarbeiter

AMOS

Analysis of Momentum Structures

AUT

Autonomie

BRA

Branche

bspw.

beispielsweise

c

Kommunalität

CE

Corporate Entrepreneurship

CEO

Chief Executive Officer

CFI

Comparative Fit Index

d.h.

das heißt

DEV

durchschnittlich erfasste Varianz

df

Freiheitsgrade

EM

Entrepreneurial Management

EO

Entrepreneurial Orientation/ Unternehmerische Orientierung

et al.

et alii (lateinisch), und andere

evtl.

eventuell

F+E

Forschung und Entwicklung

f.

folgende

FEI

Feindlichkeit

ff.

fortfolgende XXI

FIE

Finanzieller Erfolg

FL-Kriterium

Fornell-Larcker-Kriterium

FR

Faktorreliabilität

FO

First Order

geg.

gegenüber

GEW

Gewerbe

GFI

Goodness of Fit Index

ggf.

gegebenenfalls

i.e.

id est (lateinisch), das ist

IE/INE

Innovationserfolg

IfM

Institut für Mittelstandsforschung

IHK

Industrie- und Handelskammer

INO

Innovativität

IR

Indikatorreliabilität

Jr.

Junior

KGV

Kurs-Gewinn-Verhältnis

KI

Konditionsindex

KMU

Kleine und mittlere Unternehmen

MIMIC

Multiple-Indicators-and-Multiple-Causes

n

Stichprobengröße

n.a.

nicht anwendbar

NFE

Nicht-finanzieller Erfolg

NFI

Normed Fit Index

NNP

Nachfrage nach neuen Produkten

PLS

Partial Least Squares

POS

Perceived Organizational Support

PRO

Proaktivität

XXII

RBV

Resource-Based View

REC

Reconfiguring Capabilities

RIS

Risikoübernahme

RMSEA

Root Mean Squarer Error Approximation

ROA

Return on Assets

ROE

Return on Equity

ROS

Return on Sales

S.

Seite

SO

Second Order

SPSS

Statistical Product and Service Solutions

Tab.

Tabelle

TSR

Total Shareholder Return

u.a.

unter anderem

UE

Unternehmenserfolg

UNA

Unternehmensalter

USA

United States of America

USD

US-Dollar

vgl.

vergleiche

VIF

Variance Inflation Factor

VRIN

Value Rareness Inimitability Non-Substitutability

WBW

Wahrgenommenes Branchenwachstum

z.B.

zum Beispiel

XXIII

1 Einleitung 1.1 Forschungsfrage Unternehmertum (im folgenden auch Entrepreneurship) ist allgemein als Treiber volkswirtschaftlichen Wachstums anerkannt (Schumpeter 1934; Lumpkin/Dess 1996a; Brüderl 1999). Entrepreneurship umfasst dabei nicht nur die Aktivitäten neu gegründeter bzw. junger Unternehmen sondern kann auch in etablierten Unternehmen beobachtet werden (Zahra 1986). Unternehmerische Handlungen in etablierten Unternehmen werden als „Corporate Entrepreneurship“ (im folgenden auch CE) bezeichnet (Zahra 1991). Häufig wird auch die Ansicht vertreten, dass Entrepreneurship maßgeblich zum Unternehmenserfolg beiträgt (Covin/Slevin 1986; McGrath et al. 1996; Hult/Snow/Kandemir 2003). Ein solcher Erfolgsbeitrag kann über Innovationen (Pinchot 1985, S. 29ff.; Zahra 1991; Kemelgor 2002), den Aufbau von Wissen zur Schaffung künftiger Umsatzströme (Lumpkin/Dess 1996a) sowie die Stärkung der internationalen Wettbewerbsfähigkeit (Birkinshaw 1997) erfolgen. Auch wenn die Erfolgsfaktorenforschung mancherorts kritisch gesehen wird (Hannan/Freeman 1977; Nicolai/Kieser 2002), bezeichnen Cooper et al. (1994, S. 393) die Beschäftigung mit den Determinanten unternehmerischen Erfolgs als „one of the most important streams of entrepreneurship research“. Was genau aber unter Entrepreneurship zu verstehen ist, wie es greifbar gemacht werden kann, war lange Zeit unklar. Es wurden zwar zahlreiche Versuche einer Typologisierung unternommen (Schollhammer 1982; Cooper/Dunkelberg 1986), ein Konsens blieb aber aus. Dies hemmte zunächst den Fortschritt der Entrepreneurship-Forschung, insbesondere der Erforschung des Zusammenhangs zwischen Entrepreneurship und Unternehmenserfolg. Mit der Schaffung des Konstruktes der Unternehmerischen Orientierung („Entrepreneurial Orientation“, im folgenden auch EO) durch Miller (1983) und in einer maßgeblichen Erweiterung von Lumpkin und Dess (1996a) wurde ein Durchbruch erzielt. Sowohl Neugründungen (Dess/Lumpkin 2005a) als auch etablierte Unternehmen können eine EO aufweisen. Analog zur Strategieliteratur, in der strategischer Inhalt und Strategieprozess getrennt betrachtet werden (Bourgeois 1980), wurde mit der Einführung des EOKonstruktes auch eine Trennung von Inhalt und Prozess des Entrepreneurship vollzogen (Hult/Snow/Kandemir 2003). Während Unternehmertum den Inhalt, also die Gründung bzw. bei etablierten Unternehmen den Markteintritt, bezeichnet, bezieht sich die EO auf den Prozess, also die Art und Weise der Gründung bzw. des Markteintritts. Sie umfasst alle Prozesse, Praktiken und Entscheidungsaktivitäten, die zum Markteintritt führen. EO 1

ist ein mehrdimensionales Konstrukt, das nach Ansicht von Lumpkin und Dess (1996a) die Dimensionen Autonomie, Innovativität, Risikoübernahme, Proaktivität sowie Aggressives Verhalten gegenüber Wettbewerbern umfasst. EO ist noch ein relativ junges Konzept, das aber dennoch bereits einige theoretische wie auch empirische Beachtung fand (Covin/Green/Slevin 2006; Rauch et al. 2009). EO kann dazu beitragen, dass Unternehmen ihr bestehendes Geschäft, z.B. über erfolgreiche Innovationen, ausweiten, Ressourcen besser nutzen, Mitarbeiter besser motivieren und Managementtalent halten bzw. für ihr Unternehmen interessieren können (Pinchot 1985; Burgelman/Sayles 1986; Kanter 1989). Es ist somit naheliegend, dass EO, etwa über eine hohe Innovativität und daraus resultierenden Wettbewerbsvorteilen, den Unternehmenserfolg (im folgenden auch UE) verbessert (Chaney/Devinney/Winer 1991; Lengnick-Hall 1992). Insbesondere bei immer kürzer werdenden Produkt- und Geschäftsmodellzyklen (Hamel 2000) sowie zunehmender Unsicherheit (Dreyer/Grønhaug 2004) vermag es die EO eines Unternehmens Wettbewerbsvorteile auszubauen und neue Erlösquellen zu erschließen. Sie wird somit besonders relevant. Die vorliegenden empirischen Befunde zum Zusammenhang zwischen EO und Unternehmenserfolg sind jedoch vergleichsweise spärlich (Zahra 1993a) und vor allem sehr widersprüchlich (Lyon/Lumpkin/Dess 2000; Wiklund/Shepherd 2005). Zwar belegen einige Studien einen positiven Zusammenhang (Covin/Slevin 1986; Zahra 1991; Zahra 1993b; Zahra/Covin 1995; Antoncic/Hisrich 2001), jedoch ist dieser bislang hinsichtlich moderierender

und

mediierender

Effekte

noch

unzureichend

untersucht

(Lyon/Lumpkin/Dess 2000). Die meisten vorliegenden Arbeiten haben auch nur einen Teil der EO-Dimensionen berücksichtigt (Rauch et al. 2009). Zudem liegt nach Kenntnisstand des Autors lediglich eine (Schmelter 2009) empirische Arbeit vor, die den Zusammenhang auch für deutsche Unternehmen betrachtet. Die vorliegende Dissertation widmet sich theoretisch fundiert der empirischen Untersuchung des Zusammenhangs zwischen EO und Unternehmenserfolg. Im Folgenden wird aufgezeigt, weshalb diese Fragestellung für Praxis und Wissenschaft gleichermaßen bedeutsam ist.

1.1.1 Relevanz für die Praxis Führungskräfte bzw. Manager in Unternehmen interessieren sich vermehrt für Entrepreneurship (Hitt 2000). Dies liegt daran, dass Entrepreneurship bzw. Unternehmertum nicht nur ein bei Unternehmensneugründungen zu beobachtendes Phänomen ist. Auch bestehende Unternehmen können in der Form des Corporate Entrepreneurship oder Intrapreneurship (Burgelman 1983b; Fry 1987), bei dem Angestellte im Unternehmen zu 2

„Unternehmern“ werden oder sich zumindest unternehmerisch verhalten, von Unternehmertum profitieren. Das Interesse an CE entstand bereits in den 80er Jahren (Schollhammer 1981; Burgelman 1983b; Kanter 1984; Pinchot 1985; Rule/Irvin 1988; McKinney/McKinney 1989). Es wurde zwar vereinzelt die Ansicht vertreten, dass Unternehmertum und Bürokratie, die häufig in etablierten Unternehmen anzutreffen ist, sich gegenseitig

ausschließen

(Morse

1986)

und

CE

daher

ein

Oxymoron

sei

(Stevenson/Jarillo 1990). Die Empirie zeigt jedoch oft ein anderes Bild. Erfolgreiche Organisationen sind häufig durch CE geprägt (Peters/Waterman 1982; Kanter 1984; Pinchot 1985). Typische Beispiele für Unternehmen, die sich durch CE auszeichnen sind in den USA 3M mit dem CE-Erfolg der Post-It Note (Fry 1987) und einem systematischen Ansatz, Neugründungen aus dem Unternehmen heraus zu fördern (Dess/Lumpkin 2005a), Hewlett-Packard und General Electric (Sathe 1989), in Japan Sony, in England Virgin (Dess/Lumpkin 2005a) und in Deutschland Bertelsmann (Sathe/Drucker 2003, S. 353). Führungskräfte möchten wissen, ob die Entwicklung einer derartigen EO für ihr Unternehmen erstrebenswert ist. Sie interessieren sich dafür, ob eine breite EO erforderlich ist oder eine Konzentration auf den Aufbau einzelner EO-Dimensionen erfolgen soll. Darüber hinaus haben sie in diesem Zusammenhang auch ein generelles Interesse an weiteren, externen Faktoren, welche den Unternehmenserfolg bedingen (Meffert 2000). Ergänzend zur Arbeit von Schmelter (2009), die sich vorwiegend mit den Details der Beeinflussung der EO-Dimensionen beschäftigt, soll diese Arbeit insbesondere auf Basis der empirischen Ergebnisse Handlungsempfehlungen für die Unternehmenspraxis ableiten, welche EO-Dimensionen es sich zu beeinflussen lohnt.

1.1.2 Relevanz für die Wissenschaft EO ist in der aktuellen betriebswirtschaftlichen Literatur ein viel diskutiertes Thema (Zhou/Yim/Tse 2005; Walter/Auer/Ritter 2006; Naldi et al. 2007; Moreno/Casillas 2008; Runyan/Droge/Swinney 2008; Schmelter 2009; Rauch et al. 2009). Die theoretische Fundierung des Zusammenhangs zwischen EO und Unternehmenserfolg (im folgenden auch UE), dem sich diese Arbeit zunächst widmet, war bislang eher „common sense“lastig. Nur selten wurde umfassend mit bestehenden und akzeptierten Theorien argumentiert. Zudem wurden moderierende Variablen des Zusammenhangs nur am Rande und mediierende Variablen, wie etwa der Innovationserfolg, bislang kaum betrachtet (Rauch et al. 2009). Nur vereinzelt, etwa bei Wiklund und Shepherd (2005), wurde der Zusammenhang unter Heranziehung des Konfigurationsansatzes untersucht. Dieser er3

laubt es, mehrere den Zusammenhang beeinflussende Variablen parallel zu betrachten. Die vorliegenden Arbeiten haben zudem meist nur drei (Risikoübernahme, Proaktivität, Innovativität) der fünf akzeptierten (Lumpkin/Dess 1996a) EO-Dimensionen betrachtet, in der Literatur wird jedoch regelmäßig eine ganzheitliche Betrachtung, die alle fünf Dimensionen einschließt, gefordert (Atuahene-Gima/Ko 2001). Der Mehrdimensionalität des Unternehmenserfolges wurde in vielen Studien nicht gebührend Rechnung getragen (Moreno/Casillas 2008). Insbesondere der Zusammenhang von EO und den nichtfinanziellen Aspekten des Unternehmenserfolges ist bislang nur unzureichend untersucht worden (Dess/Lumpkin 2005a). Weiterhin ist der Zusammenhang einzelner Dimensionen der EO mit dem UE bislang kaum analysiert worden (Rauch et al. 2009). Wie häufig kritisiert wurde (Zahra 1993a), ist auch die Anzahl der vorliegenden Studien noch nicht sehr groß. Nach Kenntnisstand des Autors liegt neben der Arbeit von Schmelter (2009) insbesondere noch keine Studie vor, die den Zusammenhang zwischen EO und UE branchenübergreifend für deutsche Unternehmen prüft. Dies ist kritisch, da wir nicht davon ausgehen können, dass Ergebnisse kulturübergreifend vergleichbar sind (Hofstede 2001). Verschiedentlich wurde in der Literatur gefordert, den Zusammenhang zwischen EO und UE in weiteren Ländern zu prüfen (Zahra/Garvis 2000). Ebenfalls ist zu bemängeln, dass der Zusammenhang zwischen den einzelnen EO-Dimensionen bislang nur am Rande erforscht wurde. Ob die Dimensionen voneinander unabhängig sind, ist unklar und wird aktuell vielfach debattiert (Rauch et al. 2009). Neuere Arbeiten berichten von Zusammenhängen zwischen einzelnen EO-Dimensionen, die im Widerspruch zum bisherigen Wissen stehen (Naldi et al. 2007). Zudem besteht methodisches Verbesserungspotenzial bei der Messung von EO (Antoncic/Hisrich 2001; Lumpkin/Dess 2001a). Auch der Unternehmenserfolg wurde nur in wenigen Studien mehrdimensional betrachtet. Nicht-lineare Wirkungsbeziehungen, wie sie in der jüngeren betriebswirtschaftlichen Forschung zunehmend an Bedeutung gewinnen (Kollmann/Herr/Kuckertz 2008), wurden im Zusammenhang mit EO ebenfalls nur sporadisch untersucht. Bisherige Studien legen nahe, dass der Zusammenhang zwischen EO und dem Unternehmenserfolg von mehreren

Variablen

moderiert

wird

bzw.

Variablen

den

Zusammenhang

(Covin/Slevin 1991; Lumpkin/Dess 1996a; Rauch et al. 2009). Im Folgenden werden die grundlegenden Begriffe der Arbeit definiert.

4

mediieren

1.2 Grundlegende Begriffe 1.2.1 Corporate Entrepreneurship (CE) In der Literatur finden sich zahlreiche Definitionen von CE. Für Burgelman (1984, S. 154) ist CE „extending the firm’s domain of competence and corresponding opportunity set through internally generated new resource combinations“. Vesper (1985) versteht unter CE lediglich das Gründen neuer „Ventures“ im bestehenden Unternehmen. Kanter (1989) argumentiert, dass CE auch die Erneuerung von Unternehmen umfassen müsse. CE wurde auch als Prozess betrachtet, durch welchen Individuen innerhalb von Organisationen Geschäftsmöglichkeiten verfolgen, ungeachtet dessen, ob sie die notwendigen Ressourcen bereits kontrollieren (Stevenson/Jarillo 1990). Guth und Ginsberg (1990) bezeichnen CE als die Wahrnehmung neuer Geschäftsmöglichkeiten und die Durchführung einer strategischen Erneuerung im Unternehmen. Mit der Dimension der strategischen Erneuerung bringen sie einen neuen Aspekt in die wissenschaftliche Diskussion ein, der allerdings im Folgenden auch nur von wenigen empirischen Arbeiten übernommen wurde. Kuratko et al. (1993) konzentrieren sich in ihrer Definition auf sehr große Unternehmen und verstehen unter CE eine Infusion unternehmerischen Denkens in größere bürokratische Strukturen. CE wurde auch ganz allgemein als Abkehr vom Gewöhnlichen zur Wahrnehmung neuer Geschäftsmöglichkeiten gesehen (Vesper 1990). Einer der am weitesten gefassten Definitionen von CE ist wohl die von Antoncic und Hisrich (2001). Die beiden Autoren bezeichnen CE als Unternehmertum innerhalb einer bestehenden Organisation. Demnach ist CE ein Prozess innerhalb eines bestehenden Unternehmens, der sowohl zu Neugründungen wie auch zu anderen innovativen Aktivitäten wie etwa der Entwicklung neuer oder verbesserter Produkte, Dienstleistungen, Technologien, Verwaltungsprozessen und Strategien führt. Dieser weit gefassten CE-Definition soll auch in der vorliegenden Arbeit gefolgt werden. Voraussetzung für erfolgreiches Corporate Entrepreneurship ist eine Unternehmerische Orientierung (Dess/Lumpkin 2005a).

1.2.2 Unternehmerische Orientierung (EO) Der Begriff EO ist in der Entrepreneurship-Literatur wie auch in der Literatur des Marketings und der Führungsliteratur häufig anzutreffen. EO hat seine Wurzeln in der Strategieprozessliteratur (Rauch et al. 2009) und gehört zur Klasse der organisatorischen Orientierungen. Diese werden auch strategische Orientierungen genannt. Eine strategische Orientierung eines Unternehmens besteht dabei aus den grundlegenden Philosophien, 5

welche die Natur und den Umfang der Pläne und Aktivitäten eines Unternehmens bestimmen (Peterson 1989). Sie kann auch als sozialer Lern- und Selektionsmechanismus mit dem Ziel, die strategische Absicht des Managements mit den operativen Aktivitäten im Unternehmen zu verbinden, betrachtet werden. Eine strategische Orientierung schafft ein organisatorisches Umfeld, in dem gewünschtes Verhalten gefördert und unterstützt wird (Atuahene-Gima/Ko 2001). Wie Hult et al. (2003, S. 403) argumentieren, kann eine strategische Orientierung zum Teil der Unternehmenskultur werden: „Over time, an organization develops an orientation […] that becomes embedded in its culture.“ Strategische Orientierungen beeinflussen u.a. was in der Organisation Priorität hat, wie der Kunde gesehen wird und wie die Organisation ihr Geschäft definiert. Die strategische Orientierung beeinflusst damit auch die Entscheidungsfindung im Unternehmen (Miles/Arnold 1991). Sie kommt dem von Prahalad und Bettis (1986) geprägten Konzept der „Dominant General Management Logic“ eines Unternehmens nahe. Darunter versteht man „the way in which managers conceptualize the business and make critical resource allocation decisions – be it in technologies, product development, distribution, advertising, or in human resource management” (Prahalad/Bettis 1986, S. 490). In der Innovationsmanagementliteratur wird eine strategische Orientierung auch als „Corporate Mindset“ bezeichnet (Talke 2007). Mintzberg (1987) unterscheidet in seiner Strategieklassifikation fünf unterschiedliche Strategie-Typen: „Strategy as Plan“, „Strategy as Ploy“, „Strategy as Pattern“, „Strategy as Position“ und „Strategy as Perspective“. Die „Strategy as Perspective“-Definition betrachtet Strategie als eine Art und Weise die Umwelt wahrzunehmen, als „an ingrained way of perceiving the world“ (Mintzberg 1987, S. 16). EO ist als eine Ausprägung einer strategischen Orientierung am ehesten mit dieser Strategie-Definition zu vereinbaren. Die deutschsprachige betriebswirtschaftliche Literatur bezeichnet die strategische Orientierung auch als Unternehmensführungskonzept. Fritz (1995, S. 31f) etwa versteht darunter: „ein Programm der Globalsteuerung der Institution „Unternehmen“ […]. Dieses Globalsteuerungskonzept ist auf der oberen Leitungsebene verankert, umfasst die unternehmerischen Basiswerte, die langfristigen Unternehmensziele und –leitlinien sowie die grundlegenden Stategien. Es gibt damit Richtlinien und Rahmenbedingungen für die Entscheidung auf den nachgelagerten Leitungsebenen vor […].“ Die betriebswirtschaftliche Literatur, die sich mit strategischen Orientierungen beschäftigt, ist sehr umfassend. Vermutlich auch deswegen, weil häufig ein Zusammenhang zwischen

dieser

Orientierung

und

dem

Unternehmenserfolg

vermutet

wird

(Noble/Sinha/Kumar 2002). Neben der EO existieren weitere strategische Orientierun6

gen.

Zu

den

verbreiteten

Orientierungen

gehören

die

Qualitätsorientierung

(Kotler/Armstrong 1994), die Verkaufsorientierung (Noble/Sinha/Kumar 2002), die „Small Business Orientation“ (Carland et al. 1984) und die Marktorientierung (Narver/Slater 1990; Ruekert 1992). Die Marktorientierung hat einen engen Bezug zu EO und soll daher näher beleuchtet werden. Der Begriff Marktorientierung steht für die Orientierung eines Unternehmens hinsichtlich der Förderung von Sammlung, Verteilung und Reaktion auf Marktinformationen, die dazu dient, Kundenbedürfnisse zu befriedigen (Kohli/Jaworski 1990). Zahlreiche Studien haben sich damit beschäftigt, ob es sich bei Marktorientierung und EO um separate Konstrukte handelt (Murray 1981; Webster 1981; Zeithaml/Zeithaml 1984; Morris/Paul 1987; Miles/Arnold 1991; Slater/Narver 1995). Zeithaml und Zeithaml (1984) gehen davon aus, dass es sich bei den beiden Orientierungen um dasselbe Konstrukt handelt. Beide Orientierungen beeinflussen zwar strategische Initiativen, die von Mitarbeitern auf operativer Ebene durchgeführt werden (Atuahene-Gima/Ko 2001). Slater und Narver (1995) argumentieren allerdings, dass das Konzept der Marktorientierung nicht explizit auf unternehmerische Werte wie Risikobereitschaft, Proaktivität und Innovativität abstellt. Auch die Ergebnisse der empirischen Arbeit von Miles und Arnold (1991) widersprechen der Annahme, dass es sich bei Marktorientierung und EO um dasselbe Konstrukt handelt. Miles und Arnold (1991) weisen nach, dass die beiden Orientierungen zwar positiv miteinander korrelieren, ihnen allerdings nicht dieselbe Philosophie zu Grunde liegt. Unternehmen können demnach eine Marktorientierung aufweisen, aber dennoch wichtige Aspekte einer EO wie die Neigung Risiken einzugehen und proaktiv neue Geschäftsmöglichkeiten wahrzunehmen, vermissen lassen. Dass EO und Markorientierung unterschiedliche Konstrukte sind, wird auch durch eine jüngere Arbeit von Atuahene-Gima und Ko (2001), welche den Zusammenhang von Marktorientierung und EO mit Produktinnovationen beleuchtet, gestützt. In der vorliegenden Arbeit wird daher ebenfalls davon ausgegangen, dass es sich bei EO und Marktorientierung um separate Konstrukte handelt. Was genau hat es inhaltlich mit einer EO auf sich? Das Verhalten eines Unternehmens lässt sich auf einem konzeptionellen Kontinuum zwischen sehr konservativ, bürokratisch, verwaltend und sehr unternehmerisch einordnen (Barringer/Bluedorn 1999). Nach Lumpkin und Dess (1996a) ist die genaue Position auf diesem Kontinuum die EO des Unternehmens. Eine EO durchdringt all jene Absichten, Entscheidungsfindungen und Handlungen von Schlüsselpersonen im Unternehmen, die bei dem Prozess, der zum Markteintritt führt, mitwirken (Dess/Lumpkin 2005a). Der Begriff des Markteintrittes ist 7

hierbei weit gefasst. So sei es nicht entscheidend, ob der Markteintritt aus einem bestehenden Unternehmen heraus, etwa durch ein neues Produkt oder ein neues Geschäftsfeld, oder durch ein neu gegründetes Unternehmen erfolgt. Eine EO spiegele sich in vielen Strukturen und Prozessen des Unternehmens wider. Prozesse können insbesondere die Planung, Analyse und Entscheidungsfindung umfassen. Strukturen der Organisation, in denen die EO manifest wird, sind etwa das Wertesystem und das Leitbild der Organisation (Hart 1992). Die zentrale und grundlegende Arbeit für die EO-Forschung lieferte Miller (1983), ihn kann man auch als den Vater der EO-Forschung bezeichnen. Miller (1983, S. 771) führt aus: „An entrepreneurial firm is one that engages in product-market innovation, undertakes somewhat risky ventures and is first to come up with proactive innovations, beating competitors to the punch”. Morris und Paul (1987, S. 251) definieren EO als „the propensity of a company’s top management to take calculated risks, to be innovative and to demonstrate proactiveness.” Die Schlüsseldimensionen einer EO sind demnach eine Neigung, Risiken einzugehen, ein Wille zu innovieren sowie Proaktivität zu demonstrieren, d.h. insbesondere eine vorausschauende Sichtweise einzunehmen. Die Dimensionen der Neigung zu Autonomie und aggressivem Verhalten gegenüber Wettbewerbern wurden durch Lumpkin und Dess (1996a), die als Millers Nachfolger in der EO-Forschung bezeichnet werden können, deutlich später ergänzt. Die einzelnen EO-Dimensionen werden im Folgenden noch im Detail diskutiert. Ein Großteil der empirischen Entrepreneurship-Literatur hatte in der Vergangenheit als Untersuchungsobjekt den Unternehmer oder das neu zu gründende Unternehmen (Schendel 1990). Inzwischen ist es jedoch weithin akzeptiert, dass auch etablierte Unternehmen eine EO haben und sich somit unternehmerisch verhalten können (Jennings/Lumpkin 1989). Der Begriff der EO ist zudem auf Unternehmen jedes Typs und jeder Größe anwendbar (Carrier 1994; Knight 1997; Brown/Davidsson/Wiklund 2001). Neben dem Begriff der EO ist auch der von Covin und Slevin (1989) verwendete Begriff der „Entrepreneurial Posture“, der synonym gesehen werden kann, anzutreffen. Ein weiteres Synonym für EO ist der Begriff „Entrepreneurship Orientation“, den etwa AtuaheneGima und Ko (2001) verwenden. Neben den EO-Synonymen gibt es verschiedene Konzepte die EO nahe stehen. Zum einen wäre hier der von Stevenson und Jarillo (1990) verwandte Begriff des „Entrepreneurial Management“ (EM) anzuführen. Sie verstehen unter „Entrepreneurial Management“ ein Führungskonzept, das darauf ausgerichtet ist, Gelegenheiten zu erkennen und umzusetzen. Eine Operationalisierung dieses Konzeptes erfolgte durch Brown et al. 8

(2001), die von der Konzeptualisierung von Stevenson (1983) ausgehend, die sechs Dimensionen „Strategic Orientation“, „Resource Orientation“, „Management Structure“, „Reward Philosophy“, „Growth Orientation“ und „Entrepreneurial Culture“ unterscheiden. Die Reliabilität der 20-Item-Skala wird lediglich mit zufriedenstellend angegeben. Dies ist neben dem starken Fokus auf das Erkennen von Gelegenheiten vermutlich ein Grund dafür, dass das EM-Konzept im Vergleich zu EO deutlich weniger akzeptiert ist. Auch der von Dess et al. (1997) eingesetzte Begriff der „Entrepreneurial Strategy“, ist mit dem EOBegriff verwandt. Sie bezeichnen damit einen gewagten, gerichteten und nach Geschäftsmöglichkeiten suchenden Stil, der Aspekte von Risikobereitschaft und Experimentation enthält. Eine EO ist als Grundlage für die Umsetzung eines solchen Stils zuträglich und dieser vorgelagert. Die Literatur ist sich weitgehend darin einig, dass EO ein mehrdimensionales Konstrukt ist, welches die Dimensionen Autonomie, Innovativität, Risikoübernahme, Proaktivität sowie Aggressivität gegenüber Wettbewerbern umfasst (Rauch et al. 2009). Drei dieser Dimensionen gehen auf Miller (1983) zurück. Er bezeichnet Unternehmen dann als unternehmerisch, wenn sie innovativ, risikobereit und proaktiv sind. Zahlreiche Forscher haben den Ansatz von Miller (1983) adaptiert (Ginsberg 1985; Morris/Paul 1987; Covin/Slevin 1989; Naman/Slevin 1993). Lumpkin und Dess (1996a) fügen den drei Dimensionen von Miller (1983) die Dimensionen „Aggressivität gegenüber Wettbewerbern“ sowie „Autonomie“ hinzu. Mit der Aggressivität gegenüber Wettbewerbern greifen sie Millers (1983) „beating competitors to the punch“-Gedanken auf. Aggressives Verhalten kann dazu dienen, von Kunden wahrgenommen zu werden. Die „Geiz ist geil“Werbekampagne, welche die Saturn-Elektronikmärkte vor einigen Jahren durchführten, ist hierfür ein Beispiel. Zudem kann aggressives Verhalten größerer Unternehmen insbesondere kleinere Wettbewerber abschrecken. So hat es die Deutsche Post AG durch die Etablierung von Mindestlöhnen im reifen Postzustellmarkt geschafft, die deutlich kleinere PIN AG von einer erfolgreichen Etablierung im Markt abzuhalten und letztlich in die Insolvenz zu führen. Nur wenn Autonomie gegeben ist und die Organisation nicht – etwa über bürokratische Prozesse (Kanter 1984) – einengt, können kreative Organisationsmitglieder ihr volles Potenzial entfalten und erfolgreiche Markteintritte realisieren (Burgelman 1983a; Kanter 1984). Antoncic und Hisrich (2001) diskutieren auch noch die Dimensionen „Neues Geschäft erschließen“ und „Selbsterneuerung“. Die beiden Autoren beziehen sich dabei allerdings eher auf Corporate Entrepreneurship im Allgemeinen als auf das EO-Konzept. In der empirischen EO-Literatur bilden Arbeiten, welche auch diese beiden Dimensionen umfassen (Schmelter 2009), eindeutig die Ausnahme. Im Folgen9

den werden die fünf in der Literatur weitgehend unumstrittenen EO-Dimensionen (Autonomie, Innovativität, Risikoübernahme, Proaktivität, Aggressivität gegenüber Wettbewerbern) näher erläutert. 1.2.2.1 Autonomie Die Autonomiedimension bezieht sich darauf, inwieweit Organisationsmitglieder (Individuen oder Teams) in Handlungen, die darauf abzielen eine Geschäftsidee oder Vision weiterzuentwickeln und umzusetzen, frei sind. Nur wenn Mitarbeitern diese Freiheit gewährt wird, kommt es zu unternehmerischem Verhalten (Lumpkin/Dess 1996a). Die Geschichte des Unternehmertums ist gefüllt mit Unternehmerpersönlichkeiten, die zielstrebig aus einer Idee ein Geschäft entwickelten und sich dabei von keinerlei Hindernissen haben aufhalten lassen. Sie waren in ihren Handlungen autonom. Von Hindernissen und Zwängen, wie sie in Organisationen vorkommen können, waren sie frei. Diese Autonomie ist nach Burgelman (1983a, S. 241) auch für Unternehmertum in Unternehmen maßgeblich. Er kommt zu dem Ergebnis: „the motor of corporate entrepreneurship resides in the autonomous strategic initiative of individuals at the operational levels in the organization.” Dieser Ansicht sind auch Fry (1987), Kuratko (1993) sowie Burgelman (2001) in einer späteren Arbeit. Allen Autoren zufolge ist Autonomie eine Voraussetzung für die unternehmerische Entwicklung von Ideen. Letztlich muss jedoch die alte organisationstheoretische Frage beantwortet werden, wie viel Entscheidungskompetenz delegiert werden sollte. Zu viel Autonomie kann zu höheren Koordinationskosten, ggf. der Duplikation von Arbeit und allgemeinem Chaos führen. Sogenannte „skunkworks“, unabhängige Arbeitseinheiten, die häufig von der Unternehmenszentrale auch lokal getrennt sind (Dess/Lumpkin 2005a), sind nicht immer vorteilhaft. Motorola etwa trennte sich wieder von seinem „skunkwork“-Konzept, nachdem 15 Teams 128 verschiedene Mobiltelefone entwickelt hatten. Dieses Konzept führte zu deutlich höheren Kosten, zahlreichen Redundanzen und überhöhter Komplexität (Crockett 2001). Ein derartiges „Autonomie-Risiko“ ist zu begrenzen. Dafür schlägt Sathe (1989) vor, das Gesamtportfolio an unternehmerischen Aktivitäten eines Unternehmens regelmäßig systematisch zu überwachen. Gelingt dies, ist die Schaffung von Autonomie vorteilhaft. So fand Miller (1983) in einer Studie heraus, dass die unternehmerischsten Unternehmen auch von einer Geschäftsleitung geführt wurden, die am meisten Autonomie gewährte. Um Autonomie zu schaffen, werden Hierarchien abgebaut und operative Einheiten gestärkt (Pinchot 1985). Dies ist aber oft nicht ausreichend. Es bedarf auch einzelner Organisationsmitglieder, denen explizit Autonomie gewährt wird (Quinn 1979). 10

Dies können sogenannte „Champions“ sein, die dafür sorgen, dass Innovatoren von organisationalen Normen freigestellt werden (Peters/Waterman 1982; Kanter 1984). Shane (1994a) fand heraus, dass diese „Champions“ oft Regeln lax auslegen und im Extrem auch Richtlinien und Budgetvorgaben umgehen. Ob so viel gewährte Autonomie in allen Situationen dem Unternehmenserfolg zuträglich ist, muss hinterfragt werden. Ihr Zusammenhang mit dem Unternehmenserfolg wird im Rahmen der Hypothesenentwicklung in Kapitel 2.2 auch noch näher beleuchtet. Für EO jedenfalls stellt Autonomie aber eine zentrale Dimension dar. 1.2.2.2 Innovativität Innovativität als EO-Dimension geht bereits auf Schumpeter (1934) zurück. Für ihn war das Realisieren eines Markteintritts durch neue Ressourcenkombinationen ein wesentliches Element des Unternehmertums. Innovativität ist empirisch nachweisbar eine Quelle von Wettbewerbsvorteilen und wird gemeinhin als wichtiger Einflussfaktor des Unternehmenserfolges gesehen (Porter 1990; Hurley/Hult 1998). Innovativität bezeichnet die Tendenz und die Fähigkeit eines Unternehmens, sich für neue Ideen, Experimente und kreative Prozesse, die zu neuen Produkten, Dienstleistungen oder internen Prozessen führen können, zu engagieren und diese zu unterstützen (Lumpkin/Dess 1996a). Behrends (2001, S. 96) definiert Innovativität noch etwas breiter als die „dauerhafte Fähigkeit, Möglichkeit und Bereitschaft sozialer Systeme, innovatives Verhalten hervorzubringen und zu stabilisieren“. Damit bildet er in der deutschsprachigen betriebswirtschaftlichen Literatur aber eine Ausnahme. Führende deutsche Innovationsforscher betrachten den Begriff Innovativität produktbezogen als Synonym für die Radikalität einer Innovation (Ernst/Gemünden 2007). Der unternehmensbezogene Innovativitätsbegriff, dem die vorliegende Arbeit folgt, um in der Tradition der bislang überwiegend englischsprachigen EO-Forschung zu bleiben, wird – wie etwa von Kock (2007) – in der deutschsprachigen Literatur als organisationale Innovativität bezeichnet. Obwohl das Ergebnis von Innovativität, die Innovation, im Grad ihrer Radikalität variieren kann (Hage 1980), steht Innovativität grundsätzlich für den Willen, von herkömmlichen Technologien und Praktiken abzukehren (Kimberly 1981). Innovativität lässt sich auf zahlreiche Weisen klassifizieren (Downs/Mohr 1976). Eine recht gängige Unterscheidung ist die in technologische Innovativität und Produkt-MarktInnovativität. Technologische Innovativität schließt Produkt- und Prozessentwicklung, Konstruktion, Forschung, technische Erfahrung und Branchenkenntnisse ein (Cooper 1971). Bei der Produkt-Markt-Innovativität liegt der Schwerpunkt auf Produktdesign, 11

Marktforschung und Werbung (Miller/Friesen 1978; Scherer 1980). Die beiden Innovativitätstypen sind nicht immer trennscharf, Überlappungen sind denkbar (Lumpkin/Dess 1996a). Innovativität kann in verschiedenen Ausprägungen auftreten. So reicht die Spannweite vom Willen, eine neue Produktlinie testen zu wollen, bis hin zum Commitment der gesamten Organisation, regelmäßig neue Produkte einzuführen und Innovationsführer zu sein (Lumpkin/Dess 1996a). Um die gesamte Innovativitäts-Spannweite abzubilden, werden verschiedene Messmethoden für Innovativität angewandt. So fragten etwa Karagozoglu und Brown (1988) in einer Studie Manager nach ihrem Willen, alte Überzeugungen zu verwerfen und neue Alternativen zu entdecken. Ebenfalls fragten sie danach, ob und wie Experimentieren geschätzt und belohnt wird. Meist ist ein weiterer Indikator für Innovativität das Niveau der F+E-Ausgaben. Hage (1980) vertritt die Ansicht, dass zudem die Anzahl der Ingenieure und Wissenschaftler in einem Unternehmen ein guter Proxy für Innovativität sein kann. Miller und Friesen (1982) fanden heraus, dass ein höherer Grad an Innovativität mit einer höheren Anzahl technisch ausgebildeter Spezialisten im Unternehmen einhergeht. Miller (1987; 1988) verwandte die F+E-Ausgaben als Prozentsatz des Umsatzes, um die finanziellen Ressourcen, die für Innovativität eingesetzt werden, zu messen. Für die Messung der Produkt-Markt-Innovativität fragte Miller (1987; 1988) nach dem Umsatzanteil, der für die Kosten des Initiierens und Implementierens von Produkt-MarktInnovationen eingesetzt wird. Eine weitere verbreitete Methode zur Messung von Innovativität ist es, die Anzahl neuer Produkte bzw. Dienstleistungen und die Häufigkeit von Veränderungen in Produktlinien zu erfragen (Miller/Friesen 1982; Covin/Slevin 1989). Bei der technologischen Innovativität geht es um Kompetenzen in den neuesten Technologien und Produktionsmethoden sowie die Entwicklung fortgeschrittener Fertigungsprozesse (Lumpkin/Dess 1996a). In den meisten Studien, die Millers (1983) Innovativitätskonzept einsetzen, fehlt dieser Aspekt der Innovativität. Erst später nahmen Forscher auch die technologische Innovativität auf. So betrachten Zahra und Covin (1993, S. 452) etwa die „technology policy“, die sie als Verpflichtung des Unternehmens zum „acquiring, developing, and deploying technology“ definieren. Die Unternehmen wurden gefragt, in welchem Ausmaß sie einen Schwerpunkt auf technologische Weiterentwicklung legen und wie stark sie beabsichtigen, eine Reputation dafür aufzubauen, neue Methoden und Technologien auszuprobieren.

12

Dess und Lumpkin (2005a) sprechen darüber hinaus von administrativer Innovativität. Diese schließt Neuerungen in den Bereichen Managementsysteme, Controlling und Organisationsstrukturen ein. 1.2.2.3 Risikoübernahme Risikoübernahme bezieht sich auf das Treffen von Entscheidungen und das Durchführen von Handlungen unter Unsicherheit. Die EO-Dimension der Risikoübernahme umfasst das Ausmaß des Risikos, das in Entscheidungen über Ressourcenallokationen und der Auswahl von Produkten und Märkten enthalten ist (Venkatraman 1989a). Risikoübernahme kann als ein definierendes Element von Entrepreneurship betrachtet werden (Schumpeter 1934; Hisrich 1986). Es lassen sich drei Risikotypen unterscheiden: (1) Geschäftsrisiko, (2) finanzielles Risiko und (3) persönliches Risiko. (1) Das Geschäftsrisiko beinhaltet etwa das Erschließen eines neuen Marktes oder die Entscheidung für noch nicht getestete Technologien. (2) Das finanzielle Risiko umfasst die Gefahr, Geld zu verlieren – eigenes oder rückzahlbares fremdes. (3) Unter dem persönlichen Risiko werden etwa die negativen Auswirkungen auf den Karriereverlauf eines Managers verstanden (Dess/Lumpkin 2005a). Letztlich ist jedes Geschäftsrisiko (Typ 1) auch ein finanzielles Risiko (Typ 2). In beiden Fällen besteht die Gefahr, Geld zu verlieren. In der frühen Entrepreneurship-Literatur wurde Unternehmertum mit Selbständigkeit gleichgesetzt. Mit Selbständigkeit ist Unsicherheit und damit das Eingehen eines finanziellen Risikos verbunden (Cantillon 1734; Shane 1994b). Das Eingehen bzw. das Übernehmen von Risiken wird seitdem als eines der markantesten Merkmale unternehmerischen Verhaltens gesehen (Das/Teng 1997). In Unternehmen tragen Mitarbeiter zwar üblicherweise kein finanzielles Risiko, wenn sie unternehmerische Projekte starten. Allerdings gehen sie ein persönliches Risiko ein. Ihre Karriere könnte Schaden nehmen. Denn bleibt ihr Projekt hinter den Erwartungen zurück oder führt es sogar zu einem finanziellen Schaden für das Unternehmen, kann dies die Karriere des Mitarbeiters gefährden. In der Finanzierungslehre wird Risiko fast immer im Zusammenhang mit Rendite betrachtet. Es bezieht sich auf die Eintrittswahrscheinlichkeit eines negativen Ergebnisses oder eines Verlustes, also auf Typ 2 nach Dess und Lumpkin (2005). Miller und Friesen (1978, S. 923) orientieren sich an dieser Definition, wenn sie Risiko als „the degree to which managers are willing to make large and risky resource commitments – i.e., those which have a reasonable chance of costly failures” bezeichnen. 13

In der Strategieliteratur haben Baird und Thomas (1985, S. 231f.) drei Typen von strategischen Risiken identifiziert: (1) „venturing into the unknown“, (2) „committing a relatively large portion of assets“ und (3) „borrowing heavily“. Wiklund und Shepherd (2005) bezeichnen als Risikoübernahme auch, von bewährten Handlungsmustern, d.h. bekannten Praktiken im Unternehmen abzuweichen und neues zu probieren. Nach Baird und Thomas (1985) wäre dies unter „venturing into the unknown“ zu fassen. „committing a relatively large portion of assets“ bedeutet, dass sich ein wesentlicher Teil der Vermögenswerte bzw. Ressourcen eines Unternehmens einem Projekt verschreibt. Wenn dieses Projekt scheitert, ist der Schaden entsprechend hoch. Unter „borrowing heavily“ ist zu verstehen, dass sich das Unternehmen zu einem hohen Grad verschuldet, um ein Projekt zu finanzieren. Bleiben die Einzahlungen aus dem Projekt hinter den Erwartungen zurück, läuft das Unternehmen Gefahr, nicht mehr für Zins und Tilgung aufkommen zu können und ist somit insolvenzgefährdet. Firmen, die eine hohe Ausprägung der EO-Dimension Risikoübernahme aufweisen, sind demnach bereit, signifikante Ressourcen für neue Projekte, deren Ausgang ungewiss ist, einzusetzen, sich stark zu verschulden und neues auszuprobieren bzw. von bewährten Handlungsmustern abzuweichen. Es gibt zahlreiche Methoden, Risikoübernahme zu messen. Meist erfolgt die Messung auf der Ebene des Individuums (Brockhaus Jr. 1980). Im Zusammenhang mit EO ist jedoch die Risikoneigung des Unternehmens maßgeblich. In der Literatur akzeptiert und häufig verwendet wird eine Skala, die auf Millers (1983) EO-Ansatz basiert. In ihr wird das Management zum einen nach seiner Neigung gefragt, riskante Projekte einzugehen. Zum anderen wird gefragt, ob es eher eine Vorliebe für gewagte oder für vorsichtige Handlungen hat, um die Unternehmensziele zu erreichen. Auch Venkatraman (1989a) hat sich mit der Messung von Risikoneigung beschäftigt. Er verfolgt einen ähnlichen Ansatz, indem er Manager danach fragt, ob sie sich eher an bewährte Vorgehensweisen halten und ob sie dazu tendieren, nur solche Projekte zu unterstützen, deren erwartete Ergebnisse sicher sind. Beides spräche für eine geringe Risikoneigung. 1.2.2.4 Proaktivität Wissenschaftler stellen schon seit langem die Bedeutung von Initiative im unternehmerischen Prozess heraus. Für Penrose (1959) sind unternehmerische Manager für das Wachstum von Firmen bedeutend. Sie verfügten über die Vision und die Vorstellungskraft, die für das Wahrnehmen und Nutzen neuer Geschäftsmöglichkeiten notwendig sind. Proaktivität kann ein effektiver Weg sein, Wettbewerbsvorteile zu erlangen. Die 14

Vorteile, die Unternehmen daraus haben, als erste in einen Markt einzutreten, nennt man Pioniervorteile bzw. „first mover advantages“ (Lieberman/Montgomery 1988). Nach Lieberman und Montgomery (1988) ist die Pionierstrategie die am ehesten geeignete Strategie für das Nutzen von Geschäftsmöglichkeiten. Indem der Pionier Asymmetrien im Markt nutzt, kann er Überrenditen erzielen und z.B. eine wiedererkennbare Marke aufbauen. Initiative zu übernehmen, indem neue Gelegenheiten antizipiert und verfolgt werden, und das Erschließen neuer Märkte, wird auch mit Unternehmertum assoziiert. Dieses vierte Charakteristikum des Unternehmertums wird meist als Proaktivität bezeichnet. Proaktivität wird von Webster (1991, S. 937) als „acting in anticipation of future problems, needs, or changes“ definiert. Proaktivität steht also für eine vorausschauende Sichtweise, die von innovativen Aktivitäten und neuen Geschäftstätigkeiten begleitet wird (Lumpkin/Dess 1996a). Für Miller und Friesen (1978, S. 923) sind Firmen dann proaktiv, wenn sie bei der Frage „Does it shape the environment by introducing new products, technologies, administrative techniques, or does it merely react?” zu ersterem tendierten. Miller (1983, S. 771) bezeichnet Firmen als proaktiv, die als erste mit Innovationen im Markt vertreten sind. Ein Unternehmen kann jedoch auch dann innovativ, vorausschauend und schnell sein, wenn es nicht das erst im Markt ist. So fanden Miller und Camp (1985) in ihrer Studie, die 84 strategische Geschäftseinheiten betrachtete, heraus, dass auch noch das zweite Unternehmen, das einen neuen Markt bearbeitete, Pionier war und genauso wahrscheinlich über Proaktivität erfolgreich war wie die ersten im Markt. Somit steht Proaktivität, wie Venkatraman (1989a, S. 949) darlegt, für all die Prozesse, die darauf abzielen, künftige Bedürfnisse zu antizipieren, indem sie dazu dienen „seeking new opportunities which may or may not be related to the present line of operations, introduction of new products and brands ahead of competition, strategically elminating operations which are in the mature or declining stages of their life cycle.” Insgesamt ist ein proaktives Unternehmen eher Anführer als Nachahmer, da es den Willen und die Voraussicht besitzt, neue Gelegenheiten zu erschließen. Nach Lumpkin und Dess (2001a) sind proaktive Unternehmen auch gewillt, schneller als der Wettbewerb zu handeln. Sie seien zudem daran interessiert, die Wettbewerbsverhältnisse in ihrer Branche zu ihren Gunsten zu verändern. Proaktivität wurde in der Literatur häufig mit aggressivem Verhalten gegenüber Wettbewerbern (in der englischsprachigen Literatur als „competitive aggressiveness“ bezeichnet) gleichgesetzt (Covin/Slevin 1989). Lumpkin und Dess (2001) behaupten jedoch, dass es sich dabei um unterschiedliche Dimensionen handelt. Während sich Proaktivität auf künftige Geschäftsmöglichkeiten, die Beeinflussung künftiger Trends und ggf. auch 15

die Schaffung von Nachfrage beziehe, bezeichne aggressives Verhalten gegenüber Wettbewerbern, wie Unternehmen auf ihre Wettbewerber, bereits bestehende Nachfrage und gegebene Trends reagierten. Proaktivität hat also damit zu tun, wie künftige Nachfrage zu befriedigen ist, aggressives Verhalten gegenüber Wettbewerbern handelt vom Wettbewerb um bestehende Nachfrage. Ähnlicher Auffassung sind auch Chen und Hambrick (1995, S. 457), die statt “competitive aggressiveness” den Begriff “responsiveness” verwenden: „a firm should be both proactive and responsive in its environment in terms of technology and innovation, competition, customers and so forth. Proactiveness involves taking the initiative in an effort to shape the environment to one’s own advantage; responsiveness involves being adaptive to competitors’ challenges”. Lumpkin und Dess (2001) liefern auch den empirischen Beweis, dass die beiden Dimensionen voneinander unabhängig sind. Das Beispiel des amerikanischen Rüstungsunternehmens Mason & Hangar soll den Unterschied verdeutlichen. Das Unternehmen belieferte die US-Streitkräfte mit Nuklearwaffen. Nach dem Ende des kalten Krieges brach dieser Markt weg. Es folgte eine Konzentration auf die Kernkompetenzen, man spezialisierte sich auf den Abbau atomarer Waffen und die Produktion von Sicherheitssystemen für Öl-Felder. Mason & Hangar hat proaktiv gehandelt, indem es die künftige Nachfrage antizipierte. Gegenüber Wettbewerbern war jedoch kein aggressives Verhalten zu beobachten. So wurden weder Preise gesenkt noch Kosten reduziert (Lumpkin/Dess 2001a). Stuart und Abetti (1987) kombinierten mit ihrem Konstrukt „Strategic Aggressiveness“ Elemente von Proaktivität und aggressivem Verhalten gegenüber Wettbewerbern. „Strategic Aggressiveness“ wurde als ein Prädiktor für den Erfolg von neu in den Markt eintretenden Unternehmen betrachtet (Lumpkin/Dess 1996a). Um den Unterschied zwischen Proaktivität und Aggressivität gegenüber Wettbewerbern weiter zu verdeutlichen, kann man auch den Gegensatz von Proaktivität und Passivität betrachten. Nach Lumpkin und Dess (1996a) steht Passivität für Indifferenz, die Unfähigkeit Geschäftsmöglichkeiten wahrzunehmen und im Markt zu führen. Passivität sei jedoch nicht zu verwechseln mit Reaktivität. Reaktivität stehe für die Antwort auf das Verhalten von Wettbewerbern. Proaktivität auf Unternehmensebene wurde in der Literatur bislang überwiegend operationalisiert, indem Manager dazu befragt wurden, ob ihr Unternehmen bei der Entwicklung neuer Prozesse und Technologien sowie der Markteinführung neuer Produkte und Dienstleistungen eher führend ist oder eher eine Folgerrolle einnimmt (Miller 1983; Covin/Slevin 1989). Daft und Weick (1984) führten den für Proaktivität stehenden Aspekt der Umweltbeobachtung bzw. des „Scannings“ der Umwelt u.a. mit dem Blick auf neue 16

Geschäftsmöglichkeiten in die Diskussion ein. Venkatraman (1989a) befragte Manager auch danach, ob sie Unternehmensbereiche, die sich in einer späten Phase ihres Lebenszykluses befinden, strategisch eliminierten. Auch dies spricht für ein proaktives Vorgehen. Da ein Aspekt der Proaktivität das Initiieren von Aktivitäten darstellt, könnte man argumentieren, dass sie eng mit Innovativität verbunden ist und die beiden EO-Dimensionen somit nicht voneinander unabhängig sind. Morris und Paul (1987) führten eine Faktoranalyse mit einer 12 Item-Skala, die Innovativität, Risikoübernahme und Proaktivität umfasste, durch. Sie erhielten zwar einerseits nur zwei Hauptfaktoren – der eine umfasste Innovativität und Proaktivität, der andere Risikoübernahme. Andererseits können Produkte und Dienstleistungen, die Unternehmen in einen Markt einführen, Imitate darstellen oder von einem nur geringen Innovationsgrad geprägt sein. Das ist etwa dann der Fall, wenn ein Unternehmen ein im Heimatmarkt bereits seit längerem erfolgreiches Produkt in einem Auslandsmarkt einführt. Ist dieser Markt vom Wettbewerb noch nicht erschlossen, ist ein solches Verhalten ein Zeichen von Proaktivität. Zahlreiche andere Arbeiten wiesen inzwischen zudem nach, dass die Indikatoren für Proaktivität und Innovativität auf zwei unterschiedliche Faktoren laden und es sich somit um separate Konstrukte handelt (Wang 2008; Runyan/Droge/Swinney 2008; Schmelter 2009). Proaktivität ist auch mit verschiedenen Strategie-Typen kongruent. Insbesondere der „Prospector Type“ von Miles und Snow (1978, S. 551ff) umfasst die Idee sehr gut: „The Prospector’s prime capability is that of finding and exploiting new products and market opportunities. Prospectors are frequently the creators of change in their respective industries. Change is one of the major tools used by the Prospector to gain an edge over competitors.” Auch das „assertive strategy making“ von Miller (1987) oder der „framebreaking change type“ von Stopford und Baden-Fuller (1994) decken Aspekte von Proaktivität ab. Empirisch wurde bereits gezeigt, dass ein positiver Zusammenhang zwischen Proaktivität und Unternehmenserfolg besteht. Dieser tritt bei einer dynamischen Aufgabenumwelt und in Branchen, die sich in einer frühen Phase ihres Lebenszyklus befinden, verstärkt auf (Lumpkin/Dess 2001a). 1.2.2.5 Aggressives Verhalten gegenüber Wettbewerbern Stinchcombe (1965) entwickelte das Konzept der „liability of newness“. Es besagt, dass junge Unternehmen einen besonderen Nachteil haben, da sie gegenüber ihren Anspruchsgruppen, insbesondere Kunden, Lieferanten und ggf. Fremdkapitalgebern – 17

meist über keine oder nur geringe Legitimität verfügen. Dies ist mit ein Grund, weshalb sie deutlich häufiger scheitern als etablierte Unternehmen. Frühere Studien argumentierten, dass eine aggressive Marketingstrategie und intensiver Wettbewerb für den Erfolg und das Überleben junger Unternehmen hilfreich sind (MacMillan 1982) und dabei helfen, die „liability of newness“ zu überwinden. Auch aus diesem Grund wird das aggressive Verhalten gegenüber Wettbewerbern häufig als Dimension der unternehmerischen Orientierung angesehen (Lumpkin/Dess 1996a). Aggressives Verhalten gegenüber Wettbewerbern steht für die Neigung eines Unternehmens, seine Wettbewerber direkt und intensiv herauszufordern, um entweder den Markteintritt zu erreichen oder die eigene Wettbewerbsposition zu verbessern. Nach Lumpkin und Dess (1996a) drückt sich aggressives Verhalten gegenüber Wettbewerbern etwa dadurch aus, dass ein Markteintritt gleichzeitig mit Konkurrenten erfolgt. Auch Preiswettbewerb (Vilcassim/Kadiyali/Chintagunta 1999) und die schnelle Reaktion auf Handlungen des Wettbewerbs (Makadok 1998) sowie die Kombination dieser Maßnahmen (Ferrier/Smith/Grimm 1999) wird unter aggressivem Verhalten verstanden. Cooper et al. (1986) zählen dazu auch unkonventionelle Methoden, die neue Unternehmen in einem Markt gegen etablierte einsetzen. Dazu gehören etwa die deutlich schnellere Reaktion auf Kundenanforderungen oder der Einsatz kostengünstiger neuer Technologien. Auch die Analyse von Schwächen des Wettbewerbs und das gezielte Vorgehen gegen diese gehören zu den Erscheinungsformen aggressiven Wettbewerbs (MacMillan/Jones 1984). Fombrun und Ginsberg (1990) sowie Karnani (1984) argumentieren, dass sich die allgemeine Strategie eines Unternehmens auf einem Kontinuum, das von nicht aggressiv bis sehr aggressiv reicht, einordnen lässt. Porter (1985) unterscheidet drei Ansätze, wie Unternehmen aggressiv vorgehen können: (1) Rekonfiguration – Dinge anders zu tun als der Wettbewerb. (2) Redefinition – den Kontext zu verändern, also bspw. das Produkt oder die Dienstleistung oder dessen Vertriebswege zu verändern. (3) Mehrinvestition – mehr als der Branchenführer zu investieren. Letzteres kann etwa über die Investition in Fertigungskapazität zum Ausbau von Marktanteilen geschehen. Aber auch das Setzen aggressiver Marktanteilsziele, die über Preisreduktionen bis hin zur Inkaufnahme negativer Deckungsbeiträge erreicht werden, ist ein Beispiel für aggressives Verhalten (Venkatraman 1989a). Das Imitieren von Praktiken und Techniken sowie die öffentliche Ankündigung neuer Produkte und Technologien sind weitere Merkmale aggressiven Verhaltens gegenüber Wettbewerbern. Durch die Ankündigung eines neuen Produkts, die auch als „signalling“ bezeichnet wird, soll zum einen die Reaktion von Wettbewerbern 18

überprüft werden, zum anderen will man sie von vergleichbaren Initiativen abhalten (Dess/Lumpkin 2005a). Unternehmen, die eine hohe Ausprägung der EO-Dimension „aggressives Verhalten“ aufweisen, antworten meist auch auf Schritte der Wettbewerber schnell und schlagkräftig (Lumpkin/Dess 2001a). Um Aggressivität gegenüber Wettbewerbern zu operationalisieren, fragten Covin und Covin (1990) Manager, ob sie eine sehr aggressive Haltung einnähmen, die darauf abziele, den Wettbewerb zu vernichten, oder eher zu einer „Leben und leben lassen“Haltung neigten. Auch Skalen von Ginsberg (1985) und Khandwalla (1977) beschäftigen sich mit Prozessen, die Manager einsetzen, um aggressiv gegen ihren Wettbewerb vorzugehen. In Kapitel 3.2.2.5 wird die Operationalisierung von aggressivem Verhalten gegenüber Wettbewerbern im Detail behandelt. Aggressives Verhalten gegenüber Wettbewerbern führt jedoch nicht immer zu den angestrebten Wettbewerbsvorteilen. Es kann auch die Ablehnung von Kunden und staatlichen Einrichtungen bedingen. So können sich z.B. gerade feinsinnigere Kunden dagegen entscheiden, bei einem mit besonders aggressiver Werbung am Markt auftretenden Unternehmen, zu kaufen. Der Antitrust-Case gegen Microsoft ist ein Beispiel, dass auch der Staat bzw. die Europäische Kommission zu viel Aggressivität, wie sie Microsoft durch den gemeinsamen Verkauf von Betriebssystem und Internetbrowser gezeigt hat, auf den Plan ruft (Dess/Lumpkin 2005a). Schließlich besteht die Gefahr, dass aggressives Verhalten auch die Aggressivität des Wettbewerbers erhöht. Beispiele hierfür sind Preiskämpfe und langwierige juristische Auseinandersetzungen, die letztlich nur Dritten (Konsumenten bzw. Anwälten) und nicht den Unternehmen nützen. Empirische Arbeiten, in denen die Aggressivitäts-Dimension von EO separat betrachtet wird, liegen kaum vor. Lediglich Hughes und Morgan (2007) zeigen einen positiven Zusammenhang zwischen dem aggressiven Verhalten gegenüber Wettbewerbern und dem Unternehmenserfolg. Bei einer feindlichen Aufgabenumwelt tritt dieser Zusammenhang verstärkt auf (Lumpkin/Dess 2001a).

1.2.3 Unternehmenserfolg (UE) Unternehmenserfolg ist sowohl in der konzeptionellen und der empirischen Forschung als auch in der Unternehmenspraxis ein zentraler Begriff. Das Kernanliegen der betriebswirtschaftlichen Forschung ist die wirtschaftliche Führung von Unternehmen, eine Beschäftigung mit dem Unternehmenserfolg findet daher schon seit langem statt (Gutenberg 1942). Über den Begriff des Unternehmenserfolges herrscht insgesamt jedoch wenig Konsens (Brockhoff 2008). 19

Diese Uneinigkeit mag auch daran liegen, dass in der Organisationstheorie drei unterschiedliche Ansätze zur begrifflichen Einordnung des Unternehmenserfolgs bestehen (Ford/Schellenberg 1982): der Zielansatz (goal approach) (Etzioni 1964), der Systemansatz (systems resource approach) (Yuchtman/Seashore 1967) und der interessenpluralistische Ansatz (multi constituency approach) (Cyert/March 1963; Thompson 1967; Pfeffer/Salancik 1978; Connolly/Conlon/Deutsch 1980). Der Zielansatz definiert Erfolg als Grad der Zielerreichung einer Unternehmung (Etzioni 1964, S. 261). Er geht davon aus, dass die Ziele im Unternehmen gesetzt werden. Die Zielsetzung kann durch die Entscheidungsträger (Price 1972) oder eine „dominant coalition“ (Pennings/Goodman 1977), z.B. Aufsichtsrat und Vorstand in einer Aktiengesellschaft, erfolgen. Problematisch ist hierbei, dass unter den Zielsetzenden oft kein Konsens besteht. Dies wird durch die empirischen Arbeiten von Vroom (1960) sowie Lawrence und Lorsch (1967a) bestätigt. Der Systemansatz versucht das Problem, ein geeignetes Erfolgskriterium festzulegen, zu lösen, indem er die Perspektive um die Umwelt des Unternehmens erweitert. Erfolg nach dem Systemansatz ist die Fähigkeit, den langfristigen Fortbestand einer Unternehmung durch den auf Dauer gewährleisteten Zugang zu überlebensnotwendigen Ressourcen und Fähigkeiten zu sichern (Yuchtman/Seashore 1967). Ob diese Fähigkeit, den Ressourcenzugang zu sichern, vorhanden ist, lässt sich allerdings empirisch nur sehr schwer messen (Connolly/Conlon/Deutsch 1980). Zur Umwelt des Unternehmens gehören z.B. Lieferanten, Kunden und Wettbewerber. Das System umfasst das Unternehmen und seine Umwelt. Sowohl der Zielansatz als auch der Systemansatz basieren auf der Annahme, dass es ein einziges Set an Erfolgskriterien gibt (Connolly/Conlon/Deutsch 1980). Der interessenpluralistische Ansatz lockert diese Annahme, indem er mehrere Interessengruppen berücksichtigt. Die Interessengruppen (auch Anspruchgruppen oder Stakeholder) lassen sich in interne (z.B. Mitarbeiter, Management) und externe (z.B. Lieferanten, Kunden, Aktionäre, Fremdkapitalgeber, Öffentlichkeit, Staat, Gewerkschaften) Interessengruppen unterteilen (Schewe 2005, S. 26ff.). Jede Gruppe von Stakeholdern hat unterschiedliche Ansprüche an das Unternehmen (Ford/Schellenberg 1982). Unternehmen sind dann erfolgreich, wenn sie den Erwartungen ihrer Stakeholder gerecht werden (Friedlander/Pickle 1968). Unternehmenserfolg im Sinne des interessenpluralistischen Ansatzes ist durch die Berücksichtigung mehrerer Interessen grundsätzlich mehrdimensional. Die Anspruchsgruppen des Unternehmens verfolgen überwiegend unterschiedliche Ziele (Connolly/Conlon/Deutsch 1980). Folglich können die Erfolgsma20

ße der Anspruchsgruppen in Konkurrenz zueinander stehen (Hage 1980; Baetge et al. 2007). Für das Management sind die jeweiligen Erfolgsmaße unterschiedlich relevant (Friedlander/Pickle 1968). Pfeffer und Salancik (1978) vertreten die Ansicht, dass die Relevanz der Erfolgsmaße primär davon abhängt, welche Ressourcen die jeweiligen Anspruchsgruppen kontrollieren. Wenn die Organisation von gewissen Ressourcen abhängig ist und eine spezifische Anspruchsgruppe diese Ressourcen kontrolliert, werden die Ziele dieser Anspruchgruppe stärker gewichtet. Sind Unternehmen z.B. von einigen wenigen Kunden bzw. von deren Zahlungen abhängig, ist die Zufriedenheit dieser Kunden von besonderer Bedeutung. Der interessenpluralistische Ansatz berücksichtigt sowohl den Ziel- als auch den Systemansatz (Connolly/Conlon/Deutsch 1980). Einige Anspruchsgruppen (z.B. Manager) können den Zielansatz anwenden, andere Anspruchsgruppen (z.B. der Staat) den Systemansatz. Der Hauptunterschied zwischen diesen beiden Ansätzen und dem interessenpluralistische Ansatz ist, dass letzterer Erfolg als mehrdimensional und abhängig von verschiedenen Einschätzungen betrachtet. Jede Einschätzung ist abhängig vom Bewertenden. Damit ist es möglich, dass ein Unternehmen in der gleichen Erfolgsdimension (z.B. Gewinn) von einer Gruppe von Bewertenden als gut eingestuft wird, während es von einer anderen als schlecht beurteilt wird (Hage 1980). Ein Beispiel: Die Ankündigung von Entlassungen durch den Vorstand einer AG sollte über einen höheren erwarteten Gewinn eine Steigerung des Börsenwertes zur Folge haben und damit von der Anspruchsgruppe der Aktionäre als erfolgreich betrachtet werden, für die vom Arbeitsplatzabbau betroffenen Anspruchsgruppen der Mitarbeiter und Gewerkschaften stellt sich die Situation jedoch nachteilig dar. Venkatraman und Ramanujam (1987) geben eine Empfehlung, wie Unternehmenserfolg mehrdimensional und somit alle drei organisationstheoretischen Ansätze integrierend, gemessen werden kann. Mit dem Zielansatz vereinbar, liegt im Kern der Erfolgsmessung der finanzielle Erfolg. Der finanzielle Erfolg ist eine notwendige, nicht aber eine hinreichende Größe, um den Gesamterfolg einer Organisation zu definieren (Cameron 1978; Chakravarthy 1986). Neben diesem Kern gibt es auch nicht-finanzielle bzw. operative Erfolgsmaße. Dazu gehören z.B. die gewonnenen Marktanteile, der allgemeine Erfolg im Vergleich zum Wettbewerb oder die Produktqualität bzw. der Produkterfolg. Diese Maße sind dem finanziellen Erfolg oft vorgelagert (Kaplan 1983; Hofer/Sandberg 1987). Sie berücksichtigen auch den Systemansatz, der das Unternehmen nicht isoliert, sondern im Zusammenhang mit seiner Umwelt betrachtet. Als weitere Dimension sind Erfolgsmaße hilfreich, die weitere Anspruchsgruppen des Unternehmens einbeziehen und so dem 21

interessenpluralistischen Ansatz explizit Rechnung tragen (Connolly/Conlon/Deutsch 1980; Zammuto 1984). Dazu können die Zufriedenheit der Mitarbeiter, die Zufriedenheit der Kunden, die sich im Maß der Kundenbindung äußern kann, oder das Image des Unternehmens in der Öffentlichkeit gehören. Murphy et al. (1996) untersuchen in ihrer Metaanalyse zur Erfolgsmessung in der Entrepreneurship-Forschung 51 empirische Arbeiten, die Unternehmenserfolg als abhängige Variable haben. Sie zählen dabei 71 unterschiedliche Erfolgsgrößen. Dieser Befund ist noch bemerkenswerter als die 30 verschiedenen Erfolgsgrößen, die Fritz (1990) in seinem Literaturüberblick zum Thema Unternehmenserfolg ermittelt, und deckt sich auch mit der Aussage Albachs (1988), dass über die Messung des Unternehmenserfolges in der Literatur wenig Einigkeit herrscht. Tabelle 1 zeigt die acht Erfolgsdimensionen, die Murphy et al. (1996) unterscheiden, die Häufigkeit deren Vorkommens in den Studien sowie beispielhafte Erfolgsgrößen für die jeweilige Erfolgsdimension. Erfolgsdimension Häufigkeit

Beispielhafte Erfolgsgrößen

Effizienz

30

Return on Assets (ROA), Return on Equity (ROE)

Wachstum

29

Gewinn

26

Umsatzwachstum, Mitarbeiterwachstum Return on Sales/Umsatzrendite (ROS), Vorsteuerergebnis, KGV

Größe

15

Gesamtumsatz, Gesamt-Cash-Flow

Liquidität

9

Möglichkeit, Wachstum zu finanzieren

Erfolg/Scheitern

7

Insolvenz ja/nein

Marktanteil

5

Marktanteil in der Branche

Leverage

3

Fremdkapital/Eigenkapital

Tabelle 1: Erfolgsgrößen in der Entrepreneurship-Forschung nach Murphy et al. (1996)

Die Erfolgsdimensionen Effizienz, Wachstum und Gewinn spielen demnach empirisch in den von Murphy et al. (1996) analysierten Arbeiten die größte Rolle. Dies deckt sich mit vielen Studien zum Zusammenhang zwischen EO und Unternehmenserfolg, in denen die Erfolgsdimensionen Wachstum und Gewinn dominieren (Rauch et al. 2009). Die von Venkatraman und Ramanujam (1987) empfohlenen nicht-finanziellen Erfolgsgrößen scheinen mit Ausnahme der Dimension Marktanteil noch nicht weit verbreitet. Nur 40% der von Murphy et al. (1996) untersuchten Arbeiten betrachten mehr als zwei Erfolgsmaße. Keine Studie betrachtet mehr als fünf der identifizierten acht Erfolgsdimen22

sionen. Daily und Dalton (1992) bezweifeln, dass Unternehmenserfolg mit nur wenigen Erfolgsgrößen hinreichend erfasst werden kann. Werden nur wenige Dimensionen des Unternehmenserfolges betrachtet, kann dies zu irreführenden Ergebnissen führen (Rauch et al. 2009). Zwischen den einzelnen Erfolgsdimensionen können Interdependenzen bestehen (Murphy/Trailer/Hill 1996). EO-bezogene Anstrengungen, die eine Erfolgsdimension positiv beeinflussen, können sich negativ auf andere Erfolgsdimensionen auswirken und wiederum keinen Einfluss auf dritte Erfolgsdimensionen haben. Beispielsweise mag eine Umsatzsteigerung die Folge von Investitionen in Forschung und Entwicklung sein. Diese Investitionen wirken sich aber zumindest temporär negativ auf die Erfolgsdimensionen Effizienz, Gewinn und Liquidität aus. Daher wird in der Literatur, abhängig vom Lebenszyklus und dem Untersuchungszeitraum, die Betrachtung mehrerer Erfolgsmaße gefordert (Steers 1977; Kaplan 1983; Venkatraman/Ramanujam 1987; Lumpkin/Dess 1996a). Dieser Forderung möchte diese Arbeit gerecht werden, indem sie, ähnlich wie andere EO-Studien (Rauch et al. 2009), sowohl finanzielle als auch nicht-finanzielle Dimensionen des Unternehmenserfolges betrachtet. Murphy et al. (1996) stellen darüber hinaus fest, dass 75% der betrachteten Arbeiten auf Primärdaten basieren. Die subjektiven Einschätzungen der befragten Unternehmen überwiegen somit. Objektive Erfolgsmaße, die mit Sekundärdaten gemessen werden, bilden die Ausnahme. Dies deckt sich mit den Ergebnissen anderer EntrepreneurshipForscher, die als Hauptgrund hierfür die Knappheit relevanter Sekundärdatenquellen anführen (Sapienza/Smith/Gannon 1988; Chandler/Jansen 1992). Bei subjektiven Erfolgsmaßen gibt der Adressat seine Erfolgseinschätzung dabei meist auf einer fünf- oder siebenstufigen Likert-Skala ab. Subjektive Erfolgsmaße sind methodisch jedoch nicht unproblematisch. So können sie z.B. Gegenstand eines Common Method-Bias sein (Ernst 2003b). Ein solcher Bias liegt dann vor, wenn die Varianz der betrachteten Größe auf die Messmethode und nicht auf das tatsächliche Konstrukt zurückzuführen ist (Podsakoff et al. 2003). Die Ursachen für einen Common Method-Bias sind vielfältig. Beispielsweise könnte es sein, dass der Adressat beim Antworten darauf achtet, welche Antworten sozial wünschenswert sind oder ihm persönlich einen Vorteil verschaffen (Bagozzi/Yi/Philips 1991). Es ist auch denkbar, dass der Adressat in seinen Antworten konsistent und rational erscheinen möchte (Osgood/Tannenbaum 1955). Dabei sucht er nach Ähnlichkeiten zwischen den Fragen, die ihm gestellt werden. Durch seine verzerrten Antworten ergeben sich Beziehungen in den Daten, die so in der Realität möglicherweise nicht bestehen. In der Literatur wird diese Tendenz als „consistency motif“ bezeichnet (Podsakoff/Organ 1986; Johns 1994). Es gibt vereinzelt Hinweise darauf, dass 23

subjektive Erfolgsmaße insbesondere bei Unternehmensinhabern stärker mit deren Persönlichkeitsmerkmalen als mit objektiven Kriterien des Unternehmenserfolges zusammenhängen (Rauch 2003). In der Literatur wird dennoch überwiegend die Ansicht vertreten, dass subjektive Erfolgsmaße mit objektiven Erfolgsmaße korrelieren und somit Validität und Reliabilität hinreichend gegeben sind (Dess/Beard 1984; Dess/Robinson Jr. 1984; Venkatraman/Ramanujam 1987; Slater/Narver 1994; Droge/Jayaram/Vickery 2004; Schenk 2007). Chandler und Hanks (1993) zeigen, dass die Einschätzung von Eigentümern/CEOs zu Gewinnen und Umsatzwachstum mit buchhalterischen Daten hoch korreliert. Speziell für Arbeiten, die sich mit dem Zusammenhang zwischen EO und UE beschäftigen, konnten Raucht et al. (2009) nachweisen, dass subjektive Erfolgsmaße mit objektiven Erfolgsmaßen korrelieren und zudem ähnliche Effektgrößen zeigen. Ein weiteres Argument für subjektive Erfolgsmaße ist der Vorteil, dass sich durch sie auch nicht-monetäre Erfolgsdimensionen berücksichtigen lassen (Rohn 2006). Bei der empirischen Ermittlung des Unternehmenserfolges ist zudem zu bestimmen, auf welcher Ebene der Organisation gemessen wird – auf Gesamtebene, auf der Ebene von Organisationseinheiten, etwa Tochtergesellschaften oder auf Individualebene, also etwa auf der Ebene eines einzelnen Projektes im Unternehmen. Im Fokus dieser Arbeit steht das Gesamtunternehmen. Daher soll auch die Erfolgsmessung auf dieser Ebene erfolgen. Sowohl Quinn und Cameron (1983) als auch Zahra (1993a) vertreten die Meinung, dass sich die adäquaten Erfolgsmaße mit der Entwicklung von Unternehmen verändern. Die Erfolgsmaße bei Gründungsunternehmen, über die Schmidt (2002) einen Überblick gibt und mit denen sich auch die Arbeit von Witt und Rosenkranz (2002) befasst, sind oft andere als diejenigen, die für etablierte Unternehmen Anwendung finden. Da Gründungsunternehmen noch keine Unternehmenshistorie vorweisen können, sind finanzielle Erfolgsmaße wie der Jahresüberschuss oder gar ein Börsenwert oft nicht vorhanden (Brettel/Rudolf/Witt 2005, S. 9). Im Folgenden werden die acht Erfolgsdimensionen der Arbeit von Murphy et al. (1996) diskutiert und mit ihrem Vorkommen in der empirischen EO-Forschung abgeglichen. Nur wenn Erfolgsmaße verwendet werden, die auch in bisherigen empirischen Arbeiten zum Einsatz kamen, lassen sich die Ergebnisse vergleichen. Hierbei erfolgt auch die Auswahl der Erfolgskriterien für die vorliegende Arbeit. Die Effizienz-Dimension umfasst zwei Erfolgsgrößen: 1) Rendite auf die Summe der Vermögenswerte bzw. Gesamtkapitalrendite (return on assets/ROA) und 2) die Eigenka24

pitalrendite (return on equity/ROE). Das Ergebnis des Unternehmens wird also im ersten Fall ins Verhältnis zur Summe der Vermögenswerte bzw. im zweiten Fall zum Eigenkapital des Unternehmens gesetzt. Das Eigenkapital eines Unternehmens muss kleiner gleich der Summe der Vermögenswerte des Unternehmens sein. Folglich wird die Eigenkapitalrendite abhängig vom Verschuldungsgrad des Unternehmens höher sein als die Gesamtkapitalrendite. Dies macht die Gesamtkapitalrendite zu einer konservativeren Erfolgsgröße, die somit der Eigenkapitalrendite vorzuziehen ist (Murphy/Trailer/Hill 1996). Die Gesamtkapitalrendite besitzt für das Management und die Gesellschafter des Unternehmens besondere Relevanz und berücksichtigt somit als Erfolgsgröße auch den interessenpluralistischen Ansatz. In der empirischen EO-Forschung ist der ROA eine verbreitere Erfolgsgröße (Zahra 1991; Zahra/Covin 1995), die auch in dieser Arbeit verwendet wird. Die Wachstums-Dimension umfasst im wesentlichen das Umsatzwachstum und das Mitarbeiterwachstum (Murphy/Trailer/Hill 1996). Marris (1964) vertritt die Ansicht, dass das Wachstum eines Unternehmens ein bedeutendes Ziel des Managements ist. Hierfür führt er soziale (etwa Anerkennung durch die Peer Group), psychologische (internalisiertes Leistungsstreben) und ökonomische (Gehaltssteigerung und Arbeitsplatzsicherung) Gründe an. Funkhouser und Rothberg (1989) zeigen, dass neben dem Management auch andere Anspruchsgruppen des Unternehmens wie die Aktionäre und die Mitarbeiter Interesse an dessen Wachstum haben. Wachstum kann jedoch erst dann als Erfolgsindikator herangezogen werden, wenn es von Dauer ist (Rudolf/Witt 2002b, S. 21f.). Gerade bei jungen Unternehmen spielt dies eine Rolle. Die in der Literatur dominierende komparativ-statische Sicht versteht Unternehmenswachstum als zeitraumbezogene positive Unternehmensgrößendifferenz. Diese Differenz kann durch Kennzahlen wie das Mitarbeiterwachstum und das Umsatzwachstum erfasst werden (Rudolf/Witt 2002b, S. 19ff.). Mit der Betrachtung beider Größen, werden sowohl Input- als auch Outputgrößen abgebildet (Hack 2005, S. 44ff.). Umsatzwachstum ist nach der Meta-Analyse von Capon, Farley und Hoenig (1990), welche die Determinanten des Unternehmenserfolges untersucht, ein allgemein akzeptierter Indikator für den finanziellen Unternehmenserfolg. Umsatzwachstum korreliere zudem positiv und robust mit anderen Messgrößen des finanziellen Unternehmenserfolges. Auch die empirische Arbeit von Albach et al. (1985, S. 123ff.) stützt diese These. Daher kann das Umsatzwachstum, insbesondere wenn keine Profitabilitätsgrößen vorliegen, zur Approximation des finanziellen Unternehmenserfolges herangezogen werden. In der EO-Forschung sind sowohl das Mitarbeiterwachstum (Wiklund 1999; Swierczek/Ha 2003; Wiklund/Shepherd 2005) als auch das Umsatz25

wachstum (Covin/Slevin 1989; Wiklund 1999; Moreno/Casillas 2008) als Erfolgsgrößen verbreitet und werden auch in der vorliegenden Arbeit erhoben. Die Gewinn-Dimension umfasst nach Murphy et al. (1996) im wesentlichen den Return on Sales/Umsatzrendite (ROS), also der Nettogewinn geteilt durch den Umsatz, das Vorsteuerergebnis und bei börsennotierten Unternehmen das Kurs-Gewinn-Verhältnis (KGV). Bei der Gewinnermittlung wird in der Betriebswirtschaftslehre in der Regel zwischen den Gewinngrößen bilanzieller Erfolg (accounting profit) und ökonomischer Gewinn (economic profit) unterschieden (Baetge et al. 2007). Während der bilanzielle Erfolg eine Zunahme des Eigenkapitals bzw. des Reinvermögens darstellt, repräsentiert der ökonomische Gewinn eine Veränderung des Ertragswertes des Unternehmens auf Basis seiner zukünftigen Erfolge (Barwert der Einzahlungsüberschüsse) (Coenenberg et al. 2004, S. 80). Für die Berechnung des Vorsteuerergebnisses bzw. der Umsatzrendite wird der bilanzielle Erfolg herangezogen. Sind Unternehmen börsennotiert, kann auch ein KGV berechnet werden. Für börsennotierte Unternehmen bietet sich als Erfolgsmaß zudem der gesamte für die Aktionäre geschaffene Wert, also Kurssteigerung plus Dividendenausschüttungen, häufig auch als Total Shareholder Return (TSR) bezeichnet, an (Johnson/Natarajan/Rappaport 1985). Um auch für nicht börsennotierte Unternehmen eine Wertsteigerung zu erfassen, muss eine aufwändige Unternehmensbewertung zu unterschiedlichen Zeitpunkten erfolgen. Bei größeren Unternehmen ist dies inzwischen üblich (Körber 2006). Über mögliche Bewertungsverfahren geben etwa Rudolf und Witt (2002b, S. 55ff) einen Überblick. Problematisch hierbei ist aber, dass die Verfahren oft eine sehr große Bandbreite an Ergebnissen liefern. Weil die vorliegende Arbeit überwiegend nicht börsennotierte Unternehmen und zudem neben großen auch kleine und mittlere Unternehmen betrachtet, sollen KGV und TSR als Erfolgsmaße keine Anwendung finden. Bei Profitabilitätsmaßen besteht allgemein das Problem, dass unternehmensspezifische (Einmal-)Effekte, die Messgrößen verzerren können (Rudolf/Witt 2002a). Zudem unterliegen sie durch steuerliche und bilanzielle Spielräume häufig Verzerrungen (Albach/Bock/Warnke 1985, S. 133; Nöcker 1999). Aufgrund von Verschwiegenheitspflichten sind sie zudem häufig nur schwer zugänglich. Gerade unternehmerische Aktivitäten zeigen teilweise erst mit deutlicher Verzögerung eine Beeinflussung der Profitabilität. Eine Beschränkung der Erfolgsmessung auf Profitabilitätsmaße wäre daher ggf. irreführend (Zahra/Garvis 2000). Zahlreiche Arbeiten der EO-Forschung greifen dennoch auf Profitabilitätsmaße zur Erfolgsmessung zurück. Der ROS wird etwa von Zahra (1993b), Zahra und Covin (1995) sowie Lumpkin und Dess (2001a) verwendet und soll als ein Erfolgsmaß auch in dieser Arbeit angewandt werden. Ähnlich wie die Wachs26

tums-Erfolgsgrößen ist auch die Umsatzrendite als Erfolgsgröße der Gewinn-Dimension für eine Reihe von Anspruchsgruppen bedeutsam. Murphy et al. (1996) zeigen, dass die von ihnen identifizierten Erfolgsdimensionen Größe, Liquidität, Erfolg/Scheitern, Marktanteil und Leverage, also Fremdkapital geteilt durch Eigenkapital, empirisch kaum relevant sind. Daher werden sie hier nicht weiter vertieft. Stattdessen sollen die von Venkatraman und Ramanujam (1987) empfohlenen nichtfinanziellen Erfolgsgrößen eingeführt werden. Bei nicht-finanziellen Erfolgsgrößen besteht der Vorteil, dass die Wahrscheinlichkeit recht

hoch

ist,

dass

sie

von

den

Respondenten

beantwortet

werden

(Runyan/Droge/Swinney 2008). Die Ergebnisse unternehmerischen Handelns können sich in nicht-finanziellen Größen manifestieren (Pinchot 1985). So ist es denkbar, dass der Erfolg von Produkten im Vergleich zum Wettbewerb, gerade wenn die Produkte erst neu in den Markt eingeführt wurden, dem finanziellen Erfolg vorgelagert sind. Auch der Kundenerfolg, der etwa den Aspekt der Kundenbindung an das Unternehmen einschließt, ist eine nicht-finanzielle, dem finanziellen Erfolg vorgelagerte Erfolgsdimension, die zudem die externe Anspruchsgruppe der Kunden des Unternehmens berücksichtigt. Auch der allgemeine Erfolg im Vergleich zu Wettbewerbern, die in der gleichen Branche tätig sind, ist ein Beispiel für eine nicht-finanzielle Erfolgsgröße, die regelmäßig Anwendung findet (Birley/Westhead 1990; Wiklund/Shepherd 2003). Insbesondere für jüngere Unternehmen, bei denen finanzielle Erfolgsgrößen teilweise noch nicht vorliegen oder wenig Aussagekraft besitzen, eignen sich nicht-finanzielle Erfolgsgrößen wie der allgemeine Erfolg gegenüber Wettbewerbern, der Produkterfolg und der Kundenerfolg. Gerade in der jüngeren EO-Literatur werden diese nicht-finanziellen Erfolgsgrößen herangezogen (Walter/Auer/Ritter 2006; Hughes/Morgan 2007; Schmelter 2009). Sie integrieren neben dem interessenpluralistischen Ansatz auch den Systemansatz, da sie mit der Berücksichtigung des Wettbewerbs explizit die Umwelt des Unternehmens berücksichtigen. Tabelle 2 gibt die in der vorliegenden Arbeit verwendeten Erfolgskriterien wieder. Neben der jeweiligen Erfolgsgröße sind die Erfolgsdimension, die sie abbildet, sowie die Einordnung in finanzielle und nicht-finanzielle Größen dargestellt.

27

Erfolgsgröße

Erfolgsdimension

ROA

Effizienz

x

Umsatzwachstum

Wachstum

x

ROS

Gewinn

x

Mitarbeiterwachstum

Wachstum

x

Kundenerfolg

Kunden

x

Allgemeiner Erfolg im Vergleich zum Wettbewerb

Wettbewerb

x

Produkterfolg

Produkt

x

Tabelle 2: Unternehmenserfolgskriterien der Arbeit

28

Finanziell Nicht-finanziell

1.3 Empirische Befunde zum EO-UE-Zusammenhang Zahra (1993a, S. 11) beklagt, dass „a paucity of empirical documentation of the effect of entrepreneurship on company financial performance“ herrsche. Inzwischen mag diese empirische Lücke etwas geschlossen worden sein (Rauch et al. 2009). Zumindest liegen zum Zusammenhang zwischen EO und dem Unternehmenserfolg einige Studien vor. Diese sind in Tabelle 3 überblicksweise dargestellt. Die Ergebnisse der Studien sind nicht eindeutig. In einigen Studien wird ein stark positiver Zusammenhang festgestellt (Covin/Slevin 1986; etwa Zahra 1991; Zahra/Covin 1995; Wiklund 1999; Yoo 2001; Swierczek/Ha 2003; Hult/Snow/Kandemir 2003). Andere Arbeiten stellen lediglich einen schwach positiven Zusammenhang fest (Zahra 1991; Choonwoo/Kyungmook/Pennings 2001; Yusuf 2002; Chow 2006). Zahlreiche, gerade jüngere Studien können jedoch gar keinen signifikanten Zusammenhang nachweisen (Smart/Conant 1994; Slater/Narver 2000; Auger/Barnir/Gallaugher 2003; Walter/Auer/Ritter 2006; Moreno/Casillas 2008; Runyan/Droge/Swinney 2008). Andere wiederum, wie etwa die Arbeit von Hughes und Morgan (2007), weisen nur für einzelne EO-Dimensionen einen positiven Zusammenhang mit dem UE auf, für andere Dimensionen gar keinen und für die Dimension Risikobereitschaft sogar einen negativen Zusammenhang. Letzteres bestätigt Harts (1992) Vermutung, dass auch ein negativer Zusammenhang zwischen EO und UE existieren könne. Ein nicht-linearer Zusammenhang zwischen EO und UE wurde bislang nach Kenntnisstand des Autors noch nicht getestet. Die sehr unterschiedlichen empirischen Ergebnisse legen eine weitere Beschäftigung mit dem Zusammenhang nahe: „It is a research priority to understand why such marked differences have been reported“ (Hughes/Morgan 2007, S. 657). Eine mögliche Ursache für die Unterschiede in den empirischen Befunden mag im Forschungsdesign liegen. Die Großzahl der vorliegenden Arbeiten sind Querschnittsstudien. Längsschnittstudien bilden die Ausnahme (Zahra 1991; Zahra/Covin 1995; Wiklund 1998; Wiklund 1999; Wiklund/Shepherd 2005). Besonders Wiklund (1998; 1999), der allerdings in seinen Arbeiten ausschließlich schwedische Unternehmen untersucht, bildet hier zusammen mit Zahra (1991) sowie Zahra und Covin (1995) die Ausnahme. Zahra (1991) stellt in einer Längsschnittstudie einen positiven Zusammenhang zwischen EO und Gewinn sowie Wachstum fest. EO weist in dieser Studie auch bei Berücksichtigung von ein- und zweijährigen Timelags einen positiven Zusammenhang mit dem Unternehmenserfolg auf. Zahra und Covin (1995) belegen, dass EO und der finanzielle Unternehmenserfolg positiv zusammenhängen, wobei die Stärke des Zusammenhangs im 29

Zeitverlauf anwächst. Zudem erscheint EO in einer feindlichen Aufgabenumwelt stärker zu wirken als in einer freigiebigen. Die unterschiedlichen Ergebnisse deuten allerdings auch darauf hin, dass der Zusammenhang zwischen EO und UE sehr komplexer Natur sein könnte, d.h., dass Kontroll-, mediierende und moderierende Variablen zu berücksichtigen sind. EO kann evtl. nur in bestimmten Situationen, z.B. bei einer entsprechenden Aufgabenumwelt, zu einer Steigerung des Unternehmenserfolges beitragen. In diese Richtung weist auch die Arbeit von Naman und Slevin (1993), die Hinweise auf einen positiven Zusammenhang zwischen „Fit“ und Unternehmenserfolg gibt – bei „organischen“ Firmen in einer turbulenten Aufgabenumwelt, wenn diese innovativ sind, Risiko übernehmen und von Proaktivität geprägt sind. Es besteht allerdings kein Konsens, welche Moderatorvariablen für den Zusammenhang zwischen EO und UE maßgeblich sind (Rauch et al. 2009). Prüft man die vorliegenden empirischen Arbeiten auf ihre theoretische Basis, lässt sich festhalten, dass die theoretische Fundierung häufig dünn bzw. Common Sense-lastig ist. Mit etablierten Theorien wird selten argumentiert. Es wurden zudem nur in zwei sehr jungen Arbeiten (Walter/Auer/Ritter 2006; Hughes/Morgan 2007) alle fünf EODimensionen betrachtet. Ansonsten beschränken sich viele Arbeiten auf die von Miller (1983) eingeführten Dimensionen Risikoübernahme, Proaktivität und Innovativität – Autonomie und Aggressivität gegenüber Wettbewerbern bleiben sehr oft außen vor. Dies, obwohl gerade Autonomie als eine besonders bedeutsame Dimension einer EO betrachtet wird (Lumpkin/Dess 1996a; Lumpkin/Cogliser/Schneider 2009). Zudem ist zu bemängeln, dass nur wenige Studien den Zusammenhang zwischen den einzelnen EODimensionen und dem UE differenziert betrachten. Auch die Modellierung moderierender und mediierender Variablen, obwohl in der Literatur verschiedentlich gefordert (Lumpkin/Dess 1996a; Hughes/Morgan 2007), bildet in bisherigen empirischen Studien die Ausnahme und erfolgt erst in jüngeren Arbeiten (Moreno/Casillas 2008; Wang 2008). Meist wurde lediglich ein direkter Zusammenhang zwischen EO und UE unterstellt. Eine Betrachtung der internen Zusammenhänge der EO-Dimensionen geschah bislang nur vereinzelt (etwa Covin/Slevin 1989) und weitestgehend unsystematisch. Methodisch handelt es sich bei den bisher vorgelegten empirischen Arbeiten um Studien, in denen die Regressionsanalyse dominiert. Kausalmodelle wie bei Matsuno et al. (2002), Moreno und Casillas (2008) sowie Runyan et al. (2008) bilden die Ausnahme. EO wurde zudem meist als ein Aggregat betrachtet. Hierbei wurden Risikoübernahme, Proaktivität und Innovativität als unabhängige Dimensionen gemessen und anschließend zu einer kombinierten EO-Skala aggregiert. Diese Skala wurde für weitere Analysen 30

verwendet. Durch diese Vorgehensweise wird jedoch der individuelle Einfluss der jeweiligen Dimension vernachlässigt (Hughes/Morgan 2007). In der Literatur wird vielfach debattiert, ob die EO-Dimensionen voneinander unabhängig sind (Lumpkin/Dess 1996a; Kreiser/Marino/Weaver 2002a; Moreno/Casillas 2008). Zu dieser Diskussion liefert diese Arbeit auch einen Beitrag, indem sie theoretisch herleitet, weshalb die EO-Dimensionen unabhängig sein müssen und dies auch testet. Sind die Dimensionen voneinander unabhängig, ist die Aggregation zu einer EO-Skala problematisch. Ähnliches gilt für die abhängige Variable. Der Unternehmenserfolg wurde zwar häufig mehrdimensional gemessen, in vielen Arbeiten wurden die Erfolgsmaße jedoch aggregiert, so dass eine differenzierte Aussage zu den Erfolgswirkungen nicht möglich ist. Für Deutschland liegt nach Kenntnisstand des Autors bislang keine Studie vor, die branchen- und altersübergreifend ist, alle EO-Dimensionen integriert und deren Zusammenhang mit mehreren Unternehmenserfolgsdimensionen differenziert betrachtet und dabei sowohl moderierende als auch mediierende Variablen mitberücksichtigt. Die vorliegende Arbeit soll hypothesengeleitet die folgenden Forschungsfragen beantworten: Besteht ein Zusammenhang zwischen EO und UE? Besteht dieser Zusammenhang direkt oder spielen auch moderierende und mediierende Variablen eine Rolle? Haben

die

jeweiligen

Dimensionen

der

EO

verschiedene

Beziehungen

mit

dem Unternehmenserfolg? Besteht das EO-Konstrukt aus fünf Dimensionen, und sind diese Dimensionen voneinander unabhängig?

31

1.4 Aufbau Die Arbeit ist wie folgt aufgebaut: Kapitel 2 führt zunächst in die für die Arbeit relevanten betriebswirtschaftlichen Theorien ein. Im Anschluss erfolgt die Hypothesenherleitung. Kapitel 3 hat die empirische Untersuchung zum Gegenstand. Zunächst wird die Datenerhebung beschrieben. Der zweite Teil des Kapitels beschäftigt sich mit der Operationalisierung der latenten Konstrukte. Der dritte Teil des Kapitels beschreibt die Grundlagen der Datenanalyse. In Kapitel 4 werden die Ergebnisse der Arbeit vorgestellt. Zunächst wird auf die Güte der Messinstrumente eingegangen. Dann werden die Ergebnisse der Hypothesentests präsentiert. Kapitel 5 schließt die Arbeit mit einer Diskussion der Ergebnisse, einer kritischen Betrachtung der Grenzen der Arbeit sowie Empfehlungen für Wissenschaft und Praxis.

32

2002 Q

2002 Q

2002 Q

Matsuno/Mentzer/ Özsomer

Kreiser/Marino/ Weaver

Yusuf

Wiklund

2001 Q

1998 L

Zahra/Covin

Yoo

1995 L

Naman/Slevin

1999 L

1993 Q

Zahra

2001 Q

1991 L

Covin/Covin

Lumpkin/Dess

1990 Q

Venkatraman

Wiklund

1989 Q

1989 Q

Covin/Slevin

1986 Q

Covin/Slevin

Publikationsjahr

1983 Q

Typ (Q/L)

Miller

Autor(en)

Land

U-Größe

82 Golfstaaten

>5

k.A.

k.A.

Durchschn. 6263 MA

Prod. Gewerbe

80%<500 MA

Technologie- <500 MA basierte Unternehmen

Übergreifend k.A.

Übergreifend 10-49 MA

Übergreifend 10-49 MA

Prod. Gew.

k.A.

Industrie und Durchschn. Handel 12 MA

R,P,I

C

R,P,C

R, P, I

R, P, I

R, P, I

EO

R, P, I

R, P, I

R, P, I

>5

k.A.

k.A.

>3

R, P, I

R, P, I

R, P, I

R, P, I

Im D. P, C 10,5

k.A.

k.A.

>10

Im D. R, P, I 24,6

Fortune 500 k.A.

<500 MA

Prod. Gew., <500 MA Technolgie

Industrie

Prod. Gew.

Übergreifend Übergreifend k.A.

Übergreifend 5-500 MA

Übergreifend >10 Mio. Umsatz

Übergreifend Durchschn. 2200 MA

Branche

1671 Australien, Übergreifend 6-500 MA Costa Rica, Finnland, Griechenland, Indonesien, Mexiko, Holland, Norwegen, Schweden

364 USA

277 Südkorea

124 USA

447 Schweden

447 Schweden

108 USA

122 USA

119 USA

344 USA

202 USA

161 USA

76 USA

52 Canada

n U-Alter (Jahre)

UE-Maße (# Items) / Sekundärdaten?

Multiple Regressionsanalyse

Multiple Regressionsanalyse

Strukturgleichungsmodell

Multiple Regressionsanalyse, Strukturgleichungsmodell

Multiple Regressionsanalyse

Lineare Regression

Lineare Regression

Wachstum (1), Profitabilität (2) / nein

Positiver Zshg. zwischen EO und UE (im Zeitverlauf zunehmend, keine separate Betrachtung der Dimensionen) Positiver Zshg. von P mit allen Erfolgsmaßen; kein sign. Zshg. von C mit Erfolgsmaßen

Marktanteil, Umsatzanteil neuer Produkte, ROI / nein

Eigentümer Wachstum (3), Profitabilität (3) / nein oder Top Management

Eigentümer Wachstum (2), Profitabilität (1) / nein oder General Manager

Marketing Manager

Positiver Zshg. zwischen EO und UE (keine separate Betrachtung der Dimensionen)

Unterschiedliche Zshg. je nach Dimension; Positiver Zshg. zwischen P und I und dem UE; U-förmiger Zshg. für R; Umfeld moderiert den Zshg.

Kein direkter positiver Zshg. zwischen EO und UE, sogar negativer Zshg. zwischen EO und ROI

Top Profitabilität (2), Wachstum (3), Liquidität Positiver Zshg. zwischen R, P, I und dem UE; I hat größten Einfluss; Scannen des Umfelds moderiert positiv Management (1), Markterfolg (3), Mitarbeiterzufriedenheit, Image / nein

Eigentümer

Top Wachstum (4), Profitabilität (3) / nein Management

Top Wachstum (6), Profitabilität (2), Liquidität Positiver Zshg. zwischen EO und UE (keine separate Betrachtung der Dimensionen) Management (1) / nein

Positiver Zshg. zwischen EO und UE (im Zeitverlauf zunehmend), stärker ausgeprägter Zshg. bei feindlicher Aufgabenumwelt

Senior Wachstum (2), Profitabilität (4), Sonstige Negativer Einfluss von MISFIT zwischen EO und Aufgabenumwelt auf UE Management (3) / nein

Positiver Zshg. zwischen EO und UE; positiver Zshg. zwischen Feindlichkeit der Aufgabenumwelt und EO

Top Wachstum (1), Profitabilität (5), Liquidität Kein Zshg. zwischen C und UE Management (2), Sonstige (1) / nein

Positiver Zshg. zwischen P und dem UE; Neg. Zshg. zwischen C und R und Profitabilität

Top Wachstum (1), Profitabilität (5), Liquidität Positiver Zshg. zwischen EO und UE nur in feindlichem Umfeld; positiver Management (2), Sonstige (1) / nein Zshg. zwischen R und I Top Wachstum (3), Profitabilität (5) / nein Management

Moderierte Regressionsanalyse Senior Wachstum (1), Profitabilität (2) / nein Management

Lineare Regression, Korrelations- analyse

Positiver Zshg. zwischen Feindlichkeit der Aufgabenumwelt und EO

Wesentliche Ergebnisse

Senior Wachstum (4), Profitabilität (3), Liquidität Positiver Zshg. zwischen EO und UE (keine separate Betrachtung der Management (1), Sonstige (3) / nein Dimensionen)

Senior n.a. Management

Adressat

Korrelationsanalyse, Canonical Top Profitabilität (4) / nein Analysis Management

Korrelationsanalyse

Strukturgleichungsmodell

Multiple Regressionsanalyse

Korrelationsanalyse

Lineare Regression (hierarchisch)

Methode

2003 L

2005 L

2006 Q

2006 Q

2006 Q

2006 Q

2007 Q

2008 Q

2008 Q

2008 Q

2009 Q

Wiklund/Shepherd

Wiklund/Shepherd

Chow

Jantunen et al

Stam/Elfring

Walter/Auer/Ritter

Hughes/Morgan

Moreno/Casillas

Runyan/Droge/ Swinney

Wang

Schmelter

Land

214 Deutschland

213 UK

267 USA

434 Spanien

211 UK

149 k.A.

90 Niederlande

299 Finnland

3562 China

413 Schweden

384 Schweden

299 Finnland

172/ Thailand, 306 Vietnam

n

U-Größe

k.A.

k.A.

k.A.

>1

2,5

Übergreifend >20 MA

Übergreifend >50 MA

Übergreifend SME

MANOVA, Lineare Regression

Lineare Regression (hierarchisch)

Lineare Regression

Lineare Regression (hierarchisch)

Lineare Regression (hierarchisch)

Lineare Regression

MANOVA, Lineare Regression

Methode

Strukturgleichungsmodell

Strukturgleichungsmodell

R, P, I, C Strukturgleichungsmodell

R, P, I

min. 5 R, P, I, N, S

k.A.

k.A.

Strukturgleichungsmodell

A,R,P,I, Lineare Regression C

Übergreifend SME, max. 6 15,9 R, P, I, Mio. EUR im Umsatz Mittel

Technologie Median: 6 MA

R, P, I

R, P, I

R, P, I

R, P, I

R, P, I

R, P, I

R, P, I

EO

8,3 im A,R,P,I, Lineare Regression Mittel C (hierarchisch)

k.A.

Open Source-SME Software

Universitäts- SME Spin-Offs

k.A.

Übergreifend >50 MA

Übergreifend Übergreifend k.A.

Übergreifend SME

Übergreifend SME

Übergreifend >50 MA

Übergreifend SME

Branche

Tabelle 3: Studien zum Zusammenhang zwischen EO und Unternehmenserfolg

2005 Q

Jantunen et al

Publikationsjahr

2003 Q

Typ (Q/L)

Swierczek/Ha

Autor(en) U-Alter (Jahre)

Nettogewinn, Erfolg geg. Wettbewerbern, Geschaffene Arbeitsplätze / nein

UE-Maße (# Items) / Sekundärdaten?

Universal positiver Zshg. zwischen EO und UE; EO moderiert den Zusammenhang zwischen Wissensressourcen und UE positiv

Positiver Zshg. zwischen EO und International Performance (keine separate Betrachtung der Dimensionen)

Positiver Zshg. zwischen R, P, I und dem UE

Wesentliche Ergebnisse

Umsatzwachstum, Umsatz/MA, Profitabilität / teilweise

Top Subjektiver Erfolg (Produkterfolg, Management Kundenerfolg, Erfolg im Vgl. Wettbewerbern), Finanzieller Erfolg (verschiedene Kennzahlen)

Top ROCE, EPS, Umsatzwachstum / nein Management

Top Gesamterfolg im Vgl. zum Vorjahr, zu Management Hauptwettbewerbern, zur Branche

Top Umsatzwachstum / nein Management

Top Produkterfolg, Kundenerfolg / nein Management

Gründer

Gründerteam Erfolg gegenüber Wettbewerb / nein

Top Innovationserfolg / nein Management

Top Umsatzrendite / nein Management

Positiver Zshg. zwischen EO und UE. Feindlichkeit moderiert den Zusammenhang positiv.

Strategietypen moderieren den EO-Learning Orientation-Zusammenhang. LO ist eine mediierende Variable in der EO-UE-Beziehung.

Kein allgemeiner signifikanter Zshg. zwischen EO und UE. Nur für junge Unternehmen.

Kein direkter Zshg. zwischen EO und Umsatzwachstum. Keine moderierende Wirkung der Aufgabenumwelt auf den Zshg. zwischen EO und UE. EO ist mehrdimensional, EO-Dimensionen sind unabhängig. Innovativität hat relativ höchste Bedeutung für Wachstumsstrategiewahl.

Positiver Zshg. nur von I und P auf Kunden- und Produkterfolg. Negativer Zshg. von R und Produkterfolg.

Kein Zshg. zwischen EO und den Erfolgsmaßen; jedoch Zshg. Zwischen EO und realisierten Wettbewerbsvorteilen

Positiver Zshg. zwischen EO und UE (keine separate Betrachtung der Dimensionen)

Positiver Zshg. zwischen EO und Innovationserfolg

Positiver Zshg. zwischen EO und UE (keine separate Betrachtung der Dimensionen)

Senior In Relation zum Wettbewerb: Universal positiver Zshg. zwischen EO und UE sowie Zugang zu finanziellen Management verschiedene finanz. Erfolgsgrößen und Ressourcen und UE; gering signifikanter pos. Zshg. zwischen Dynamik und Wachstumserfolgsgrößen / nein UE

Senior 10 Wachstums- und Management Profitabilitätsgrößen, Erfolg gegenüber Wettbewerb / nein

Top International Performance (mehrere Management Erfolgsmaße) / nein

Eigentümer

Adressat

2 Theoretische Fundierung und Hypothesenherleitung Unternehmenserfolg hat eine sehr große Bedeutung für einzelne Unternehmer, deren Mitarbeiter und die wirtschaftliche Entwicklung von ganzen Volkswirtschaften (Fessmann 1980). Wie der Unternehmenserfolg gesteigert werden kann, ist auch die Kernfrage der betriebswirtschaftlichen Forschung (Gutenberg 1942). Da eine strategische Orientierung und somit auch EO als erfolgsfördernde Fähigkeit eines Unternehmens betrachtet werden kann (Lumpkin/Dess 1996a; Talke 2007), können der ressourcenbasierte Ansatz (Resource-Based View) und dessen Weiterentwicklung, der Ansatz der dynamischen Fähigkeiten (Dynamic Capabilities), als wesentliche theoretische Grundlage der Erforschung des Zusammenhangs von EO und UE dienen. Die beiden Ansätze sind jedoch, wie im Folgenden noch zu zeigen sein wird, nicht unumstritten. Daher beschränkt sich die Arbeit nicht auf die beiden Theorien, sondern zieht weitere Ansätze zur Erklärung des Zusammenhangs zwischen EO und Unternehmenserfolg heran. Für die EODimensionen der Innovativität und Proaktivität besonders relevant erscheint die Theorie der Pioniervorteile, da sie erklärt, welche möglichen Wettbewerbsvorteile sich für innovierende und voranschreitende Unternehmen ergeben können. Für die Autonomiedimension erscheint die Empowerment-Theorie, die dem Feld der Motivationstheorien zuzuordnen ist, von Bedeutung. Da der Zusammenhang zwischen EO und UE jedoch vermutlich nicht einfacher, bivariater Natur ist (Lumpkin/Dess 1996a), sondern von zahlreichen weiteren Variablen, die etwa in der Aufgabenumwelt des Unternehmens liegen, abhängt (Karagozoglu/Brown 1988), bedient sich diese Arbeit weiterer Theorien. Um auch die externen Einflüsse theoretisch abzubilden, wird der Kontingenz- und Konfigurationsansatz vorgestellt. Insbesondere der Kontingenzansatz (situativer Ansatz) kann Zusammenhänge zwischen Organisation und UE erklären (Burns/Stalker 1961; Schoonhoven 1981). Dass er sich auch für die Erklärung des Zusammenhangs zwischen EO und Unternehmenserfolg eignet, ist in der Literatur weithin akzeptiert (Karagozoglu/Brown 1988; Covin/Slevin 1989; Zahra/Covin 1995). Vermutet man, dass die Ursache für den Zusammenhang zwischen EO und Unternehmenserfolg in den einzelnen Organisationsmitgliedern begründet liegt, böten sich auch personenorientierte Erklärungsansätze wie etwa das „Intrapreneuring“ (Pinchot 1985) an. Der „Intrapreneur“ ist in dieser Theorie eine Art Unternehmer im Unternehmen. Pendants aus der Innovationsliteratur sind der „Produktchampion“ (Schon 1963) bzw. der „Promotor“ (Witte 1973, S. 15f). Mitarbeiter mit diesen Rollen stellen eine treibende Kraft in F+EProzessen dar. Da das Untersuchungsobjekt der vorliegenden Arbeit jedoch das gesam35

te Unternehmen und nicht der einzelne Mitarbeiter ist, werden personenorientierte Ansätze zur Erklärung des EO-UE-Zusammenhangs hier nicht weiter verfolgt. Zunächst werden die ausgewählten Theorien zum Zusammenhang zwischen EO und UE vorgestellt. Im Anschluss erfolgt die Herleitung der Hypothesen der Arbeit. Dabei wird jeweils Bezug auf die relevanten Theorien genommen.

2.1 Theorien zum Zusammenhang zwischen EO und UE 2.1.1 Resource-Based View Zahlreiche empirische Arbeiten belegen, dass Unterschiede in der Ressourcenausstattung von Unternehmen der gleichen Branche Abweichungen im Unternehmenserfolg erklären können (Jacobsen 1988; Hansen/Wernerfeld 1990; Rumelt 1991; Newbert 2007). Die theoretische Basis hierfür bildet die Resource-Based View (RBV), die zu den am breitesten akzeptierten theoretischen Perspektiven im Bereich des strategischen Managements zählt (Powell 2001; Priem/Butler 2001a; Rouse/Daellenbach 2002). Edith Penrose (1959, S. 24) hat als eine der ersten Forscher(innen) die Bedeutung der Ressourcen eines Unternehmens für seine Wettbewerbsposition erkannt. Sie vertritt die Ansicht, dass ein Unternehmen aus „a collection of productive resources“ besteht. Rubin (1973, S. 937) ergänzt, dass Ressourcen für sich genommen wenig Wert besitzen, statt dessen komme es auf deren „Verarbeitung“ an: „firms must process raw resources to make them useful“. Auf den beiden Arbeiten aufbauend, argumentiert Wernerfelt (1984, S. 171) in einem ersten Versuch, die RBV zu formalisieren, dass für ein Unternehmen Produkte und Ressourcen „two sides of the same coin“ seien. Barney (1986b) stellt wenig später klar, dass damit gemeint sei, dass der Unternehmenserfolg direkt durch die Produkte des Unternehmens beeinflusst werde, aber letztlich indirekt die Ressourcen für den Erfolg maßgeblich seien, die in den Produktionsprozess eingehen. Wernerfelt (1984) behauptet in dieser Argumentationslinie, dass diejenigen Unternehmen Überrenditen erzielen können, denen es gelingt, jene Ressourcen zu identifizieren und zu erwerben, die für die Entwicklung nachgefragter Produkte entscheidend sind. Wernerfelts (1984) Gedanke wurde durch die Arbeit von Prahalad und Hamel (1990) wieder aufgegriffen. Die beiden Autoren betrachten die Entwicklung neuer Produkte als die Kernaufgabe des Managements. Dabei komme es auf die Nutzung der Kernkompetenzen (core competences) des Unternehmens an. Ähnlich wie Penrose (1959) und Rubin (1973) heben Prahalad und Hamel (1990) nicht nur statische Ressourcen wie Rohstoffe, sondern auch

36

die nicht-imitierbaren Fähigkeiten, Technologien sowie das Wissen des Unternehmens hervor. Barney (1991, S. 101) definiert Ressourcen als „all assets, capabilities, organizational processes, firm attributes, information knowledge, etc. controlled by a firm that enable the firm to conceive of and implement strategies that improve its efficiency and effectiveness”. Er unterteilt sie in physische Ressourcen, Humankapitalressourcen sowie Organisationskapitalressourcen. Physische Ressourcen sind etwa Maschinen oder Standorte. Unter Humankapitalressourcen werden z.B. besondere Fähigkeiten des Managements und der Beschäftigten verstanden. Organisationskapitalressourcen können etwa im Berichtssystem des Unternehmens oder den informellen Beziehungen der Organisationsmitglieder liegen. Barney (1991) integriert die bisherigen Arbeiten zur RBV zu einem theoretischen Rahmen. Seine beiden Hauptannahmen sind, dass sich die Ressourcenausstattung von Unternehmen unterscheidet und Ressourcen immobil sind. Auf Basis dieser Annahmen, ist es möglich, dass Ressourcenunterschiede zwischen Unternehmen auch im Zeitverlauf bestehen und sich hierdurch ein ressourcenbasierter Wettbewerbsvorteil ergibt (Newbert 2007). Barney (1991) argumentiert, dass Firmen, die Ressourcen von Wert (Value) und Knappheit (Rareness) ihr Eigen nennen, über einen Wettbewerbsvorteil verfügen und daher kurzfristig erfolgreicher sind. Um auch langfristig erfolgreich zu sein, bedarf es aber Ressourcen die nicht-imitierbar (Inimitability) und nichtsubstituierbar (Non-Substiutability) sind und somit zu einem nachhaltigen Wettbewerbsvorteil führen. Diese vier Eigenschaften von Ressourcen haben auch als VRIN-Schema in der Literatur Verbreitung gefunden. Abbildung 1 gibt das konzeptionelle Modell der RBV von Barney (1991) wieder.

Wertvolle, Knappe Ressource/Fähigkeit

Wettbewerbsvorteil

Wertvolle, Knappe, Nicht-Imitierbare, Nicht-Substituierbare Ressource/Fähigkeit

Nachhaltiger Wettbewerbsvorteil

Kurzfristiger Unternehmenserfolg

Langfristiger Unternehmenserfolg

Abbildung 1: Konzeptionelles Modell der RBV nach Barney (1991)

37

Als Werthaltigkeit wird die grundsätzliche Fähigkeit einer Ressource bezeichnet, zur Effizienz oder Effektivität eines Unternehmens beizutragen (Barney 1991). Stünden wertschaffende Ressourcen allen Unternehmen einer Branche zur Verfügung, könnten sie per definitionem nicht dazu beitragen einen Wettbewerbsvorteil zu generieren. Daher ist die Knappheit einer Ressource ein weiteres wichtiges Kriterium. Absolute Einzigartigkeit ist nicht zwingend notwendig. Ein besonders qualifiziertes Managementteam, das beispielsweise in der Lage ist, Wettbewerbsvorteile zu schaffen ist knapp, aber nicht einzigartig (Castanias/Helfat 1991). Im allgemeinen, argumentiert Barney (1991), kann man dann von Ressourcenknappheit und Potenzial für die Schaffung von Wettbewerbsvorteilen sprechen, wenn die Anzahl der Firmen, welche die betreffende Ressource besitzen, kleiner ist als die Anzahl der Firmen, die nötig ist, um perfekten Wettbewerb herzustellen (Hirshleifer 1975). Das Kriterium der Nicht-Imitierbarkeit ist eng mit dem der Knappheit verbunden. Wären knappe Ressourcen imitierbar, wären sie schon nach kurzer Zeit nicht mehr knapp. Es sind also entweder Imitationsbarrieren vorhanden oder vom Management zu schaffen. Imitationsbarrieren sind z.B. durch historische Entwicklungen vorhanden (Barney 1991). Beispiele hierfür sind der vorteilhafte Standort eines Unternehmens oder das humane Kapital relevanter F+E-Mitarbeiter, das sich über die Zeit aufgebaut hat (Winter 1988). Das Management kann Imitationsbarrieren etwa durch rechtliche Instrumente wie Patente oder Urheberrechte schaffen (Hall 1993). Das Konzept der kausalen Ambiguität bildet einen weiteren Typ von Imitationsbarriere (Barney 1991). Nach Reed und DeFillippi (1990) handelt es sich bei kausaler Ambiguität im wesentlichen um ein Informationsproblem. Wettbewerber verstehen nicht, worin der Wettbewerbsvorteil eines Unternehmens besteht. Ursachen für dieses Informationsproblem können etwa implizites Wissen und Komplexität innerhalb der Organisation, etwa bezogen auf bestimmte Abläufen oder Technologien, sein. Von implizitem Wissen spricht man dann, wenn es nicht formalisiert ist und somit nicht direkt weitergegeben werden kann (Polanyi/Brühmann 1985). Es entsteht

durch

Erfahrung

sowie

Learning-by-Doing

und

ist

personengebunden

(Picot/Dietl/Franck 1999). Komplexität ist eine Eigenschaft von Organisationsabläufen, Technologien und sozialen Beziehungen. Sie rührt von der Anzahl und der Unterschiedlichkeit der am Leistungserstellungsprozess beteiligten Elemente und Beziehungen her (Reed/DeFillippi 1990). Wenn überhaupt, so sind nur wenige Personen rational dazu in der Lage, den gesamten Leistungserstellungsprozess umfassend zu verstehen (Simon 1959). Daher kann er von Wettbewerbern nicht imitiert werden. Kausale Ambiguität können Unternehmen etwa durch das Abwerben von Mitarbeitern reduzieren (Barney 1991). 38

Eine weitere Quelle von Nicht-Imitierbarkeit sieht Barney (1991) in der sozialen Komplexität der Ressourcen im Unternehmen. Dazu gehören die zwischenmenschlichen Beziehungen unter Managern (Hambrick 1987), die Unternehmenskultur (Barney 1986a), die Reputation des Unternehmens bei Lieferanten (Porter 1985) und Kunden (Klein/Leffler 1981). Diese Beziehungen lasen sich nur schwer imitieren. Während physische Ressourcen im Normalfall leicht imitierbar sind, ist die optimale Nutzung der physischen Ressourcen, etwa über bestimmte Techniken, oft deutlich schwieriger zu imitieren (Barney 1991). Schließlich ist zu berücksichtigen, dass Ressourcen nicht substituierbar sein dürfen, wenn sie strategischen Wert besitzen sollen. Selbst wenn Ressourcen nicht identisch sind, können sie strategisch äquivalent sein. Das wäre etwa dann der Fall, wenn zwei Ressourcen oder Ressourcenbündel separat zur Implementierung derselben Strategie eingesetzt werden könnten. Der strategische Wert der betrachteten Ressource wäre null. Barney (1991) verwendet hierfür auch den Begriff der Äquifinalität. Strategisch äquivalente Ressourcen können sehr ähnlich oder sehr unterschiedlich sein. Ein Beispiel für eine sehr ähnliche Ressource ist das Top-Management-Team eines Unternehmens. Zwar ist dieses Team im Normalfall für das Unternehmen wertvoll, selten und schwer imitierbar, es lässt sich aber durch ein ähnliches Top-Management-Team ersetzen. Strategisch äquivalente Ressourcen können aber auch sehr unterschiedlich sein. Das eine Unternehmen könnte seine Planung durch eine charismatische Führungskraft entwickeln lassen. Ein anderes Unternehmen könnte für die Entwicklung seiner Planung ein formales Planungssystem einsetzen (Pearce II/Freeman/Robinson Jr. 1987). Die charismatische Führungskraft und das formale Planungssystem wären strategisch äquivalente Ressourcen. Zur Beantwortung der Frage, ob es sich bei EO um eine Organisationskapitalressource im Sinne von Wernerfelt (1984) handelt, ist zu prüfen, ob EO die VRIN-Eigenschaften besitzt. EO kann als werthaltig betrachtet werden, weil sie dazu beitragen kann die Effizienz und die Effektivität von Unternehmen zu steigern (Lumpkin/Dess 1996a; Wiklund 1998). EO ist knapp, weil sie nicht in allen Unternehmen zu beobachten ist. Dies wird von einer Reihe empirischer Arbeiten bestätigt (Rauch et al. 2009). EO ist schwer zu imitieren, da sie von kausaler Ambiguität geprägt ist. Viele Aspekte einer EO sind nicht explizit bzw. formalisiert. Für Wettbewerber ist es somit nicht offensichtlich, was genau die EO ausmacht, das macht sie schwer imitierbar. Die Komplexität des fünfdimensionalen (Lumpkin/Dess 1996a) EO-Konstruktes verstärkt das Informationsproblem auf Seiten der Wettbewerber. EO ist außerdem schwer zu imitieren, weil sie von sozialer Komplexi39

tät gekennzeichnet ist. Gerade für die EO-Dimension des proaktiven Handelns bedarf es z.B. einer engen Interaktion mit Kunden zur Antizipation ihrer künftigen Bedürfnisse (Venkatraman 1989a). Ob EO subsituierbar ist, erscheint fraglich. Ähnliche Ressourcen können zwar andere strategische Orientierungen sein, ob diese aber EO vollständig mit all ihren Dimensionen substituieren können, darf bezweifelt werden. Hunt und Morgan (1995) nehmen die Prüfung, ob es sich beim Konzept der Marktorientierung um eine Organisationskapitalressource handelt, vor. Auch sie kommen zu dem Ergebnis, dass Marktorientierung als Ressource betrachtet werden kann und somit eine Quelle für die Schaffung von Wettbewerbsvorteilen darstellt. Ein weiteres Indiz, dafür, dass EO als Ressource im Sinne von Wernerfelt (1984) gesehen werden kann, findet sich bei Talke (2007, S. 49), wo EO als „background resource“, also als eine Organisationskapitalressource, die im Hintergrund wirkt, bezeichnet wird. In der Entrepreneurship-Forschung hat sich die RBV seit Mitte der 1990er fest etabliert (Gaitanides/Westphal 1991; Wiklund 1998). Frei von Kritik ist sie allerdings nicht. Aufgrund der mangelnden terminologischen Präzision – sowohl der Ressourcenbegriff als auch der Begriff des Wettbewerbsvorteils werden oft unterschiedlich verwendet – ergeben sich in der empirischen Forschung Operationalisierungsprobleme (Welge/Al-Laham 2008, S. 96). Priem und Butler (2001a; 2001b) werfen der RBV zum einen ihre statische Natur vor. Der Prozess, wie genau Ressourcen zu Wettbewerbsvorteilen führen, werde nicht diskutiert. Diese theoretische Lücke wurde später durch die Theorie der Dynamic Capabilities, die im Folgenden noch näher diskutiert wird, geschlossen. Zum anderen werfen Priem und Butler (2001a; 2001b) der RBV Tautologie vor. Barneys Aussage „valuable and rare organizational ressources can be a source of competitive advantage“ berge das Problem, dass Ressourcen als wertvoll und selten charakterisiert werden, aber andererseits argumentiert wird, dass die Ressourcencharakteristika, die zu Wettbewerbsvorteilen führten, Wert und Seltenheit seien. Ketchen, Hult und Slater (2007) entgegnen dem Tautologie-Vorwurf, dass Ressourcen für sich genommen nur potenziellen Wert besitzen und für die Realisierung ihres Potenzials entsprechende Handlungen notwendig seien. Welge und Al Laham (2008, S. 96) sprechen das Problem an, dass die RBV den Erfolg nur unzureichend konzeptionalisiert. Der Wert einer Ressource werde letztlich vom Absatzmarkt bestimmt. Demnach spiegelt sich in der Kaufentscheidung des Kunden der Wert der gebündelten Ressourcen der Unternehmung wider. Die Kausalkette des Zusammenhangs von Kundenwert, Wettbewerbsposition und Ressourcen sei aber bislang weder konzeptionell noch empirisch betrachtet worden. Auch von Poppo und Weigelt (2000) wird die RBV kritisiert. Sie sprechen die empirische Schwierigkeit an, 40

den Erfolgsbeitrag einzelner Ressourcen zu ermitteln. Die Arbeit von Dierickx und Cool (1989) zeigt, dass die Betrachtung isolierter Ressourcen auch zu kurz greift und stattdessen der Grad der Komplementarität einzelner Ressourcen zueinander sowie das Ausmaß der Eingebundenheit einzelner Ressourcen in das soziale System „Unternehmung“ zu betrachten ist. Zudem ist fraglich, auf welcher Ebene des Unternehmens Ressourcen die höchste strategische Relevanz erhalten (Welge/Al-Laham 2008, S. 97). Rumelt (1991) sieht in geschäftsbereichs-spezifischen Ressourcen die größte strategische Erfolgswirkung, Hamel und Prahalad (1997) ordnen Ressourceneffekte der Gesamtunternehmensebene zu. Da argumentiert werden kann, dass es sich EO um eine Ressource handelt, die im gesamten Unternehmen und nicht nur in einzelnen Geschäftsbereichen zu beobachten sein sollte, teilt diese Arbeit die Sicht von Hamel und Prahalad (1997). Die Kritik verdeutlicht, dass die RBV nur einen Teil des Unternehmenserfolges erklären kann. Winter (1995) führt aus, dass Ressourcen für Wettbewerbsvorteile zwar notwendig, aber keinesfalls hinreichend sind. Der Rückgriff auf weitere theoretische Ansätze ist somit notwendig.

2.1.2 Dynamic Capabilities Die RBV lässt den Prozess der Ressourcennutzung unberücksichtigt (Priem/Butler 2001a). Mahoney und Pandian (1992, S. 365) meinen, „[a] firm may achieve rents not because it has better resources, but rather the firm’s distinctive competence involves making better use of its resources”. Ähnlich argumentiert Peteraf (1993), welcher der Ansicht ist, dass eine Ressource wirksam eingesetzt werden muss, damit aus ihr ein Wettbewerbsvorteil entsteht. Auch Teece (2007) sieht Ressourcen allenfalls für den kurzfristigen Unternehmenserfolg hinreichend, um auch langfristig erfolgreich zu sein bedürfe es sogenannter Dynamic Capabilities. Die Theorie der Dynamic Capabilities (im Folgenden auch dynamische Fähigkeiten) schließt die theoretische Lücke der statischen RBV, nämlich den Einsatz von Ressourcen und Kernkompetenzen im Zeitverlauf und in dynamischen Märkten (Eisenhardt/Martin 2000). Die Theorie der Dynamic Capabilities hat ihre Wurzeln in der Evolutionstheorie des Unternehmens (Nelson/Winter 1982). Ein Grundannahme der Evolutionstheorie des Unternehmens ist, dass Manager ihre Entscheidungen unter Unsicherheit treffen und daher nur begrenzt rational sind (Alchian 1950). Bei der Suche nach Problemlösungen akzeptieren sie hinreichende Lösungen und suchen nicht nach dem Optimum. Die Folge sind Lösungen, die nicht für alle Zeit gelten bzw. ideal sind. Manager entwickeln die Fähigkeiten, die sie aufgebaut haben, daher ständig fort. Wenn sich Unternehmen in einer dyna41

mischen und unvorhersehbaren Umwelt befinden, stellt die Weiterentwicklung der Fähigkeiten eine besondere Herausforderung dar (March 1991). Als Fundament des Dynamic Capabilities-Ansatzes gelten die Arbeiten von Amit und Schoemaker (1993), Teece und Pisano (1994) sowie Teece, Pisano und Shuen (1997). Während die Theorie der Dynamic Capabilities im angelsächsischen Sprachraum relativ verbreitet ist (Teece 2007; Helfat et al. 2007), sind die Veröffentlichungen im deutschen Sprachraum eher spärlich (Wilkens/Menzel/Pawlowsky 2004; Witt 2008). Einige Arbeiten weisen jedoch bereits die Bedeutung von Dynamic Capabilities für die Schaffung von Wettbewerbsvorteilen in sich wandelnden Märkten nach (Tripsas 1996; Tripsas/Gavetti 2000). Eine Fähigkeit ist definiert als ein besonderer Ressourcentyp, der organisational eingebettet und nicht transferierbar ist. Er verbessert die Effizienz und Effektivität anderer Ressourcen eines Unternehmens, indem er sie etwa neuen Verwendungen zuführt (Eisenhardt/Martin 2000; Makadok 2001). Dynamische Fähigkeiten werden von gewöhnlichen Fähigkeiten, auch „ordinary capabilities“ oder „substantive capabilities“ unterschieden (Winter 2003). Während sich eine gewöhnliche Fähigkeit darauf bezieht, ein Ziel zu erreichen oder ein Problem zu lösen, ist eine dynamische Fähigkeit die Fähigkeit, „to change or reconfigure existing substantive capabilities“ (Zahra/Sapienza/Davidsson 2006, S. 921). Winter (2003) bezeichnet “substantive capabilities” auch als Fähigkeiten höherer Ordnung. Auch Teece, Pisano und Shuen (1997, S. 516) definieren eine Dynamic Capability als „the firm’s ability to integrate, build and reconfigure internal and external competences to address rapidly changing environments“. Anstatt von „ordinary capabilities“ sprechen sie jedoch von „competences“. Helfat (1997) fasst dynamische Fähigkeiten etwas weiter als jene Fähigkeiten, die es dem Unternehmen erlauben, neue Produkte und Prozesse zu schaffen und auf sich verändernde Umweltbedingungen zu reagieren. Eine der Prämissen von Teece, Pisano und Shuen (1997) ist, dass Schumpeter’scher Innovationswettbewerb vorliegt. Unternehmen werden also immer wieder versuchen, die überlegene Marktposition eines Wettbewerbers anzugreifen, um ihrerseits einen Wettbewerbsvorteil zu erlangen. Mueller (1990, S. 3) schildert diesen Prozess sehr anschaulich: „[…] innovation creating monopoly, monopoly creating profits, profits creating imitators until a state of normal returns, only to be followed by new innovations and a repeat of the cycle.” Durch die Anstrengungen des Wettbewerbs ist die Nicht-Imitierbarkeit und damit die Knappheit einer Ressource immer wieder gefährdet und der aus ihr abgeleitete Wettbewerbsvorteil nicht nachhaltig. Selbst deutliche Wettbewerbsvorteile können durch 42

strukturelle Revolutionen, wie sie etwa Barney (1991) beschreibt, beseitigt werden. Beispiele hierfür sind technologische Umbrüche oder starke Veränderungen der Kundenwünsche. Vormals wertvolle Ressourcen können so an Wert verlieren, wertlose hingegen an Wert gewinnen. Es stellt sich die Frage, wie unter diesen Umständen Wettbewerbsvorteile dauerhaft erhalten werden können. Häufig sind dynamische Fähigkeiten in einem Unternehmen nicht vorhanden, sondern müssen erst entwickelt werden. Das strategische Management nimmt bei der Entwicklung dynamischer Fähigkeiten eine Schlüsselrolle ein (Teece/Pisano/Shuen 1997), indem es sich aktiv für den Aufbau dynamischer Fähigkeiten entscheiden kann (King/Tucci 2002).

Die

Entwicklung

der

Fähigkeiten

ist

oft

kosten-

und

zeitintensiv

(Zahra/Sapienza/Davidsson 2006). Gelingt die Entwicklung der dynamischen Fähigkeiten nicht, werden ggf. Ressourcen verschwendet. Für die Entwicklung dynamischer Fähigkeiten ist es hilfreich, wenn das Unternehmen über eine hohe Koordinationsfähigkeit verfügt. Eine hohe Koordinationsfähigkeit erlaubt es, evtl. Konflikte über die Auswahl der aufzubauenden Fähigkeit sowie über die dafür notwendigen Ressourcen zu reduzieren (Zahra/Nielsen 2002). Dynamic Capabilities können für Unternehmen in vielfältiger Hinsicht nützlich sein (Zahra/Sapienza/Davidsson 2006). So zeigen Bowman und Ambrosini (2003), dass sie bei der Entwicklung der Unternehmensstrategie eine Rolle spielen. Dynamische Fähigkeiten können Unternehmen auch dabei helfen, neue Fähigkeiten zu lernen (Zollo/Winter 2002) und organisationale Trägheit zu überwinden (Repenning/Sterman 2002). Auch im Rahmen der Neuproduktentwicklung sind dynamische Fähigkeiten von Vorteil. Sie können z.B. die Vermarktung neuer Technologien unterstützen (Marsh/Stock 2003). Rindova und Kotha (2001) glauben, dass dynamische Managementfähigkeiten notwendig sind, um in dynamischen Umfeldern neue Gelegenheiten zu erkennen und zu nutzen. Griffith und Harvey (2001) heben die Bedeutung von Dynamic Capabilities für die Internationalisierungsbemühungen von Unternehmen hervor. Auch Sapienza et al. (2006) zeigen, dass dynamische Fähigkeiten für erfolgreiche internationale Markteintritte relevant sind. Es wird deutlich, dass die Theorie der Dynamic Capabilities einen Beitrag zur Erklärung des Unternehmenserfolges leisten kann. Dynamische Fähigkeiten tragen dabei nicht zwingend per se zum Unternehmenserfolg bei (Eisenhardt/Martin 2000), vielfach kommt es auf das Management der dynamischen Fähigkeiten an (Zahra/Sapienza/Davidsson 2006). Eisenhardt und Martin (2000) stellen zudem in Frage, ob dynamische Fähigkeiten zu nachhaltigen Wettbewerbsvorteilen führen können. Als Argument nennen sie, dass unterschiedliche Pfade zu einer entsprechenden Ressourcenkonfiguration führen kön43

nen. Zahra, Sapienza und Davidsson (2006) argumentieren, dass nur dann nachhaltige Wettbewerbsvorteile aus dynamischen Fähigkeiten resultieren, wenn auch die Wissensbasis der Organisation entsprechend groß ist. Wenn also z.B. richtig entschieden werden kann, wann der Aufbau dynamischer Fähigkeiten sinnvoll ist und wann er lediglich Kosten verursacht. Sie entgegnen Eisenhardt und Martin (2000) zudem, dass selbst wenn letztlich die gleiche Ressourcenkonfiguration gegeben ist, der Weg zu dieser Konfiguration, eine Rolle spielt. Der Grund hierfür sei, dass es von den unterschiedlichen dynamischen Fähigkeiten der Unternehmen abhänge, wie diese sich künftig entwickeln werden. In Umfeldern, die von einer Vielzahl von Innovationen und schnellem technologischem Wandel geprägt sind, werden dynamische Fähigkeiten besonders wichtig (Teece 2000; Teece 2007). Zahra, Sapienza und Davidsson (2006) vertreten aber die Meinung, dass eine volatile Umwelt keine notwendige Voraussetzung für dynamische Fähigkeiten ist. Unternehmen könnten sich in einer dynamischen Umwelt nur temporäre Vorteile erarbeiten. Ändern sich die Umweltbedingungen, sind oft auch die Vorteile nicht mehr gegeben. Es ist daher entscheidend, dass Unternehmen in einer dynamischen Umwelt ständig an der Anpassung ihrer Fähigkeiten arbeiten (Sirmon/Hitt/Ireland 2006). Das Erfordernis, die Unternehmensfähigkeiten anzupassen, muss sich aber nicht zwingend aus der Umwelt des Unternehmens ergeben. Auch unternehmensinterne Gründe wie z.B. starkes Wachstum bei einem jungen Unternehmen, das die Einführung funktionaler Spezialisierung erforderlich macht, kann eine entsprechende Anpassung notwendig machen (Hambrick/Crozier 1985). Teece (2007) unterscheidet drei Typen von Dynamic Capabilities: 1) das Erkennen und Gestalten von Gelegenheiten und Gefahren, 2) das Wahrnehmen von Gelegenheiten sowie 3) das Managen von Gefahren und Erhalten der Wettbewerbsfähigkeit durch Verbesserung, Kombination, Absicherung und, wenn nötig, Re-Konfiguration der materiellen und immateriellen Vermögenswerte eines Unternehmens. Beispiele für dynamische Fähigkeiten sind schwer zu replizierende Fähigkeiten des Unternehmens, die nötig sind, um sich Veränderungen in den Kundenpräferenzen und technologischen Gelegenheiten anpassen zu können. Dazu gehören etwa Kompetenzen in der Produktentwicklung, in der Entwicklung neuer Geschäftsmodelle, im Netzwerkmanagement und im Wissensmanagement. Häufig sind diese durch ein hohes Maß an implizitem Wissen, Spezifizität und Komplexität charakterisiert. Daher ist es schwierig, sie zu imitieren. Zu den dynamischen Fähigkeiten eines Unternehmens gehört es auch, das System bzw. die Aufgabenumwelt, in der er sich befindet, zu gestalten. Wenn es Unternehmen gelingt, in diesen „Orchestrations“-Fähigkeiten zu brillieren, sollte dies langfristig positiv auf den 44

Unternehmenserfolg wirken (Teece 2007). Aber nicht alle Antworten eines Unternehmen auf die Gelegenheiten und Gefahren, denen es sich gegenübersieht, sind Ausprägungen von dynamischen Fähigkeiten. Wie Winter (2003, S. 991) anmerkt, gehört das „ad hoc problem solving“ bspw. nicht dazu. Ebenso wenig reichen Erfindungen und Innovationen für sich betrachtet aus, um Erfolg zu haben (Teece 1986). Um zu verdeutlichen, was genau dynamische Fähigkeiten sind, werden im Folgenden die drei Typen von Dynamic Capabilities, die Teece (2007) unterscheidet, vorgestellt und auf ihren Bezug zu EO bzw. zu den einzelnen EO-Dimensionen überprüft. Typ 1) Das Erkennen und Gestalten von Gelegenheiten und Gefahren In einem sich schnell wandelnden und wettbewerbsintensiven Umfeld, ändern sich Kundenbedürfnisse regelmäßig, neue Gelegenheiten ergeben sich und technologische Gefahren tauchen auf. Wie Teece, Pisano und Shuen (1997) zeigen, lassen sich diese Veränderungen teilweise leicht erkennen. Dazu zählen etwa in der Mikrochip-Branche die Miniaturisierung, eine höhere Chip-Dichte sowie vermehrte Digitalisierung in Kommunikationsabläufen. Andere Veränderungen lassen sich aber nur schwer erkennen. Hier bedarf es verschiedener Aktivitäten wie Scanning bzw. Beobachtung der Umwelt, Lernen und Interpretieren neuer Erkenntnisse. Neue Gelegenheiten lassen sich durch Unternehmen im Wesentlichen durch zwei Faktoren erkennen (Teece 2007). Nach Kirzner (1978) können Unternehmer bzw. diejenigen in einem Unternehmen, welche die Funktion des Unternehmers wahrnehmen, also etwa Mitarbeiter des Business Developments, einen besonderen Zugang zu existierenden Informationen erlangen. Durch diesen Zugang erkennen sie Ungleichgewichte wie z.B. Überrenditen, die Wettbewerber erzielen, und versuchen diese zu beseitigen. Ihr Ziel ist es also, das Gleichgewicht wieder herzustellen. Nach Schumpeter (1934) können neue Informationen und neues Wissen Gelegenheiten erst entstehen lassen. Schumpeters Sicht ist es, dass derjenige, der die unternehmerische Funktion wahrnimmt, das Gleichgewicht zerstört. Baumol (2006, S. 4) kommentiert die beiden Unternehmer-Rollen so: „the job of Schumpeter’s entrepreneur is to destroy all equilibria, while Kirzner’s works to restore them. This is the mechanism underlying continuous industrial evolution and revolution”. Das Gleichgewicht wird jedoch in den wenigsten Fällen hergestellt (Shane 2003). Damit Unternehmen Gelegenheiten erkennen und gestalten können, müssen sie ständig ihre Aufgabenumwelt scannen, nach Gelegenheiten suchen und diese sondieren (Nelson/Winter 1982; Teece 2007). Bei diesem Prozess ist es hilfreich, wenn sich die Unternehmen nicht nur auf ihre bestehenden 45

Märkte und aktuell eingesetzten Technologien beschränken, sondern darüber hinaus auch die „periphery of their business system“ (Teece 2007, S. 1324) berücksichtigen. Die Studie von Rosenkopf und Nerkar (2001), die sich mit Patentierung in der Branche optischer Discs beschäftigt, zeigt, dass die Wirkung von begrenzter „Exploration“ geringer ist, als wenn ausgedehnter gesucht wird. Für die rechtzeitige Erkennung sich wandelnder Kundenbedürfnisse ist es zudem wichtig, den Kunden und seine Entscheidungen genau zu verstehen (Nonaka/Toyama 2007). Kunden sind oft auch die ersten, die das Potenzial neuer Technologien erkennen (Teece 2007). Die EO-Dimension der Proaktivität beinhaltet zahlreiche Elemente dieses Typs von Dynamic Capability. Proaktive Unternehmen sind ständig auf der Suche nach neuen Gelegenheiten. Sie versuchen Änderungen in ihrem Umfeld rechtzeitig zu erkennen. Zudem sind sie ständig bestrebt, den Wandel in Kundenbedürfnissen zu antizipieren. Schließlich hinterfragen sie regelmäßig ihr bestehendes Geschäft und sind auch bereit, sich von Geschäftsbereichen zu trennen. Auch die EO-Dimension der Autonomie kann als Dynamic Capability dieses Typs verstanden werden. Wie Teece, Pisano und Shuen (1997) argumentieren, sind dezentrale Organisationen mit mehr Autonomie weniger blind für technologische Entwicklungen und Entwicklungen im Markt und somit eher in der Lage, neue Gelegenheiten zu erkennen. Mitarbeiter, die in ihrer Arbeit unabhängig sind, neigen vermutlich auch eher dazu, „out of the box“ zu denken. Dadurch sollten sie dazu in der Lage sein, neue Gelegenheiten zu erkennen und zu gestalten. Eine weitere Form von Autonomie ist es, dass Mitarbeiter Zugang zu den für ihre Arbeit relevanten Informationen haben. Mögliche Gelegenheiten lassen sich besser beurteilen, wenn die Informationsbasis breit ist. Schließlich kann auch die EO-Dimension des aggressiven Verhaltens gegenüber Wettbewerbern als dynamische Fähigkeit des Typ 1 gesehen werden. Indem Unternehmen aggressiv auftreten, gestalten sie ihr Wettbewerbsumfeld. Sie zwingen die Wettbewerber zur Reaktion. Bspw. versuchen sie durch die Ankündigung eines neuen Produkts Wettbewerber von der Entwicklung ähnlicher Produkte abzuhalten (Dess/Lumpkin 2005a). Sie müssen sich so am Markt gegenüber einer geringeren Zahl an Wettbewerbsprodukten behaupten und gestalten damit ihr künftiges Wettbewerbsumfeld. Ganz ähnlich sprechen Atuahene-Gima und Ko (2001) von „aggressiven Initiativen“, mit denen die Wettbewerbslandschaft verändert wird. Ein Beispiel hierfür findet sich in der deutschen Luftfahrtbranche. Dort wurde von einigen Unternehmen das Low CostMarktsegment besetzt. Die etablierten Fluglinien gerieten durch diese aggressive Initiative unter Zugzwang und mussten sich neu ausrichten, sei es durch Preissenkungen oder die Gründung einer eigenen Low Cost-Tochtergesellschaft. 46

Typ 2) Das Wahrnehmen von Gelegenheiten Sobald eine Gelegenheit erkannt ist, muss sie mit neuen Produkten, Dienstleistungen und Prozessen wahrgenommen werden. Hierfür bedarf es in den meisten Fällen Investitionen in die abschließende Forschung, Entwicklung und Vermarktung der Produkte. Dafür sind in vielen Fällen auch beträchtliche finanzielle Ressourcen notwendig (Teece 2007). Bei etablierten Unternehmen tritt zudem häufig das Problem auf, dass es Widerstände gegen Innovationen, insbesondere gegenüber radikalen Innovationen, die z.B. eine bestehende Technologie ablösen, gibt (Henderson/Clark 1990). Diese Widerstände gilt es zu überwinden. Wenn Investitionsentscheidungen unter Risiko getroffen werden, kann der „certainty effect“ (Kahnemann/Lovallo 1993) auftreten. Darunter versteht man das Diskontieren ungewisser möglicher Ergebnisse im Vergleich zu Ergebnissen, die sicher sind. Dieses Verhalten von Entscheidungsträgern trägt zu exzessiver Risikoaversion bei, sobald eine Auswahl von Investitionsprojekten mögliche Verluste ausweist. Das andere Extrem ist exzessiver Optimismus, der sich in verlustreichen Investitionsprojekten niederschlagen kann. So berichtet z.B. Autretsch (1995) auf Basis seiner Untersuchung von Investitionsprojekten von US-Unternehmen des produzierenden Gewerbes in den Jahren 1976-1986 davon, dass über 50% der Projekte eine negative Rendite auswiesen. Ein Mittelmaß an Risikoübernahme scheint somit vorteilhaft. Das Wahrnehmen von Gelegenheiten als Dynamic Capability ist in der EO-Dimension der Innovativität wiederzufinden. Unternehmen mit ausgeprägter Innovativität, setzen Gelegenheiten auch gegen Widerstände in Innovationen um. Sie sind in der Lage den Prozess von der Erfindung bzw. dem Erkennen der Gelegenheit bis hin zu einem marktreifen Produkt oder eine Dienstleistung zu managen. Zudem sie sind bereit, regelmäßig Änderungen an ihren Produktlinien vorzunehmen (Lumpkin/Dess 1996a). Auch die EODimension der Risikoübernahme kann als Dynamic Capability, die für das Wahrnehmen von Gelegenheiten notwendig ist, verstanden werden. Unternehmen, die Risiko übernehmen, sind bereit, auch beträchtliche finanzielle Ressourcen für Investitionen bereitzustellen und sich dafür auch zu verschulden. Sie sind auch in der Lage, Neues auszuprobieren bzw. von bewährten Handlungsmustern abzuweichen. Aber sie verstehen es, Risiko zu managen, also kalkulierbare Risiken einzugehen und exzessive Risiken zu vermeiden. Typ 3) Das Managen von Gefahren / Re-Konfiguration des Unternehmens Unternehmen, die Gelegenheiten erkennen und diese erfolgreich wahrnehmen, wachsen, erweitern ihre Basis an Ressourcen und sehen sich in der Folge verschiedenen ex47

ternen wie internen Gefahren ausgesetzt. Zu den externen Gefahren zählt z.B. der technologische Wandel, interne Gefahren sind z.B. Free Riding oder auch das strategische Manipulieren von Informationen, die mit zunehmender Unternehmensgröße gehäuft auftreten. Um diesen Gefahren erfolgreich begegnen zu können, sind die Unternehmen zur Umstrukturierung bzw. zur Re-Konfiguration ihrer Ressourcenbasis gezwungen (Teece 2007). So müssen etwa bestehende Regelwerke und Prozesse fortlaufend angepasst werden (Rumelt 1995). Insbesondere die Re-Konfiguration durch Dezentralisierung hilft Unternehmen dabei, trotz des Wachstums, Flexibilität zu wahren und schnell reagieren zu können (Teece 2007). Verschiedene empirische Arbeiten zeigen, dass Dezentralisierung den Unternehmenserfolg oft positiv beeinflusst (Armour/Teece 1978; Teece 1981). Das Managen von Gefahren bzw. die Re-Konfiguration des Unternehmens ist in erster Linie in der EO-Dimension der Autonomie wiederzufinden. Unternehmen mit hoher Ausprägung der Autonomie-Dimension lassen ihren Mitarbeitern Freiräume und treffen Entscheidungen dezentral. Nur wenn Mitarbeiter Freiräume haben, kommt es zudem zur Initiierung unternehmerischer Projekte (Lumpkin/Dess 1996a). Es wurde gezeigt, dass sich die fünf EO-Dimensionen einem oder mehreren Dynamic Capability-Typen nach Teece (2007) zuordnen lassen. Die Zuordnung ist in Abbildung 2 dargestellt. Daher kann argumentiert werden, dass auch EO per se eine dynamische Fähigkeit darstellt und ihr somit insbesondere in sich schnell verändernden Märkten besondere Bedeutung zukommt. Diese Auffassung deckt sich auch mit jüngeren Arbeiten der

EO-Forschung,

die

EO

ebenfalls

(Wiklund/Shepherd 2003; Harms 2004, S. 50ff.).

48

als

Dynamic

Capability

betrachten

Dynamic Capabilities

EO-Dimension

Typ 1 Das Erkennen und Gestalten von Gelegenheiten und Gefahren

Typ 2 Das Wahrnehmen von Gelegenheiten

• Proaktivität

• Innovativität

• Autonomie

• Risikoübernahme

Typ 3 Das Managen von Gefahren / Re-Konfiguration des Unternehmens

• Autonomie

• Aggressives Verhalten gegenüber Wettbewerbern

Abbildung 2: Zuordnung der EO-Dimensionen auf die drei Dynamic Capabilities-Typen nach Teece (2007)

Als dritte theoretische Basis der Arbeit soll nun die Theorie der Pioniervorteile dargestellt und ihre Relevanz für den EO-UE-Zusammenhang verdeutlicht werden.

2.1.3 Theorie der Pioniervorteile Lieberman und Montgomery (1988) gelten als die Begründer der Theorie der Pioniervorteile bzw. der „First Mover Advantages“. Sie definieren Pioniervorteile als „the ability of pioneering firms to earn positive economic profits (i.e. profits in excess of the cost of capital)” (Lieberman/Montgomery 1988, S. 41). Sie unterscheiden drei Quellen von Pioniervorteilen: (1) Technologieführerschaft, (2) Vorkauf von Ressourcen und (3) Wechselkosten bei Käufern. Diese drei Quellen sollen im Folgenden diskutiert werden. 1) Technologieführerschaft In der Literatur werden zwei Mechanismen diskutiert, wie Technologieführerschaft erlangt werden kann: (1) Vorteile, die von der Lern- bzw. Erfahrungskurve abgeleitet werden, und (2) Erfolg im F+E- bzw. Patentwettbewerb. Im Lernkurvenmodell sinken die Produktionskosten je produzierter Einheit mit der kumulativen Produktionsmenge. Wenn es dem Pionier gelingt, die Lerneffekte geheim zu halten, kann er einen Kostenvorteil realisieren und damit seinen Marktanteil halten bzw. ausbauen. Die theoretische Arbeit von Spence (1981) zeigt, dass ein Unternehmen durch das Geheimhalten von Lernkurveneffekten Eintrittbarrieren schaffen kann. Nur wenige Mitbewerber können so profitabel konkurrieren. Ihnen verbleibt allerdings die Option, zunächst unter Herstellkosten zu verkaufen. So können sie Erfahrung sammeln und möglicherweise einen langfristigen 49

Kostenvorteil aufbauen. Einen empirischen Beleg für die Existenz von Lernkurveneffekten erbringt etwa Ghemawat (1984), der DuPonts Entwicklung eines innovativen Prozesses für Titanoxid untersucht. Auch Shaw und Shaw (1984) zeigen am Beispiel der europäischen Kunstfiberbranche, dass es den Verfolgern der Pioniere nicht gelang, entsprechende Marktanteile und niedrige Kostenstrukturen zu erreichen und sie schließlich aus dem Markt austreten mussten. Von einer Lernkurve abgeleitete Pioniervorteile werden durch die Verbreitung von Technologien verringert (Ghemawat/Spence 1985). Man spricht in diesen Fällen auch von Spill Over-Effekten. Die Technologieverbreitung kann z.B. durch Mitarbeiterwechsel, Veröffentlichung von Forschungsergebnissen, Reverse Engineering oder Fabrikbesichtigungen erfolgen. Mansfield (1985) betrachtet zehn unterschiedliche Branchen und belegt, dass sich Prozesstechnologien weniger schnell verbreiten als Produkttechnologien, aber Wettbewerber typischerweise innerhalb eines Jahres nach Entwicklung eines Prozesses bzw. eines Produktes Zugang zu den relevanten Informationen erhalten. Lieberman (1982) zeigt, dass die Verbreitung von Prozesstechnologie in verschiedenen chemischen Branchen Verfolgern trotz starker Lernkurveneffekte den Markteintritt ermöglichte. Der Pionier sammelt aber nicht nur Erfahrung in der Produktion, sondern auch in anderen Bereichen wie etwa dem Kundenservice und dem Marketing. Er baut hierdurch entsprechende Fähigkeiten in seiner Organisation auf (Lieberman/Montgomery 1998). Die Arbeit von Levin et al. (1987) zeigt, dass solche organisationalen Fähigkeiten bedeutender sein können als z.B. Patente. Sie verbreiten sich weniger schnell als technologische Verfahren und stellen somit einen nachhaltigeren Pioniervorteil dar (Teece 1980). Technologieführerschaft kann auch aus Investitionen in F+E resultieren. Wenn sich eine Technologie patentieren lässt, kann sich hieraus ein zumindest zeitlich befristeter Vorteil für das Unternehmen ergeben (Lieberman/Montgomery 1998). In der volkswirtschaftlichen Literatur wurde dieser Zusammenhang als sogenannte „patent-races“ formalisiert. In diesen Patent-Rennen fallen die Vorteile meist ausschließlich dem Pionier zu, Mitbewerber werden so abgeschreckt und treten nicht in den Markt ein (Gilbert/Newbery 1982). Die Arbeiten von Reinganum (1983) und Fudenberg et al. (1983) zeigen, dass die erfolgreiche Abschreckung durch den Pionier im Kern von zwei Faktoren abhängt. Zum einen spielen Annahmen über die stochastische Natur des F+E-Prozesses eine Rolle. Zum anderen sollten die Verfolger nicht über die Fähigkeit verfügen, die Technologie des Pioniers „überspringen“ zu können. In der englischsprachigen Literatur wird das Überspringen als „leapfrogging“ bezeichnet. Die Annahme der Patent-Rennen, dass dem Pionier alle Vorteile zufallen, ist nicht haltbar und wird entsprechend häufig kritisiert 50

(Lieberman/Montgomery 1998). Empirisch sind Patent-Rennen nur in wenigen Branchen wie z.B. der pharmazeutischen Industrie von Bedeutung. In anderen Branchen haben Patente aufgrund des permanenten technologischen Wandels nur vorübergehenden Wert. Mansfield, Schwartz und Wagner (1981) untersuchen 48 patentierte Produktinnovationen in der Pharma-, Chemie- und Elektronikbranche. Sie kommen zu dem Ergebnis, dass Imitatoren patentierte Innovationen für im Durchschnitt 65% der Kosten der Innovatoren kopieren können. 60% der patentierten Innovationen würden innerhalb von nur vier Jahren imitiert. In der Pharmabranche scheint die Imitation kostenintensiver, da auch für die Imitate aufwändige Zulassungsverfahren notwendig sind. Die Arbeit von Levin et al. (1987) zeigt ebenfalls, dass die Imitationskosten und die Zeit, die bis zur Imitation vergeht, von der Branche abhängig sind. Ein weiterer Befund ihrer Arbeit ist, dass Lernkurvenvorteile in vielen Branchen relevant sind, Patente sind es nur in wenigen. Robinson (1988) findet in seiner Studie heraus, dass Pioniere von Patenten signifikant stärker profitieren als Verfolger. Bresnahan (1985) diskutiert die Nutzung von Patenten als Eintrittsbarriere am Beispiel des Kopiererherstellers Xerox. Xerox hat nicht nur sein Kopierverfahren patentieren lassen, sondern auch eine Reihe alternativer Technologien. Mitbewerber wurden so längere Zeit vom Markteintritt abgehalten. Erst über Anti-KartellMaßnahmen gelang es ihnen, Xerox Unternehmen zur Lizenzierung seiner Technologie zu zwingen. 2) Vorkauf von Ressourcen Der Pionier kann gegenüber seinen Verfolgern auch durch den Vorkauf knapper Ressourcen einen Vorteil erlangen. In diesem Fall differenziert sich der Pionier durch die Kontrolle von bereits bestehenden Ressourcen. Zu diesen Ressourcen können sowohl physische Vermögenswerte, wie bspw. Rohstoffe als auch eine rechtzeitige Positionierung – etwa in einem geographischen Raum oder z.B. als erster Nutzer einer Regalfläche, für eine neue Produktkategorie im Einzelhandel – zählen (Lieberman/Montgomery 1988). Wenn der Pionier überlegene Informationen besitzt, kann er Ressourcen zu Preisen erwerben, die unter den späteren Marktpreisen liegen. Beispiele für solche Ressourcen sind Rohstoffe und erstklassige Produktionsstätten bzw. Verkaufsflächen. Die Differenz zwischen dem Kaufpreis für den Pionier und dem späteren Marktpreis bezeichnet man als ökonomische Renten. Main (1955) betrachtet die kanadische Nickelindustrie. Er zeigt, dass das erste Unternehmen, das sich die Nickel-Rohstoffe sicherte, das gesamte Nickelangebot kontrollieren konnte und dadurch über Jahrzehnte den Nickelweltmarkt dominierte. 51

Positioniert sich der Pionier rechtzeitig, kann es für einen Verfolger ggf. unprofitabel sein, auch in den Markt einzutreten. Lieberman und Montgomery (1988, S. 44) schreiben: „In many markets there is ‚room’ for only a number of profitable firms; the first-mover can often select the most attractive niches and may be able to take strategic actions that limit the amount of space available for subsequent entrants.” „Space“ kann breit interpretiert werden. Er schließt nicht nur die geographische Lage ein, sondern auch Regalfläche und Produktcharakteristika. Je mehr Eigenschaften ein Pionier-Produkt bereits besitzt, desto weniger Differenzierungsmöglichkeiten verleiben für die Verfolger. Grundlegende Arbeiten für die Theorie der „Spatial Competition“ lieferten Prescott und Visscher (1977) Schmalensee (1978). Letzterer untersucht das Verhalten von Pionieren und Verfolgern in der Müslibranche. Er demonstriert, dass Pioniere Verfolger über die Besetzung von Regalfläche und Produktdifferenzierung vom Markteintritt abhalten können. Wenn der Markt wächst, besetzen die Pioniere neue Nischen, bevor der Markteintritt für Verfolger profitabel wird. Die Gefahr von Preiskämpfen, die intensiver verlaufen, wenn die Standorte der Wettbewerber nahe beieinander liegen, schrecken Verfolger ab. Die Bereitschaft der Pioniere zu Preiskämpfen wird auch durch Sunk Costs aus Investitionen in der Vergangenheit untermauert. Empirische Belege für die Verhinderung von Markteintritten durch Verfolger sind allerdings selten. Johnson und Parkman (1983) finden in ihrer Betrachtung der Zementbranche keine Hinweise, die für eine erfolgreiche Abschreckung von Verfolgern durch frühzeitige Sicherung geografischer Positionen sprechen. Auch Glazer (1985), der lokale Zeitungsverlage untersucht, stellt keinen Unterschied in den Überlebensraten zwischen Pionieren und Verfolgern fest. Eine mögliche Erklärung für diese Befunde ist, dass sowohl in der Zement- als auch in der Zeitungsbranche alle Unternehmen

über

ähnliche

Technologien

und

Marktzugangschancen

verfügen

(Lieberman/Montgomery 1988). Es lagen somit keine Informationsasymmetrien bzw. zeitliche Unterschiede, die hätten genutzt werden können, vor. Ghemawat (1986) liefert ein Gegenbeispiel: Das Unternehmen Wal-Mart siedelte sich mit Einzelhandelsflächen in benachbarten Kleinstädten im Süden der USA an. Für Wal-Marts Mitbewerber war die Bedienung dieser Gegenden zunächst unprofitabel. Indem Wal-Mart die geographische Abschreckung seiner Wettbewerber mit einem sehr effizienten Distributionsnetzwerk kombinierte, konnte es sich nachhaltig überdurchschnittliche Gewinnspannen sichern. Auch signifikante Investitionen eines Pioniers in Produktionsanlagen können Pioniervorteile generieren. Der Pionier signalisiert möglichen Verfolgern durch seine Investitionen, dass er über hohe Kapazitäten verfügt. Diese erlauben ihm einen Preiswettbewerb, der einen Markteintritt für Verfolger unprofitabel machen könnte. Eine Reihe theoretischer 52

Arbeiten zeigt, dass Verfolger so von einem Markteintritt abgehalten werden können (Spence 1977; Dixit 1980; Gilbert/Harris 1981). In anderen Modellen führen die Investitionen des Pioniers lediglich zu geringerem Wachstum bei kleineren Verfolgern (Spence 1979; Fudenberg/Tirole 1983). Empirisch fehlt es allerdings vielen Branchen an der Kostenstruktur, die ein solches Vorgehen für den Pionier effektiv machen (Lieberman 1987). Eine Ausnahme bildet die Magnesiumindustrie. Dort gelang es Dow Chemical über mehrere Jahrzehnte eine monopolähnliche Stellung einzunehmen. Das Unternehmen hat zuvor massiv in Produktionskapazität investiert (Lieberman 1983). 3) Aufbau von Wechselkosten Schließlich können Pioniervorteile aus dem Aufbau von Wechselkosten bei Käufern resultieren. Verfolger müssen bei vorhandenen Wechselkosten zusätzlich investieren, um Bestandskunden vom Pionier abzuwerben (Lieberman/Montgomery 1988). Es gibt unterschiedliche Typen von Wechselkosten. Der erste Typ resultiert aus Kosten, die dem Käufer eines Produktes entstehen, um sich an das gekaufte Produkt anzupassen. Ein Beispiel ist eine Software, die nur auf einer bestimmten Hardware, die ggf. zusätzlich angeschafft werden muss, läuft. Auch Schulungskosten gehören zu dieser Kategorie von Wechselkosten. Der zweite Typ resultiert aus lieferantenspezifischem Lernen des Käufers. Im Zeitverlauf gewöhnt sich der Käufer an die Eigenschaften des Produkts und empfindet einen Wechsel als kostenintensiv (Wernerfelt 1985). Der dritte Typ sind vertragliche Wechselkosten, die der Lieferant absichtlich aufbaut. Zu dieser Kategorie gehören etwa die Vielfliegerprogramme von Fluggesellschaften. Bei Produkten mit Netzwerkexternalitäten kommt ein vierter Typ von Wechselkosten zum tragen, wenn es dem Pionier gelingt, sein Produkt als Branchenstandard zu definieren. Ein Beispiel ist die Peerto-Peer-Online-Telefonie. Wenn Kunden das Standardprodukt nutzen, kommen auf sie geringere Kosten zu. Dies wiederum erhöht die Wahrscheinlichkeit, dass sich noch mehr Kunden für den Standard entscheiden. In der Peer-to-Peer-Online-Telefonie gelang es Skype zum De-Facto-Standard zu werden. Skype-Nutzer haben geringe Suchkosten, da die Wahrscheinlichkeit hoch ist, dass bereits eine Vielzahl ihrer persönlichen Kontakte Skype nutzt. Eine ähnliche Forschungsrichtung, zu deren Vertretern Schmalensee (1982) gehört, beschäftigt sich damit, dass Käufer in der Regel über unvollständige Informationen über die Qualität von Produkten und Dienstleistungen verfügen. Sie tendierten daher dazu, beim ersten Hersteller zu bleiben, mit dessen Produkt sie bereits eine positive Erfahrung gemacht haben. Diese Markenloyalität erschwert Verfolgern den Markteintritt – insbesondere dann, wenn die Produkte des Pioniers von hoher Qualität sind. Diese Reputation für 53

Qualität kann er z.B. über eine Dachmarkenstrategie auf andere Produkte übertragen. Die Käufer der Pionierprodukte nehmen deren Produkteigenschaften auch als typisch war. Der Pionier hat somit die Chance, eine neue Produktkategorie zu definieren (Lieberman/Montgomery 1988). Wie Montgomery (1975) zeigt, ist die Wahrnehmung eines Produktes als Neuheit auch dafür entscheidend, ob es in Supermärkten gekauft wird. Mit einer empirischen Arbeit belegen Robinson und Fornell (1985), dass bei Konsumgütern die Produkte von Pionieren höhere Marktanteile verzeichnen als die Produkte von Verfolgern. Die Markteintrittsreihenfolge erklärt in ihrer Untersuchung 18% der Marktanteilsvarianz. Auch die Studie von Urban et al. (1986) zeigt einen positiven Zusammenhang zwischen einem frühzeitigen Markteintritt und einem hohen Marktanteil. Es gibt jedoch auch Pioniernachteile bzw. „First Mover Disadvantages“, die auch als die Vorteile der Verfolgerunternehmen aufgefasst werden können. Ein erster Typ von Pioniernachteilen sind Free Rider-Probleme. Der Verfolger kann, sofern es sich nicht um „tacit knowledge“ handelt, von F&E-Ausgaben des Pioniers, der Ausbildung von Käufern oder der Entwicklung von Infrastruktur profitieren. Da jedoch der Pionier um diese Free Rider Probleme weiß, hat er einen geringen Anreiz, früh hohe Investitionen vorzunehmen (Lieberman/Montgomery 1988). Die theoretische Literatur hierzu hat sich weitgehend auf Spillovereffekte aus F+E (Baldwin/Childs 1969; Spence 1985) sowie auf Lernen basierende Produktivitätsverbesserungen (Ghemawat/Spence 1985) konzentriert. Guasch und Weiss (1980) untersuchen Free Rider-Effekte auf dem Arbeitsmarkt. Sie argumentieren, dass Verfolger von den Investitionen der Pioniere in die Ausbildung der Mitarbeiter profitieren können, indem sie bereits ausgebildete Mitarbeiter abwerben. Teece (1986) ist der Ansicht, dass das Ausmaß der Free Rider-Effekte vom Eigentum an den zu der Innovation komplementären bzw., wie er formuliert „co-specialised“, Ressoucen abhängt. So ist für die Ausschöpfung des Marktpotenzials einer Innovation meist ein adäquates Vertriebssystem notwendig. IBM war z.B. zu Beginn der PC-Ära nicht Pionier, sondern konnte sich durch die Nutzung seiner Reputation sowie seiner Marketing- und Vertriebsressourcen auch als Verfolger (temporär) erfolgreich im Markt etablieren (Schnaars 1986). Zudem haben Verfolger den Vorteil, dass zum Zeitpunkt ihres Markteintritts Marktunsicherheiten

sowie

technologische

Unsicherheiten

häufig

reduziert

sind

(Wernerfeld/Karnani 1987). Der Eintritt in einen neuen Markt impliziert fast immer ein Risiko. Wenerfeld und Karnani (1987) argumentieren, dass ein früher Markteintritt dann attraktiv ist, wenn der Pionier beeinflussen kann, wie das Risiko reduziert wird. Eine Möglichkeit zur Risikoreduktion ist die Setzung von Standards. Sobald ein Standard exis54

tiert, erfolgt der Wettbewerb oft primär über den Preis. Firmen, die effiziente Produktionsprozesse haben, besitzen dann einen Vorteil (Teece 1986). Pioniere laufen auch Gefahr, Technologiewechsel nicht rechtzeitig zu erkennen. Cooper und Schendel (1976) liefern hierfür zahlreiche Beispiele, wie etwa das Nicht-Reagieren der Dampflokomotivenproduzenten auf die Erfindung des Diesels. Christensen (1997) beschreibt dieses Problem in seinem Buch „The Innovator’s Dilemma“. Ein solches liegt vor, wenn sich Pioniere zu sehr von den Vorschlägen ihrer Kunden leiten lassen. Kunden denken gewöhnlich in ihnen bekannten Technologien (Christensen 1997, S. XV). Sie neigen daher zu inkrementellen Produktverbesserungsvorschlägen. Für den Pionier besteht so die Gefahr, dass disruptive Technologien nicht rechtzeitig erkannt werden. Schließlich besteht insbesondere bei erfolgreichen Pionieren das Risiko der Organisationslähmung. Der Pionier greift etwa Veränderungen im Umfeld nicht auf, und investiert weiterhin in bestehende Produktionsanlagen (Lieberman/Montgomery 1988). Das theoretische Modell von Tang (1988) zeigt, dass die Investition in bestehende Technologien, die bereits hohe Investitionen erfordert haben, kurzfristig rational und gewinnmaximierend sein kann. Der Verfolger verschafft sich aber mittel- bis langfristig durch rechtzeitige Investitionen in eine weiterentwickelte Technologie einen Vorteil. Ein weiteres Problem ist das Zögern des Pioniers, seine eigenen Produktlinien zu kannibalisieren. Das ursprüngliche Argument, dass ein Monopolist nicht dazu neigt, zu innovieren, da er dadurch den Gewinn, den er mit seinen existierenden Produkten macht, reduziert, geht auf Arrow (1962) zurück. Bresnahan (1985) berichtet davon, dass Xerox nach Auslauf seines Kopiermaschinen-Patents solch ein Verhalten zeigte. Obwohl Xerox bei zahlreichen Produkteigenschaften nicht Innovationsführer war, zögerten sie mit Preissenkungen. Eine Rolle spielte hierbei auch, dass sie sehr viele Kopiermaschinen vermietet hatten. Eine Preissenkung hätte vermutlich mittelfristig auch die Mieterträge reduziert. Barney (1991, S. 107) ist der Ansicht, dass sich die Theorie der Pioniervorteile und die RBV integrieren lassen: “The observation that valuable and rare organizational resources can be a source of competitive advantage is another way of describing first-mover advantages […]”. Auch Lieberman und Montgomery (1998) merken an, dass durch Markteintritte sowohl Ressourcen als auch Fähigkeiten aufgebaut werden. Aufgabe des Managements ist es, zu entscheiden, ob bei einer gegebenen Markteintrittsgelegenheit etwaige Pioniervorteile mögliche Pioniernachteile überwiegen. Insbesondere für den Zusammenhang zwischen Innovativität und UE sowie Proaktivität

55

und UE hat der Ansatz der Pioniervorteile besondere Relevanz. Im Rahmen der Hypothesenherleitung wird dies weiter ausgeführt.

2.1.4 Empowermenttheorie Die theoretische Basis für den Zusammenhang zwischen der EO-Dimension Autonomie und dem Unternehmenserfolg wurde in der EO-Literatur bislang nur am Rande diskutiert. So gehen etwa Lumpkin und Dess (1996a) umfassend auf die Bedeutung von Autonomie für Unternehmertum ein und nennen auch zahlreiche Beispiele, in denen sich autonomes Verhalten als vorteilhaft erwiesen hat. Sie lassen jedoch die theoretische Basis für die Vorteilhaftigkeit weitgehend unbeachtet. Die Empowermenttheorie, die im Feld der Motivationstheorien anzusiedeln ist, könnte diesen Erklärungszusammenhang liefern. Der Begriff Empowerment ist in den Organisationswissenschaften recht verbreitet (Harrison 1983; Kanter 1984; Thomas/Velthouse 1990). Die Grundsteine der Empowermenttheorie bilden die Arbeiten von Conger und Kanungo (1988) sowie Thomas und Velthouse (1990). Die Empowermenttheorie wurde anschließend von Spreitzer (1995) weiterentwickelt und empirisch validiert. Unter Empowerment ist nach Spreitzer (1995) eine gesteigerte intrinsische Arbeitsmotivation zu verstehen. Eine intrinsische Arbeitsmotivation umfasst positive Erfahrungen, die Individuen direkt aus ihrer Arbeit ableiten (Thomas/Velthouse 1990). Sie zeigt sich durch vier Dimensionen, welche die Einstellung des Individuums zu seiner Rolle in der Arbeitswelt reflektieren. Es sind dies: (1) Bedeutung (Meaning), der Wert eines Arbeitsziels, bezogen auf die eigenen Ideale des Individuums. (2) Kompetenz (Competence), der Glaube des Individuums an seine Fähigkeit, Aktivitäten mit Können durchzuführen. (3) Selbstbestimmung (Self-Determination), das Gefühl des Individuums, Handlungen selbst zu initiieren und regulieren zu können. (4) Wirkung (Impact), der Grad, zu dem das Individuum strategische und operative Arbeitsergebnisse beeinflussen kann. In Summe stehen diese vier Dimensionen für eine sehr aktive Einstellung des Individuums zu seiner Arbeitsrolle. Die vier Dimensionen sind additiv (Thomas/Velthouse 1990), d.h. fehlt eine Dimension, wird die Gesamtausprägung des gefühlten Empowerments verringert, aber nicht ganz zu null. Man kann also das Fehlen einer Dimension kompensieren. Empowerment ist zudem eine kontinuierliche Variable (Spreitzer 1995). Bedingungen von Empowerment sind das Selbstwertgefühl (Self-Esteem) des Individuums, sein Locus of Control (der Grad, zu welchem Menschen glauben, dass sie selbst und nicht externe Kräfte ihr Leben beeinflussen), Informationsverfügbarkeit in der Orga-

56

nisation (über die Mission einer Organisation sowie die Ergebnisse von Organisationseinheiten) und ergebnisabhängige Vergütungen (Spreitzer 1995). Die Folgen von Empowerment sind Effektivität des Managements und innovatives Verhalten. Manager, die „empowered“ sind, führen ihre Arbeit proaktiv aus, antizipieren Probleme und handeln unabhängig. Zudem sollte Empowerment auch für die Konzentration von Organisationsmitgliedern und das Ergreifen von Initiative förderlich sein (Thomas/Velthouse 1990). All dies steigert die Effektivität des Managements. Da Individuen, die „empowered“ sind, glauben, autonom zu sein und etwas ausrichten zu können, sind sie eher kreativ. Da sie auch glauben, selbstbestimmt zu handeln, erwarten sie eher Erfolge. Beides sollte innovatives Verhalten begünstigen. Auch Kanter (1984) zeigt in ihrer Studie unternehmerischer Organisationen, dass Empowerment und innovatives Verhalten eng miteinander verknüpft sind. Somit sollte neben der Theorie der Dynamic Capabilities auch die Empowermenttheorie insbesondere für den Zusammenhang zwischen Autonomie und Unternehmenserfolg einen Erklärungsbeitrag leisten. Da die Arbeit auch moderierende Variablen des EO-UE-Zusammenhangs aus der Aufgabenumwelt des Unternehmens berücksichtigt, sollen im Folgenden der Kontigenz- und der Konfigurationsansatz vorgestellt werden.

57

2.1.5 Kontingenz- und Konfigurationsansatz Der Kontingenzansatz, auch der situative Ansatz genannt, untersucht moderierende Variablen der Organisations- und Führungstheorie. Er hat seine Wurzeln in der allgemeinen Systemtheorie (Boulding 1956) und der Theorie der offenen Systeme (Katz/Kahn 1966). Zu seinen Begründern zählen Lawrence und Lorsch (1967b). Für die betriebswirtschaftliche Forschung, die sich mit den Determinanten des Unternehmenserfolges beschäftigt, hat der Kontingenzansatz eine hohe Bedeutung (Venkatraman 1989b). Erweitert wurde der Kontingenzansatz u.a. von Child (1972), der, auf dem Kontingenzansatz aufbauend, seine Strategic-Choice-Theorie entwickelte. Nach dieser Theorie definieren die maßgeblichen Entscheidungsträger in einer Organisation nach Bewertung der Situation, in der sich die Organisation befindet, Ziele für die Organisation und formulieren die Organisationsstrategie. Dabei berücksichtigen sie auch die Umwelt der Organisation. Nach Zeithaml et al. (1988) ist der Kontingenzansatz zwischen zwei extremen Sichtweisen der Organisationstheorie angesiedelt. Die eine Sichtweise nimmt an, dass allgemeingültige Organisations- und Managementprinzipien existieren. Die andere Sichtweise betrachtet jede Organisation als einzigartig und fordert daher eine separate Betrachtung der Organisationen. Der Grundgedanke des Kontingenzansatzes ist es, dass eine interne oder externe Situationsvariable, die moderierende Variable, die Wirkung einer unabhängigen Variable (z.B. EO) auf eine abhängige Variable (z.B. UE) nach Art und Richtung beeinflussen kann (Zeithaml/Varadarajan/Zeithaml 1988). Dabei ist die Kernprämisse, dass der Erfolg einer Organisation auf verschiedene Arten erreicht werden kann. Abhängig von der Situation der Organisation gibt es jedoch erfolgversprechendere und weniger erfolgversprechende Wege (Tosi/Slocum 1984). Der Kontingenzansatz ist nicht unumstritten. Miller (1981) kritisiert, dass die Annahme bivariater Zusammenhänge der Realität in vielen Fällen nicht gerecht wird. Zudem wird dem Ansatz vorgeworfen, dass die Auswahl und die Operationalisierung der Situationsvariablen hinsichtlich Reliabilität und Validität oft nicht begründet werden (Kieser 1999). Darüber hinaus wird angeführt, dass die Prämisse, Unternehmen seien situativen Variablen „ausgeliefert“, nicht immer richtig ist (Miller 1981). Wie die Strategic-ChoiceTheorie

(Child

1972)

und

auch

der

Environmental

Management-Ansatz

(Zeithaml/Zeithaml 1984) postulieren, sind insbesondere größere Unternehmen in der Lage, gestalterisch zu agieren und somit einen Teil ihrer Kontextvariablen zu verändern (Donaldson 1996). Als beispielhafte Maßnahmen nennt Pfeffer (1978, S. 151ff.) u.a. die Beeinflussung von Wettbewerbern, Einflussnahme auf Regulierungsentscheidungen 58

durch Lobbyarbeit sowie allgemeine politische Arbeit. Trotz dieser Kritik ist der situative Ansatz in der betriebswirtschaftlichen Forschung sehr verbreitet (Fry/Smith 1987) und kann, wie in verschiedenen empirischen Arbeiten belegt wurde (Miller 1983; Miller/Friesen 1983; Covin/Slevin 1989; Zahra 1991; Naman/Slevin 1993; Zahra/Covin 1995; Wiklund/Shepherd 2005), auch in der EO-Forschung einen Beitrag zur Erklärung des Unternehmenserfolges leisten. Miller (1981) schlägt eine Erweiterung des Kontingenzansatzes vor. Er argumentiert, dass es für die Abbildung der Realiät ergiebiger sei, mehrere Situationsvariablen gleichzeitig zu betrachten. Werden mehrere Variablen parallel betrachtet, spricht man vom Gestalt- oder Konfigurationsansatz. Macharzina (1990, S. 67) definiert die Gestalt als „in sich stimmige Variablenkonfiguration[en] bzw. Beziehungsmuster von Variablen der Unternehmensumwelt und des Unternehmens[…].“ Ähnlich auch die Definition von Miller (1981, S. 11), der Gestalten als „configurations which may be logically, aethetically, perceptually, or functionally integrated“ beschreibt. Zur Bildung von Gestalten werden nach Ketchen, Thomas und Snow (1993) der induktive und der deduktive Ansatz unterschieden. Der induktive Ansatz, der häufiger zu beobachten ist, versucht Organisationen anhand ihrer Strukturmerkmale empirisch zu klassifizieren, um induktiv zu einer Auswahl an Gestalten zu gelangen. Die Gestaltauswahl wird beim induktiven Ansatz als Taxonomie bezeichnet. Der deduktive Ansatz versucht theoriebasiert Gestalten zu ermitteln. Die Gestaltauswahl wird beim deduktiven Ansatz als Typologie bezeichnet. Der Kerngedanke des Konfigurationsansatzes ist es, dass Unternehmen, denen es gelingt, gewisse Organisationsattribute bzw. Ressourcen mit der Unternehmensumwelt in Einklang zu bringen, erfolgreicher sind als ihre Wettbewerber (Ketchen/Thomas/Snow 1993). Unternehmen, denen dies nicht gelingt, werden letztlich scheitern. Miller (1996) sieht in Konfigurationen, die in sich stimmig sind und zudem mit verschiedenen Umweltzuständen in Einklang stehen, einen Wettbewerbsvorteil. Auch der Konfigurationsansatz kann somit einen Beitrag zur Erklärung des Unternehmenserfolges liefern. Vor seiner eigentlichen Formulierung wurde der Konfigurationsansatz bereits von Miles und Snow (1978) angewandt. Sie haben verschiedene Strategietypen-Gestalten unterschieden. Eine der ersten empirischen Arbeiten zum Gestaltansatz stammt von Miller und Friesen (1983). Sie untersuchen in ihrer Studie parallel die interne Situationsvariable „strategy-making“ sowie die externen Situationsvariablen Feindlichkeit und Dynamik der Umwelt. Auf beide externen Situationsvariablen wird im Folgenden noch näher eingegangen. Der bisherige Schwerpunkt der Konfigurationsforschung lag auf den Zusammenhängen zwischen Umwelt, Struktur und Strategie. Die Nutzung der Ressourcen ei59

nes Unternehmens, um den verschiedenen Umweltzuständen optimal zu begegnen, wurde bislang kaum beleuchtet (Zajac/Kraatz/Bresser 2000). Dies ist verwunderlich, da in der Literatur vielfach die Bedeutung organisationaler Ressourcen für den Erfolg in unterschiedlichen Umfeldern hervorgehoben wurde (Snow/Hrebiniak 1980; Wernerfelt 1984; Barney 1991). Es wird daher schon länger gefordert, den Konfigurationsansatz auch auf die Untersuchung des vermutlich komplexen Zusammenhanges zwischen EO und UE anzuwenden (Lumpkin/Dess 1996b), indem etwa die Umwelt der Organisation mit berücksichtigt wird. Erste Arbeiten hierzu liegen inzwischen vor (Dess/Lumpkin/Covin 1997; Wiklund/Shepherd 2005; Moreno/Casillas 2008; Schmelter 2009). In den Studien wird deutlich, dass der inhaltlich reichhaltigere Konfigurationsansatz auch einen höheren Erklärungswert besitzt als der Kontingenzansatz. Die Dimensionen der Konfiguration können unternehmensintern oder –extern sein. Für die externen Dimensionen wird der Begriff der Aufgabenumwelt bzw. der des „task environment“ verwandt. Die Aufgabenumwelt ist ein Sammelbegriff aller Umwelteinflüsse, die auf ein Unternehmen wirken (Dill 1958). Schreyögg (1999, S. 314) versteht darunter all diejenigen externen Einflusskräfte, mit denen ein Unternehmen zur Erreichung seiner Sachziele interagiert, interagieren kann oder aufgrund verbindlicher Vorschriften interagieren muss. Es ist naheliegend, dass Elemente der Aufgabenumwelt einen Einfluss auf den Unternehmenserfolg haben können. Eine Reihe von Ansätzen untermauert die Relevanz der Aufgabenumwelt für die Zielerreichung (Sharfman/Dean 1991). Auf der Seite des Beschaffungsmarktes beeinflusst die Aufgabenumwelt etwa die Ressourcenakquisition. Aldrich (1979, S. 61) führt dazu aus: „Environments affect organizations through the process of making available or withholding resources, and organizational forms can be ranked in terms of their efficacy in obtaining resources.” Ein theoretischer Ansatz, der hierauf näher eingeht, ist die Resource-Dependency Theorie (Pfeffer/Salancik 1978). Nach dieser Theorie gibt es Austauschbeziehungen zwischen Akteuren (Individuen order Organisationen). Die Akteure sind von den Ressourcen, die andere Akteure besitzen, abhängig. Insbesondere die Abhängigkeiten, die das Überleben der Organisation gefährden, sollten vermieden werden. Auf der Seite des Absatzmarktes wird die Aufgabenumwelt etwa von der Industrieökonomik (Waldmann/Jensen 1998) thematisiert. Insbesondere die Anzahl möglicher Abnehmer für Produkte und Dienstleistungen spielt hier eine Rolle. Es macht für eine Reihe von Entscheidungen einen großen Unterschied ob nur wenige Abnehmer oder eine Vielzahl von Abnehmern existiert.

60

Gerade für junge Unternehmen ist die Umwelt von besonderer Bedeutung. Stinchcombes (1965) Konzept der „Liability of Newness“ steht für die These, dass junge Unternehmen im Vergleich zu älteren Unternehmen eine geringere Überlebenswahrscheinlichkeit aufweisen. Junge Unternehmen sind meist von der Kooperation Fremder abhängig. Sie haben oft eine geringe Legitimation und sind häufig nicht fähig, mit etablierten Unternehmen effektiv in Wettbewerb zu treten. Empirisch wird die „Liability of Newness“ von Freeman, Carroll und Hannan (1983) für drei unterschiedliche Branchen (Halbleiterproduzenten, Zeitungsverlage, Gewerkschaften) belegt. 1 Aber auch bei etablierten Unternehmen spielt die Aufgabenumwelt eine Rolle. So weisen McArthur und Nytrom (1991) in einer Studie von Unternehmen des produzierenden Gewerbes unterschiedlicher Altersklassen nach, dass Dimensionen der Aufgabenumwelt einen Einfluss auf die Beziehung zwischen Strategie und UE haben. In der Vergangenheit wurde vielfach versucht, die Aspekte der Aufgabenumwelt zu klassifizieren (Child 1972; Aldrich 1979; Dess/Beard 1984; Dess/Rasheed 1991). Child (1972) unterscheidet die drei Dimensionen „complexity“, „variability“ und „iliberality“. Die Komplexitätsdimension beschreibt, inwieweit sich die Elemente der Aufgabenumwelt ähneln. Die Variabilitätsdimension betrachtet, ob sich die Elemente der Aufgabenumwelt stabil verhalten oder sich unvorhersehbar ändern. Die „iliberality“-Dimension bezieht sich auf die Verfügbarkeit von Ressourcen vor dem Hintergrund des Wettbewerbs um die Ressourcen in der Aufgabenumwelt. Wenn die Umwelt „iliberal“ ist, stehen entsprechend wenig Ressourcen zur Verfügung. Aldrich (1979), dessen Arbeit auf der von Child (1972) basiert, schlägt sechs unterschiedliche Dimensionen der Aufgabenumwelt vor, wobei sich jeweils zwei gegensätzliche Dimensionen gruppieren lassen: (1) „geographic concentration und „heterogenity“, (2) „stability“ und „turbulence“ sowie (3) „domain consen-

1

Eine allgemeine „Liability of Smallness“ wird nicht nachgewiesen. Die Größe des Unternehmens bei

Gründung spielt demnach für die Überlebensfähigkeit keine Rolle.

61

sus“, der ähnlich Wettbewerb zu betrachten ist, und „capacity“. Die Dimensionen entsprechen im Wesentlichen den drei von Child (1972) vorgeschlagenen: „heterogenity“ ähnelt „complexity“, „turbulence“ ähnelt „variability“ und „domain consensus“ ähnelt „iliberality“. Aldrich (1979) hat das Forschungsfeld zur Aufgabenumwelt von Unternehmen zwar theoretisch vorangebracht, der empirischen Messung der Dimensionen schenkte er allerdings wenig Beachtung. Dess und Beard (1984) haben Aldrichs Dimensionen operationalisiert. Mit Hilfe der statistischen Methode der Faktoranalyse konnten sie die Dimensionen „complexity“ (Komplexität), „dynamism“ (Dynamik) und „munificience“ (Freigiebigkeit) ermitteln. Diese drei Dimensionen korrespondieren weitgehend auch mit Childs (1972) Dimensionen. Sharfman und Dean (1991) kritisieren an der Komplexitätsdimension, dass in der Arbeit von Dess und Beard (1984) nur die Variablen auf den Faktor Komplexität geladen haben, die „geographic concentration“ reflektieren. „geographic concentration“ sei zwar ein bedeutender Aspekt, aber nach Aldrich (1979) gebe es weitere Komplexitäts-Komponenten wie z.B. der Grad des Wissens. Insofern bilde Dess und Beards (1984) Komplexitätskonstrukt die tatsächliche Komplexität nicht vollständig ab. Aufgrund dieser Kritik soll die Dimension Komplexität auch in der vorliegenden Arbeit keine Beachtung finden. Es stellt sich die Frage, ob die verbleibenden beiden Dimensionen Dynamik und Freigiebigkeit auch für den Zusammenhang zwischen EO und UE in Betracht gezogen werden sollten. Mit Blick auf EO, die nach Dess und Lumpkin (2005) all jene Absichten, Entscheidungsfindungen und Handlungen von Schlüsselpersonen im Unternehmen, die bei dem Prozess, der zum Markteintritt führt, mitwirken, umfasst, sind nach Ansicht von Tsai, MacMillian und Low (1991) die Aufgabenumwelt-Dimensionen Freigiebigkeit und Feindlichkeit („hostility“) (Miller/Friesen 1983) besonders relevant. Sie argumentieren mit einem Beispiel aus der Biologie. Das Unternehmen, das in einen neuen Markt eintritt, wird mit einem Organismus verglichen, der sich eine neue Nische sucht. In der Nische gibt es aber schon bestehende Organismen bzw. Wettbewerber. Die Freigiebigkeit spiegelt den Reichtum an Nährstoffen in der zu betretenden Nische wieder. In der realen Unternehmenswelt entspricht Freigiebigkeit der Qualität der Gelegenheit. Die Feindlichkeit entspricht der Populationsdichte von Organismen in der zu betretenden Nische, die um dieselben Nahrungsmittel kämpfen. In der Unternehmenswelt steht Feindlichkeit im Kern für die Intensität des Wettbewerbs, dem sich das Unternehmen gegenüber sieht. Freigiebigkeit ist somit auch hinsichtlich EO von Bedeutung. Tsai, MacMillian und Low (1991) ergänzen die von Dess und Beard (1984) genannten Dimensionen um die Feindlichkeit der 62

Aufgabenumwelt. Tsai, MacMillian und Low (1991) erwähnen zwar die AufgabenumweltDimension Dynamik nicht explizit. Zahra (1993b) betrachtet Freigiebigkeit aber als mehrdimensionales Konzept, dessen eine Dimension die Dynamik ist. Feindlichkeit wird zwar vereinzelt als das Gegenteil von Freigiebigkeit betrachtet (Lumpkin/Dess 2001a), diese Ansicht greife aber zu kurz, wie Tsai, MacMillian und Low (1991, S. 12) argumentieren. Erneut bemühen sie ein Beispiel aus der Biologie: „From the point of view of human beings, the plains of Africa are both munificient and hostile, whereas the plains of North America are munificient and benign, there being fewer predators, disease and so on in North America than in Africa”. Die Freigiebigkeit umfasst die Eigenschaften des Marktes, in den der Eintritt erfolgt bzw. die Eigenschaften der Gelegenheit (opportunity). Die Feindlichkeit hingegen bezieht sich auf die Firmen, die sich bereits in diesem Markt bewegen. Einige Gelegenheiten bieten ein größeres Potenzial als andere. Wenn man das Potenzial der Gelegenheit konstant hält, gibt es Märkte, die umkämpfter sind als andere. Die optimale Situation wäre eine Gelegenheit mit hoher Freigiebigkeit bei gleichzeitig geringer Feindlichkeit. Ein Beispiel hierfür ist der Markt für Energy Drinks. Die Firma Red Bull, die im Geschäftsjahr 2007 einen Umsatz von über 3 Mrd. EUR erwirtschaftete, hat das Potenzial dieses Marktes frühzeitig erkannt. Die Feindlichkeit war zum Zeitpunkt ihres Markteintritts sehr gering. Es gab lediglich einige kleine Mitbewerber. Etablierte Anbieter der Soft Drink-Branche sind lange Zeit nicht in den Markt für Energy Drinks eingestiegen. Die beiden Dimensionen Freigiebigkeit und Feindlichkeit werden im Rahmen der Hypothesenherleitung noch im Detail vorgestellt. Auch der Konfigurationsansatz, der die theoretische Basis für die Integration der Dimensionen der Aufgabenumwelt bildet, ist nicht frei von Kritik. Zahra und Pearce (1990) führen an, dass er, wie auch der Kontingenzansatz, lediglich Momentaufnahmen der Realität macht. Die Beziehungen zwischen den betrachteten Variablen dürfen daher nicht kausal interpretiert werden. Je höher die Anzahl der untersuchten Variablen ist, desto höher ist auch die Anzahl unterschiedlicher Gestalten. Forscher müssen demnach zwischen wenig Gestalten und einer entsprechend hohen Generalisierbarkeit der Ergebnisse sowie vielen Gestalten und einer entsprechend geringen Generalisierbarkeit der Ergebnisse abwägen (Miller 1981). Nach einer kurzen Einführung in die theoretischen Ansätze der Arbeit, folgt nun die Hypothesenherleitung.

63

2.2 Hypothesenherleitung „Entrepreneurship is the key element for gaining competitive advantage and consequently greater financial rewards” (Schollhammer 1982, S. 210). Der Zusammenhang zwischen

EO

und

(Dess/Lumpkin/Covin

dem

UE

1997)

ist

jedoch

mehrstufig,

und

vom

Kontext,

potenziell d.h.

nicht-linear

unternehmens-

internen bzw. unternehmensexternen Variablen, abhängig (Lumpkin/Dess 1996a). Der Zusammenhang kann verschiedene Formen annehmen. Es ist zum einen denkbar, dass er durch eine oder mehrere dritte Variablen moderiert wird. Zum anderen ist es aber auch möglich, dass EO mit einer anderen Variable interagiert und sich aus dieser Interaktion ein Zusammenhang mit dem Unternehmenserfolg ergibt (Lumpkin/Dess 1996a). Schließlich wären Nicht-Linearitäten zu erwarten. Bisherige empirische Studien zum Zusammenhang zwischen EO und UE zeigen wegen ihrer sehr unterschiedlichen methodischen Ansätze kein eindeutiges Bild (Wiklund/Shepherd 2005). Auch aus diesem Grund soll hier der Versuch unternommen werden, den Zusammenhang zwischen EO und UE theoretisch sorgfältiger zu modellieren.

2.2.1 Zusammenhang zwischen den einzelnen EO-Dimensionen und UE 2.2.1.1 Innovativität Innovativität steht für die Neigung und die Fähigkeit eines Unternehmens, sich für neue Ideen, Experimente und kreative Prozesse, die zu neuen Produkten, Dienstleistungen oder internen Prozessen führen können, zu engagieren und diese zu unterstützen (Lumpkin/Dess 1996a). Innovative Unternehmen, die neue Produkte und Technologien schaffen und am Markt einführen, werden als der Motor wirtschaftlichen Wachstums gesehen (Brown/Eisenhardt 1995). So machten auch Brüderl und Preisendörfer (2000) Innovation als den stärksten singulären Prädiktor des Unternehmenswachstums aus. Ein starker Fokus auf Innovativität kann den Eintritt in neue Märkte fördern, die Präsenz des Unternehmens in bestehenden Märkten ausbauen und auch die Fähigkeit stärken, neue Geschäftsmöglichkeiten zu sondieren (Cho/Pucik 2005). Das Ergebnis von Innovativität können sowohl inkrementelle als auch radikale Innovationen sein (Lassen/Gertsen/Riis 2006). Unter inkrementellen Innovationen versteht man z.B. Produktverbesserungen auf Basis sich ändernder Kundenwünsche, etwa eine neue Geschmacksrichtung oder ein neues Produktdesign. Inkrementelle Innovationen dienen der Sicherung und dem Ausbau von Marktanteilen in Produktmärkten (Bessant/Caffyn 1997). Radikale Innovationen beinhalten das Potenzial etablierte Technologien abzulö64

sen (Christensen 1997; Abetti 2000). Synonyme für radikale Innovationen sind „disruptive“,

„non-linear“,

„discontinous“,

„break-through“

und

„paradigm-shifting“

(Lassen/Gertsen/Riis 2006). Gerade für kleine Unternehmen, insbesondere für Branchenneulinge, bieten disruptive Technologien große Wachstumspotenziale. Oft setzen die etablierten Unternehmen einer Branche noch für eine gewisse Zeit auf die herkömmliche Technologie. Ein Grund hierfür könnte sein, dass die Kunden der etablierten Unternehmen noch nicht nach der neuen Technologie verlangen. Die neue Technologie bringt oft auch Umstellungskosten, die von den etablierten Unternehmen vermieden werden wollen. Die innovativen Unternehmen können somit – zumindest für gewisse Zeit – den Markt, den die disruptive Technologie schafft, alleine bearbeiten. Die Firma Research in Motion (RIM), die den Blackberry entwickelte, ist hierfür ein gutes Beispiel. Sie bot insbesondere für Geschäftsreisende eine neuartige Alternative zur herkömmlichen Kombination aus Mobiltelefon und E-Mail-Programm auf dem Notebook. Längere Zeit war das Unternehmen der einzige größere Anbieter eines Push-E-Mail-Dienstes, also eines Dienstes, der E-Maisl automatisch zustellt, ohne dass sie abgerufen werden müssen, in Kombination mit einem dafür geeigneten und nutzerfreundlichen mobilen Endgerät. RIM gelang es mit dieser disruptiven Technologie, eine Vielzahl von Geschäftskunden mit länger (in der Regel 24 Monate) laufenden Verträgen für sich zu gewinnen. Eine wesentliche Motivation von Unternehmen zu innovieren, ist es, den Unternehmenserfolg zu steigern (Damanpour 1991). Die Theorie der Dynamic Capabilities kann zur Erklärung dieses Zusammenhangs beitragen. Wie gezeigt wurde, kann Innovativität per se als eine dynamische Fähigkeit aufgefasst werden (Teece 2007). Befindet sich das Unternehmen in einer turbulenten Umwelt, ist zudem die Fähigkeit, vorhandene Ressourcen neuen Verwendungen zuzuführen und so die Innovativität zu wahren, eine Dynamic Capability. Der Innovationsprozess mündet nicht nur in geplanten neuen Produkten und Dienstleistungen, er kann – wenn man so will, in einigen Fällen als Abfallprodukt – zu völlig neuen technologischen Gelegenheiten führen (Teece/Pisano/Shuen 1997). Darunter fallen etwa Dienstleistungen, die im Rahmen des Innovationsprozesses notwendig sind und die nach dessen Anschluss Dritten angeboten werden können. Ein Beispiel aus der Pharmabranche wäre das DNA-Screening. Dabei werden Proben von DNAs, also die Trägerinnen der Erbinformation, analysiert, um herauszufinden, ob Gene vorhanden sind, die auf eine mögliche künftige Krankheit schließen lassen. Die Nutzung solch neuer Gelegenheiten kann zur Steigerung des Unternehmenserfolges beitragen.

65

Auch die Theorie der Pioniervorteile kann einen Erklärungsbeitrag zum Zusammenhang zwischen Innovativität und Unternehmenserfolg liefern. Innovative Unternehmen können bei der Markteinführung neuer Produkte und Dienstleistungen Pioniere bzw. „First Mover“ sein (Wiklund 1999). Pioniere sind empirischen Studien zufolge überdurchschnittlich erfolgreich (Chaney/Devinney/Winer 1991). Hierfür gibt es mehrere Gründe. Sie können Premium-Marktsegmente besetzen und entsprechend hohe Preise verlangen, sie können Vertriebskanäle dominieren und zudem ihr Produkt als Branchenstandard (Zahra/Covin 1995) etablieren. Darüber hinaus können sie Marken aufbauen, die später eher wiedererkannt werden. Oft gelingt es Pionieren auch, eine Reputation als Technologieführer zu erwerben. Die aus Pioniervorteilen resultierenden Pioniergewinne können sich auch im Zeitverlauf durch Lern- und Erfahrungskurveneffekte erhöhen (Zahra/Covin 1995). Allerdings müssen die Pioniervorteile etwaige Pioniernachteile wie Free-RiderProbleme, Marktunsicherheiten oder bevorstehende Technologiewechsel überwiegen. Die Ergebnisse einer Metaanalyse der empirischen Literatur zu Pioniervorteilen deuten eindeutig darauf hin, dass dies gelingen kann und ein positiver Nettoeffekt vorliegt, also Pioniervorteile Pioniernachteile überwiegen (Lieberman/Montgomery 1988). Ein positiver Zusammenhang zwischen Innovativität und Unternehmenserfolg wurde bereits in mehreren empirischen Arbeiten nachgewiesen (Deshpandé/Farley/Webster Jr. 1993; Calantone/Cavusgil/Yushan 2002; Hult/Hurley/Knight 2004). Diese Diskussion führt zur ersten Hypothese. H1: Zwischen Innovativität und dem UE besteht ein positiver Zusammenhang. 2.2.1.2 Proaktivität Wie gezeigt wurde, kann auch Proaktivität als eine dynamische Fähigkeit aufgefasst werden (Teece 2007). Daher sollte die Theorie der Dynamic Capabilities einen Erklärungsbeitrag zum Zusammenhang zwischen Proaktivität und Unternehmenserfolg liefern. Als Proaktivität wird das zukunftsgerichtete Handeln eines Unternehmens, das künftige Nachfrage antizipiert und seine Umwelt gestaltet bezeichnet. Das Unternehmen berücksichtigt dabei insbesondere neue Gelegenheiten bzw. Geschäftsmöglichkeiten (Lumpkin/Dess 2001). Proaktive Unternehmen betreiben ein aktives Monitoring ihrer Aufgabenumwelt. Sie stellen dadurch Veränderungen in ihren Absatzmärkten eher fest als reaktive Unternehmen. Die rechtzeitige Beobachtung ihres Umfeldes verschafft ihnen auch die Zeit, notwendige Entscheidungen vorzubereiten und zu treffen. Folglich werden diese Entscheidungen 66

fundierter getroffen, wie Mascarenhas (1992a; 1992b) am Beispiel internationaler Markteintritte zeigt. Eine aktive Beobachtung ihrer Aufgabenumwelt ermöglicht es proaktiven Unternehmen zudem, Geschäftsmöglichkeiten zu erkennen und zu erschließen, bevor dies ihre Wettbewerber tun (Zahra/Covin 1995), und dadurch auch Pioniervorteile zu erlangen (Dess/Lumpkin/Covin 1997). Beim Erkennen neuer Geschäftsmöglichkeiten ist das von Kirzner (1978) für den individuellen Unternehmer geprägte Konzept der „entrepreneurial alertness“ auf die Ebene des Unternehmens übergegangen und zu einer Fähigkeit des Unternehmens geworden. Lassen et al. (2006, S. 364) zitieren den Vorstandsvorsitzenden eines Audioprodukteherstellers, den sie im Rahmen einer Fallstudie zur Bedeutung von Proaktivität in seinem Unternehmen befragt haben: „Some say that luck follows the crazy, but I strongly believe that luck follows the ones who seek it. So we need to seek continously, and this will create possibilities of riding on entirely new waves and gaining a unique market position.” Proaktivität kann auch dazu führen, dass Geschäftsmöglichkeiten erst völlig neu geschaffen werden (Jantunen et al. 2005). Dies ist etwa dann der Fall, wenn es dem Unternehmen gelingt, von Kunden noch nicht artikulierte Bedürfnisse (Christensen/Bower 1996) rechtzeitig zu erkennen und diese auch durch entsprechendes Handeln zu befriedigen (Sandberg 2005). Proaktive Unternehmen antizipieren Veränderungen in ihrem Markt eher. Hierdurch gelingt es ihnen, ihren Wettbewerbern Marktanteile streitig zu machen (Hughes/Morgan 2007). Da proaktive Unternehmen aber nicht nur Veränderungen früher erkennen, sondern diese auch aktiv herbeiführen (Bateman/Crant 1993), wirkt Proaktivität

der

Gefahr

entgegen,

dass

im

Unternehmen

Trägheit

entsteht

(Hughes/Morgan 2007). Proaktiven Unternehmen kann es auch gelingen, die Wettbewerbsregeln in ihrer Branche zu ihren Gunsten zu verändern (Dess/Lumpkin 2005a). So kannibalisierte die Firma Videobuster ihr eigenes Kerngeschäft, den DVD-Verleih aus Videotheken, indem sie sowohl in den Internet-DVD-Verleih als auch in das Video-onDemand-Geschäft einstieg. Wettbewerbsvorteile sollten durch proaktives Handeln besonders effektiv erschaffen werden können, da Mitbewerber gezwungen sind, auf erfolgreiche Initiativen zu reagieren (Dess/Lumpkin 2005a). Proaktive Unternehmen profitieren, wenn sie als erste in Märkte eintreten, von Pioniervorteilen bzw. First Mover Advantages (Lieberman/Montgomery 1988). Zum einen sind die Gewinnspannen relativ hoch, da mangels Wettbewerbs kein Druck auf die Preise aufkommt. Zum anderen können Pioniere, wenn es ihnen gelingt, eine Marke aufzubauen, vom Wiedererkennungswert der Marke nachhaltig profitieren.

67

Über so genanntes proaktives Experimentieren (March 1991) fand etwa auch Google zu seinem Kerngeschäftsmodell, der Vermarktung bezahlter Suchergebnisse, die neben den „normalen“, organischen Suchergebnissen angezeigt werden – ein völlig neuer Markt, der inzwischen weltweit mehrere Milliarden Euro groß ist. Wie Stam und Elfring (2006) ausführen, kann Proaktivität insbesondere bei jüngeren Unternehmen bedingen, dass die Unternehmensleitung koordiniertes Handeln zwischen verschiedenen Unternehmen einer Branche herbeiführt. Dies kann von einfachen Kooperationen und der Setzung von technologischen Standards bis hin zu für die mitwirkenden Unternehmen profitablen, wenn auch in vielen Rechtsgebieten verbotenen, Preisabsprachen führen. Schließlich ist die Unternehmensführung proaktiver Unternehmen eher geneigt, auch branchenübergreifende persönliche Kontakte zu nutzen. Durch diese kann für die eigene Branche relevantes Wissen erworben werden (Stam/Elfring 2006). Über die kontinuierliche Suche nach neuen Möglichkeiten, bei der sie sich mit anderen Branchenvertretern austauschen, laufen proaktive Unternehmen allerdings auch Gefahr, sich in ihrer Branche zu sehr zu vernetzen. Stam/Elfring (2006) sprechen hierbei von dem Phänomen der „overembeddedness“, einer der Kehrseiten sozialen Kapitals. Diese zu starke Vernetzung entsteht z.B., wenn ein Fokusverlust stattfindet oder gar wettbewerbsrelevantes Wissen preisgegeben wird. Die angeführten positiven Aspekte von Proaktivität sollten jedoch in aller Regel überwiegen. Chen und MacMillan (1992) zeigen z.B., dass Unternehmen, die zuerst handeln und Early Responder, also die Unternehmen, die direkt nach ihnen handeln, gegenüber Late Respondern Marktanteile gewinnen können. Es existiert auch eine Reihe weiterer empirischer Arbeiten, die auf einen positiven Zusammenhang zwischen Proaktivität und Unternehmenserfolg hinweisen (Miller 1983; Miller/Friesen 1983; Day/Wensley 1988; Venkatraman 1989a; Wright et al. 1995). H2:Zwischen Proaktivität und UE besteht ein positiver Zusammenhang. Der positive Zusammenhang zwischen Proaktivität und UE sollte bei einer feindlichen Aufgabenumwelt stärker sein. Eine feindliche Aufgabenumwelt kann als negativ, unsicher und als Quell nachteiliger Bedingungen, die sich mit den Ressourcen des Unternehmens nicht bewältigen lassen, betrachtet werden (Miles/Arnold/Thompson 1993). In einer feindlichen Aufgabenumwelt haben Manager oft weniger Zeit, um Entscheidungen zu treffen, die Kundenbedürfnisse sind weniger leicht vorhersehbar, eine langfristige Planung und Steuerung gestaltet sich als schwierig (Davis/Morris/Allen 1991). Eine feindliche Aufgabenumwelt erfordert daher besonders schnelle Reaktionen (Mintzberg 1979, S. 269). Sind Unternehmen bei einer feindlichen Aufgabenumwelt proaktiv, agie68

ren sie also statt zu reagieren, können sie die verbleibenden Gelegenheiten schneller erkennen, wahrnehmen, dabei ihren Wettbewerbern zuvorkommen und sich somit einen Vorteil erarbeiten (Kreiser/Marino/Weaver 2002b). Moorman und Miner (1998) zeigen, dass sich Unternehmen in einer turbulenten Aufgabenumwelt proaktiv verhalten, indem sie stärker improvisieren und experimentieren als Unternehmen in einer nicht-turbulenten Aufgabenumwelt. McGee und Rubach (1996) analysieren in ihrer Arbeit das Verhalten kleinerer Einzelhandelsunternehmen, nachdem WalMart in ihren Markt eingetreten und dadurch ihre Aufgabenumwelt feindlich geworden ist. Die proaktive Senkung von Preisen bei gleichzeitiger Verbesserung der Servicequalität wird als eine erfolgversprechende Maßnahme für die keinen Einzelhändler identifiziert. Calantone et al. (1997) befragen in ihrer Studie Manager, die in der Neuproduktentwicklung tätig sind, zum Zusammenhang zwischen Neuproduktentwicklung und Neuprodukterfolg. Sie betrachten als moderierende Variable des Zusammenhangs eine feindliche Aufgabenumwelt und können zeigen, dass die Wirkung der Fertigkeiten in der Neuproduktentwicklung auf den Neuprodukterfolg stärker ist, wenn sich die Unternehmen in einer feindlichen Aufgabenumwelt befinden. Als ein Grund wird die Geschwindigkeit, die als Ausprägung von Proaktivität gedeutet werden kann, genannt. Auch Eckert (2008, S. 216f.) konnte in seiner explorativen Untersuchung zur Anpassung deutscher Familienunternehmen an sich ändernde Umweltbedingungen zeigen, dass eine schnelle Anpassung einer langsamen vorzuziehen ist. Als Grund für die schnelle Anpassung wurde von den untersuchten Unternehmen u.a. eine feindliche Aufgabenumwelt genannt. Auch Covin und Covin (1990), Zahra und Covin (1995) sowie Lumpkin und Dess (2001) berichten von einem positiven Zusammenhang zwischen Proaktivität und einer feindlichen Aufgabenumwelt. H3:Der positive Zusammenhang zwischen Proaktivität und UE ist bei einer feindlichen Aufgabenumwelt stärker ausgeprägt. 2.2.1.3 Risikoübernahme Firmen, die eine hohe Ausprägung der EO-Dimension Risikoübernahme aufweisen, sind bereit, signifikante Ressourcen für neue Projekte, deren Ausgang ungewiss ist, einzusetzen, sich stark zu verschulden und neues auszuprobieren bzw. von bewährten Handlungsmustern abzuweichen (Lumpkin/Dess 1996a). Investitionsprojekte, die für Schaffung künftiger Erfolgspotenziale des Unternehmens nötig sind, erfordern in vielen Fällen erhebliche finanzielle Mittel. Sind diese Mittel nicht verfügbar und werden auch nicht durch Gesellschafter erbracht, sind Unternehmen gezwungen sind, sich zu verschulden. 69

Die Zins- und Tilgungszahlungen der Darlehen belasten die Liquidität der Unternehmen. Erfolgen Einzahlungen nicht planmäßig, läuft das Unternehmen Gefahr, Zahlungsverpflichtungen nicht einhalten zu können und somit Insolvenz wegen Zahlungsunfähigkeit anmelden zu müssen. Damit bergen Investitionsprojekte Risiken. Auch die Abkehr von bewährten Handlungsmustern birgt Risiken. Werden etwa neue Marketingmaßnahmen ausprobiert oder ein neuer Vertriebskanal getestet, erfordert dies nicht nur den Einsatz finanzieller Mittel, auch die Reputation des Unternehmens ist potenziell gefährdet. So kann z.B. ein unpassender neuer Werbespot einer Marke mehr schaden als helfen. Wie gezeigt wurde, kann auch Risikoübernahme als eine dynamische Fähigkeit aufgefasst werden (Teece 2007). Daher sollte die Theorie der Dynamic Capabilities einen Erklärungsbeitrag zum Zusammenhang zwischen Risikoübernahme und Unternehmenserfolg liefern. Der Wille, Risiko zu übernehmen bzw. Unsicherheit zu akzeptieren, ist eine Voraussetzung dafür, dass neue Projekte wie etwa Innovationsprojekte überhaupt erst initiiert werden (Shane 1992). Insbesondere für die Entwicklung radikaler Innovationen bedarf es eines gewissen Maßes an Risikoneigung. Geringe Risikoneigung kann lediglich zu inkrementellen Innovationen führen (Lassen/Gertsen/Riis 2006). Entsprechend stellen sowohl Covin und Slevin (1989) als auch Naldi et al. (2007) einen positiven Zusammenhang zwischen der Risikoübernahmeneigung und Innovativität fest. Wird nicht gehandelt und werden keine Risiken eingegangen, weil etwa zu lange geplant und evaluiert wird, können herausragende Geschäftsmöglichkeiten, die häufig nur in einem bestimmten Zeitfenster oder „Window of Opportunity“ erfolgversprechend sind, nicht wahrgenommen werden. Dickson und Giglierano (1986) bezeichnen dieses Risiko als „missing the boat risk“. Das Eingehen von Risiken bewahrt das Unternehmen auch davor, träge zu werden und evtl. zu sehr an hergebrachten Traditionen festzuhalten (Busenitz/Barney 1997). Die empirischen Ergebnisse zum Zusammenhang zwischen Risikobereitschaft und Unternehmenserfolg sind widersprüchlich (Begley/Boyd 1987; Aaker/Jacobson 1987). Während etwa Cardozo und Smith (1983) sowie Eisenhardt (1989) einen positiven Zusammenhang zwischen Risikoübernahme und UE feststellt, berichtet Venkatraman (1989a) von einem negativen Zusammenhang zwischen Risikoübernahme und der Profitabilität des Unternehmens. Der Grund hierfür könnte sein, dass zu hohe Risiken eingegangen werden. Im Extrem kann dadurch signifikant Wert vernichtet und der Bestand des Unternehmens gefährdet werden. So wurden zwischen März 2000 und März 2001 an den USAktienmärkten mehr als drei Billionen USD an Marktkapitalisierung vernichtet. Überwie70

gend war dies auf zu riskante Investitionen in Internetunternehmen ohne tragfähiges Geschäftsmodell zurückzuführen (Dess/Lumpkin 2005a). Auch Naldi et al. (2007) berichten von einem negativen Zusammenhang zwischen Riskoübernahme und UE in ihrer Untersuchung von Familienunternehmen. Den Grund dafür sehen sie primär in den eher informellen und wenig systematischen Investitionsprozessen der Familienunternehmen. Andere Arbeiten vertreten die These, dass die Wahl risikoarmer Strategien zwar zu einem höheren Durchschnittserfolg führt, riskantere Strategien trotz ihrer höheren Erfolgsvarianz aber langfristig vorteilhafter sind (March 1991; McGrath 2001). Die Widersprüchlichkeit der Ergebnisse lässt vermuten, dass es sich um einen nicht-linearen Zusammenhang handelt. Weder die völlige Vermeidung von Risiken, noch das Eingehen zu hoher Risiken erscheint vorteilhaft. Nur hinreichend kontrolliertes Risiko kann zur Schaffung von Wettbewerbsvorteilen beitragen. Zur Kontrolle des Risikos müssen in einem ersten Schritt die Risikoquellen bzw. Risikofaktoren identifiziert werden. In einem zweiten Schritt bietet sich die Methode Szenarioanalyse an, um verschiedene mögliche Ergebnis zu simulieren (Dess/Lumpkin 2005a). Drucker (2005b, S. 9) argumentiert, dass erfolgreiche Unternehmer typischerweise keine „risk takers“ sind, sondern Risiken verstehen und managen können. Rauch et al. (2009) kommen in ihrer Metaanalyse zu dem Ergebnis, dass die EO-Dimension Risikoübernahme im Vergleich zu anderen EO-Dimensionen einen deutlich weniger stark ausgeprägten Zusammenhang mit dem Unternehmenserfolg aufweist. Sie bezeichnen die Verbindung zwischen Risikoübernahme und UE als weniger offensichtlich. Auf einen nicht-linearen Zusammenhang haben sie hingegen nicht geprüft. Der nur schwach positive Befund könnte jedoch ein Indiz für einen nichtlinearen Zusammenhang sein. H4: Zwischen Risikoübernahme und UE besteht ein umgekehrt U-förmiger Zusammenhang. 2.2.1.4 Aggressives Verhalten gegenüber Wettbewerbern Aggressives Verhalten gegenüber Wettbewerbern umfasst nach Lumpkin und Dess (2001a) die Intensität der Anstrengungen eines Unternehmens, besser zu sein als seine Wettbewerber. Aggressive Unternehmen sehen ihre Wettbewerber als Feinde, die es zu besiegen gilt (Hughes/Morgan 2007). Nach Davidson (1987) lässt sich Aggressivität gegenüber Wettbewerbern etwa dadurch implementieren, dass Unternehmen Ressourcen für direkte Angriffe auf Wettbewerber mobilisieren. Wie gezeigt wurde, kann auch aggressives Verhalten gegenüber Wettbewerbern als eine dynamische Fähigkeit aufgefasst werden (Teece 2007). Daher sollte die Theorie der Dynamic Capabilities einen Er71

klärungsbeitrag zum Zusammenhang zwischen aggressivem Verhalten gegenüber Wettbewerbern und Unternehmenserfolg liefern. Nach Ferrier (2001) erfolgt der Angriff dabei meist in einer Folge von auf den Wettbewerber gerichteten Handlungen. Üblicherweise reagiert der angegriffene Wettbewerber mit einer bzw. mehreren Gegenmaßnahmen. Ferrier (2001) unterscheidet fünf Typen von „competitive action events“, also auf den Wettbewerb gerichteten Handlungen: 1) Pricing-Aktionen wie eine radikale Preissenkung, 2) Marketing-Aktionen wie die Gewinnung eines dominanten Vertriebspartners, 3) Neuprodukt-Aktionen wie eine radikale Innovation, die ein bestehendes Produkt überflüssig macht oder die Imitation des Produktes eines Mitbewerbers (Dess/Lumpkin 2005a), 4) Kapazitäts-Aktionen wie der Bau einer neuen Produktionsanlage und 5) Signalling-Aktionen wie die Ankündigung eines Börsengangs. Einige Signalling-Aktionen werden lediglich durchgeführt, um den Wettbewerb einzuschüchtern. Der Ankündigung folgen aber keine entsprechenden Handlungen. Ein derartiges Verhalten ist ethisch fragwürdig (Dess/Lumpkin 2005a). Oft sollen bei den Handlungen Anstrengungen der Wettbewerber im Markt unterminiert und gezielt deren Schwächen angegriffen werden. Oracles Anzeigenkampagne, die mehrere Monate im Jahr 2007 auf der Rückseite der Zeitschrift The Economist zu sehen war und sich direkt gegen die Schwächen der SAP-Software richtete, ist hierfür ein plakatives Beispiel. Sowohl Porters (1985) Differenzierungsstrategie als auch die Strategie der Kostenführerschaft, letztere z.B. in der Form des für den Konkurrenten ruinösen Preiswettbewerbs, können von aggressiven Unternehmen angewandt werden, um Wettbewerbsvorteile zu erlangen und zu erhalten. Atuahene-Gima und Ko (2001) diskutieren „aggressive Initiativen“, mit denen die Wettbewerbslandschaft verändert wird. Ein Beispiel hierfür findet sich in der deutschen Luftfahrtbranche. Dort hat sich Ende der Neunziger Jahre mit dem Markteintritt verschiedener Fluggesellschaften, die sich durch Kostenführerschaft und eine sehr kompetitive Preissetzung auszeichnen, eine stark veränderte Wettbewerbslandschaft – zumindest für Kurzstreckenflüge – herausgebildet. Etablierte Unternehmen wie die Lufthansa mussten zur Verteidigung ihrer Wettbewerbsposition auf neue Anbieter wie Tuifly (ehemals HLX) oder Air Berlin reagieren, indem sie Preisreduktionen (etwa „better Fly“-Angebote der Lufthansa) vornahmen oder sich an den neuen Wettbewerbern (Lufthansa an Germanwings) finanziell beteiligten. Im Gegensatz zu Proaktivität äußert sich aggressives Verhalten gegenüber Wettbewerbern auch dadurch, dass Unternehmen nicht nur allgemein ihr Umfeld, sondern gezielt Wettbewerber beobachten, um deren Schwächen zu identifizieren und auszunutzen. Generell ist das kontinuierliche aktive Nutzen von Informationen zum Nachteil eines Wettbewerbers 72

ein Zeichen aggressiven Verhaltens. Dieses Verhalten sollte den Unternehmenserfolg verbessern, da durch die Schwächung der Wettbewerber Marktanteile ausgebaut werden können. Je simpler und gewöhnlicher eine wettbewerbsgerichtete Maßnahme ist, desto leichter lernen die Wettbewerber, darauf zu reagieren und entsprechend weniger wirkungsvoll wird die Maßnahme sein (Heiner 1983). Ein Beispiel wäre eine gewöhnliche MarketingAktion wie etwa eine neue Werbekampagne. Im Zweifel erfolgt darauf auch gar keine Reaktion des Wettbewerbs. Anspruchsvolle und ungewöhnliche wettbewerbsgerichtete Maßnahmen erfordern hingegen eine umfassende Beschäftigung des Angegriffenen mit der Maßnahme (Lumpkin/Dess 1995). Ungewöhnliche Handlungen sind auch die von Rothschild (1984) diskutierten „Überraschungen“ von Wettbewerbern zur Erlangung von Wettbewerbsvorteilen. Überraschte Wettbewerber können als Folge der Komplexität der Situation entweder mit unüberlegtem Aktivismus oder, nach Verarbeitung der Situation, verzögert reagieren. In beiden Fällen ist ein resultierender Wettbewerbsnachteil realistisch. Wenn Unternehmen regelmäßig Wettbewerber angreifen, lernen sie daraus und bauen Wissen in der Organisation auf, mit welchen Routinen und Maßnahmen sie ihrerseits Angriffe erwidern können. Die Erfahrung mit Preiskämpfen ist hierfür ein Beispiel. Entsprechende Erfahrung erhöht ihre Entscheidungskompetenz und -effizienz im Falle von Angriffen (Young/Smith/Grimm 1996). Noble et al. (2002) berichten von einem positiven Zusammenhang zwischen der „competitor orientation“, einer Dimension der Marktorientierung, und ihrem betrachteten Lern-Konstrukt. Grundsätzlich sind auch Nachteile aggressiven Verhaltens denkbar. So könnten z.B. Vergeltungsmaßnahmen der Wettbewerber gegenüber den aggressiv auftretenden Unternehmen die Folge sein. Diese Maßnahmen könnten etwa im rechtlichen Bereich liegen und somit langwierige und teure Gerichtsverfahren nach sich ziehen. Aber auch marktseitige Reaktionen sind denkbar. Auf eine aggressive Preisstrategie des Aggressors könnte eine Preisreduktion seitens des Wettbewerbers erfolgen. Insbesondere von etablierten Unternehmen erwarten viele Anspruchsgruppen wie z.B. ihre Kunden, nicht zu aggressiv aufzutreten (Chen/Hambrick 1995). Die Ergebnisse bisheriger empirischer Arbeiten zur Auswirkung von aggressivem Verhalten auf den Unternehmenserfolg sprechen aber überwiegend für einen positiven Zusammenhang. Zwar hat nach Fruhan (1972) Aggressivität, die dem Marktanteilsausbau dient, keine Auswirkung auf das Umsatzwachstum und eine negative Auswirkung auf die 73

Profitabilität. Und auch Venkatraman (1989a) stellt einen negativen Zusammenhang fest. Hambrick, MacMillan und Day (1982) zeigen hingegen, dass sich mit aggressivem Verhalten Marktanteile ausbauen lassen, ohne eine reduzierte Profitabilität in Kauf nehmen zu müssen. Lee et al. (2000) betonen die Notwendigkeit einer Vielzahl wettbewerbsorientierter Handlungen, um Erfolg zu haben. Auch die empirischen Ergebnisse von Noble et al. (2002), welche die Erfolgswirkung der einzelnen Dimensionen einer Marktorientierung untersuchen, sprechen für einen positiven Beitrag von Aggressivität gegenüber Wettbewerbern für den UE. Die betrachtete Dimension der „Competitor Orientation“ hatte als einzige Marktorientierungsdimension über alle betrachteten Modelle hinweg einen positiven Bezug zur Umsatz- und Gesamtkapitalrendite des Unternehmens. Lumpkin und Dess (2001a) berichten ebenfalls von einem positiven Zusammenhang zwischen aggressivem Verhalten und Umsatzrendite sowie Gewinn. Ferrier (2001) betrachtet eine Reihe von Arbeiten der „Competitive Dynamics“-Forschungsrichtung. Die Arbeiten beschäftigen sich mit wettbewerbsorientierten Handlungen von Unternehmen und die Reaktionen darauf. Er kommt zu dem Ergebnis „the main lesson drawn from these research efforts is that aggressive competitive behavior is related to better organizational performance“ (Ferrier 2001, S. 859). Gerade in Zeiten von Deregulierung, (Kumbhakar/LozanoVivas 2004), immer kürzer werdenden Produktzyklen (Hauser/Shugan 2008) und der damit verbundenen zunehmenden Wettbewerbsintensität, erscheint es plausibel, dass sich aggressives Verhalten gegenüber Wettbewerbern als erfolgreiche Strategie bewährt. H5: Zwischen aggressivem Verhalten gegenüber Wettbewerbern und UE besteht ein positiver Zusammenhang. 2.2.1.5 Autonomie Die EO-Dimension der Autonomie bezieht sich darauf, inwieweit Organisationsmitglieder (Individuen oder Teams) in Handlungen, die darauf abzielen, eine Geschäftsidee oder Vision weiterzuentwickeln und umzusetzen, frei sind. Diese Freiheit wird von Spreitzer (1995) auch als „Empowerment“ bezeichnet. Nur wenn den Mitarbeitern bzw. Managern Autonomie gewährt wird, kommt es zu unternehmerischem Verhalten (Lumpkin/Dess 1996a), der ständigen Verbesserung bestehender Prozesse (Kanter et al. 1990), der Initiierung unternehmerischer Projekte (Burgelman 1983a) und der generellen Suche nach unternehmerischen Gelegenheiten (Ireland/Hitt/Sirmon 2003). Voraussetzungen für Autonomie bzw. Empowerment sind offene Kommunikation, der unbeschränkte Zugang zu Informationen und die Möglichkeit, ohne Einmischung von Vorgesetzten denken und 74

handeln zu können (Engel 1970; Spreitzer 1995). Die Arbeit in kleinen Teams begünstigt Autonomie (Deutschman 2004). Indem das Management Autonomie schafft, signalisiert es seinen Mitarbeitern Vertrauen in deren Fähigkeit, effektiv zu handeln. Gellatly und Irving (2001) haben herausgefunden, dass Manager, die autonom agieren können, von ihren Vorgesetzten überdurchschnittliche Beurteilungen erhalten. Dies deutet auf eine höhere Effektivität bei vorhandener Autonomie hin. Wenn die Organisationsmitglieder nicht durch Normen oder bestehende Traditionen in der Organisation behindert werden, können sie effektiver unternehmerische Gelegenheiten prüfen und vorantreiben (Burgelman 1983a; Green/Brush/Hart 1999). Wie Lassen et al. (2006) in einer Fallstudie zeigen, können sich innovative Mitarbeiter in einem solchen Umfeld besonders gut entfalten und radikale Innovationen hervorbringen. Mitarbeiter, die autonom handeln können, wissen dies auch zu schätzen. So weisen Eisenberger, Rhoades und Cameron (1999) einen positiven Zusammenhang zwischen Autonomie und der Wertschätzung durch die Mitarbeiter, die in der arbeitspsychologischen

Literatur

als

„Perceived

Organizational

Support“

(POS)

(Rhoades/Eisenberger 2002) bezeichnet wird, nach. Die Metaanalyse von Rhoades und Eisenberger (2002) zeigt, dass POS und Arbeitszufriedenheit ebenfalls positiv miteinander verknüpft sind. Eine höhere Zufriedenheit wiederum steht positiv im Zusammenhang mit der Leistung der Mitarbeiter (Amabile/Kamer 2007; Akehurst/Comeche/Galindo 2009). Abbildung 3 illustriert diese Zusammenhänge.

Autonomie

+

POS

+

Arbeitszufriedenheit

+

Mitarbeiterleistung

Abbildung 3: Zusammenhang zwischen Autonomie, POS, Arbeitszufriedenheit und Mitarbeiterleistung

Sowohl Thompson (1969) als auch Hage und Aitken (1970) argumentieren, dass Autonomie die Bildung von Subkoalitionen zwischen verschiedenen Organisationseinheiten ermöglicht. Diese Subkoalitionen sind für innovative Aktivitäten förderlich. Autonomie ist besonders häufig in Unternehmenskulturen anzutreffen, die von organischen im Gegensatz zu mechanistischen Prozessen geprägt sind. Die Unterscheidung in organische und mechanistische Unternehmenskulturen wurde von Burns und Stalker (1961) vorgeschlagen. Im Gegensatz zu mechanistischen Unternehmenskulturen herrscht in organischen Unternehmenskulturen ein geringer Formalisierungsgrad, Stellenbeschreibungen sind wenig detailliert, man tauscht sich oft miteinander aus, Regeln werden häufig eher lax 75

interpretiert, die Aufgaben sind meist wenig monoton und Mitarbeiter werden in Entscheidungsprozesse eingebunden (Gillen/Carroll 1985). In organischen Unternehmenskulturen arbeiten selbstorganisierte kleine Gruppen in dynamischer Atmosphäre zusammen, übernehmen Verantwortung für ihre Projekte (Lassen/Gertsen/Riis 2006) und tauschen auch implizites Wissen miteinander aus, woraus sich kreative Lösungen ergeben können (Thompson 2003). Weitere Merkmale einer organischen Unternehmenskultur sind Spontaneität und Flexibilität (Cameron/Freeman 1991). Eine organische Unternehmenskultur fördert auch radikale Innovationen und trägt darüber zum Erfolg des Unternehmens bei (Lassen/Gertsen/Riis 2006). In Einzelfällen kann Autonomie auch negative Folgen haben. So zeigen Covin et al. (2006) etwa, dass Firmen, die bei der Entscheidung über unternehmerische Initiativen übermäßig auf Konsens bedacht sind und stark partizipative Entscheidungsprozesse aufweisen, sich finanziell schlechter stellen. Die empirischen Ergebnisse zu den positiven Konsequenzen von Autonomie bilden jedoch die Mehrheit. Ernst (2003a) konnte z.B. einen positiven Zusammenhang zwischen einer organischen Unternehmenskultur und Innovationserfolg, sowie zwischen Innovationserfolg und Unternehmenserfolg feststellen. Auch Burgelman (2001) und Brock (2003) konnten zeigen, dass Autonomie die Wettbewerbsfähigkeit von Unternehmen begünstigt. Simonetti (1974) untersucht den Zusammenhang zwischen dem Autonomie-Aspekt der Dezentralisierung und dem UE. Er berichtet, davon, dass Autonomie insbesondere bei einer feindlichen Aufgabenumwelt einen positiven Zusammenhang mit dem UE aufweist. Es wird daher vermutet: H6: Zwischen Autonomie und UE besteht ein positiver Zusammenhang. Auf Basis der hergeleiteten Zusammenhänge zwischen den einzelnen EO-Dimensionen und dem UE wird folgende zentrale Hypothese für den Gesamtzusammenhang zwischen EO und UE aufgestellt: H7: Zwischen EO und UE besteht ein positiver Zusammenhang.

2.2.2 Moderierende und mediierende Variablen des EO-UE-Zusammenhangs Wie schon mehrfach in dieser Arbeit angedeutet, ist der Zusammenhang zwischen EO und Unternehmenserfolg nicht allgemein gültig, sondern abhängig von moderierenden und mediierenden Variablen. Das Konzept moderierender Variablen wurde bereits von Rosenberg (1968, S. 100) vorgeschlagen. Von einem Moderatoreffekt ist dann die Rede, wenn die Wirkungsintensität einer unabhängigen Variablen (X 1 ) auf eine abhängige Variable (Y) von der Ausprägung einer zweiten unabhängigen Variablen (X 2 ), der Modera76

torvariablen, abhängt (Müller 2006). Abbildung 4 zeigt ein Beispiel eines solchen Moderatoreffektes.

X2

X1

Y

Abbildung 4: Beispiel für einen Moderatoreffekt

Ein Mediatoreffekt liegt vor, wenn die Wirkung einer unabhängigen Variablen (X 3 ) auf die abhängige Variable (Y) wenigstens teilweise über eine weitere unabhängige Variable (X 4 ) erfolgt und diese somit eine Art Mittlerposition einnimmt (Müller 2006). Abbildung 5 zeigt ein Beispiel eines solchen Mediatoreffektes.

X3

X4

Y

Abbildung 5: Beispiel für einen Mediatoreffekt

2.2.2.1 Aufgabenumwelt Die Aufgabenumwelt des Unternehmens wird schon seit langem als relevante Variable in der Organisationstheorie und im strategischen Management betrachtet (Katz/Kahn 1966; Thompson 1967; Child 1972). Auch für die Disziplin des Entrepreneurship ist sie von hoher Bedeutung, wie etwa aus den Arbeiten von Bruno und Tyebjee (1982) sowie Cooper (1986) ersichtlich wird. Führungskräfte legen in Abhängigkeit ihrer Wahrnehmung der Aufgabenumwelt die relevanten Strategien für ihr Unternehmen fest (Zahra/Pearce 77

1990). Guth und Ginsberg (1990) behaupten, dass die Aufgabenumwelt auch für die EO von Bedeutung ist. Sie kann Herausforderungen und Chancen bieten, auf die Unternehmen kreativ mittels der Förderung unternehmerischen Aktivitäten reagieren können (Zahra 1991). Faktoren, die in der Aufgabenumwelt des Unternehmens liegen, können die EO (Covin/Slevin 1991) und den Zusammenhang zwischen EO und UE (Zahra 1991; Zahra 1993a) maßgeblich beeinflussen. Im Folgenden werden die zwei für EO relevanten Dimensionen der Aufgabenumwelt näher untersucht, die Freigiebigkeit und die Feindlichkeit. 2.2.2.1.1 Freigiebigkeit Die Aufgabenumwelt eines Unternehmens ist nach Aldrich (1979) dann freigiebig, wenn sie der Organisation Wachstum und Stabilität ermöglicht. Nach Zahra (1993b) besteht Freigiebigkeit aus den vier Dimensionen Dynamik, technologische Gelegenheiten, Branchenwachstum sowie die Nachfrage nach neuen Produkten. Dynamik bezieht sich auf die wiederkehrenden Veränderungen in der Aufgabenumwelt eines Unternehmens. Dazu gehören etwa der technische Fortschritt, regulative Entwicklungen etc. Dynamik schafft Gelegenheiten für Unternehmen in bestehenden oder angrenzenden Märkten. Die Dimension technologische Gelegenheiten bezieht sich auf die wahrgenommene Verfügbarkeit neuer Nachfragepotenziale. Aktuell sollten z.B. in der Biotechnologiebranche mehr technologische Gelegenheiten existieren als in der Stahlbranche. Die Dimension Branchenwachstum bezieht sich auf das durch Führungskräfte wahrgenommene Branchenwachstum, das sich nicht zwingend mit dem empirischen deckt. Ist das wahrgenommene Brachenwachstum hoch, reicht es, mit dem Markt mitzuwachsen, proaktives Handeln und besondere Anstrengungen wie Innovationsprojekte rücken in den Hintergrund. Die Dimension Nachfrage nach neuen Produkten bezieht sich auf die Bedeutung neuer Produkte für eine Branche. Ist die Bedeutung neuer Produkte gering, sind Unternehmen nicht gezwungen, regelmäßig zu innovieren. Die Vermutung liegt nahe, dass eine freigiebige Aufgabenumwelt für sich genommen für den Unternehmenserfolg positiv ist. So wiesen Keats und Hitt (1988) nach, dass zwischen Freigiebigkeit und dem Unternehmenserfolg am Kapitalmarkt ein positiver Zusammenhang besteht. Eine freigiebige Aufgabenumwelt kann allerdings überschüssige Ressourcen („slack resources“) generieren. Diese können zwar einerseits als Puffer für Phasen schwachen oder negativen Wachstums dienen (Dess/Beard 1984) und Innovationen fördern (Bourgeois 1981). Wie Cyert und March (1963) aber ausführen, kann zu viel „Slack“, wie er bei einer freigiebigen Aufgabenumwelt denkbar ist, auch bedingen, 78

dass sehr hohe Risiken eingegangen werden. Wiseman und Catanach (1997) argumentieren über die Prinzipal-Agenten-Theorie: Manager werden bei einer freigiebigen Aufgabenumwelt weniger stark von ihren Eigentümern kontrolliert. Sie beschränken sich daher auf ihr Tagesgeschäft und gehen keine Risiken ein. Es gibt demnach Argumente für das Eingehen sehr geringer und sehr hoher Risiken. Kontrollierte Risiken werden aber bei einer freigiebigen Aufgabenumwelt nicht eingegangen und damit die Aussicht auf Erfolg geschmälert. Ist die Aufgabenumwelt freigiebig, indem z.B. das Branchenwachstum hoch ist und zahlreiche technologische Gelegenheiten bestehen, fehlt auch der unmittelbare Zwang, schnell zu innovieren. Eine Vielzahl technologischer Gelegenheiten könnte auch dazu führen, dass Unternehmen völlig neue Wege beschreiten möchten, also z.B. in eine neue Branche eintreten, dort aber der Erfolg ausbleibt. So zeigen Barnett und Pontikes (2009), dass Unternehmen, die in einem bestehenden Markt erfolgreich sind, dazu neigen, sich zu überschätzen und dann in einem neuen Markt scheitern. Eine freigiebige Umwelt und der damit tendenziell einhergehende Erfolg können zudem zu sogenannter „organizational inertia“ führen. Der Begriff wurde von einer Reihe von Autoren verwandt (Kelly/Amburgey 1991; Miller 1993; Miller 1994), um das Phänomen zu beschreiben, dass sich Unternehmen an etablierte Praktiken und Vorgehensweisen halten, wenn sie mit diesen zuvor positive Erfahrungen gesammelt haben. Gründe für die Lähmung der Organisation liegen in den Lernprozessen des Managements, im „Slack“, der durch den Erfolg vorhanden ist sowie den sich selbst bewahrenden Machtstrukturen in Unternehmen (Miller 1994). Verschiedene lerntheoretische Arbeiten legen nahe, dass Verhalten, das zu Erfolg führt, wiederholt wird (March/Levitt/March 1988; March 1991). Im Unternehmen wird Erfolg z.B. einer bestimmten Strategie oder einem bestimmten Prozess zugeschrieben. Künftige Abweichungen von der erfolgreichen Strategie oder dem erfolgreichen Prozess sind nur schwer möglich. Eine freigiebige Aufgabenumwelt und der damit einhergehende Erfolg führen oft zu „slack resources“ (Cyert/March 1963; Meyer 1982). Milliken und Lant (1991) beschreiben den Zusammenhang zwischen “slack” und “organizational inertia” so:„[…] slack acts as a buffer between the organization and environmental variation, reducing managers’ perceived need to change. Because successful performance also increases the tendency to perceive environmental changes as temporary and unimportant, managers of successful organizations may use their slack resources to wait out the unfavourable environmental activity”. Die überschüssigen Ressourcen erlauben es somit dem Unternehmen, sich der Anpassung an eine sich verändernde Aufgabenumwelt zu verweigern oder diese zumindest hinauszuzögern. Schließlich sind die Machtstrukturen in Organisationen in der Regel stabil (Pfeffer 1981, 79

S. 289). Erfolgreiche Führungskräfte werden nur selten abberufen. Vom Status Quo weicht die gelähmte Organisation fortan nur noch ab, wenn sie sich in einer Krise befindet. Proaktivität kann sich in solch einem Umfeld nur schwer entfalten, kalkulierte Risiken werden nur selten eingegangen, insbesondere radikale Innovationen sind unwahrscheinlich. Empirisch wurde eine freigiebige Aufgabenumwelt im Zusammenhang mit EO bislang kaum betrachtet. Lediglich Covin und Slevin (1989) untersuchten den Zusammenhang zwischen EO und UE mit der moderierenden Variablen der Freigiebigkeit der Aufgabenumwelt. Sie erhielten jedoch keinen signifikanten Zusammenhang. In Summe sollten die EO-Anstrengungen eines Unternehmens durch eine freigiebige Aufgabenumwelt unterminiert werden. Daher wird vermutet: H8: Freigiebigkeit moderiert den Zusammenhang zwischen EO und UE negativ. 2.2.2.1.2 Feindlichkeit Die zweite relevante Dimension der Aufgabenumwelt ist Feindlichkeit. Darunter werden für das Unternehmen nachteilige externe Kräfte subsumiert (Zahra 1991; Zahra 1993b; Zahra/Covin 1995; Zahra/Garvis 2000). Zahra (1993b) unterscheidet die beiden Feindlichkeits-Dimensionen „Nachteilige Veränderungen“ und „Intensität des Wettbewerbs“. Unter nachteiligen Veränderungen versteht man etwa regulative Beschränkungen, nachteilige demographische Entwicklungen (Miller/Friesen 1978), unvorhergesehener technologischer Wandel sowie starke Nachfragerückgänge bzw. schrumpfende Märkte (Zahra 1993b). Beispiele für eine hohe Wettbewerbsintensität sind etwa Preiskämpfe und unberechenbare Handlungen von Wettbewerbern. Feindlichkeit stellt für Unternehmen eine Bedrohung dar, die das Überleben der Unternehmen gefährdet (Miller/Friesen 1984). Das Management sucht folglich nach Wegen, die Feindlichkeit zu reduzieren (Zahra 1993b). Sowohl Khandwalla (1977) als auch Miller (1983) argumentieren, dass Feindlichkeit den EO-UE-Zusammenhang positiv moderieren sollte. Es gilt also die Frage zu beantworten, weshalb der Zusammenhang von EO und UE bei einer feindlichen Aufgabenumwelt stärker ausgeprägt sein sollte. Bei regulativen Beschränkungen sollte proaktives Handeln, etwa in der Form von Lobbyarbeit, besonders ergiebig sein. Proaktive Unternehmen sollten sich gegenüber ihren Mitbewerbern einen Vorteil erarbeiten können, da sie durch ihre Arbeit eine höhere Chance erhalten, von einer regulativen Beschränkung ausgenommen zu werden. Auch eine nachteilige demographische Entwicklung sollte den Zusammenhang zwischen Proaktivität und 80

UE stärken. Im Vergleich zu weniger proaktiven Wettbewerbern, können proaktive Unternehmen, etwa über das schnelle und somit rechtzeitige Erkennen und Analysieren von Trends, die demographische Entwicklung antizipieren. Ihnen kann es so gelingen rechtzeitig Produkte zu entwickeln, die der demographischen Entwicklung Rechnung tragen. Auch Mintzberg (1979, S. 269) hebt hervor, dass eine feindliche Aufgabenumwelt schnelles Handeln erforderlich macht. Das Wegbrechen von Märkten bzw. starke Nachfragerückgänge impliziert, dass die Anzahl der sich bietenden Gelegenheiten gering ist (Covin/Slevin 1989). Proaktivität wird damit besonders bedeutsam. Nur die Unternehmen, denen es gelingt, auch unter solch herausfordernden Bedingungen Gelegenheiten zu erkennen und nach überlegter Risikoabwägung auch wahrzunehmen, können sich bei einer feindlichen Aufgabenumwelt nachhaltig stärken. Ein für das Unternehmen nachteiliger technologischer Wandel kann eine etablierte Technologie obsolet machen. Unternehmen, die eine hohe Innovativität aufweisen, sollten mit solch einer Situation besser zu Recht kommen. Ihre Innovationen können die Lücke, die sich durch die obsolete Technologie ergibt, schließen. Im Idealfall positionieren sie sich mit der Innovation gegenüber dem Wettbewerb so, dass sie als Technologieführer wahrgenommen werden. Ist die Wettbewerbsintensität hoch, spielt aggressives Verhalten gegenüber Wettbewerbern eine besondere Rolle. Unternehmen die eine hohe Ausprägung aggressiven Verhaltens zeigen, kommen mit hoher Wettbewerbsintensität besser zurecht. Sie haben entsprechende Fähigkeiten aufgebaut und wissen z.B. Angriffe von Wettbewerbern besser zu erwidern. Eine hohe Wettbewerbsintensität, sollte zudem den Zusammenhang zwischen Innovativität und UE verstärken. Während sich Mitbewerber auf Preiskämpfe konzentrieren, haben innovative Unternehmen die Chance, Produkte und Dienstleistungen zu differenzieren und sich dadurch ein Alleinstellungsmerkmal zu verschaffen. Von diesem Alleinstellungsmerkmal können sie über Preisaufschläge profitieren. Die moderierende Wirkung einer feindlichen Aufgabenumwelt auf die EO-UE-Beziehung wurde bislang nur in wenigen empirischen Arbeiten untersucht. Miller und Friesen (1983) betrachten 50 große kanadische Unternehmen sowie 88 große US-Unternehmen. Während sie für das kanadische Sample eine negative moderierende Wirkung der Feindlichkeit feststellen, erhalten sie für das US-Sample eine positive moderierende Wirkung. Gründe für diesen widersprüchlichen Befund könnten zum einen in statistischen Ausreißern liegen, beide Samples haben eine geringe Stichprobenzahl. Zum anderen haben die Autoren lediglich drei der fünf EO-Dimensionen betrachtet und u.a. die für eine feindliche Aufgabenumwelt bedeutsame Dimension der Aggressivität gegenüber Wettbewerbern nicht untersucht. Covin und Slevin (1989), die 161 kleine US-Unternehmen unter81

schiedlicher Branchen untersuchen, berichten von einer positiven moderierenden Wirkung einer feindlichen Aufgabenumwelt auf den EO-UE-Zusammenhang. Auch Zahra (1991) zeigt in seiner Längsschnittstudie, dass der Zusammenhang zwischen proaktiven und innovativen Aktivitäten und der Umsatzrendite sowie dem Umsatzwachstum bei einer feindlichen Aufgabenumwelt stärker ist als in anderen Umfeldern. Schließlich deutet auch eine zweite Längsschnittstudie von Zahra und Covin (1995) darauf hin, dass bei einer feindlichen Aufgabenumwelt der Zusammenhang zwischen EO und UE stärker positiv ausgeprägt ist. Zahra und Covin (1995) zeigen zudem, dass der EO-UEZusammenhang bei einer feindlichen Umwelt im Zeitverlauf zunimmt. Sie begründen dies mit dem Scheitern von Wettbewerbern, die keine EO aufweisen. Deren Aussscheiden aus dem Markt eröffnet der verbleibenden Unternehmen mit einer EO zahlreiche Gelegenheiten. Diese Diskussion führt zu folgender Hypothese: H9: Feindlichkeit moderiert den Zusammenhang zwischen EO und UE positiv. 2.2.2.2 Reconfiguring Capabilities Insbesondere Unternehmen mit einer ausgeprägten EO, die risikobereit sind und proaktiv ihr Umfeld beobachten, bieten sich fortlaufend neue Gelegenheiten. Ein Beispiel hierfür ist die Bearbeitung eines neuen Marktsegments mit einem bestehenden Produkt oder die Erschließung eines neuen regionalen Marktes mit einer Innovation. Solche Gelegenheiten müssen zunächst erkannt werden (Penrose 1959). Hierbei ist das von Kirzner (1978) geprägte Konzept der „Entrepreneurial Alertness“, das die Organisation durch Prozesse wie Kunden- und Wettbewerbsbeobachtung fördern kann, hilfreich. Ist die Gelegenheit erkannt, ist es entscheidend, dass das Unternehmen entweder bereits die Fähigkeit besitzt oder diese entwickelt, seine Ressourcen so zu konfigurieren, dass die Gelegenheit auch genutzt werden kann. In der englischsprachigen Literatur ist hierbei in jüngerer Zeit die Rede von „Reconfiguring Capabilities“ (Jantunen et al. 2005), einem Typ von Dynamic Capability. Der von Penrose (1959) geprägte Begriff der „Entrepreneurial Services“ meint inhaltlich dasselbe. Es bedarf oft neuer Prozesse, Geschäftsmodelle, komplementärer Ressourcen und Methoden, um die neuen Geschäftsmöglichkeiten zu nutzen. Möchte das Unternehmen wettbewerbsfähig bleiben, braucht es diese Rekonfigurationsfähigkeit. Der Ansatz der „Dynamic Capabilities“ (Teece/Pisano/Shuen 1997) beschäftigt sich damit, wie der Aufbau einer solchen Rekonfigurationsfähigkeit erfolgen kann. Die Fähigkeit zur Rekonfiguration von Ressourcen ist eine Ausprägung von dynamischen Fähigkeiten eines Unternehmens (Jantunen et al. 2005; Teece 2007). Bei einer 82

sich verändernden Aufgabenumwelt, die das Unternehmen fortlaufend vor neue Herausforderungen stellt, kommt der Rekonfigurationsfähigkeit für den Unternehmenserfolg besondere Bedeutung zu (Teece 2007). Jantunen et al. (2005) betrachten 217 Unternehmen unterschiedlicher Branchen und zeigen, dass die Rekonfigurationsfähigkeit eines Unternehmen positiv im Zusammenhang steht mit seiner Profitabilität. Der Aufbau der Rekonfigurationsfähigkeit kann über die Durchführung einer Prozessreorganisation im Unternehmen sowie die Förderung neuer Praktiken gelingen (Jantunen et al. 2005). Huang und Cullen (2001) zeigen am Beispiel taiwanesischer Produktionsunternehmen, dass neue Personalmanagement-Praktiken die Flexibilität einer Organisation verbessern können. In eine ähnliche Richtung weisen die Ergebnisse von Ichniowski, Shaw und Prennushi (1997), die einen positiven Zusammenhang zwischen neuen Personalmanagement-Praktiken und der Mitarbeiterproduktivität zeigen. Je schneller die Rekonfigurationsfähigkeit aufgebaut werden kann, desto besser (Dierickx/Cool 1989). Da sich Unternehmen in ihrer Fähigkeit, neue Routinen und Techniken zu implementieren, deutlich unterscheiden (Edmondson/Bohmer/Pisano 2001), kommt es zudem auf die Fähigkeit der Herbeiführung des Wandels an (Teece/Pisano/Shuen 1997). Nach Covin und Slevin (1988) ist die Erfolgswirkung unternehmerischen Managements, dessen Grundlage die EO des Unternehmens bildet, davon abhängig, inwieweit es gelingt, die Ressourcen des Unternehmens immer wieder neu zu nutzen. Ist das Unternehmen in der Lage, „Reconfiguring Capabilities“ zu entwickeln, kann es sich bietende unternehmerische Gelegenheiten eher nutzen bzw. die Wirkung verschiedener EOAktivitäten fördern. Sowohl für innovative, proaktive als auch Autonomie-bezogene Aktivitäten ist es hilfreich, wenn Unternehmen über Rekonfigurationsfähigkeiten verfügen. So kann zum Beispiel ein neues Produkt einen neuen Produktionsprozess erfordern. Die Bearbeitung eines neuen Auslandsmarktes kann die Änderung der Vertriebsstrategie zur Folge haben. Und für die Arbeit in kleinen Gruppen bedarf es der Anpassung der Organisationsstruktur. Somit wird vermutet: H10:

Reconfiguring Capabilities moderieren den Zusammenhang zwischen EO und UE positiv.

2.2.2.3 Innovationserfolg Dass EO auch über mediierende Variablen einen Einfluss auf den Unternehmenserfolg haben kann, wurde in der Literatur bereits durch Lumpkin und Dess (1996a) in die Diskussion eingebracht. In dieser Arbeit wird für die Variable „Innovationserfolg“ ein mediierender Zusammenhang vermutet. 83

Es ist denkbar, dass EO nicht direkt, sondern über das Erzielen von Innovationen und somit die mediierende Variable des Innovationserfolges (IE) zum Unternehmenserfolg beiträgt. So argumentieren Hult, Hurley und Knight (2004), dass eine EO die Entwicklung neuer Produkte und Dienstleistungen begünstigt. Neben der Innovativitätsdimension, sind insbesondere die EO-Dimensionen Autonomie, Risikoübernahme und Proaktivität für den Innovationserfolg förderlich. Ein Beispiel von Autonomie in einem Unternehmen können sogenannte „Produktchampions“ sein, die dafür sorgen, dass Innovatoren Freiräume erhalten bzw. von organisationalen Normen freigestellt werden (Peters/Waterman 1982; Kanter 1984). Die Fallstudie von Lassen, Gertsen und Riis (2006) zeigt, dass sich bei gegebener Autonomie kreative Mitarbeiter besonders gut entfalten und radikale Innovationen hervorbringen können. Unternehmen, die sowohl eine hohe Ausprägung ihrer Autonomie- als auch ihrer Proaktivitätsdimension aufweisen, sollten stärker zu radikalen Innovationen neigen. Mitarbeiter haben in diesen Unternehmen zum einen die Freiheit, völlig Neues auszuprobieren. Zum anderen sind sie bereit, ihr Geschäft immer in Frage zu stellen und es durch eine radikale Innovation ggf. sogar zu kannibalisieren. Thompson (1969) sowie Hage und Aitken (1970) argumentieren, dass Autonomie die Bildung von Subkoalitionen zwischen verschiedenen Abteilungen einer Organisation fördert. Diese Subkoalitionen wiederum seien für innovative Aktivitäten förderlich. Innovationsprojekte implizieren meist auch ein nicht unerhebliches finanzielles Risiko. Eine kontrollierte und moderate Übernahme von Risiken ist somit notwendig. Eine zu geringe Risikoneigung führt oft nur zu inkrementellen Innovationen (Lassen/Gertsen/Riis 2006). Sowohl Covin und Slevin (1989) als auch Naldi et al. (2007), die 696 schwedische Unternehmen unterschiedlicher Branchen untersuchen, stellen einen positiven Zusammenhang zwischen der Risikoübernahmeneigung eines Unternehmens und seinem Innovationserfolg fest. Proaktive Unternehmen versuchen künftige Kundenbedürfnisse und Trends rechtzeitig zu erkennen (Connor 1999). Hieraus können sich Ideen für Innovationsprojekte ergeben, die ein Marktbedürfnis decken. Auch das so genannte proaktive Experimentieren (March 1991) in einem Unternehmen kann letztlich in erfolgreichen Innovationen münden. Eine EO unterstützt auch die Schaffung und Erweiterung des „Intellectual Capital“ einer Organisation (Wiklund/Shepherd 2003; Wu/Chang/Chen 2008). Unter Intellectual Capital versteht man das für erfolgreiche Innovationen notwendige Wissen und die wissensbezogenen Fähigkeiten einer Organisation (Nahapiet/Ghoshal 1998). Beides ist für erfolgreiche Innovationen unabdingbar. Atuahene-Gima und Ko (2001) betrachten 181 australische Unternehmen unterschiedlicher Branchen und können einen positiven Zusammenhang zwischen EO und dem Neu84

produkterfolg feststellen. Innovationserfolg wird in dieser Arbeit mit dem Prozentsatz der Produkte, die in den letzten drei Jahren in den Markt eingeführt wurden gemessen und ist somit weitestgehend deckungsgleich mit der Messung von Atuahene-Gima und Ko (2001). Hult und Ketchen (2001) analysieren 181 multinationale Großunternehmen. Sie stellen einen positiven Zusammenhang zwischen „Entrepreneurship“ und Innovationserfolg fest. „Entrepreneurship“ messen sie mit der 5-Item-Skala von Naman und Slevin (1993), welche die EO-Dimensionen Innovativität, Proaktivität und Risikoübernahme abbildet. Auch die Ergebnisse von Jantunen und Hurmelinna-Laukkanen (2006) sprechen für einen positiven Zusammenhang zwischen EO und Innovationserfolg. Chang et al. (2006) untersuchen 122 taiwanesische Hochschulen und kommen ebenfalls zu dem Ergebnis, dass eine (akademische) EO den Innovationserfolg (der Hochschule) befördert. Somit wird vermutet: H11:

Zwischen EO und IE besteht ein positiver Zusammenhang.

Dass der Innovationserfolg insbesondere in Form erfolgreich am Markt eingeführter Produkte bzw. Produktinnovationen einen Treiber für das Unternehmenswachstum darstellt, wurde bereits von Schumpeter (1934) vermutet. Er argumentiert, dass Innovationen zumindest vorübergehend Wettbewerbspositionen schaffen, die Überrenditen ermöglichen. Die besondere Bedeutung von Innovationen zeigt sich auch im Vergleich zu anderen strategischen Erfolgsdeterminanten wie z.B. Diversifizierung, Produktqualität und Internationalisierung (Capon/Farley/Hoenig 1990). Innovationen sind eine Möglichkeit zum Ausbau und zur Verteidigung von Wettbewerbsvorteilen, die wiederum ökonomische Überrenditen ermöglichen (Porter 1980; Porter 1985; Porter 1990; Barney 1991; Eisenhardt/Martin 2000). In Porters (1980) industrieökonomischer Arbeit zur Branchenanalyse und zur Wettbewerbsstrategie stellen Produktinnovationen eine Möglichkeit zur Differenzierung dar. Das Ziel, das mit ihrer Einführung verfolgt wird, ist z.B. eine höhere Markenloyalität von Kunden oder eine geringere Preiselastizität der Nachfrage. Innovationen können auch Markteintrittsbarrieren schaffen. First Mover Advantages können somit zu langfristigen Wettbewerbsvorteilen werden (Lieberman/Montgomery 1988). Wie in Kapitel 2.1.2 gezeigt wurde, kann die Innovativität eines Unternehmen, also der Prozess der zu Innovationen führt, als Dynamic Capability betrachtet werden, die unmittelbar auf die Wettbewerbsposition und den Erfolg eines Unternehmens einwirken (Teece/Pisano/Shuen 1997). Zudem werden durch Lernprozesse im Rahmen von Innovationen sogenannte absorptive Fähigkeiten geschaffen, also Fähigkeiten, die wirtschaftlich nutzbares Wissen identifizieren und anwenden lassen (Cohen/Levinthal 1990). Innovationen können jedoch auch negative Folgen haben. Zu85

mindest kurzfristig könnte der Innovationserfolg, der durch hohe Aufwendungen für Forschung und Entwicklung erreicht wird, den Gewinn schmälern. Zudem besteht das Risiko, dass Innovationen vom Markt nicht akzeptiert werden. Gerade in jungen und dynamischen Branchen ist dies häufiger der Fall (Eisenhardt/Martin 2000). Eine frühe empirische Arbeit zum Zusammenhang zwischen Innovationserfolg und Unternehmenserfolg stammt von Schmookler (1966). Er zeigt, dass technischer Fortschritt durch Innovationen überwiegend mit einer Gewinnerwartung einhergeht. Empirische Beweise für den Zusammenhang zwischen Innovation und Wachstum wurden etwa durch Albach (1965), Brockhoff (1966) und Kieser (1970) erbracht. Auch Ernst (2003a) kann einen positiven Zusammenhang zwischen Innovationserfolg und Unternehmenserfolg nachweisen. In seiner Untersuchung korreliert Innovationserfolg signifikant positiv (r=0,31, p=0,05) mit der Umsatzrendite. Schließlich legt auch die Metaanalyse von Bausch und Rosenbusch (2006) zum Zusammenhang zwischen Innovationserfolg und Unternehmenserfolg diese Vermutung nahe. Sie erhalten eine Effektgröße von r=0,15, diese ist zwar nach Cohen (1992) gering, aber signifikant. Es wird daher vermutet: H12:

Unternehmen, die eine höhere Ausprägung ihres IE aufweisen, weisen auch einen höheren Gesamtunternehmenserfolg auf.

2.2.3 Unabhängigkeit der fünf EO-Dimensionen In Abschnitt 2.2.1 wurde argumentiert, dass es sich bei EO um ein fünfdimensionales Konstrukt handelt. Zum Verhältnis der EO-Dimensionen zueinander ist bislang nur wenig bekannt. Es ist grundsätzlich denkbar, dass beim Auftreten einer EO immer alle Dimensionen zum Tragen kommen. Nach Miller (1983, S. 780) ist dies zwingend der Fall: „In general, theorists would not call a firm entrepreneurial if it changed its technology or product-line (“innovated” according to our terminology) simply by directly imitating competitors while refusing to take any risks. Some proactiveness would be essential as well. By the same token, risk-taking firms that are highly leveraged financially are not necessarily considered entrepreneurial. They must also engage in product-market or technological innovation.” Diese Ansicht teilen auch Covin und Slevin (1989, S. 79), indem sie Millers (1983) ursprüngliche drei EO-Dimensionen (Innovativität, Risikoübernahme und Proaktivität) als „a basic, unidimensional strategic orientation“ bezeichnen und damit eine reflektive Konzeptualisierung implizieren. Damit wären jedoch einige Typen unternehmerischen Verhaltens nicht zu erklären. So zeigt etwa Brockhaus Jr. (1980) an Einzelunternehmern, dass diese unter bestimmten Bedingungen sehr vorsichtig bzw. risikoavers sein können. Nelson und Winter (1982) 86

weisen nach, dass einige Unternehmen von proaktiven Imitationen stärker profitieren als von hoher Innovativität. Das Beispiel der japanischen Wettbewerber in der Unterhaltungselektronikbranche, Sony und Matsushita, soll dies veranschaulichen. Sony ist ein hoch innovatives Unternehmen, das zudem proaktiv ist und häufig versucht Pioniervorteile zu nutzen. Matsushita geht ganz anders vor. Sein Spitzname im Japanischen lautet „Maneshita denki“, dies heißt etwa soviel wie „Elektronik, die kopiert wurde“. Typischerweise lässt Matsushita andere Unternehmen innovieren und übernimmt dann dennoch, mit Hilfe seiner Produktions- und Marketingkompetenz, eine führende Position (Lieberman/Montgomery 1988). Matsushita innoviert nicht selbst, übernimmt jedoch Risiko, indem es etwa in große Produktionskapazität investiert, und ist proaktiv, da es früh im Produktlebenszyklus in neue Märkte eintritt (Lumpkin/Dess 1996a). Auch einige Unternehmertum-Typologien deuten darauf hin, dass es verschiedene Kombinationen der Dimensionen von EO geben kann. Schollhammer (1982) diskutiert etwa das „acquisitive entrepreneurship“, den unternehmerischen Markteintritt durch den Kauf von Unternehmen. Für diesen Ansatz bedarf es keiner Innovativität und insbesondere, wenn es sich bei dem Akquisitionsobjekt um ein etabliertes Unternehmen handelt, ist damit, wenn die Finanzierung der Akquisition mit Eigenkapital erfolgt, oft nur ein kalkulierbares Risiko verbunden. Weil sich mit der Beschränkung auf Fälle, in denen alle EO-Dimensionen gleich hoch ausgeprägt sind, zahlreiche Typen unternehmerischen Verhaltens nicht erklären lassen, vertreten auch Lumpkin und Dess (1996a; 2005a) die Ansicht, dass die fünf EODimensionen nicht immer gleichzeitig vorhanden sein müssen und in unterschiedlichen Kombinationen auftreten können. Daher wird auch in dieser Arbeit die Sichtweise vertreten, dass die EO-Dimensionen voneinander unabhängig sind und somit nicht nur in der Form des EO-Konstruktes sondern auch jeweils einzeln untersucht werden müssen. Neuere Arbeiten stützen diese Einschätzung. So stellen Kreiser, Marino und Weaver (2002b) mit Hilfe einer konfirmatorischen Faktorenanalyse fest, dass die EODimensionen Risikoübernahme, Proaktivität und Innovativität unabhängig voneinander sind und zudem unterschiedliche Beziehungen zur Feindlichkeit der Aufgabenumwelt aufweisen. Stetz et al. (2000) gelangen zu der Erkenntnis, dass die einzelnen EODimensionen zumindest den Wachstumsaspekt des Unternehmenserfolges robuster vorhersagen als das summierte eindimensionale EO-Konstrukt. Richard et al. (2004) kommen zu dem Ergebnis, dass Innovativität und Risikoübernahme unterschiedlich mit dem Unternehmenserfolg verknüpft sind. Auch Naldi et al. (2007), welche die drei EODimensionen Risikoübernahme, Proaktivität und Innovativität in Familienunternehmen 87

untersuchen, zeigen, dass die drei Dimensionen voneinander unabhängig sind. Schließlich zeigt auch Schmelter (2009) mittels einer konfirmatorischen Faktorenanalyse, dass seine fünf untersuchten EO-Dimensionen voneinander unabhängig sind. Die entsprechenden Hypothesen lauten: H13:

Bei EO handelt es sich um ein fünfdimensionales Konstrukt.

H14:

Die einzelnen Dimensionen einer EO sind voneinander unabhän-

gig. Alle Hypothesen der Arbeit sind in Tabelle 4 überblicksweise dargestellt. Auf Basis der in Kapitel 2.2 durchgeführten Hypothesenherleitung ergibt sich das in Abbildung 6 dargestellte Forschungsmodell. H13 und H14 sind darin nicht enthalten.

88

Nummer

Hypothese

Theoretische Basis

H1

Zwischen Innovativität und dem UE besteht ein positiver Zusammenhang.

Dynamic Capabilities, Theorie der Pioniervorteile

H2

Zwischen Proaktivität und dem UE besteht ein positiver Zusammenhang.

Dynamic Capabilities, Theorie der Pioniervorteile

H3

Der positive Zusammenhang zwischen Proaktivität und UE ist bei einer feindlichen Aufgabenumwelt stärker ausgeprägt.

Dynamic Capabilities, Konfigurationsansatz

H4

Zwischen Risikoübernahme und UE besteht ein umgekehrt Uförmiger Zusammenhang.

Dynamic Capabilities

H5

Zwischen aggressivem Verhalten gegenüber Wettbewerbern und UE Dynamic Capabilities besteht ein positiver Zusammenhang.

H6

Zwischen Autonomie und UE besteht ein positiver Zusammenhang.

Dynamic Capabilities, Empowerment Theorie

H7

Zwischen EO und UE besteht ein positiver Zusammenhang.

RBV, Dynamic Capabilities

H8

Freigiebigkeit moderiert den Zusammenhang zwischen EO und UE negativ.

Dynamic Capabilities, Konfigurationsansatz

H9

Feindlichkeit moderiert den Zusammenhang zwischen EO und UE positiv.

Dynamic Capabilities, Konfigurationsansatz

H10

Reconfiguring Capabilities moderieren den Zusammenhang zwischen Dynamic Capabilities, EO und UE positiv. Konfigurationsansatz

H11

Zwischen EO und dem IE besteht ein positiver Zusammenhang.

H12

Unternehmen, die eine höhere Ausprägung ihres Innovationserfolges Dynamic Capabilities, aufweisen, weisen auch einen höheren Gesamtunternehmenserfolg Theorie der Pioniervorteile auf.

H13

Bei EO handelt es sich um ein fünfdimensionales Konstrukt.

EO-Theorie

H14

Die einzelnen EO-Dimensionen sind voneinander unabhängig.

EO-Theorie

Dynamic Capabilities, Konfigurationsansatz

Tabelle 4: Hypothesen der Arbeit

89

EO Innovativität

H1(+)

Proaktivität

H2(+)

Risikoübernahme

Feindlichkeit H3(+)

H4(uU) Innovationserfolg H11(+)

Aggressivität gegenüber Wettbewerbern

H5(+)

Autonomie

H6(+)

H12(+) H7(+)

H8(-) Freigiebigkeit

Abbildung 6: Forschungsmodell

90

Unternehmenserfolg

H9(+) Feindlichkeit

H10(+) Reconf. Capab.

3 Design der empirischen Untersuchung Das dritte Kapitel hat das Design der empirischen Untersuchung zum Gegenstand. In Abschnitt 3.1 wird auf die Datenerhebung eingegangen. Abschnitt 3.2 beschäftigt sich mit der Operationalisierung der latenten Konstrukte der Arbeit. Das Kapitel schließt mit Abschnitt 3.3, der Datenanalyse.

3.1 Datenerhebung 3.1.1 Vorüberlegungen zur Datenerhebung Ziel der empirischen Untersuchung ist es, die Gültigkeit der in Kapitel 2 hergeleiteten Hypothesen zu untersuchen. Eine ausreichend große Stichprobe soll den Einsatz geeigneter statistischer Validierungs- bzw. Falsifizierungsmethoden sicherstellen. Bestehen keine strukturellen Unterschiede zwischen der Stichprobe und der Grundgesamtheit, ist die Stichprobe repräsentativ und das Forschungsmodell kann somit als allgemeingültig bezeichnet werden (Kaya/Himme 2006). Eine Überprüfung der Stichprobe der vorliegenden Arbeit findet in Kapitel 3.1.7 statt. Eine Erhebung auf Basis von Sekundärdaten kam aufgrund der Spezifizität des Forschungsmodells nicht in Frage. Es wurde daher eine eigene Erhebung durchgeführt. Wie in einer Vielzahl anderer EO-Studien (vgl. Tabelle 3) war die erste Führungsebene des Unternehmens, also das Top-Management, der Adressat der Befragung. Darunter waren in zahlreichen Fällen auch noch die Gründerinnen und Gründer der Unternehmen. Das Top-Management hat einen umfassenden Überblick über alle Aktivitäten des Unternehmens, die für die jeweiligen EO-Dimensionen relevant sind (Hambrick 1981; Norburn 1989). Das Top-Management ist zudem am ehesten in der Lage, ganzheitlich Einblick in die Praktiken, Prozesse und Ergebnisse zu gewähren sowie über den Unternehmenserfolg Auskunft zu erteilen (Huber/Power 1985; Stubbart 1989). Um eine möglichst generalistische Aussage zu den Zusammenhängen des Forschungsmodells treffen zu können, wurden Unternehmen unterschiedlichster Branchen und Altersklassen befragt. Sowohl die Branche als auch das Alter der Unternehmen wurden jedoch als Kontrollvariablen aufgenommen. Für die Erhebung wurde ein eigener Fragebogen konzipiert. Mit Ausnahme von allgemeinen Variablen, etwa demographischen Angaben, wurden ausschließlich bereits validierte Konstrukte eingesetzt. Die einzelnen Items wurden, wie in Kapitel 3.2 noch näher erläutert wird, aus einschlägigen Vorgängerarbeiten übernommen. Bei der Fragenanord91

nung wurden für die Auswertung besonders wichtige Angaben eher an den Beginn des Fragebogens gestellt. Damit sollte der Anteil auswertbarer Antworten am Gesamtrücklauf erhöht werden (Fink 2003). Zudem wurde bei den Fragen zu Innovativität, Risikoübernahme und Aggressivität gegenüber Wettbewerbern auf semantische Differentiale zurückgegriffen. Es wurden also zwei gegensätzliche Aussagen präsentiert, und die Teilnehmer mussten ihre Position auf einer Likert-Skala von 1 bis 7 einordnen. Dies wurde auch in einer Reihe vergleichbarer Studien so gemacht (Wiklund 1999; Wiklund/Shepherd 2005; Moreno/Casillas 2008). Alle eingesetzten Skalen entstammen englischsprachigen Arbeiten. Fragen und Antwortmöglichkeiten waren daher aus dem Englischen ins Deutsche zu übersetzen. Dies wurde mit der Technik der Vorwärts-Rückwärtsübersetzung durchgeführt. Eine zweisprachige Person hat den Fragebogen vom Englischen ins Deutsche übersetzt. Der Wortlaut im Deutschen wurde dann wieder von einer anderen zweisprachigen Person ins Englische zurückübersetzt („Backtranslation“). Die Abweichungen wurden auf sprachliche Differenzen geprüft. Mit dieser Technik konnte gewährleistet werden, dass beide sprachlichen Fassungen inhaltlich identisch sind. Wäre dies nicht gegeben gewesen, wäre die Übersetzung der Indikatoren anzupassen gewesen (Brislin 1970; Craig/Douglas 2000). Im Anschluss daran erfolgte zudem ein Abgleich mit den deutschsprachigen Skalen von Schmelter (2009). Dieser ergab für die vergleichbaren Konstrukte keine nennenswerten Unterschiede. Der Fragebogen wurde vor der Erhebung einem Pretest mit 12 Unternehmern und Wissenschaftlern aus dem Feld der Gründungsforschung und den Wirtschaftswissenschaften im Allgemeinen unterzogen. Dadurch wurde sichergestellt, dass der Fragebogen für die Zielgruppe verständlich ist und keine logischen Unschlüssigkeiten etc. enthält. Die finale Version des Fragebogens findet sich in Anhang A. Die Befragung wurde online durchgeführt. Dabei wurde die Software „EFS Survey“ der Firma Globalpark eingesetzt. Zwar kann an dieser Form der Befragung kritisiert werden, dass nicht die gesamte Bevölkerung über das Internet erreichbar ist, bei den Adressaten der Befragung, dem Top-Management der Unternehmen, sollte dieses Problem aber vernachlässigbar sein. Dafür spricht auch, dass alle angeschriebenen Unternehmen zumindest über einen rudimentären Internetauftritt verfügen. In der Literatur ist man sich uneinig, ob der klassische Fragebogen oder eine Online-Befragung zu einer höheren Rücklaufquote führt (Cobanoglu/Warde/Moore 2001). Einige Arbeiten deuten auf ähnlich hohe Rücklaufquoten von Online-Befragungen im Vergleich zu Offline-Befragungen hin (Klassen/Jacobs 2001; Boyer et al. 2002). Die Entscheidung für eine Befragung über das 92

Internet fiel letztlich aus sieben Gründen: Erstens ist die Online-Befragung der klassischen Befragung hinsichtlich der Flexibilität der Befragung überlegen. So können bspw. Folgefragen nur in Abhängigkeit der vorherigen Antworten angezeigt werden. Hierdurch kann der Fragebogen kürzer werden, was wiederum eine höhere Quote von vollständig beantworteten Fragebögen erwarten lässt (Drolet/Morrison 2001). Zweitens ist durch die Nutzung der persönlichen E-Mail-Adressen der Adressaten – wo diese ermittelbar waren – relativ sicher, dass die adressierten Ansprechpartner auch tatsächlich selbst an der Umfrage teilnehmen und das Antworten nicht etwa delegieren. Individualisiert codierte Links, die in der Einladungs-E-Mail enthalten waren, reduzierten zudem das Risiko von anderen Antwortenden als den Adressaten. Drittens ist bei Online-Befragungen ein Interviewer-Bias, der bei persönlichen Befragungen vorkommen kann und dann auftritt, wenn der Befragte durch die Art und Weise beeinflusst wird, wie der Interviewer die Fragen stellt, zu vernachlässigen. Viertens hat Grether (2003, S. 212ff.) festgestellt, dass Probanden mit web-basierten Befragungen zufriedener sind als mit klassischen. Man könne vermuten, dass bei den Probanden einer Online-Befragung eine höhere Aufmerksamkeit vorliegt, die zu valideren Ergebnissen führen sollte. Fünftens bietet eine OnlineBefragung hinsichtlich der Datengenauigkeit verschiedene Vorteile. Zum einen sind ausschließlich exakte Antworten möglich und die Fragen bzw. Antwortmöglichkeiten lassen sich logisch miteinander verknüpfen. Die Konsistenz der Antworten wird damit zumindest teilweise bereits bei der Befragung sichergestellt. Zum anderen entfällt bei der OnlineBefragung eine potenzielle Fehlerquelle, die mit der Übertragung von klassischen papiergebundenen Fragebögen in ein auswertbares Datenformat entstünde (Dillman 2000). Sechstens gibt es Hinweise dafür, dass der Anteil fehlender Werte bei OnlineBefragungen geringer ist als bei klassischen Befragungen (Boyer et al. 2002). Siebtens spielen auch Aufwands- bzw. Kostenüberlegungen eine Rolle. Vergleichbare schriftliche Befragungen

sind

deutlich

aufwändiger

und

teurer

in

ihrer

Durchführung

(Granello/Wheaton 2004). Die Adressaten der hier vorzustellenden Befragung hatten die Möglichkeit, sich den Online-Fragebogen als PDF-Datei, per Fax oder auf dem Postweg zusenden zu lassen. Hierdurch wurde möglichen Sicherheitsbedenken, auf einen den Adressaten unbekannten Link zu klicken, begegnet. Auch die Rücklaufquote konnte durch die Alternativen der Beantwortung gesteigert werden. Die Verwendung unterschiedlicher Erhebungsmethoden kann jedoch zu Verzerrungen in der Datengrundlage, man spricht hier von einem „Method Bias“, führen. Eine Prüfung hierauf erfolgt später.

93

3.1.2 Bildung der Stichprobe Die Adressaten der Befragung wurden zum einen aus der Unternehmensgründerdatenbank gewonnen, die von Rode (2004) und Brachtendorf (2004) aufgebaut sowie von Hack (2005), Schroeter (2007) und Merz (2008) erweitert wurde. Bei den jeweiligen Autoren findet sich eine ausführliche Dokumentation der Zusammenstellung der Datenbank. In Summe waren in der Datenbank 1.079 Unternehmen verzeichnet. Diese wurden um 114 Unternehmen aus dem unternehmerischen Umfeld der WHU – Otto Beisheim School of Management erweitert. Internetrecherchen zur Aktualität der Daten ergaben, dass 221 Unternehmen dieser Datenbasis aus Gründen der Insolvenz, eines Aufkaufes durch ein anderes Unternehmen und weiterer Gründe zum Zeitpunkt der Recherchen im Oktober 2008 nicht mehr am Markt tätig waren. Es verblieben somit 972 Unternehmen aus der WHU-Datenbank. Zum anderen wurden die Adressaten aus einer Datenbank der IHK zu Hagen, die 3.225 Unternehmen aller Altersklassen und Branchen enthielt, gewonnen. Internetrecherchen zur Aktualität der Daten ergaben, dass auch hier 153 Unternehmen aus den genannten Gründen nicht mehr am Markt tätig waren. Es konnten somit noch 3.072 Unternehmen aus der IHK-Datenbank angeschrieben werden. Insgesamt verblieben somit 4.044 Unternehmen, die angeschrieben wurden. Eine Überprüfung, ob signifikante Unterschiede zwischen den beiden Datenbasen existieren, findet in Abschnitt 3.1.5.2 statt.

3.1.3 Verlauf der Datenerhebung Die Datenerhebung wurde im Zeitraum vom 06.11.2008 bis zum 15.12.2008 durchgeführt. Die Adressaten wurden per E-Mail zu der Befragung eingeladen. Der Einladungstext findet sich in Anhang B. Die Einladungs-E-Mails wurden an einem Donnerstagnachmittag versandt, da dieser Versandtermin eine hohe Rücklaufquote verspricht (Merz 2008, S. 75). Die Datenerhebung orientierte sich an den Empfehlungen von Diamantopoulos und Schlegelmilch (1996) zur Gestaltung von Befragungen: x

Nennung der Institution und des beteiligten Professors: Um Vertrauen zu schaffen, wurde sowohl die Institution (WHU – Otto Beisheim School of Management) als auch der Erstbetreuer der Arbeit, Prof. Dr. Peter Witt, im E-Mail-Anschreiben genannt.

x

Persönliche Anrede: Jeder Proband, dessen E-Mail-Adresse ermittelbar war, wurde persönlich angesprochen.

94

x

Teilnahmeappell und Anreiz: Der wissenschaftliche Charakter der Arbeit wurde in der E-Mail hervorgehoben. Zudem wurde zur Steigerung der Rücklaufquote (Deutskens et al. 2004) in der E-Mail auf die Verlosung von drei Apple iPod-Nano-MP3-Spielern sowie die Möglichkeit der Zusendung eines Ergebnisberichts hingewiesen.

x

Zusicherung der Vertraulichkeit/Anonymität: Den Teilnehmern wurde im Anschreiben versichert, dass alle Daten vertraulich und anonym behandelt werden.

x

Zeitbedarf und Fragenbogenlänge: Die Beantwortung des Fragebogens sollte nicht länger als sieben Minuten in Anspruch nehmen. Der Pretest zeigte, dass dieser Anspruch realistisch war. Da Teilnehmer von Online-Befragungen keine Möglichkeit haben, die Fragebogenlänge abzuschätzen, wurde ihnen rechts oben am Bildschirmrand eine Fortschrittsanzeige eingeblendet.

x

Obligatorische Fragen: Auf obligatorische Fragen wurde vollkommen verzichtet (Dillman/Tortora/Bowker 1999).

Der Einladungstext der E-Mail enthielt neben den postalischen auch die telefonischen Kontaktdaten des Befragers, so dass bei etwaigen Unklarheiten immer die Möglichkeit zur Rückfrage bestand. Zwei Wochen nach der ersten E-Mail wurde an die Adressaten, die bis dato noch nicht geantwortet hatten, eine Erinnerungs-E-Mail versandt. In dieser wurde darauf verwiesen, dass die Teilnahme von jeder Person als sehr wichtig angesehen wird. Zwei Wochen später folgte eine erneute Erinnerungs-E-Mail. In dieser zweiten Nachfassnachricht wurde auch der Endzeitpunkt der Befragung hervorgehoben. Obwohl sie deren Nutzen nicht eindeutig nachweisen können, werden Nachfassaktionen von Mitchell und Brown (1997) empfohlen.

95

Von den 4.044 angeschriebenen Unternehmen waren 561 E-Mails falsch bzw. nicht mehr gültig und kamen als unzustellbar zurück. 116 adressierte Probanden wollten an der Befragung nicht teilnehmen. Meist wurden als Gründe Zeitmangel oder die grundsätzliche Entscheidung an Umfragen nicht teilzunehmen angeführt. Die Grundgesamtheit reduzierte sich damit auf 3.367 Unternehmen. Von diesen antworteten 550, das entspricht einer Rücklaufquote von 16,24%. 2 Die Bewertung der Rücklaufquote ist bei wissenschaftlichen Arbeiten von hoher Relevanz (Baruch 1999). Akzeptierte Kriterien für die Bewertung sind sowohl das Befragungsmedium als auch die befragten Personen im Unternehmen. Es handelte sich um eine Online-Befragung. Bei Online-Befragungen können Rücklaufquoten zwischen 10% und 20% erwartet werden (Bourke/Fielder 2003, S. 16f.). In Einzelfällen können diese aber auch deutlich niedriger liegen (Klassen/Jacobs 2001). Adressat im Unternehmen war das Top-Management bzw. die erste Führungsebene. Diese Zielgruppe hat üblicherweise wenig Zeit. Daher kann die Rücklaufquote im Vergleich zu anderen Beschäftigtengruppen um bis zu 50% geringer ausfallen (Baruch 1999; Bartholomew/Smith 2006). Mit 16,24% liegt somit eine sehr zufriedenstellende Rücklaufquote vor. Sie liegt

2

Von den 550 Rückläufen, stammen 241 aus der WHU-Datenbank und 309 aus der IHK-Datenbank.

Die WHU-Rücklaufquote beträgt 24,79%, die IHK-Rücklaufquote beträgt 10,05%. Eine Erklärung für den Unterschied in der Rücklaufquote zwischen den beiden Datenbasen ist, dass die IHKUnternehmen vermutlich häufiger zu Befragungen eingeladen werden. Ihre Bereitschaft zur Teilnahme an einer weiteren Befragung sollte damit geringer sein. Zudem wurde sowohl in der Einladungs-E-Mail als auch auf dem Online-Fragebogen die Zugehörigkeit des Autors zur WHU hervorgehoben. Da zahlreiche in der Datenbank enthaltene Unternehmensgründer selbst WHU-Absolventen sind, könnte die Hervorhebung der Alma Mater ihre Antwortbereitschaft erhöht haben. Auch wenn man die IHKRücklaufquote von 10,05% allein betrachtet, so liegt sie zum einen im von Bourke und Fielder (2003, S. 16f.) genannten Rahmen und zum anderen über der Quote der vergleichbaren Arbeit von Schmelter (2009).

96

zudem deutlich über dem Niveau anderer europäischer EO-Studien wie etwa Schmelter (2009) für deutsche Unternehmen mit einer Rücklaufquote von 8,8% und Moreno/Casillas (2008) für spanische Unternehmen mit einer Rücklaufquote von 10,3%.

3.1.4 Beschreibung der Stichprobe Die Stichprobe wird im Folgenden anhand der Merkmale Unternehmensgröße, Unternehmensalter und Branche näher charakterisiert. Abbildung 7 zeigt die teilnehmenden Unternehmen nach Mitarbeiteranzahl. 60% der Unternehmen haben bis zu 50 Mitarbeiter, lediglich 5,09% der Unternehmen sind größer als 500 Mitarbeiter. 300

250

200

150

100

50

0 k.A.

Bis 20

Bis 50

Bis 100

Bis 200

Bis 500

Bis 1000

>1000

Anzahl Mitarbeiter

Abbildung 7: Teilnehmende Unternehmen nach Mitarbeiteranzahl

Abbildung 8 zeigt die teilnehmenden Unternehmen nach Unternehmensalter. Das durchschnittliche Alter eines teilnehmenden Unternehmens beläuft sich auf 20,28 Jahre, das Median-Unternehmensalter beträgt 8 Jahre.

97

180 160 140 120 100 80 60 40 20 0 k.A.

Bis 5

Bis 10

Bis 20

Bis 50

>50

Unternehmensalter in Jahren

Abbildung 8: Teilnehmende Unternehmen nach Unternehmensalter

Abbildung 9 zeigt die teilnehmenden Unternehmen nach ihrer zugehörigen Branche. Die IT/Software/Internet-Branche sowie die Maschinenbau-Branche sind mit 94 bzw. 55 Unternehmen am stärksten vertreten. Insgesamt ist aber zu erkennen, dass Unternehmen aus einer Vielzahl von Branchen geantwortet haben. „Sonstiges“ umfasst Unternehmen aus Branchen, die nicht genau zu den vorgegebenen Kategorien passten. Von den Unternehmen, die Angaben zu ihrem Gewerbe machten, sind 52,2% dem Dienstleistungsgewerbe und 47,8% dem produzierenden Gewerbe zugehörig.

98

140 120 100 80 60 40 20

IT

So /S ns of tw tig ar es e/ In M te as rn ch et in en Ke Bi b ot i ne au ec An hn ol ga og be ie M /M ed ed ie iz n El inte ek ch tro ni k in Ch d em us t r En ie/P ie er ha gi rm e/ a Ro hs to ffe Au to Ha m nd ob e il Ba indu l Pr u/ st of rie Im es m sio ob na ilie l Tr n a n Se Fi r v s na ice po nz rt/ s di en L og i s st Te t le ik i le ko stu ng m en m un ik at io n

0

Abbildung 9: Teilnehmende Unternehmen nach Branche

3.1.5 Prüfung der Stichprobe auf Verzerrungen Im Folgenden wird die Stichprobe auf verschiedene Verzerrungen oder „Bias“-Formen untersucht. Bei Verzerrungen handelt es sich um systematische Messfehler, welche die Ergebnisse der statistischen Auswertungsmethoden, im vorliegenden Fall die Ergebnisse des Strukturmodells, beeinflussen können (Bagozzi/Yi/Philips 1991). So kann durch Messfehler die eindeutige Beziehung zwischen zwei Konstrukten falsch dargestellt werden (Podsakoff et al. 2003). 3.1.5.1 Non Response Bias Ein „Non Response Bias“ resultiert aus systematischen Unterschieden zwischen antwortenden und nicht antwortenden Unternehmen. Eine direkte Prüfung auf diese Verzerrung ist nicht möglich. Armstrong und Overton (1977) vermuten allerdings, dass Teilnehmer, die erst relativ spät antworten eher den Nicht-Antwortern gleichen als Teilnehmer, die früh an der Befragung teilnehmen. Zur Prüfung wurden die Teilnehmer nach Eingangszeitpunkt ihrer Antworten in drei gleich große Gruppen eingeteilt. Die Antworten des ersten Drittels, der Frühantworter, werden mit den Antworten des letzten Drittels, der Spätantworter, mittels eines t-Tests für unabhängige Stichproben auf signifikante Unterschiede geprüft. Bei 10 von 59 Indikatoren liegt ein Unterschied auf einem Signifikanzni99

veau von 5% vor. Auf Basis dieses Ergebnisses kann ein starker „Non Response Bias“ ausgeschlossen werden. 3.1.5.2 Herkunft der Kontaktdaten Es wurde wiederum mit Hilfe eines t-Tests für unabhängige Stichproben untersucht, ob sich die Antworten der befragten Unternehmen nach Herkunft ihrer Kontaktdaten (Unternehmensgründerdatenbank, IHK-Datenbank) systematisch unterscheiden. Bei lediglich 10% der Variablen (6 Indikatoren) sind signifikante Unterschiede zwischen den Herkunftsdatenbanken festzustellen. 3 der betroffenen 6 Indikatoren liegen in der Aufgabenumwelt der Unternehmen. Die Vermutung liegt nahe, dass diese bei Gründungsunternehmen andere Eigenschaften aufweist als bei etablierten Unternehmen. Eine generelle systematische Verzerrung kann somit ausgeschlossen werden. 3.1.5.3 Single Informant Bias Von einem „Single Informant Bias“ oder oft auch nur „Informant Bias“ (Anderson 1987; Kumar/Stern/Anderson 1993; Ernst 2003b) spricht man, wenn eine Diskrepanz zwischen der subjektiven Wahrnehmung des Antwortenden und dem objektiv vorliegenden Wert eines zu messenden Sachverhalts vorliegt. Die Validität der erhobenen Daten nähme in diesem Fall ab. Ernst (2003b) nennt als Hauptgrund für einen Informant Bias Informations- und Wahrnehmungsunterschiede zwischen verschiedenen Funktionsbereichen und Hierarchiestufen im Unternehmen. So kann etwa die Sichtweise eines Vorstandes systematisch von der Sichtweise eines Mitarbeiters der zweiten Führungsebene abweichen (Hambrick 1981). Ein einzelner Informant ist dann zulässig, wenn es im Unternehmen keine andere Person gibt, die zur Teilnahme an der Befragung ausreichend gut informiert wäre (Kaya 2006). Zumindest für die teilnehmenden Unternehmen mit einer geringen Unternehmensgröße ist von einem solchen Fall auszugehen (Merz 2008). Da pro Unternehmen nur ein Fragebogen ausgefüllt wurde, ist eine Prüfung auf Ebene des Unternehmens, wie sie neben Ernst (2003b) auch von Homburg (2007) angeregt wird, nicht möglich. Es wurde somit eine Hilfsanalyse durchgeführt. Primärer Adressat der Befragung war die erste Führungsebene des Unternehmens, die in 457 der 550 Fälle auch antwortete. In 39 bzw. 6 Fällen beantworteten leitende Angestellte bzw. sonstige Mitarbeiter die Fragen. 48 Antwortende machten keine Angabe zu ihrer Position. Analog zur Prüfung auf den Non Response Bias wurden zwei Gruppen in Abhängigkeit von ihrer Position im Unternehmen gebildet. Die erste Gruppe bildete die erste Führungsebene, leitende Angestellte und sonstige Mitarbeiter bildeten die zweite Gruppe. Im Anschluss wurde wiederum ein Mittelwertvergleich mit t-Test für unabhängige Stichproben durchge100

führt. Dieser ergab bei lediglich 6,7% der Variablen signifikante Unterschiede. Dies deutet darauf hin, dass kein „Informant Bias“ vorliegt. 3.1.5.4 Method Bias Da die Teilnehmer nicht nur online, sondern auch per Fax und postalisch antworten konnten, ist zu prüfen, ob Unterschiede zwischen online und offline beantworteten Fragebögen bestehen. Von den 550 Fragebögen wurden 534 online „retourniert“. 9 gingen per Fax ein und 7 postalisch. Ein erneuter Mittelwertvergleich mit t-Test für unabhängige Stichproben ergab keine Auffälligkeiten. Bei lediglich 8,7% der Variablen sind signifikante Unterschiede zwischen einem alternativen Antwortweg und der Online-Beantwortung festzustellen. Ein Method Bias ist somit ebenfalls auszuschließen. 3.1.5.5 Common Method Bias Schließlich können die Daten von einem „Common Method Bias“ gekennzeichnet sein. Ein solcher kann entstehen, wenn eine Auskunftsperson zum gleichen Zeitpunkt sowohl für unabhängige als auch für abhängige Variablen Antworten gibt. Die Auskunftsperson könnte sich dann von ihren vorherigen Antworten leiten lassen (Podsakoff et al. 2003). Ein „Common Method Bias“ wäre etwa dann gegeben, wenn eine Auskunftsperson aus sogenannten internen Konsistenzgründen ihre späteren Antworten an die Antworten auf vorherige ähnliche Fragen anlehnt. Podsakoff et al. (2003) nennen vier mögliche Hauptursachen für einen „Common Method Bias“: x

Dieselbe Auskunftsperson für unabhängige und abhängige Variablen: Bei der Bewertung einzelner Skalen kann eine Verzerrung aus Neigung zur konsistenten Beantwortung, durch Bewertungen nach sozialer Erwünschtheit (Podsakoff/Organ 1986) sowie den aktuellen Gefühlszustand der Befragten entstehen.

x

Irreführende Charakteristika für Indikatoren: Beispiele hierfür sind die Nutzung gleicher Skalen, gleiche Ankerpunkte sowie die Zweideutigkeit von Aussagen.

x

Enger Kontext, indem die Indikatoren zueinander stehen: Hierunter fiele eine ungünstige Anordnung einzelner Fragen im Fragebogen.

x

Verwandter Kontext, indem die Messung durchgeführt wird: Die Verwendung des gleichen Befragungsmediums könnte zu Verzerrungen führen. Auch eine fehlende zeitliche Trennung der Messung unabhängiger und abhängiger Variablen könnte theoretisch zu einer Verzerrung beitragen. So sind Kovarianzen zwischen den Variablen denkbar, weil der gleiche Messkontext die Wahrscheinlichkeit erhöhen kann, dass die 101

Antworten auf die gestellten Fragen zu unabhängigen und abhängigen Variablen im Kurzzeitgedächtnis parallel zueinander existieren. Eine gravierende Folge eines „Common Method Bias“ wäre die Fehlinterpretation von hypothetisierten Zusammenhängen (Homburg/Klarmann 2006). Empirisch zeigt sich eine solche Verzerrung durch deutlich erhöhte Korrelationen zwischen endogenen Variablen bzw. Konstrukten. Aufgrund von Multikollinearität kann dies bei der Schätzung statistischer Modelle zu Problemen führen (Cohen et al. 2003). Bereits bei der Konzeption des Fragebogens wurde darauf geachtet, derartige Verzerrungen zu vermeiden. Zur Vermeidung eines „Response Bias“ (Cooper/Emory 1995) bzw. einer „Response Set Contamination“ (Wiklund/Shepherd 2005) wurden negative Formulierungen eingestreut. Zudem wurden nicht alle Fragen zu abhängigen Variablen an das Ende des Fragebogens gestellt. Die so erhobenen Daten können auch im Nachhinein auf einen „Common Method Bias“ geprüft werden. Podsakoff und Organ (1986) schlagen hierfür den „Harman’s Single Factor Test“ vor. Dieser erfordert eine exploratorische Faktorenanalyse über alle reflektiven Indikatoren. Bei reflektiven Indikatoren verläuft die kausale Beziehung vom Konstrukt zu den Indikatoren. Die Ausprägung des Konstrukts wird in den Indikatoren „reflektiert“ (Fornell/Bookstein 1982). Die unrotierte Faktorlösung gibt Aufschluss über die Anzahl der für die Varianzerklärung der Indikatoren notwendigen Faktoren. Ein „Common Method Bias“ ist dann gegeben, wenn sich aus der Faktorenanalyse lediglich ein Faktor ergibt oder ein einzelner Faktor den Großteil der Varianz zwischen den Indikatoren erklärt. Eine solche Prüfung wurde für die vorliegende Arbeit durchgeführt. Mit Hilfe einer exploratorischen Faktorenanalyse wurden aus den reflektiven Indikatoren sieben Faktoren extrahiert. Diese erklären zusammen 60,39% der Varianz der Indikatoren. Der erste Faktor allein wies einen Erklärungsanteil von 20,9% auf. Der Quotient aus den beiden Werten liegt mit 34,61% deutlich unter dem von Podsakoff und Organ (1986) geforderten Wert von 0,50 bzw. 50%. Ein „Common Method Bias“ erscheint damit unwahrscheinlich.

102

Die nachfolgende Tabelle 5 verdeutlicht die Ergebnisse des Harman Single Factor Tests. Es handelt sich um eine exploratorische Faktorenanalyse, im Vorfeld wurden somit keine Faktorenanzahl hypothetisiert. Daher sind die einzelnen Faktoren auch nicht beschriftet. Erklärte Gesamtvarianz Faktor 1 2 3 4 5 6 7

Extraktion: Summe der quadrierten Faktorladungen Gesamt 5,643 2,999 2,807 1,459 1,299 1,092 1,007

% der Varianz 20,900 11,106 10,398 5,403 4,812 4,045 3,730

Kumulierte % 20,900 32,006 42,403 47,806 52,618 56,663 60,393

Tabelle 5: Prüfung auf „Common Method Bias“

3.1.6 Umgang mit fehlenden Werten Unvollständige Datensätze sind ein verbreitetes Phänomen in sozialwissenschaftlichen empirischen Arbeiten. Anteile fehlender Werte von 10% (Schnell/Hill/Esser 1999) bis 30% (Roth/Switzer III 1995) werden als normal betrachtet. In der vorliegenden Arbeit liegen die fehlenden Werte bei allen Variablen innerhalb der genannten Grenzen. Der Median der Anteile fehlenden Werte liegt bei 1,82%. Überdurchschnittlich oft nicht geantwortet wurde bei den Fragen zu den Reconfiguring Capabilities und zu den jeweiligen Erfolgsgrößen. In beiden Fällen war dies zu erwarten. Auf Unternehmen, die in den letzten drei Jahren keine Erneuerungen durchgeführt haben, trafen die Fragen zu ihren Reconfiguring Capabilities nicht zu. Obwohl bei den Erfolgsgrößen nach relativen Werten und Erfolg im Vergleich zum Wettbewerb gefragt wurde, ist es nachvollziehbar, dass hier die Antwortbereitschaft geringer ist. Obwohl sich in jüngster Zeit vermehrt Forscher mit dem Problem unvollständiger Datensätze beschäftigt haben (Hiddemann 2007), ist nach Decker et al. (2000a) die am häufigsten gewählte Methode, diese zu ignorieren. Obwohl der Anteil fehlender Werte in dieser Studie gering ist, ist zu klären, wie mit diesen umzugehen ist (Raaijmakers 1999). Durch ein methodisch sauberes Vorgehen können Verzerrungen vermieden werden. Grundsätzlich lassen sich die in Abbildung 10 dargestellten Verfahren zum Umgang mit fehlenden Werten unterscheiden.

103

Verfahren zur Behandlung fehlender Daten Eliminierungsverfahren

Paarweise

Beobachtungsweise

Imputationsverfahren

Einfache

Parameterschätzverfahren

Multiple

Abbildung 10: Verfahren zur Behandlung fehlender Daten

Eliminierungsverfahren schließen Datensätze bzw. Variablen mit fehlenden Datensätzen aus der Analyse aus. Bei der beobachtungsweisen Eliminierung werden komplette Datensätze aus der Analyse entfernt. Es verbleiben nur die Variablen für die Auswertung, zu denen Daten von allen Befragten vorliegen. Bei der paarweisen Eliminierung wird bei Korrelations- und Kovarianzanalysen nur auf die Datensätze zurückgegriffen, die über Werte für beide untersuchten Variablen verfügen (Allison 2001, S. 6ff.). Imputationsverfahren hingegen ersetzen die fehlenden Werte. Einfache Imputationsverfahren greifen hierfür z.B. auf Mittelwerte oder auf Ergebnisse von Regressionsanalysen zurück (Allison 2001, S. 11f.). Bei multiplen Imputationsverfahren werden per Simulation mehrere Ersatzwerte ermittelt, die per Inferenz zu einem einzelnen Wert zusammengefügt werden (Rubin 1976; Rubin 1987). Parameterschätzverfahren

greifen

meist

auf

Maximum-Likelihood-

bzw.

Bayes-

Algorithmen zurück, um fehlende Werte zu schätzen (Bankhofer 1995, S. 156ff.). Am häufigsten wird der „Expectation Maximization“ Algorithmus (EM-Algorithmus) verwendet. Dabei handelt es sich um einen iterativen Algorithmus, der in jedem Durchgang zwei Schritte, den E(xpectation)-Schritt und den M(aximization)-Schritt ausführt: Im E-Schritt wird der unvollständige Datensatz zum vollständigen Datensatz ergänzt. Die fehlenden Werte der Variable X werden durch Regressionen von X auf Y ersetzt. Die Schätzungen der Modellparameter sind dabei gegeben. Im M-Schritt werden die Modellparameter geschätzt, indem die Likelihoodfunktion der vervollständigten Daten maximiert wird. Der Algorithmus endet, wenn sich die bestimmten Parameter nicht mehr wesentlich ändern. (Decker/Wagner/Temme 2000b).

104

Bei der Auswahl des geeigneten Verfahrens sind insbesondere zwei Kriterien relevant. Zum einen sollte das Verfahren zu möglichst geringen Verzerrungen führen. Sowohl die Eliminierungsverfahren als auch die einfachen Imputationsverfahren können zu starken Verzerrungen der Analyseergebnisse führen (Vriens/Melton 2002). Daher wird oft der Einsatz der multiplen Imputation oder des EM-Algorithmus empfohlen (Schafer/Graham 2002). Kristensen und Eskildsen (2005) kommen auf Basis einer Simulationsstudie zu dem Schluss, dass der EM-Algorithmus für die im Rahmen dieser Arbeit verwendete Analysemethode PLS das am besten geeignete Verfahren ist. Zum anderen sollte der Aufwand, der mit der Anwendung eines Verfahrens verbunden ist, betrachtet werden. Die Durchführung einer multiplen Imputation ist mit einem sehr hohen Aufwand verbunden. Es müssen zunächst separate Softwarelösungen für Vorarbeiten eingesetzt werden. Wenn derartige Software nicht eingesetzt wird, ist die multiple Imputation fehleranfällig. Hinzu kommt ein relativ hoher Zeit- und Rechenaufwand. Der EM-Algorithmus ist hingegen standardmäßig im Softwarepaket SPSS (MVA-Modul) enthalten und kann mit geringem Aufwand geschätzt werden (Allison 2001, S. 19). Voraussetzung für den Einsatz des EM-Algorithmus ist, dass fehlende Werte zufällig fehlen („missing at random“ oder MAR) und nicht etwa von einer Variablen abhängig sind. Im vorliegenden Datensatz ließen sich bei den fehlenden Werten keine Muster erkennen, so dass davon auszugehen ist, dass eine MAR-Situation vorliegt. Daher wurde auch in dieser Arbeit der EM-Algorithmus verwendet.

3.1.7 Überprüfung der Repräsentativität Voraussetzung für die Repräsentativität einer Stichprobe ist, dass sie in den relevanten Merkmalsausprägungen

den

Ausprägungen

der

Grundgesamtheit

gleicht

(Berekhoven/Eckert/Ellenrieder 1999, S. 50). Daher werden im Folgenden die Verteilungen der Unternehmen nach Unternehmensgröße, gemessen an der Mitarbeiteranzahl, in der Stichprobe und der Grundgesamtheit miteinander verglichen. Die Daten für die Grundgesamtheit entstammen der Unternehmensgrößen-Statistik des Instituts für Mittelstandsforschung (IfM) in Bonn für das Jahr 2008. Abbildung 11 zeigt die Ergebnisse.

105

60,00%

50,00%

40,00%

30,00%

20,00%

10,00%

0,00% 1

2-9

10-19

20-49

50-99

Stichprobe

100-249

250-499

500 und mehr

IfM

Abbildung 11: Vergleich der Unternehmensgrößen nach Mitarbeiterzahl zwischen Stichprobe und IfMErhebung

Es wird schnell deutlich, dass Ein-Mann-Unternehmen und Kleinstunternehmen mit bis zu neun Mitarbeitern stark unterrepräsentiert sind, wohingegen größere Unternehmen deutlich überrepräsentiert sind. Die Erhebung kann somit nicht als repräsentativ für alle deutsche Unternehmen eingestuft werden.

106

3.2 Operationalisierung der Variablen Im Folgenden soll dargestellt werden, wie die in der Arbeit verwendeten Konstrukte mit ihren Indikatoren verknüpft bzw. operationalisiert wurden.

3.2.1 Grundlagen Theoretische Konzepte, wie etwa die einzelnen Dimensionen einer EO, sind nicht unmittelbar beobachtbar. Sie werden daher als „Konstrukte“ oder „latente Variablen“ bezeichnet (Bagozzi/Philips 1982; 1996). Latente Variablen können durch manifeste Variablen, so genannte Indikatoren oder Messgrößen, direkt beobachtet und damit auch abgefragt werden. Die Verknüpfung von Indikatoren und Konstrukten bezeichnet man als Operationalisierung (Churchill 1979; DeVellis 2003). In vielen wissenschaftlichen Arbeiten wird der Definition der Beziehungen zwischen den theoretischen Konzepten und den Messgrößen wenig Aufmerksamkeit geschenkt (Edwards/Bagozzi 2000). Dadurch besteht die Gefahr, dass theoretische Konzepte nur ungenau mit realen Sachverhalten verknüpft werden. Wie Baumgartner und Homburg (1996) in ihrer Meta-Studie zeigen, ist die daraus resultierende geringe Validität der Konstrukte ein verbreitetes Problem. Um diese Gefahr zu vermeiden, geben Homburg und Klarmann (2003) verschiedene Empfehlungen: x

Die Operationalisierung eines theoretischen Konzepts (Konstrukts) ist durch mehrere Messgrößen (Indikatoren) vorzunehmen.

x

Die Beziehung zwischen einem Konstrukt und seinen Indikatoren ist explizit zu spezifizieren.

x

Existieren bereits validierte Operationalisierungen, sollte möglichst auf diese zurückgegriffen werden. Der Einsatz sogenannter „borrowed scales“ (Churchill/Peter 1984) ermöglicht auch die Vergleichbarkeit verschiedener Arbeiten.

Für die Operationalisierung eines Konstrukts durch mehrere Indikatoren gibt es zwei Hauptgründe. Einerseits besteht die Schwierigkeit, aus einer Vielzahl möglicher Indikatoren diejenigen auszuwählen, die das Konstrukt empirisch genau abbilden. Daher werden üblicherweise mehrere Indikatoren verwendet (Little/Lindenberger/Nesselroade 1999). Andererseits liegt der Verwendung eines einzelnen Indikators je Konstrukt die Annahme zugrunde, dass dieser Indikator fehlerfrei gemessen wird (Bagozzi/Yi/Philips 1991). Da fast jede Messung aber potenziell einen Messfehler enthält, ist diese Annahme selten erfüllt (Churchill 1987, S. 377ff.). Werden je Konstrukt mehrere Indikatoren verwendet, 107

können die durch den Messfehler hervorgerufenen Verzerrungen beurteilt werden. Man spricht hierbei von der Beurteilung der Konstruktvalidität (Bagozzi/Yi/Philips 1991). Bei der Spezifikation eines Konstrukts wird die Beziehung zwischen dem Konstrukt und seinen Indikatoren festgelegt. Es werden grundsätzlich zwei Arten von Indikatoren unterschieden – reflektive und formative Indikatoren (Fornell/Bookstein 1982; Bollen 1989; Bollen/Lennox 1991). Bei reflektiven Indikatoren verläuft die kausale Beziehung vom Konstrukt zu den Indikatoren. Die Ausprägung des Konstrukts wird in den Indikatoren „reflektiert“. Das Konstrukt „logisches Denkvermögen“ wird z.B. mit reflektiven Indikatoren gemessen. Diese geben jeweils Ergebnisse unterschiedlicher Logiktests wieder. Bei formativen Indikatoren verläuft die kausale Beziehung von den Indikatoren zum Konstrukt, die Indikatoren bedingen somit das Konstrukt. So wird etwa das Konstrukt „Zeitverbrauch für soziale Interaktion“ mit den formativen Indikatoren „Zeit mit Freunden“ und „Zeit mit der Familie“ gemessen (Bollen 2002). Die Mehrzahl sozialwissenschaftlicher Arbeiten verwendet reflektive Indikatoren (Bollen 1989, S. 65). Zahlreiche Autoren führen dies darauf zurück, dass die klassische Testtheorie, Reliabilitätstests und auch die Faktorenanalyse auf der Annahme reflektiver Indikatoren basieren (Harman 1976; Nunnally 1978). Häufig wird diese Annahme aber nicht im Rahmen einer expliziten Spezifikation überprüft (Diamantopoulos/Winklhofer 2001). Werden formative Indikatoren als reflektiv spezifiziert, kann dies die empirischen Ergebnisse verfälschen. Wird bei der Operationalisierung eines Konstrukts ein formativer Indikator weggelassen, verändert sich die Aussage des Konstrukts (Bollen/Lennox 1991). Zudem kann der Verzicht auf formative Indikatoren bei der Datenanalyse dazu führen, dass im Rahmen von Reliabilitäts- und Validitätsprüfungen fehlspezifizierte Indikatoren unnötigerweise aus einem Konstrukt entfernt werden (Diamantopoulos/Winklhofer 2001). Zur Vermeidung dieser Gefahren werden die Konstrukte in dieser Arbeit bereits im Rahmen der Operationalisierung anhand von Entscheidungsregeln spezifiziert. Diese qualitative Spezifikation wird im Rahmen der Datenanalyse nochmals quantitativ überprüft. Abbildung 12 gibt einen Überblick über die die Entscheidungsregeln nach Jarvis, MacKenzie und Podsakoff (2003), die in der Folge für die Spezifizierung der Indikatoren verwendet werden.

108

Kennzeichen formativer Indikatoren

Kennzeichen reflektiver Indikatoren

Kausale Beziehung zwischen Konstrukt und Indikatoren

- Von den Indikatoren zum Konstrukt

- Vom Konstrukt zu den Indikatoren

Austauschbarkeit der Indikatoren

- Nicht unbedingt austauschbar

- Austauschbar

Kovarianz der Indikatoren

- Nicht unbedingt vorhanden

- Unbedingt vorhanden

- Veränderung eines Indikators bedingt nicht unbedingt eine Veränderung der anderen Indikatoren

- Veränderung eines Indikators bedingt unbedingt die Veränderung der übrigen Indikatoren

Nomologisches Netz der Indikatoren

- Gleiche Ursachen bzw. Folgen der Indikatoren nicht unbedingt gegeben

- Gleiche Ursachen bzw. Folgen der Indikatoren gegeben

Entscheidungskriterien

- Aussagekraft des Konstrukts ändert sich - Keine Veränderung der Aussagekraft des bei Herausnahme eines Indikators Konstrukts bei Herausnahme eines Indikators

Abbildung 12: Entscheidungsregeln für die Indikatorenspezifikation nach Jarvis et al. (2003)

Es wurde bei allen Spezifikationen auf bereits etablierte Messinstrumente zurückgegriffen. Der Vorteil bei diesem Vorgehen liegt zum einen darin, dass diese Messinstrumente bereits hinsichtlich ihrer Reliabilitäts- und Validitätseigenschaften empirisch getestet wurden. Zum anderen erleichtert dieses Vorgehen die Vergleichbarkeit von Forschungsergebnissen. Der vollständige Fragebogen mit allen Indikatoren findet sich in Anhang A.

3.2.2 Unternehmerische Orientierung Strategische Orientierungen wie EO lassen sich nicht valide über Sekundärdaten messen (Zahra/Covin 1993). Bislang wurde EO daher in der Literatur mit zwei Konstrukten bzw. Skalen gemessen, der „Corporate Entrepreneurship Scale“ und der „ENTRESCA-

109

LE“. Beide Skalen betrachten EO als ein Konstrukt. Die „Corporate Entrepreneurship Scale“ wurde von Zahra (1991; 1993b) entwickelt und verfeinert. Sie misst das Engagement eines Unternehmens hinsichtlich Corporate-Entrepreneurship-Aktivitäten wie Gründungen, Innovation und Selbsterneuerung. Die „Corporate Entrepreneurship Scale“ wurde nur vereinzelt in Folgestudien angewandt. 3 Stärker durchgesetzt hat sich die „ENTRESCALE“. Sie geht auf Khandwalla (1977) zurück und wurde durch Miller (1983) sowie Covin und Slevin (1986; 1989) weiterentwickelt. EO wurde von diesen Autoren noch als eindimensionales Konstrukt betrachtet (Covin/Slevin 1989). Die Skala beinhaltet drei der in Kapitel 1.2.2 diskutierten Dimensionen von EO – Proaktivität, Innovativität und Risikoübernahme. Diese Skala fand in der Literatur relativ großen Zuspruch und wurde gemäß Wiklund (1998) in mindestens zwölf Studien verwendet. Sie wurde auch bereits positiv auf ihre interkulturelle Reliabilität und Validität (Knight 1997) sowie ihre interne Konsistenz und prognostische Validität (Kemelgor 2002) getestet. Dennoch ist sie umstritten. So herrscht etwa Uneinigkeit darüber, wie sie genau zu bezeichnen ist und ob sie EO wirklich umfassend misst (Wiklund 1998; Brown/Davidsson 1998). Wie in den Kapiteln 1.2.2 sowie 2.2.3 argumentiert wurde, wird in dieser Arbeit analog zu Lumpkin und Dess (1996a) die Ansicht vertreten, dass die drei in der „ENTRESCALE“ berücksichtigten EO-Dimensionen Proaktivität, Innovativität und Risikoübernahme EO nur unzureichend erfassen. Sie schließen weder Autonomie noch Aggressivität gegenüber Wettbewerbern ein. EO wird in dieser Arbeit umfassend mit allen fünf Dimensionen gemessen. Im Folgenden wird auf die Operationalisierung der einzelnen Dimensionen eingegangen. In der Datenanalyse wird EO zudem als ein aus den fünf Dimensionen bestehendes

3

Schmelter (2009) misst sein Konstrukt „Corporate Entrepreneurship“ mit einer Kombination aus der

„Corporate Entrepreneurship Scale“ und den EO-Dimensionen Proaktivität und Risikoübernahme. Nach Kenntnisstand des Autors ist diese Kombinationsmessung bislang einzigartig.

110

Konstrukt höherer Ordnung, auch „Second Order Konstrukt“ genannt, gemessen (Law/Wong/Mobley 1998). 3.2.2.1 Autonomie Auf Basis der Arbeit von Lumpkin/Dess (1996a) sowie verschiedener anderer Arbeiten, die sich explizit mit Autonomie-Aspekten auseinandersetzen (Engel 1970; Spreitzer 1995; Hornsby/Kuratko/Zahra 2002), entwickeln Hughes und Morgan (2007) eine Autonomie-Skala und unterziehen diese auch einer inhaltlichen Validitätsprüfung. Die Arbeit wird diese Skala übernehmen. Das Konstrukt ist reflektiv spezifiziert. Tabelle 6 gibt die einzelnen Items wieder. Autonomie Konstrukt: Spezifikation: Reflektiv Engel (1970), Spreitzer (1995), Lumpkin/Dess (1996a), Quellen: Hornsby/Kuratko/Zahra (2002), Hughes/Morgan (2007) Indikatoren: aut_1 Unseren Mitarbeitern ist es erlaubt, ohne Einmischung (von Vorgesetzten) zu denken und zu handeln. aut_2 Unsere Mitarbeiter führen solche Arbeiten durch, die es ihnen erlauben, während ihrer Arbeitsschritte Änderungen vorzunehmen und anzuregen. aut_3 Unsere Mitarbeiter haben die Freiheit und Unabhängigkeit, selbst zu entscheiden, wie sie bei ihrer Arbeit vorgehen. aut_4 Unsere Mitarbeiter haben die Freiheit, ohne Einmischung (von Vorgesetzten) zu kommunizieren. aut_5 Unsere Mitarbeiter haben die Autorität und die Verantwortung selbst zu handeln, wenn es im Interesse unseres Geschäfts ist. aut_6 Unsere Mitarbeiter haben Zugang zu allen für ihre Arbeit relevanten Informationen.

Tabelle 6: Operationalisierung von „Autonomie“

3.2.2.2 Innovativität Wie auch in vorherigen Arbeiten (etwa Covin/Slevin 1989) basiert die Innovativitätsskala auf den Arbeiten von Khandwalla (1976) sowie Miller und Friesen (1982). Das von Schmelter (2008) ergänzte vierte Item, der Anteil des Umsatzes, den ein Unternehmen mit neuen Produkten macht, wird in dieser Arbeit über den Innovationserfolg, also das Ergebnis der Innovativität erfasst. Das Konstrukt ist reflektiv spezifiziert. Tabelle 7 gibt die einzelnen Items wieder.

111

Konstrukt: Spezifikation: Quellen: Indikatoren: inn_1

inn_2

inn_3

Innovativität Reflektiv Khandwalla (1976), Miller/Friesen (1982), Covin/Slevin (1989) Allgemein gesprochen bevorzugt unser TopManagement…

...das Vermarkten von ausreichend am Markt getesteten und bewährten Produkten.

...die starke Betonung von F&E, Technologieführerschaft und Innovationen.

Wie viele Produkte/Dienstleistungen hat Ihr Unternehmen in den letzten drei Jahren auf den Markt gebracht? In den letzten drei Jahren hat unser Unternehmen Änderungen an seinen Produktlinien vorgenommen.

Keine neuen Produkt- und Dienstleistungslinien.

Sehr viele neue Produkt- und Dienstleistungslinien.

Die Änderungen an den Produktlinien waren tendenziell von kleinem Umfang.

Die Änderungen der Produktlinien waren tendenziell von sehr großem Umfang.

Tabelle 7: Operationalisierung von „Innovativität“

3.2.2.3 Risikoübernahme In der Literatur für die Messung der Risikoübernahme breit akzeptiert ist die von Miller (1983) sowie Covin und Slevin (1986) entwickelte Skala, auf die auch in der vorliegenden Arbeit zurückgegriffen wird. Das Konstrukt ist reflektiv spezifiziert. Tabelle 8 gibt die einzelnen Items wieder.

112

Konstrukt: Spezifikation: Quellen: Indikatoren: ris_1

ris_2

ris_3

Risikoübernahme Reflektiv Miller (1983), Covin/Slevin (1986) Unser Unternehmen hat in den letzten drei Jahren… ...mehrheitlich Projekte ...mehrheitlich Projekte durchgeführt, die mit viel Risiko durchgeführt, die mit wenig behaftet waren (mit Aussichten auf Risiko behaftet waren (mit unsichere, "hohe" Aussichten auf sichere, Rentabilität/Gewinne). "normale" Rentabilität/Gewinne). ...eher eine Schritt-für-Schritt- ...eher große, gewagte Aktionen unternommen, um sich Entwicklung vollzogen, weil weiterzuentwickeln, weil dies am dies am besten zu unserer besten zu unserer Umwelt passt. Umwelt passt. …bei Entscheidungen unter …bei Entscheidungen unter unsicheren Voraussetzungen mit unsicheren Voraussetzungen kühnen, aggressiven Aktionen eher abgewartet und versucht, den größtmöglichen Profit beobachtet, um keine kostspieligen Fehlinvestitionen aus potenziellen Möglichkeiten zu ziehen. zu tätigen.

Tabelle 8: Operationalisierung von „Risikoübernahme“

3.2.2.4 Proaktivität Das Konzept der Proaktivität wurde in der Vergangenheit, wie etwa bei Miller (1983) häufig operationalisiert, indem Manager gefragt wurden, ob ihr Unternehmen eher voranschreitet oder es vorzieht, Wettbewerbern zu folgen. Ein Beispiel bieten etwa Covin und Slevin (1986, S. 631): „[Proaktivität] refers to the extent to which organizations attempt to lead rather than follow competitors in such key business areas as the introduction of new products or services, operating technologies, and administrative techniques“. Venkatraman (1989a) ergänzte bei seiner Operationalisierung den Aspekt der Aufgabenumweltbeobachtung. Sie ist notwendig, um auf neue Geschäftsmöglichkeiten aufmerksam zu werden. Da Venkatraman (1989a) sein Konstrukt auch umfassend validiert hat, wird seine Skala übernommen. Das Konstrukt ist reflektiv spezifiziert. Tabelle 9 gibt die einzelnen Items wieder.

113

Konstrukt: Spezifikation: Quellen: Indikatoren: pro_1 pro_2 pro_3 pro_4(rev) pro_5

Proaktivität Reflektiv Venkatraman (1989) Unser Unternehmen sucht ständig nach Gelegenheiten, die mit den bestehenden Unternehmensbereichen in Verbindung stehen. Wir sind in unserer Branche gewöhnlich die ersten, die neue Marken oder Produkte im Markt einführen. Wir sind ständig auf der Suche nach Unternehmen, die wir übernehmen können. Wettbewerber kommen uns häufig zuvor, indem sie vor uns Kapazitäten aufbauen. Unternehmensbereiche, die sich in den späten Phasen ihres Lebenszyklus befinden, werden strategisch eliminiert.

Tabelle 9: Operationalisierung von „Proaktivität“

3.2.2.5 Aggressives Verhalten gegenüber Wettbewerbern Aggressives Verhalten gegenüber Wettbewerbern lässt sich auf verschiedenen Wegen feststellen. Covin und Covin (1990, S. 48) etwa befragten Manager, welche Position sie gegenüber Wettbewerbern einnehmen. Damit greifen sie den Gedanken von Khandwalla (1977) auf und formulieren ihn lediglich sprachlich um. Eine „undo-the-competition“Einstellung wurde einer „live-and-let-live“-Einstellung gegenübergestellt. Auch anhand von ambitionierten Marktanteilszielen und Preisreduktionen mit Gewinnverzicht lässt sich derartiges Verhalten feststellen (Venkatraman 1989a). Weitere mögliche Indikatoren sind höhere Investitionen als Wettbewerber in Marketing, Produktservice, Qualität und Fertigungskapazität (MacMillan/Day 1987). Häufig wurde in der Vergangenheit für die Operationalisierung aggressiven Verhaltens gegenüber Wettbewerbern eine 2-Item-Skala, basierend auf den Arbeiten von Khandwalla (1977), Covin und Slevin (1989) sowie Lumpkin und Dess (2001a), eingesetzt. Interessant ist die Beschränkung auf zwei Items. Um eine Vergleichbarkeit mit Vorarbeiten zu ermöglichen, soll die Skala hier übernommen werden. Bei der Validitätsprüfung soll die Skala jedoch einer besonderen Prüfung unterzogen werden. Das Konstrukt ist reflektiv spezifiziert. Tabelle 10 gibt die beiden Items wieder.

114

Konstrukt: Spezifikation: Quellen: Indikatoren: agg_1

Aggressives Verhalten gegenüber Wettbewerbern Reflektiv Khandwalla (1977), Covin/Slevin (1989), Lumpkin/Dess (2001) Im Umgang mit Wettbewerbern… ...ist unser Unternehmen sehr ...unternimmt unser Unternehmen aggressiv und extrem keine besonderen Anstrengungen, wettbewerbsorientiert. um von der Konkurrenz Geschäft abzuziehen.

agg_2(rev)

...versucht unser Unternehmen ...nimmt unser Unternehmen typischerweise Konfrontationen typischerweise eine "Vernichtet den mit Wettbewebern aus dem Wettbewerb"-Haltung ein. Weg zu gehen und nimmt eine "Leben und leben lassen"Haltung ein.

Tabelle 10: Operationalisierung von „Aggressives Verhalten gegenüber Wettbewerbern“

3.2.3 Moderierende und mediierende Variablen 3.2.3.1 Moderierende Variablen 3.2.3.1.1 Freigiebigkeit Eine umfassende Skala für die Freigiebigkeit der Aufgabenumwelt wurde von Zahra (1993b) entwickelt. Sie umfasst die Dimensionen Dynamik (dyn), technologische Gelegenheiten (teo), wahrgenommenes Branchenwachstum (wbw) sowie Nachfrage nach neuen Produkten (nnp). Analog Zahra (1993b) sollen die einzelnen Dimensionen separat als moderierende Variablen, die für einzelne Aspekte einer freigiebigen Aufgabenumwelt stehen, modelliert werden. Diese Vorgehensweise erlaubt differenziertere Aussagen zum Einfluss der jeweiligen Aspekte einer freigiebigen Aufgabenumwelt. Jede Dimension ist als formatives Konstrukt spezifiziert. Die einzelnen Items sind, nach den Dimensionen geordnet, in Tabelle 11 dargestellt.

115

Freigiebigkeit der Aufgabenumwelt Konstrukt: Spezifikation: Formativ Zahra (1993b) Quellen: Indikatoren: Bitte bewerten Sie die Veränderungen, die im Geschäftsumfeld Ihres Unternehmens in den letzten 12 Monaten aufgetreten sind auf der u.s. Skala. dyn_1 Technologische Veränderungen dyn_2 Veränderungen in der Demographie der Konsumenten dyn_3 Regulierung in unserer Branche dyn_4 Anzahl der inländischen Mitbewerber dyn_5 Anzahl der ausländischen Mitbewerber dyn_6 Branchenweite Werbeausgaben Bitte geben Sie an, wie wahr oder unwahr die folgenden Aussagen bezogen auf die Situation Ihres Unternehmens sind. In unserer Banche gibt es zahlreiche Gelegenheiten für technische teo_1 Innovationen. Die Nachfrage nach neuen Technologien in unserer Branche wächst. teo_2 Für Wachstum in unserer Branche bedarf es neuer Technologien. teo 3 Bitte geben Sie an, wie wahr oder unwahr die folgenden Aussagen bezogen auf die Situation Ihres Unternehmens sind. In unserer Branche gibt es sehr wenige Gelegenheiten für Wachstum. wbw_1 (rev) wbw_2 Die Branche bietet zahlreiche Gelegenheiten für künftiges Wachstum. Wachstumsmöglichkeiten in dieser Branche gibt es im Überfluss. wbw_3 Bitte geben Sie an, wie wahr oder unwahr die folgenden Aussagen bezogen auf die Situation Ihres Unternehmens sind. In unserer Branche gibt es zahlreiche Gelegenheiten für nnp_1 Produktinnovationen. In unserer Branche wächst Konsumentennachfrage nach neuen nnp_2 Produkten. In unserer Branche wächst die Nachfrage des Gesamtmarktes nach nnp_3 neuen Produkten.

Tabelle 11: Operationalisierung von „Freigiebigkeit der Aufgabenumwelt“

3.2.3.1.2 Feindlichkeit Eine validierte Skala zur Messung der Feindlichkeit der Aufgabenumwelt stammt von Zahra (1991). Sie wurde auch in Folgestudien, etwa bei Zahra und Covin (1995), eingesetzt. Das Konstrukt ist formativ spezifiziert. Die Items basieren auf der Arbeit von Miller und Friesen (1984) und sind in Tabelle 12 wiedergegeben.

116

Konstrukt: Spezifikation: Quellen: Indikatoren: fei_1 fei_2 fei_3 fei_4 fei_5 fei_6

Feindlichkeit der Aufgabenumwelt Formativ Zahra (1991) Inwieweit treffen die folgenden Aussagen auf das Wettbewerbsumfeld Ihres Unternehmens zu? In unserer Branche sind die Handlungen unserer Wettbewerber unberechenbar. In unserer Branche sind die Nachfrage und die Kundenwünsche schwierig vorherzusagen. Schrumpfende Märkte für unsere Produkte sind eine große Herausforderung für unsere Branche. Ein harter Preiswettbewerb ist in unserer Branche eine große Herausforderung. Die Einmischung von Regierung/Behörden stellt in unserer Branche eine große Herausforderung dar. Unser Geschäftsumfeld gefährdet das Überleben unseres Unternehmens.

Tabelle 12: Operationalisierung von „Feindlichkeit der Aufgabenumwelt“

3.2.3.1.3 Reconfiguring Capabilities Die in der Literatur nach Kenntnisstand des Autors bisher einzige Operationalisierung von Reconfiguring Capabilities stammt von Jantunen et al. (2005) und soll auch für diese Arbeit übernommen werden. Das Konstrukt ist formativ spezifiziert. Die einzelnen Items finden sich in Tabelle 13. Konstrukt: Spezifikation: Quellen: Indikatoren:

rec_1 rec_2 rec_3 rec_4 rec_5 rec_6 rec_7

Reconfiguring Capabilities Formativ Jantunen et al. (2005) Haben Sie in Ihrem Unternehmen in den letzten drei Jahren die folgenden Erneuerungen durchgeführt? Falls ja, wie erfolgreich waren diese? Implementierung einer neuen oder substanziell veränderten Unternehmensstrategie Implementierung neuer Managementmethoden Neue oder substanziell veränderte Organisationsstruktur Neue oder substanziell veränderte Marketingmethoden oder Marketingstrategie Neue oder substanziell veränderte technologische Einrichtungen oder Produktionsprozesse Substanzielle Erneuerung der Geschäftsprozesse Substanzielle Erneuerung der Produktionsprozesse

Tabelle 13: Operationalisierung von „Reconfiguring Capabilities“

3.2.3.2 Mediierende Variable 3.2.3.2.1 Innovationserfolg Über die Operationalisierung des Innovationserfolges besteht in der Literatur keine Einigkeit (Hauschildt 1991). Es werden zahlreiche Vorschläge zur Messung des Innovati117

onserfolges unterbreitet (Hauschildt 1991; Griffin/Page 1993; Cooper/Kleinschmidt 1995; Ernst 2003a). Nach Hauschildt (1991) sind bei der Messung des Innovationserfolges die folgenden fünf Kriterien relevant: (1) Meßbereich – Auf welches Objekt bezieht sich der Innovationserfolg?, (2) Messdimension – Anhand welcher Eigenschaften des Innovationsobjektes wird der Erfolg gemessen?, (3) Messzeitpunkt – Wann wird der Innovationserfolg gemessen?, (4) Referenzgröße der Messung – Womit wird der Innovationserfolg verglichen?, (5) Messsubjekt – Wer sollte bestimmen, ob eine Innovation erfolgreich war? Mit der Definition des Innovationserfolges als Produktinnovationsrate (Brockhoff 1981), also als Prozentsatz des Umsatzes, der mit Produkten gemacht wird, die in den letzten drei Jahren neu in den Markt eingeführt oder wesentlich verändert wurden, versucht die Arbeit allen Kriterien gerecht zu werden. Der Messbereich erstreckt sich hierbei auf das gesamte Unternehmen, das Untersuchungsobjekt dieser Arbeit. Die Messdimension ist der Umsatz mit Innovationen in Relation zum Umsatz mit bestehenden Produkten. Der Messzeitpunkt ist nach Markteinführung der neuen Produkte. Die Referenzgröße sind die Bestandsprodukte. Messsubjekt ist das Top Management. Zwar wird hiermit nicht dem Ideal der Messung durch eine Gruppe entsprochen. Es handelt sich bei der Messdimension aber um eine objektiv relativ gut überprüfbare Größe. Das Management sollte über die relevanten Umsatzdaten verfügen. Die vorgeschlagene Messung folgt zudem den Richtlinien des OECD-Handbuches (OECD 1997). An dieser Messung könnte kritisiert werden, dass es sich um ein 1-Item-Measure handelt und Prozessinnovationen darin nicht berücksichtigt werden. Dass die Frage nach dem Umsatzanteil der Produkte, die in den letzten drei Jahren neu in den Markt eingeführt oder wesentlich verändert wurden, das Konstrukt Innovationserfolg, das hier als Produktinnovationsrate verstanden wird, empirisch genau abbildet und fehlerfrei misst, ist naheliegend. Insofern ist die Messung des Innovationserfolges mit einem Item vertretbar. Prozessinnovationen werden in dieser Arbeit bereits implizit über das Innovativitäts-Konstrukt berücksichtigt. Zudem wird in der Literatur auch die Ansicht vertreten, dass Prozessinnovationen Produktinnovationen unterstützen (Piper 2008). Demnach wären Prozessinnovationen als moderierende oder mediierenden Variable zu modellieren und nicht als separate Items im Innovationserfolgskonstrukt. Das Item zur Messung des Innovationserfolges ist in Tabelle 14 wiedergegeben.

118

Konstrukt: Spezifikation: Quellen: Indikatoren:

ine_1

Innovationserfolg Reflektiv Brockhoff (1981) Wie hoch ist der Prozentsatz Ihres Umsatzes mit Produkten, die in den letzten drei Jahren neu in den Markt eingeführt oder wesentlich verändert wurden? %-Angabe

Tabelle 14: Operationalisierung von „Innovationserfolg“

3.2.4 Unternehmenserfolg Im Folgenden wird auf die Operationalisierung der nach der Diskussion in Kapitel 1.2.3 diskutierten und ausgewählten finanziellen und nicht-finanziellen Erfolgsgrößen eingegangen. 3.2.4.1 Finanzielle Erfolgsgrößen 3.2.4.1.1 Profitabilitätsmaße Verschiedene Arbeiten greifen zur Messung des Unternehmenserfolges auf Profitabilitätsmaße zurück. Den Return on Assets (ROA), also der Nettogewinn geteilt durch die Summe der Vermögenswerte, wurde etwa von Zahra (1991) sowie Zahra und Covin (1995) eingesetzt. Er soll auch in dieser Arbeit verwendet werden. Unabhängig von der Aktiva des Unternehmens ist die ebenfalls häufig verwendete Umsatzrendite bzw. ROS, also der Nettogewinn geteilt durch den Umsatz. Diese wurde etwa von Zahra (1993b), Zahra und Covin (1995) sowie Lumpkin und Dess (2001a) verwendet und kommt auch hier zum Einsatz. 3.2.4.1.2 Wachstumsmaße Da bei Profitabilitätsmaßen allerdings das Problem besteht, dass unternehmensspezifische (Einmal-)Effekte, die Messgrößen verzerren können (Lumpkin/Dess 2001b), soll zusätzlich auf Wachstumsmaße zurückgegriffen werden. Da unternehmerische Aktivitäten zudem teilweise erst mit Verzögerung eine Beeinflussung der Profitabilität zeigen, wäre eine Beschränkung der Erfolgsmessung auf Profitabilitätsmaße ggf. irreführend (Zahra/Garvis 2000). Die Wachstumsmaße Umsatzwachstum und Mitarbeiterwachstum, die auch schon in vorherigen Studien zum Zusammenhang zwischen EO und UE (etwa bei Lumpkin und Dess (1996a; 2001a)) verwendet wurden, sind neben der Umsatzrendite eine weitere breit akzeptierte Methode der Erfolgsmessung. Das Umsatzwachstum spiegelt jedoch andere Aspekte des Erfolgsstrebens eines Unternehmens als die Umsatzrendite wider (Kirchhoff 1977). Umsatzwachstum ist nach der Meta-Analyse von Ca119

pon, Farley und Hoenig (1990) zu den Determinanten des Unternehmenserfolges ein allgemein akzeptierter Indikator für den finanziellen Unternehmenserfolg, der positiv und robust mit anderen Messgrößen des finanziellen Unternehmenserfolges im Zusammenhang steht. Auf Umsatzwachstum, das rein auf die Akquisition von Unternehmen zurückzuführen ist, wird kontrolliert. Tabelle 15 gibt alle in der Arbeit eingesetzten Erfolgsgrößen des formativen Konstrukts „Finanzieller Erfolg“ wieder. Konstrukt: Spezifikation: Quellen: Indikatoren: fin_1 fin_2 fin_3

Finanzieller Erfolg Formativ Eigene Überlegungen Ungefähres Wachstum der Zahl fester Mitarbeiter im Vergleich zum Vorjahr (in %): Durchschnittliches Wachstum der Zahl fester Mitarbeiter pro Jahr seit Gründung (in %): Ungefähres Umsatzwachstum im Vergleich zum Vorjahr (in %):

fin_4

Durchschnittliches Umsatzwachstum pro Jahr seit Gründung (in %):

fin_5

Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % des Umsatzes): Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % der Bilanzsumme):

fin_6

Tabelle 15: Operationalisierung von „Finanzieller Erfolg“

3.2.4.2 Nicht-finanzielle Erfolgsgrößen 3.2.4.2.1 Erfolg im Vergleich zu den wichtigsten Wettbewerbern Die Erfolgsmessung im Vergleich zu Wettbewerbern (aew) zeigte in früheren Studien ein hohes Maß an Reliabilität und Validität (Chandler/Hanks 1993) und ist relativ breit akzeptiert (Kollmann/Herr/Kuckertz 2008; Schmelter 2009). Das Konstrukt ist reflektiv spezifiziert. 3.2.4.2.2 Produkterfolg Eine nicht-finanzielle Erfolgsgröße, die bereits in anderen Studien (etwa bei Hughes und Morgan (2007)) angewandt wurde, ist der Produkterfolg (pew). Hughes und Morgan (2007) messen den Produkterfolg durch zwei Items: Umsatz und Marktanteil im Vergleich zu Wettbewerbsprodukten. Darüber hinaus zeigt die Metaanalyse von Capon, Farley und Hoenig (1990), dass sowohl die Produktqualität, vermutlich eine relevante Voraussetzung des Produkterfolges, als auch der Marktanteil einen signifikant positiven Zusammenhang mit dem finanziellen Unternehmenserfolg aufweisen. Darum wird auch hier der Produkterfolg als Dimension des Unternehmenserfolges erhoben. Das Konstrukt ist reflektiv spezifiziert. 120

3.2.4.2.3 Kundenerfolg Eine weitere nicht-finanzielle Erfolgsgröße, die insbesondere in jüngeren Arbeiten (Walter/Auer/Ritter 2006; Hughes/Morgan 2007) Akzeptanz findet, ist der Kundenerfolg (kew). Für Unternehmen ist es entscheidend, Kunden zu gewinnen und zu halten. Die Erfolgsgröße spiegelt dies wider. Das Konstrukt ist reflektiv spezifiziert. Tabelle 16 gibt alle in der Arbeit eingesetzten nicht-finanziellen Erfolgsgrößen wieder. Nicht-finanzieller Erfolg Konstrukt: Spezifikation: Reflektiv Quellen: Walter/Auer/Ritter (2006), Hughes/Morgan (2007), Schmelter (2009) Indikatoren: aew_1 aew_2 pew_1

Die wirtschaftliche Entwicklung unseres Unternehmens im Vergleich zu den wichtigsten Wettbewerbern ist… Das Wachstum unseres Unternehmens im Vergleich zu den wichtigsten Wettbewerbern ist… Der Erfolg unserer Produkte/Dienstleistungen hinsichtlich Umsatz im Vergleich zu den wichtigsten Wettbewerbern ist…

pew_2

Der Erfolg unserer Produkte/Dienstleistungen hinsichtlich Marktanteil im Vergleich zu den wichtigsten Wettbewerbern ist…

kew_1

Die Anzahl der gewonnenen Neukunden im Vergleich zu den wichtigsten Wettbewerbern ist… Das Ausmaß der Bindung unserer Kunden an unser Unternehmen im Vergleich zu den wichtigsten Wettbewerbern ist…

kew_2

Tabelle 16: Operationalisierung von „Nicht-finanzieller Erfolg“

3.2.5 Kontrollvariablen Kontrollvariablen helfen bei der Fundierung der Beziehungen zwischen den untersuchten Variablen im Forschungsmodell. Sie können die Beziehung zwischen unabhängigen und abhängigen Variablen beeinflussen (Hughes/Morgan 2007, S. 234). In der Entrepreneurship-Forschung, die sich mit dem Unternehmenserfolg beschäftigt, werden als Kontrollvariablen meist Unternehmensgröße, Unternehmensalter und Gewerbe bzw. Branche verwandt (Murphy/Trailer/Hill 1996). Unternehmen verschiedener Größe und verschiedenen Alters können in der Organisation begründete Merkmale aufweisen, die auf den Unternehmenserfolg wirken können. Größere Unternehmen haben oft mehr Ressourcen zur Verfügung, die sie z.B. für das Durchführen innovativer Aktivitäten verwenden können. Die Unternehmensgröße kann über die Anzahl der Mitarbeiter bzw. der Vollzeitäquivalente erhoben werden (Wiklund/Shepherd 2005). Ältere Unternehmen haben häufig etablierte Routinen, die es ihnen erlauben, Wissen effektiver zu nutzen (Calantone/Cavusgil/Yushan 2002). Für das Unternehmensalter ist der Gründungszeitpunkt des Unternehmens relevant. Auch das Gewerbe und innerhalb des Gewerbes die Branche eines Unternehmens können relevante Einflussgrößen für den Unternehmens121

erfolg sein. Beim Gewerbe wird meist zwischen produzierenden Unternehmen, Dienstleistungsunternehmen und Handelsunternehmen unterschieden. Nicht zuletzt könnte bei der Betrachtung des finanziellen Erfolges eine Verzerrung durch eine kürzlich erfolgte Akquisition eintreten. Daher soll auch der auf Akquisitionen in den letzten drei Jahren zurückzuführende Umsatz mit erhoben werden. Als Kontrollvariablen werden somit in dieser Arbeit analog zu ähnlichen EO-Studien (Rauch et al. 2009) die Unternehmensgröße, gemessen an der Mitarbeiteranzahl, das Unternehmensalter, das Gewerbe, die Branche sowie der Umsatzanteil, der auf Akquisitionen zurückzuführen ist, eingesetzt.

122

3.3 Datenanalyse 3.3.1 Auswahl der Analysemethode In dieser Arbeit wird vermutet, dass der Zusammenhang von EO und Unternehmenserfolg komplexer Natur ist. Da das Zusammenwirken verschiedener Variablen gleichzeitig untersucht werden soll, bietet sich ein multivariates Analyseverfahren an. Fornell (1987) unterscheidet multivariate Verfahren der ersten und der zweiten Generation. Zu den Verfahren der ersten Generation zählen etwa die multiple Regressionsanalyse, die Faktorund die Clusteranalyse. Diese Methoden weisen eine Reihe von Defiziten auf. Erstens ist der Großteil dieser Methoden nur auf manifeste, also beobachtbare, Variablen anwendbar. Zweitens basieren diese Methoden auf der Annahme, dass die Variablen keinen Messfehler aufweisen. Drittens setzen diese Methoden wenig komplexe Modellstrukturen voraus (Jacoby 1978; Fornell 1987). Zwar lassen sich grundsätzlich auch anspruchsvollere Modelle mit multivariaten Regressionen prüfen. Werden aber, wie in der vorliegenden Arbeit, eine Reihe latenter Variablen und zudem moderierende und mediierende Variablen parallel geprüft, stellt die Anwendung multivariater Verfahren der ersten Generation eine technische Herausforderung dar. Zu den Verfahren der zweiten Generation zählen insbesondere Strukturgleichungsmodelle. Diese Modelle adressieren die oben aufgeführten Defizite. Sie können zur Analyse nicht manifester bzw. latenter Variablen eingesetzt werden, berücksichtigen Messfehler und können auch komplexe Strukturen abbilden. Aus diesem Grund kommen sie gerade in

der

jüngeren

betriebswirtschaftlichen

Forschung

häufig

zur

Anwendung

(Homburg/Baumgartner 1995). Mit Strukturgleichungsmodellen lassen sich kausale Zusammenhänge zwischen latenten Variablen identifizieren. Hierzu werden Abhängigkeiten zwischen manifesten und latenten sowie zwischen mehreren latenten Variablen analysiert (Fornell/Bookstein 1982). Strukturgleichungsmodelle bestehen grundsätzlich aus einem Messmodell und einem Strukturmodell. Im Messmodell werden die manifesten Variablen (Indikatoren) mit den latenten Variablen (Konstrukten) verknüpft. Im Strukturmodell werden die aus der Theorie abgeleiteten Beziehungen zwischen den Konstrukten dargestellt (Götz/Liehr-Gobbers 2004). Aus der Kombination der beiden Modelle ergibt sich das Strukturgleichungsmodell. Abbildung 13 stellt die drei Modelltypen dar.

123

Strukturmodell

Strukturgleichungsmodell x1

ȟ Ȗ į

Ș

ȗ

x2

Ȝx1

Ȝx2 ȟ Ȗ

ȗ

Messmodell

Ș ʌy1

į

ȟ Ȝx1 x1

Ș Ȝx2 x2

ʌy1

ʌy2

y1

y2

İy1

İy2

ʌy2

y1

y2

İy1

İy2

Abbildung 13: Struktur-, Mess- und Strukturgleichungsmodell

Im Strukturmodell bezeichnet der griechische Buchstabe ȟ die unabhängige, latente Variable. Der Buchstabe Ș steht für die abhängige, latente Variable. Der Pfeil zwischen den beiden Variablen bildet eine Regressionsbeziehung ab. Der Buchstabe Ȗ stellt den Pfadkoeffizienten dar, der die Stärke der Korrelation angibt. Das Strukturmodell enthält zudem den Fehlerterm ȗ, da die unabhängige Variable in der Regel die abhängige Variable nicht perfekt vorhersagen kann. Das Messmodell beschreibt die Beziehungen zwischen den latenten Variablen ȟ und Ș und den ihnen zugeordneten manifesten Variablen x 1-2 sowie y 1-2 . Dabei wird die bereits im Rahmen der Operationalisierung beschriebene Unterscheidung zwischen formativen und reflektiven Konstrukten deutlich. Die latente Variable ȟ wird durch die formativen Indikatoren x 1-2 gebildet. Die Stärke der Beziehung wird durch die multiplen Regressionskoeffizienten Ȝ 1-2 dargestellt. Der Buchstabe į steht für die Residuen der multiplen Regression. Die latente Variable Ș wird durch reflektive Indikatoren modelliert. Wie die Pfeilrichtung bereits andeutet, wirkt diese Variable über die einfachen Regressionskoeffizienten ʌ 1-2 auf die beiden Indikatoren y 1-2 . Da die beiden Indikatoren in der Regel jeweils Messfehler aufweisen, wird der Fehlerterm İ mitberücksichtigt. Zur Schätzung eines Strukturgleichungsmodells können sowohl kovarianz- als auch varianzbasierte Verfahren verwendet werden. Der kovarianzbasierte Ansatz, der auf den Arbeiten von Keesling (1972), Jöreskog (1973) und Wiley (1973) basiert, zielt darauf ab, 124

den Unterschied zwischen der theoretischen und der empirischen Kovarianzmatrix der Indikatorvariablen

zu

minimieren.

Meist

wird

dabei

das

Maximum-Likelihood-

Schätzverfahren eingesetzt. Kovarianzbasierte Verfahren werden im Rahmen von betriebswirtschaftlichen Forschungsarbeiten häufig verwendet (Scholderer/Balderjahn 2005). Dies wird primär auf die einfache Verfügbarkeit von intuitiv anzuwendenden Softwarelösungen wie etwa AMOS oder LISREL zurückgeführt (Chin 1998). Der varianzbasierte Ansatz hat das Ziel, die Varianz aller abhängigen latenten Variablen zu minimieren. Die Partial Least Square (PLS)-Methode ist das gängigste varianzbasierte Verfahren (Wold 1980; Lohmöller 1989). Für die Entscheidung, ob ein kovarianz- oder ein varianzbasiertes Verfahren anzuwenden ist, ist die jeweilige Forschungssituation maßgeblich. Die Unterschiede zwischen den beiden Verfahrensarten lassen sich entlang des Ablaufs einer kausalanalytischen Untersuchung aufzeigen. Eine kausalanalytische Untersuchung kann in die vier Schritte der Modellspezifikation, der Parameterschätzung, der Modellbeurteilung/-anpassung sowie der Ergebnisinterpretation unterteilt werden (Homburg/Pflesser 2000). Im Rahmen der Modellspezifikation werden die Beziehungen zwischen manifesten und latenten Variablen sowie zwischen den latenten Variablen definiert. Die Beziehung zwischen manifester und latenter Variable wird je nach kausaler Richtung als formativ oder reflektiv bezeichnet. Als varianzbasierte Methode kann PLS sowohl für formative als auch für reflektive Indikatoren verwendet werden. Kovarianzbasierte Verfahren sind dagegen primär für die Analyse reflektiver Indikatoren geeignet. Formative Indikatoren können

in

kovarianzbasierten

Verfahren

nur

aufwändig

berücksichtigt

werden

(Albers/Hildebrandt 2006). Es ist möglich, die formativen Indikatoren zu einer Indexvariable zusammenzufassen. Der Einfluss des einzelnen Indikators ist bei dieser Indexbildung jedoch nicht ermittelbar (Fassott 2005). Außerdem muss bei der Einbindung formativer Konstrukte in kovarianzbasierte Verfahren darauf geachtet werden, dass das zu schätzende Modell hinreichend komplex ist. Ansonsten besteht die Gefahr, dass das Modell

wegen

einer

Unteridentifizierung

nicht

geschätzt

werden

kann

(Christophersen/Grape 2006, S. 120). Bei dem zweiten Schritt einer Kausalanalyse, der Parameterschätzung, werden die Pfadkoeffizienten, die Faktorladungen sowie die Gewichte der Indikatoren ermittelt. Kovarianzbasierte

Verfahren

beruhen

überwiegend

auf

dem

Maximum-Likelihood-

Schätzverfahren. Dieses Verfahren benötigt eine relativ große Stichprobengröße (Sellin 1995). Bollen (1989, S. 254ff.) empfiehlt bereits für ein relativ einfaches Strukturgleichungsmodell mit zwei Konstrukten einen Stichprobenumfang von 100 bis 150. Ist dieser 125

nicht gegeben, besteht die Gefahr, dass ein Identifikationsproblem bzw. so genannte „Heywood Cases“ entstehen. Ein Identifikationsproblem tritt dann auf, wenn eine empirische Kovarianzmatrix durch keine theoretische Kovarianzmatrix abgebildet werden kann (Homburg/Baumgartner 1995). Treten „Heywood Cases“ ein, liegen negative Werte für die Parameter vor (Boomsma/Hoogland 2001). Beim Einsatz des PLS-Verfahrens tritt dieses Problem nicht auf. Der verwendete Algorithmus konvergiert auch bei geringen Stichprobengrößen (Götz/Liehr-Gobbers 2004). Der von den kovarianzbasierten Verfahren größtenteils eingesetzte Maximum-Likelihood-Algorithmus basiert zudem auf der Annahme, dass die manifesten Variablen normalverteilt sind. In den meisten Forschungssituationen ist diese Annahme nicht haltbar (Dijkstra 1983). Mit varianzbasierten Verfahren ist das Problem verbunden, dass diese Verfahren Faktorladungen tendenziell überschätzen und Pfadkoeffizienten unterschätzen. Dieses Problem, das „Consistency at Large“ genannt wird, kann durch eine gleichzeitige Erhöhung der Stichprobe und der Indikatoranzahl behoben werden (Chin/Marcolin/Newsted 2003). Bei dem dritten Schritt einer Kausalanalyse, der Modellbeurteilung, werden lokale und globale Gütemaße unterschieden. Lokale Gütekriterien beziehen sich auf das Messmodell, globale Gütekriterien beziehen sich auf die Gesamtanpassung des Modells an die empirischen Daten. Bezüglich der Beurteilung reflektiver Messmodelle unterscheiden sich kovarianz- und varianzbasierte Verfahren nicht. Bei varianzbasierten Verfahren werden zusätzlich lokale Gütekriterien für die Beurteilung formativer Messmodelle verwendet. Auf globaler Ebene unterscheiden sich die beiden Verfahren dagegen hinsichtlich ihrer Gütekriterien signifikant. Kovarianzbasierte Verfahren können auf eine Vielzahl von Kriterien zurückgreifen. Da bei varianzbasierten Verfahren keine Annahmen hinsichtlich der Datenverteilung getroffen werden, können – anders als bei den kovarianzbasierten Verfahren – keine inferenzstatistischen Tests auf Basis von Verteilungen verwendet werden. Es stehen lediglich das Bestimmtheitsmaß R² sowie der Stone-Geisser-Test Q² zur Verfügung (Götz/Liehr-Gobbers 2004). Die Interpretation des R² entspricht der einer traditionellen Regressionsanalyse. Seine Größe gibt den Anteil der erklärten Streuung an der Gesamtstreuung wieder (Panten/Thies 2006, S. 324). Das Q2 zeigt, ob das Modell auch Prognoserelevanz hat. Es gibt an, inwieweit die empirischen Daten durch das Modell rekonstruiert werden können (Götz/Liehr-Gobbers 2004). Bei dem vierten und abschließenden Schritt einer Kausalanalyse, der Ergebnisinterpretation, bestehen zwischen kovarianz- und varianzbasierten Verfahren keine wesentlichen Unterschiede. Beide Verfahren stellen Gewichte, Faktorladungen und Pfadkoeffizienten bereit. Auf abstrakter Ebene ergibt sich zwischen den beiden Verfahren insofern 126

ein Unterschied, als dass kovarianzbasierte Verfahren primär ein Erklärungsziel verfolgen, wohingegen mit varianzbasierten Verfahren auch Prognosen möglich sind (Chin 1998). Für Prognosen wird das sogenannte Data Splitting-Verfahren eingesetzt. In diesem Verfahren werden die Modellschätzung und dessen Validierung voneinander getrennt. Dabei kann entweder die Erhebung zweier unabhängiger Samples erfolgen oder der Datensatz geteilt werden (Panten/Thies 2006, S. 325). Eine genaue Beschreibung des Verfahrens folgt in Abschnitt 3.3.4. In dieser Arbeit wird das varianzbasierte PLS-Verfahren (Software: SmartPLS Version 2.0 M3) eingesetzt. Der Hauptgrund hierfür ist die Möglichkeit, damit sowohl formative als auch reflektive Indikatoren abzubilden (Hänlein/Kaplan 2004). Beide Indikatortypen werden in dieser Arbeit verwendet. Im Unterschied zu kovarianzbasierten Verfahren können mit PLS formative Konstrukten direkt modelliert werden. PLS erleichtert zudem die Abbildung moderierender Effekte, wie sie in der vorliegenden Arbeit angenommen werden. Das „Consistency at Large“ Problem, das als Nachteil des PLS-Verfahrens gilt, wird durch eine hohe Anzahl an Indikatoren sowie eine große Datengrundlage vermieden. PLS schätzt drei Typen von Parametern: die Gewichte bzw. Ladungen der Indikatoren zur Bildung der latenten Konstrukte, die Pfadkoeffizienten, welche die Stärke der Beziehungen zwischen den latenten Konstrukten beschreiben sowie die Konstanten der Regression der Indikatoren und der latenten Variablen (Chin/Newsted 1999).

127

Stufe 1

Generierung der Ausgangslösung

Stufe 2

Beginne bei Schritt 4 und wiederhole Schritte 1-4 bis zur Konvergenz 1. Berechnung der inneren Gewichte 2. Berechnung des inneren Modells 3. Berechnung der äußeren Gewichte 4. Approximation des äußeren Modells

Stufe 3

Schätzung der Pfadkoeffizienten des inneren sowie der Gewichte und Ladungen des äußeren Modells mit Kleinstquadratgleichungen

Abbildung 14: Parameterschätzung durch den PLS-Algorithmus

PLS schätzt die Parameter in einem dreistufigen iterativen Prozess. Abbildung 14 gibt diesen wieder. In der ersten Stufe wird die Ausgangslösung generiert. Dabei wird jede latente Variable als standardisierte Linearkombination ihrer Indikatoren aufgefasst (Götz/Liehr-Gobbers 2007, S. 5). In der zweiten Stufe wird die Schätzung sukzessive durch innere und äußere Approximation verbessert. Für jede latente Variable wird also ein Schätzwert aus dem Strukturmodell (innere Approximation) und dem Messmodell (äußere Approximation) gebildet. Das Ziel der inneren Approximation ist die Minimierung der Varianz der Fehlervariablen der endogenen Variable(n) im Strukturmodell (Chin/Newsted 1999). Somit sind die Modellteile, die nicht die Indikatoren der latenten Variable darstellen, aber dennoch zur latenten Variable in Beziehung stehen, Gegenstand der inneren Approximation. Die äußere Approximation gibt eine gewichtete Summe der Indikatoren wieder und hat die Minimierung des Messmodellmessfehlers zum Ziel. Wird ein Konvergenzkriterium erreicht, wird der Iterationsprozess abgebrochen (Götz/Liehr-Gobbers 2007, S. 6). In der dritten Stufe werden die Pfadkoeffizienten des Strukturmodells geschätzt. Dabei wird mit jeder abhängigen Variable und den jeweiligen unabhängigen Variablen eine Kleinstquadrat-Regression berechnet (Chin/Newsted 1999). Auf die formalanalytische Darstellung des PLS-Schätzalgorithmus, die sich z.B. bei Panten und Thies (2006) findet, soll an dieser Stelle verzichtet werden.

128

3.3.2 Gütebeurteilung von Konstrukten 3.3.2.1 Grundlagen Die Güte von Konstrukten lässt sich grundsätzlich anhand ihrer Reliabilität und Validität bestimmen. Reliabilität gibt Auskunft darüber, ob Messinstrumente fehlerfrei sind und somit konsistente Ergebnisse liefern (Churchill 1979; Peter 1979). Peter (1979, S. 6) versteht unter Reliabilität „[…] the degree to which measures are free from random error and therefore yield consistent results“. Reliabilität ist somit ein Indikator für die Beziehung zwischen beobachteten und wahren Werten (Venkatraman/Grant 1986). Reliabilität wird auch als interne Konsistenz bezeichnet. Konzeptionell kann sie als die Korrelation des Messinstruments mit sich selbst verstanden werden (Peter 1981). In der Literatur werden meist drei Arten von Reliabilität unterschieden: x

„Test-Retest-Reliabilität: Korrelation mit einer Vergleichsmessung desselben Messinstruments zu einem zweiten Zeitpunkt,

x

Parallel-Test-Reliabilität: Korrelation mit einer Vergleichsmessung auf einem äquivalenten Messinstrument,

x

Interne-Konsistenz-Reliabilität: Korrelation zwischen zwei Hälften der Indikatoren eines Messinstruments“ (Hildebrandt 1998, S. 88).

Die beiden ersten Reliabilitätsarten lassen sich empirisch nur mit sehr großem Aufwand überprüfen. Daher kommt insbesondere der internen Konsistenz-Reliabilität eine hohe Bedeutung bei der Gütebeurteilung reflektiver Messmodelle zu. Sie ist dann als gut zu betrachten, wenn die Indikatoren eines Konstrukts hoch korrelieren (Hildebrandt 1998). Ein Messmodell ist dann valide, wenn „[…] the differences in observed scores reflect true differences on the characteristic one is attempting to measure and nothing else” (Churchill 1979, S. 65), wenn es also das misst, was es messen soll (Homburg/Giering 1996). Es lassen sich die Inhaltsvalidität und die Konstruktvalidität überprüfen: Die Inhaltsvalidität gibt an, inwieweit die Indikatoren des Konstrukts das zu messende Konstrukt inhaltlich tatsächlich abbilden (Nunnally 1978, S. 101ff). Die verschiedenen theoretischen Inhalte und Facetten eines Konstrukts sollten vollständig erfasst werden. Ob ein Konstrukt inhaltlich valide ist, unterliegt der subjektiven Einschätzung (Churchill 1979). Die Inhaltsvalidität wird meist durch die Einholung von Expertenmeinungen überprüft (Venkatraman/Grant 1986).

129

Die Konstruktvalidität stellt den anspruchsvollsten Maßstab zur Validitätsüberprüfung dar. Sie drückt sich in dem Grad aus, zu dem die Messung Richtung und Größe einer repräsentativen Auswahl der Konstrukteigenschaften abbildet und die Messung nicht durch Elemente anderer Konstrukte oder systematische Messfehler verfälscht wird. Die Konstruktvalidität lässt sich in drei Teilbereiche gliedern (Peter 1981): x

Konvergenzvalidität (convergent validity): Sie ist an dem Grad, zu dem weitgehend unterschiedliche Messungen desselben Konstrukts miteinander korrelieren, abzulesen. Ist ein reflektives Messmodell gegeben, zeigt sich die Konvergenzvalidität in einer hohen Korrelation der einzelnen Indikatoren (Homburg/Giering 1996).

x

Diskriminanzvalidität (discriminant validity): Sie ist der Grad, zu dem das gleiche Messinstrument bei unterschiedlichen Konstrukten unterschiedliche Ergebnisse liefert (Churchill 1979). Liegt ein reflektives Messmodell vor, sollte die Korrelation zwischen zwei Indikatoren, die unterschiedlichen Faktoren zugehören, geringer sein als zwischen zwei Indikatoren, die demselben Faktor zugehören.

x

Nomologische Validität (nomological validity): Sie ist dann gegeben, wenn sich eine Beziehung zwischen zwei Konstrukten wie in der zuvor aufgestellten Theorie zeigt. Zur Prüfung der nomologischen Validität ist also ein theoretischer Rahmen notwendig (Ruekert/Churchill 1984). Liegen verschiedene Theorien zur Erklärung der hypothetisierten Zusammenhänge vor und kommen diese zu unterschiedlichen Zusammenhangsvermutungen, wird die Prüfung der nomologischen Validität erschwert. In der vorliegenden Arbeit werden zwar verschiedene Theorien zur Erklärung der Zusammenhänge herangezogen, sie unterscheiden sich allerdings nicht in ihren Zusammenhangsvermutungen.

Im Folgenden soll die Gütebeurteilung bei reflektiven und formativen Messmodellen im Detail vorgestellt werden. 3.3.2.2 Reflektive Messmodelle Auch bei der Beurteilung von Messmodellen lassen sich Verfahren der ersten Generation (varianzbasierte Verfahren) und der zweiten Generation (kovarianzbasierte Verfahren) unterscheiden. Verfahren der ersten Generation zur Beurteilung reflektiver Messmodelle sind insbesondere: x

die exploratorische Faktorenanalyse,

x

das Cronbach’sche Alpha und

130

x

die Item-to-Total-Korrelation.

Mit der exploratorischen Faktorenanalyse lässt sich die Faktorenstruktur des Messmodells ermitteln. Es ist nicht notwendig, vorher Hypothesen über die Faktorenstruktur aufzustellen. Die exploratorische Faktorenanalyse verdichtet sämtliche reflektiven Indikatoren auf eine möglichst geringe Anzahl an Faktoren und versucht dennoch, die Indikatoren in ihrer Gesamtheit möglichst gut wiederzugeben. In einem zweiten Schritt wird die explorativ generierte Faktorenstruktur mit der zuvor theoretisch abgeleiteten Faktorenstruktur verglichen. Die Korrelationsmatrix der Indikatoren bildet die Grundlage der Faktorenanalyse. Ob eine Korrelationsmatrix geeignet ist, lässt sich mit zahlreichen Kenngrößen überprüfen. Wesentlich sind die Signifikanzniveaus der Korrelationen, die Prüfung der inversen Korrelationsmatrix, der Bartlett-Test, die Anti-Image-Kovarianzmatrix sowie das KaiserMeyer-Olkin-Kriterium (Backhaus et al. 2003, S. 273ff.). Grundüberlegung der Faktorenanalyse ist, dass sich die Korrelationsmatrix durch die Faktorladungen und die Korrelationen zwischen den Faktoren reproduzieren lässt. Zur Faktorextraktion werden meist die Verfahren der Hauptkomponenten- und Hauptachsenanalyse herangezogen. In der vorliegenden Arbeit wurde zur Ermittlung der Faktorenstruktur der reflektiven Indikatoren auf die Hauptkomponentenanalyse zurückgegriffen. Diese berücksichtigt explizit Messfehler. Die Assoziation der einzelnen Indikatoren mit den Faktoren lässt sich in der Faktorladungsmatrix ablesen. Um die Interpretation der Faktorladungsmatrix zu erleichtern, werden Rotationsverfahren verwendet. Da auf Basis theoretischer Überlegungen von unabhängigen Faktoren ausgegangen wird, wurde in der vorliegenden Arbeit die Rotationsmethode Varimax mit Kaiser-Normalisierung eingesetzt (Backhaus et al. 2003, S. 291ff.). Nach dem Kaiser-Kriterium entspricht die Anzahl der zu extrahierenden Faktoren der Anzahl der Faktoren, die einen Eigenwert größer eins aufweisen. Der Eigenwert eines Faktors ist das Maß der durch den Faktor anteilig erklärten Varianz der Indikatoren. Er errechnet sich als Summe der quadrierten Ladungen eines Faktors im Hinblick auf alle Variablen (Backhaus et al. 2003, S. 295). Liegen die Eigenwerte nahe eins, wird als zusätzliches Entscheidungskriterium zur Bestimmung der Faktoren der Scree-Test herangezogen. Hierzu werden die Eigenwerte der Faktoren absteigend geordnet. Sind die Eigenwerte so angeordnet, lässt sich die Stelle einer besonders hohen Differenz zwischen den benachbarten Faktoren ablesen. Somit lässt sich die Anzahl der zu extrahierenden Faktoren bestimmen (Backhaus et al. 2003, S. 296). 131

Mit den Ergebnissen der exploratorischen Faktoranalyse können bereits erste Aussagen zur Konvergenz- und Diskriminanzvalidität getroffen werden. Konvergenzvalidität liegt dann vor, wenn sich alle Indikatoren einer latenten Variable eindeutig auf einen Faktor verdichten lassen. Diese eindeutige Zuordnung eines Indikators auf einen Faktor ist ab einer Faktorladung von 0,4 gegeben. Lädt derselbe Indikator gleichzeitig auf die anderen Faktoren geringer, deutet dies zudem auf Diskriminanzvalidität hin. Daneben ist der Erklärungsanteil an der Varianz der ihm zugeordneten Faktoren ein weiteres Gütemaß für den Faktor. Dieser Anteil sollte mindestens bei 50% liegen. Zudem sollte die Kommunalität c jedes Indikators betrachtet werden. Sie gibt an, welcher Teil der Varianz eines Indikators durch die dahinter liegenden Faktoren erklärt wird. Für sie ist ebenfalls ein Wert größer 0,4 wünschenswert (Homburg/Giering 1996). Die Interne-Konsistenz-Reliabilität der Indikatoren eines Faktors kann mittels Cronbachs Alpha gemessen werden (Cronbach 1951). Das Alpha gibt an, zu welchem Grad einzelne Items, die ein Konstrukt messen sollen, miteinander in Verbindung stehen (Peter 1979). Die möglichen Werte für das Alpha umfassen den Bereich von 0 bis 1. Hohe Werte sind Ausdruck einer hohen internen Konsistenz. Ein Alpha >0,70 gilt üblicherweise als akzeptabel (Himme 2006, S. 388). Anders als die vorgenannten Gütemaße wird die Item-to-Total-Korrelation auf Ebene der einzelnen Indikatoren berechnet. Sie ist definiert als die Korrelation eines Indikators mit der Summe aller Indikatoren, die demselben Faktor zugeordnet sind. Wird der Indikator mit der geringsten Item-to-Total-Korrelation eliminiert, verbessert sich in der Regel die Reliabilität des Messmodells, gemessen an Cronbachs Alpha. Eine Indikatoreliminierung ist jedoch nur bei reflektiven Messmodellen sinnvoll (Homburg/Giering 1996). Neben den vorgestellten Verfahren der ersten Generation zur Beurteilung reflektiver Messmodelle wird zudem auf Verfahren der zweiten Generation zurückgegriffen. Dies liegt darin begründet, dass die Verfahren der ersten Generation verschiedene Nachteile aufweisen (Bagozzi/Yi/Philips 1991), z.B. restriktive Annahmen, Validitätsprüfungen anhand

von

Faustregeln

sowie

die

Nicht-Berücksichtigung

von

Messfehlern

(Gerbing/Anderson 1988). Diese Nachteile lassen sich mit der konfirmatorischen Faktorenanalyse, einer Sonderform der Kovarianzstrukturanalyse, ausgleichen (Panten/Thies 2006). Im Gegensatz zur exploratorischen Faktoranalyse wird bei der konfirmatorischen Faktoranalyse bereits vor der Berechnung eine bestimmte Faktorstruktur erwartet (Homburg/Giering 1996). Mit der hypothetischen Zuordnung der Indikatoren zu jeweils genau einem Faktor wird dann das Messmodell geschätzt. Die latenten Variablen werden im Messmodell als fehlerbehaftete Messung durch die jeweils zugeordneten Indika132

toren erfasst. Aufgrund dieser Messfehlererfassung sollte auch bei der Anwendung von PLS zur Analyse des Pfadmodells die Güteprüfung reflektiver Messmodelle mit kovarianzbasierten Verfahren erfolgen (Herrmann/Huber/Kressmann 2006). Um eine entsprechende Parameterschätzung vornehmen zu können, bedarf es der Identifikation des entsprechenden Messmodells. Die Identifikation ist nur möglich, wenn im vorliegenden Datensatz ausreichende Informationen zur eindeutigen Schätzung der Parameter vorhanden sind. Dies ist erst ab einer Mindestzahl von drei Indikatoren der Fall. Liegen weniger als drei Indikatoren vor, kann eine konfirmatorische Faktoranalyse nicht durchgeführt werden (Homburg/Hildebrandt 1995). 4 Nach der Parameterschätzung werden verschiedene Maße zur Gütebeurteilung des Messmodells herangezogen. Diese lassen sich in lokale und globale Anpassungsmaße aufgliedern. Lokale Anpassungsmaße beziehen sich auf einzelne Elemente des Modells, während globale Anpassungsmaße angeben, inwieweit das Gesamtmodell mit den empirischen Daten übereinstimmt (Homburg/Baumgartner 1995). Die in dieser Arbeit auf Basis der Vorschläge von Homburg und Baumgartner (1995) sowie Panten und Thies (2006) verwendeten Anpassungsmaße werden im Folgenden kurz vorgestellt. Der F 2-Test zählt zu den am häufigsten verwendeten inferenzstatistischen Anpassungsmaßen. Er überprüft die Richtigkeit des spezifizierten Gesamtmodells. Die vom Modell erzeugte Kovarianzmatrix wird dabei mit der empirischen Kovarianzmatrix verglichen. Die Nullhypothese des F 2-Test besagt, dass die beiden Matrizen übereinstimmen (Homburg/Baumgartner 1995). Der p-Wert steht für die Wahrscheinlichkeit, bei zutreffender Nullhypothese einen F 2-Wert zu erhalten, der größer als der tatsächliche Wert

4

Da zwei Konstrukte in der vorliegenden Arbeit (Aggressivität gegenüber Wettbewerbern, Innovati-

onserfolg) mit weniger als drei Indikatoren gemessen wurden, ist für diese eine konfirmatorische Faktoranalyse nicht möglich.

133

ist. In der Literatur wird ein p-Wert von 0,05 oder größer als akzeptabel angesehen (Homburg/Giering 1996). Am F 2-Test wird zum einen kritisiert, dass er nicht auf die relative, sondern die absolute Richtigkeit des Modells abzielt. Zum anderen wird kritisch gesehen, dass die Wahrscheinlichkeit für die Annahme der Nullhypothese mit zunehmender Stichprobengröße sinkt. Daher wird empfohlen, den Quotienten aus F 2-Wert und der Anzahl der Freiheitsgrade heranzuziehen (Homburg/Baumgartner 1995). Ein weiteres inferenzstatistisches Anpassungsmaß, für das einige Restriktionen des F 2Tests entfallen (Steiger 1990), ist die RMSEA (Root Mean Squared Error Approximation). Sie berechnet sich wie folgt (n: Stichprobengröße, df: Freiheitsgrade, F 2: ChiQuadrat-Teststatistik): RMSEA =

F 2  df df (n  1) (1)

Mit dem RMSEA-Test wird die Übereinstimmung des Modells mit der Grundgesamtheit, nicht die absolute Richtigkeit des Modells überprüft (Homburg/Baumgartner 1995). Werte von bis zu 0,05 werden in der Literatur als guter, Werte bis 0,08 als zufriedenstellender Fit bezeichnet. Werte größer 0,1 deuten auf eine eher schlechte Modellanpassung hin (Browne/Cudeck 1993; MacCallum/Browne/Sugarawa 1996; Hu/Bentler 1999). Deskriptive Anpassungsmaße beurteilen die Modellgüte anhand von Faustregeln. Sie beruhen nicht auf inferenzstatistischen Tests. Diese Maße lassen sich danach unterscheiden, ob sie von Freiheitsgraden des Modells abhängen oder nicht. Werden Freiheitsgrade mit berücksichtigt, so bietet dies den Vorteil, dass ein Hinzufügen eines Modellparameters nicht automatisch zu einer Verbesserung der Anpassungsmaße führt (Homburg/Baumgartner 1995). Es sollen hier zwei deskriptive Anpassungsmaße, der GFI (Goodness of Fit Index) sowie der AGFI (Adjusted Goodness of Fit Index) vorgestellt werden. Der GFI gibt an, inwieweit sich das Modell an die empirischen Daten anpasst. Für die Maximum-Likelihood-Schätzung berechnet er sich nach folgender Formel (mit sp: Spur, d.h. Summe der Diagonalelemente einer quadratischen Matrix,

¦ : vom Modell gene-

rierte Kovarianzmatrix, S: Kovarianzmatrix auf Basis der empirischen Daten, I: Einheitsmatrix):

134

GFI=1-

2 ª§ š · º sp «¨¨ ¦ 1 S  I ¸¸ » «© ¹ »¼ ¬ 2 ª§ š · º sp «¨¨ ¦ 1 S ¸¸ » «¬© ¹ »¼

(2) Der GFI kann Werte von 0 bis 1 annehmen. Je höher der Wert, desto besser die Anpassungsgüte. Werte ab 0,9 werden als zufriedenstellend betrachtet (Homburg/Baumgartner 1995). Im Unterschied zum GFI beinhaltet der AGFI einen Strafterm, der von der Anzahl der Parameter abhängt. Bei gleicher Anpassungsgüte werden Modelle mit wenigen Parametern besser bewertet als Modelle mit vielen Parametern. Die Interpretation der Ausprägung des AGFI erfolgt analog zum GFI: Er kann Werte von 0 bis 1 annehmen. Je höher der Wert, desto besser die Güte. Werte ab 0,9 werden als zufriedenstellend betrachtet (Bagozzi/Yi 1988; Homburg/Giering 1996). Sharma (1996, S. 152) und Kiedaisch (1997, S. 73) halten bereits einen Schwellenwert von 0,8 für ausreichend. Das Modell wird im Vergleich zu einem Basismodell anhand der inkrementellen Anpassungsmaße beurteilt (Bentler/Bonett 1980). Für das Basismodell wird die Unabhängigkeit aller Indikatorvariablen angenommen. Oft werden als inkrementelle Anpassungsmaße der NFI (Normed Fit Index) und der CFI (Comparative Fit Index) verwendet. Der CFI entspricht dem NFI. Er berücksichtigt aber zusätzlich Freiheitsgrade. Daher wird in der vorliegenden Arbeit der 2 CFI verwendet. Der CFI berechnet sich nach der folgenden Formel (mit F mod el : Chi2 : Chi-Quadrat-Statistik des BasismoQuadrat-Statistik des zu prüfenden Modells, F null

dells, df mod el : Freiheitsgrade des zu prüfenden Modells, df null : Freiheitsgrade des Basismodells): CFI=1-

2 max{F mod el  df mod el ;0} 2 2 max{F null  df null ; F mod el  df mod el ;0}

(3) Der CFI kann Werte von 0 bis 1 annehmen. Hohe Werte deuten auf eine hohe Anpassungsgüte hin. Für den CFI wird in der Literatur ein Mindestwert von 0,9 gefordert (Hu/Bentler 1995, S. 91). Neben den dargestellten globalen Anpassungsmaßen werden zur Bewertung von Modellteilen zudem lokale Anpassungsmaße eingesetzt. Diese lokalen Anpassungsmaße 135

lassen sich in Maße auf Indikator- und Maße auf Faktorebene unterteilen. In dieser Arbeit werden als Maße auf Indikatorebene die Indikatorreliabilität (IR) sowie der t-Wert der Faktorladung betrachtet. Als Maße auf Faktorebene werden die Faktorreliabilität (FR) sowie die durchschnittlich erfasste Varianz (DEV) eingesetzt. Die Indikatorreliabilität (IR) gibt an, welcher Varianzanteil eines Indikators durch den Faktor erklärt wird (Bagozzi/Yi 1988). Sie wird nach folgender Formel berechnet (mit Oij : geschätzte Faktorladung des Indikators i auf den Faktor j; I jj : geschätzte Varianz der latenten Variable j; T jj : geschätzte Varianz des Messfehlers): IR(X j )=

Oij2 I jj O I jj  T jj 2 ij

(4) Die IR kann Werte von 0 bis 1 annehmen. Bei höheren Werten ist von besseren Reliabilitätseigenschaften

auszugehen.

Meist

wird

0,4

als

Schwellenwert

angegeben

(Homburg/Baumgartner 1995). Mit dem t-Wert der Faktorladung lässt sich prüfen, ob sich die Faktorladung signifikant von Null unterscheidet (Bagozzi/Yi/Philips 1991). Er wird berechnet als Quotient aus dem unstandardisierten Wert der jeweiligen Faktorladung und dem zugehörigen Standardfehler der Schätzung. Eine Faktorladung gilt auf einem Niveau von 5% als signifikant, wenn der t-Wert mindestens 1,645 beträgt (einseitiger Test). Die standardisierte Faktorladung sollte zudem einen Wert von 0,4 nicht unterschreiten (Homburg/Giering 1996). Die Faktorreliabilität (FR) gibt an, wie gut der Faktor durch die Indikatoren gemessen wird. Sie wird nach folgender Formel berechnet (mit [ j :Faktor j, sonst Notation wie oben): 2

FR( [ j )=

§ k · ¨ ¦ Oij ¸ I jj ©i1 ¹ 2

k § k · ¨ ¦ Oij ¸ I jj  ¦ T jj i 1 ©i1 ¹

(5) Die FR kann Werte von 0 bis 1 annehmen. Bei höheren Werten ist von besseren Reliabilitätseigenschaften auszugehen. Meist wird 0,6 als Schwellenwert angegeben (Nunnally 1978, S. 245).

136

Die durchschnittlich erfasste Varianz (DEV) misst, welcher Varianzanteil durch die Faktorladung erklärt wird bzw. wie hoch der Anteil des Messfehlers ausfällt. Sie wird nach folgender Formel berechnet (Notation wie oben): k

DEV( [ j )=

¦O I 2 ij

jj

i 1

k

¦O I 2 ij

k

jj

i 1

 ¦ T jj i 1

(6) Die DEV kann Werte von 0 bis 1 annehmen. Es wird ein Schwellenwert von 0,5 gefordert (Bagozzi/Yi 1988). Die bisher vorgestellten Anpassungsmaße eignen sich primär zur Prüfung der Reliabilität und der Konvergenzvalidität. Es sollen daher nun noch Maße zur Prüfung der Diskriminanzvalidität vorgestellt werden. In der Literatur haben sicht vornehmlich zwei Maße bewährt – der F 2 -Differenztest und das Fornell-Larcker-Kriterium (FL-Kriterium). Das FLKriterium gilt als das strengere Anpassungsmaß und wird daher in dieser Arbeit verwendet. Nach dem FL-Kriterium soll die durchschnittlich erfasste Varianz eines Faktors größer sein als jede quadrierte Korrelation dieses Faktors mit einem anderen Faktor. Wird das FL-Kriterium erfüllt, ist der Erklärungsanteil jedes Faktors an der Varianz der ihm zugehörigen Indikatoren höher als sein Erklärungsanteil an der Varianz der anderen Faktoren (Fornell/Larcker 1981). Tabelle 17 gibt einen Überblick über die Beurteilungskriterien für reflektive Messmodelle.

137

Kriterien der 1. Generation Erklärte Varianz der exploratorischen Faktoranalyse Cronbach'sches Alpha Item-to-Total-Korrelation Kommunalität c Kriterien der 2. Generation

F 2 / df RMSEA GFI AGFI CFI Indikatorreliabilität Faktorladung t-Wert der Faktorladung Faktorreliabilität DEV FL-Kriterium

Anspruchsniveau • 0,5 • 0,7 Kriterium zu Eliminierung von Indikatoren • 0,4 Anspruchsniveau ”3 ” 0,1 • 0,9 • 0,9 • 0,9 • 0,4 • 0,4 • 1,645 (Signifikanzniveau: 5%, einseitiger Test) • 0,6 • 0,5

DEV ([ j )

> quadrierte Korrelation

[ ; [ ; für alle i=j i

j

Tabelle 17: Gütekriterien zur Beurteilung reflektiver Messmodelle

3.3.2.3 Formative Messmodelle Für die Güteprüfung formativer Messmodelle kommen andere Verfahren als bei der Güteprüfung reflektiver Messmodelle zum Einsatz. In Anlehnung an Diamantopoulos und Winkelhofer (2001) sowie Götz/Liehr-Gobbers (2004) werden die für fomative Messmodelle geeigneten Verfahren im Folgenden kurz beschrieben. Während die Inhaltsvalidität bei reflektiven Konstrukten mit der Faktorenanalyse beurteilt werden kann, steht für formative Messmodelle ein solches statistisches Verfahren nicht zur Verfügung. Daher muss die Inhaltsvalidität bereits bei der theoretischen Herleitung des formativen Konstrukts sichergestellt werden (Götz/Liehr-Gobbers 2004). Somit kommt der Konzeptualisierung des Konstrukts eine höhere Bedeutung zu (Nunnally 1978, S. 307). Die verwendeten Indikatoren müssen alle inhaltlichen Facetten des Konstrukts abbilden. Eine Eliminierung von Indikatoren, wie sie bei reflektiven Messmodellen vorgenommen werden kann, verbietet sich bei formativen Konstrukten. Ließe man bei einem formativen Messmodell einen Indikator weg, änderte man es in seinen inhaltlichen Dimensionen: „Omitting an indicator is omitting part of the construct“ (Bollen/Lennox 1991, S. 308). Formative Indikatoren müssen nicht notwendigerweise hoch miteinander korrelieren. Daher kommt die bei reflektiven Messmodellen übliche Prüfung der Indikatorreliabilität nicht zum Einsatz. Stattdessen wird eine Analyse der Gewichte der formativen Indikato138

ren vorgenommen. Damit lässt sich beurteilen, welche Indikatoren besonders stark zur Bildung des Konstrukts beitragen (Götz/Liehr-Gobbers 2004). Die Gewichte der formativen Indikatoren sind dabei meist deutlich geringer als die Ladungen für reflektive Indikatoren. Eine mangelnde Spezifikation des Konstrukts kann man daraus jedoch nicht ableiten (Chin 1998). Ringle (2004, S. 334) schlägt zwar vor, Indikatoren, deren Gewichte kleiner als 0,2 sind, zu eliminieren. Aufgrund der diskutierten inhaltlichen Veränderung des Konstrukts kommt dies jedoch in der vorliegenden Arbeit nicht zum Einsatz. Eine Indikatoreneliminierung ist nur dann vertretbar, wenn die Indikatoren in einem linearen Abhängigkeitsverhältnis zueinander stehen. In einem solchen Fall wäre bei der multiplen Regressionsanalyse, die zur Prüfung des formativen Messmodells eingesetzt wird, die Annahme linear unabhängiger Einflussvariablen verletzt. Es läge also Multikollinearität vor. Der Einfluss der einzelnen Indikatoren des Messmodells wäre so nicht mehr eindeutig zu bestimmen. Ob Multikollinearität vorliegt, lässt sich in einem ersten Schritt mit Hilfe der Pearson’schen Korrelationskoeffizienten der Indikatoren prüfen. Koeffizienten größer als 0,5 deuten auf Multikollinearität hin. Allerdings lässt sich diese auch bei geringeren Koeffizienten nicht ausschließen, da die Koeffizienten lediglich paarweise Abhängigkeiten messen (Backhaus et al. 2003, S. 88f.). Es sind also weitere Verfahren zur Prüfung auf Multikollinearität heranzuziehen. Häufig zum Einsatz kommen der Variance Inflation Factor (VIF) sowie der Konditionsindex (KI) (Belsley/Kuh/Welsch 1980, S. 104f.). Die untere Grenze der VIF-Werte ist 1. In diesem Fall sind die Indikatoren vollkommen linear unabhängig (Götz/Liehr-Gobbers 2004). Ab einem Schwellenwert von 10 sind

hingegen

Maßnahmen

zur

Reduktion

der

Multikollinearität

einzuleiten

(Diamantopoulos/Winklhofer 2001). Für den KI wird ein Wert kleiner 30 verlangt (Belsley/Kuh/Welsch 1980, S. 104f.) Da die interne Konsistenz eines Messmodells ebenfalls von der Korrelation seiner Indikatoren abhängt, ist diese Art der Gütebeurteilung für formative Messmodelle ungeeignet (Nunnally 1978, S. 489). Alternativ lässt sich die Güte eines formativen Konstrukts mit Hilfe des Multiple-Indicators-and-Multiple-Causes-Modells (MIMIC-Modell) prüfen. Das MIMIC-Modell basiert auf der Überlegung, dass ein und dasselbe Konstrukt sowohl reflektiv als auch formativ gemessen werden kann (Diamantopoulos/Winklhofer 2001). Ist es, wie in der vorliegenden Arbeit, nicht möglich, ein formatives Konstrukt auch reflektiv abzubilden, lässt sich die nomologische Validität auch anhand der Bezüge des formativen Konstrukts zu anderen, reflektiven Konstrukten bestimmen. Hierfür wird eine theoretisch fundierte Beziehung zwischen je einer formativ und je einer reflektiv gemessenen Variable betrachtet. Als Hinweise für nomologische Validität werden die Pfadkoeffizien139

ten und deren Signifikanz verwendet. Die Verfahren, die bei reflektiven Messmodellen zur Prüfung der Diskriminanzvalidität eingesetzt wurden, lassen sich bei formativen Messmodellen aufgrund der nicht vorhandenen Annahme hoher Korrelationen nicht verwenden (Götz/Liehr-Gobbers 2004). In Tabelle 18 sind die in dieser Arbeit eingesetzten Gütekriterien zur Beurteilung formativer Messmodelle zusammenfassend dargestellt. Gütekriterien

Anspruchsniveau

Pearson'sche Korrelationskoeffizienten Variance Inflation Factor (VIF) Konditionsindex (KI) Interpretation der Gewichte Signifikanzniveau der Gewichte

” 0,5 ” 10 ” 30 qualitative Analyse, kein quantitativer Schwellenwert • 1,654

Tabelle 18: Gütekriterien zur Beurteilung formativer Messmodelle

3.3.3 Analyse von Second Order-Konstrukten EO wurde bei der Operationalisierung der Messmodelle als Konstrukt höherer Ordnung bzw. Second Order-Konstrukt erstellt. Konstrukte höherer Ordnung werden nicht durch eigenständige Indikatoren, sondern durch die Indikatoren ihrer Subkonstrukte gemessen. EO wird in dieser Arbeit als fünfdimensionales Konstrukt, bestehend aus den Dimensionen Autonomie, Innovativität, Risikoübernahme, Proaktivität sowie Aggressivität gegenüber Wettbewerbern verstanden. Analog zur Unterscheidung von reflektiven und formativen Konstrukten, lassen sich auch Second Order-Konstrukte typologisieren. In der Literatur wird dabei meist auf die in Abbildung 15 wiedergegebene Typologisierung von Jarvis, MacKenzie und Podsakoff (2003) verwiesen.

140

Typ I

Typ II

SO

FO Y1

FO Y2

e1

Y3

e2

Typ III

e1

Y1

e4

e2

Y2

e1

FO

Y2

FO

Y3 e3

Y3

e2

Typ IV

SO

FO

Y1

FO Y4

e3

SO

e4

Y1 e1

e4

SO

FO

Y4

Y4

e3

FO

Y2

Y3

e2

e3

Y4 e4

Abbildung 15: Eine Typologisierung von Second Order-Konstrukten nach Jarvis et al. (2003)

SO steht darin für das Second Order-Konstrukt, während FO die Abkürzung für das First Order-Konstrukt bzw. das Subkonstrukt ist. Vom Konstrukt weisende Pfeile implizieren ein reflektives Konstrukt, zum Konstrukt weisende Pfeile ein formatives Konstrukt. Y n stehen für die Indikatoren der Subkonstrukte, e n für die Fehlerterme. Das in dieser Arbeit verwendete EO-Konstrukt gehört dem Typ II an. Zur Berechnung von Second Order-Konstrukten können zwei Verfahren angewandt werden. Für Typ I und Typ II greift man auf das von Wold (1982) eingeführte „Hierarchical Component Model“ zurück. Hierbei werden die Indikatoren des Subkonstrukts auch für die Messung des Second Order-Konstrukts eingesetzt. Typ III und Typ IV werden mittels eines zweistufigen Verfahrens berechnet (Agarwal/Karahanna 2001). In einem ersten Schritt werden die Werte der Subkonstrukte geschätzt. Hierfür wird ein Strukturgleichungsmodell berechnet, indem nur die Subkonstrukte enthalten sind. Die Beziehungen verlaufen somit direkt von den Subkonstrukten zu den endogenen Variablen. In einem zweiten Schritt werden die ermittelten Werte als Indikatoren für das Second OrderKonstrukt verwendet (Lohmöller 1989, S. 128ff.).

3.3.4 Beurteilung von Strukturmodellen Die Beurteilung von Strukturmodellen erfolgt mittels der globalen Gütemaße x

Bestimmtheitsmaß R2, 141

x

Stone-Geisser-Test-Kriterium Q2 sowie dem

x

Pfadkoeffizienten (Chin 1998).

Die Ausprägung des Bestimmtheitsmaßes R2 gibt den Anteil der erklärten Varianz der endogenen latenten Variable durch die exogenen latenten Variablen an. Es misst somit die Güte der Anpassung der Regressionsfunktion an die empirisch gewonnenen Daten (Krafft/Götz/Liehr-Gobbers 2005), die „goodness of fit“ (Henseler 2005, S. 74). Es kann Werte zwischen 0 und 1 annehmen (Gujarati 2003, S. 86). Je höher der Wert, desto besser die Erklärungsgüte des Modells. Ein allgemein akzeptierter Schwellenwert existiert nicht. Eine Bewertung sollte vor dem Hintergrund der gegebenen Problemstellung erfolgen (Krafft/Götz/Liehr-Gobbers 2005). Chin (1998) hält ein R2 von 0,64 bzw. 0,67 für gut, ein R2 von 0,3 für moderat und ein R2 von 0,12 bzw. 0,19 für niedrig. Amoroso und Cheney (1991) betrachten 0,45 als Schwellenwert für ein gutes R2. Falk und Miller (1992) erachten jedes R2 größer 0,1 als akzeptabel. Mit zunehmender Anzahl an Regressoren kann der Anteil der erklärten Varianz allein durch zufällige Einflüsse der 2 neuen Regressoren steigen (2003, S. 64ff.). Das korrigierte Bestimmtheitsmaß Rkorr , das

sich nach der folgenden Formel berechnet, berücksichtigt diesen Effekt (mit K: Anzahl der Beobachtungswerte, J: Zahl der Regressoren, K-J-1: Zahl der Freiheitsgrade): 2 Rkorr

Streuung erklärt J (1  R 2 )  Streuung gesamt K  J  1 (7)

Mit dem Stone-Geisser-Test-Kriterium Q2 lässt sich überprüfen, ob das Modell auch Prognoserelevanz hat. Es gibt an, inwieweit die empirischen Daten durch das Modell rekonstruiert werden können (Götz/Liehr-Gobbers 2004). Dabei bleibt mit Hilfe der sogenannten Blindfolding-Technik in einem ersten Schritt ein Teil der empirischen Daten, die „Omission Distance“, bei der Parameterberechnung unberücksichtigt. Mit den berechneten Parametern wird in einem zweiten Schritt versucht, die ausgelassenen Rohdaten zu rekonstruieren. Das Q2 steht dabei für die Güte der Rekonstruktion. Ein Wert größer Null lässt auf eine Prognoserelevanz des Modells schließen, wohingegen ein Wert kleiner Null angibt, dass keine Prognoserelevanz gegeben ist (Chin 1998). Das Q2 wird nach folgender Formel berechnet (mit E: Vorhersagefehler, O: Vorhersagefehler bei Verwendung des Durchschnitts, D: Omission Distance):

142

D

Q2

1

¦E

d

¦O

d

d 1 D

d 1

(8) Das Stone-Geisser-Test-Kriterium lässt sich allerdings nur sinnvoll für reflektiv spezifizierte endogene Konstrukte, im vorliegenden Modell also für den nicht-finanziellen Unternehmenserfolg, berechnen (Fornell/Bookstein 1982). Alternativ wird für die Prüfung der Prognoserelevanz daher der Miller’sche F-Test bzw. die mittels „Jackknifing“ ermittelte Standardabweichung vorgeschlagen (Fornell/Bookstein 1982). Bei der Nutzung von PLS sind diese Vorschläge jedoch nur bedingt tauglich, da es sich bei dem F-Test nach Miller um einen parametrischen Test handelt. Für die vorhandenen Daten kann dieser nicht angewandt werden. Die mittels „Jackknifing“ ermittelten Standardabweichungen haben bislang noch keine weite Verbreitung erlangt, so dass noch keine Gütekriterien für dieses Verfahren vorliegen. Die Vorzeichen sowie die Höhe der Pfadkoeffizienten können direkt zur Überprüfung der theoretisch abgeleiteten Hypothesen eingesetzt werden. Hinsichtlich der Ausprägung der Pfadkoeffizienten fordert Chin (1998), dass diese über dem Wert 0,2 liegen sollten. Pfadkoeffizienten nahe Null bringen einen schwachen Erklärungswert, Pfadkoeffizienten nahe Eins bzw. minus Eins einen hohen Erklärungswert (Ringle/Spreen 2007). Voraussetzung ist allerdings, dass die Pfadkoeffizienten signifikant sind. Um ein angemessenes Signifikanzniveau zu ermitteln, kann die Analyse der Teststärke verwendet werden. Diese Analyse beruht auf dem Zusammenhang zwischen dem Signifikanzniveau,

der

Teststärke,

der

Effektgröße

–

auch

Effektstärke

genannt

(Ringle/Spreen 2007) – und der Stichprobengröße (Cohen 1992). Der Zusammenhang ist in Abbildung 16 illustriert.

143

Signifikanzniveau (Į)

Effektgröße (f)

Teststärke (1-ȕ)

Stichprobengröße (N)

Abbildung 16: Zusammenhang zwischen Signifikanzniveau, Effektgröße, Teststärke und Stichprobengröße

Das Signifikanzniveau Į bezeichnet die Wahrscheinlichkeit, eine Nullhypothese zurückzuweisen, obwohl sie zutrifft. Die falsche Zurückweisung einer zutreffenden Nullhypothese wird auch als Fehler 1. Ordnung (Alpha-Fehler) bezeichnet. Die Definition der Teststärke, die auch statistische Power genannt wird, bezieht sich dagegen auf den Fehler 2. Ordnung (Beta-Fehler). Ein Fehler 2. Ordnung liegt vor, wenn eine nicht zutreffende Nullhypothese angenommen wird. Die Wahrscheinlichkeit einen Fehler zweiter Ordnung zu begehen, wird durch ȕ symbolisiert. Die Teststärke ist als 1-ȕ definiert. Die Effektgröße gibt an, wie stark die Beziehungen zwischen den Variablen in der Grundgesamtheit ausgeprägt sind. Selbst minimale Unterschiede bzw. Zusammenhänge zwischen Variablen werden bei hinreichend großer Stichprobe statistisch signifikant. Bedeutsam sind sie deswegen nicht unbedingt (Biemann 2006, S. 164). Um das adäquate Signifikanzniveau

144

mit Hilfe der Analyse der Teststärke zu ermitteln, ist es bei gegebener Stichprobengröße erforderlich, Annahmen hinsichtlich der Teststärke und der Effektgröße zu treffen. Baroudi und Orlikowski (1989) argumentieren, dass in frühen Forschungsstadien – und die EO-Forschung ist ein relativ junges Forschungsfeld 5 – ein Fehler 2. Ordnung genauso negative Konsequenzen hat wie ein Fehler 1. Ordnung. Der Grund hierfür sei die Gefahr, dass bei Ablehnung einer richtigen Nullhypothese keine Forschungsanstrengungen mehr unternommen werden. Aus dieser Überlegung folgt, dass das Verhältnis von ȕ zu Į eins betragen sollte, beiden Fehlern kommt somit die gleiche Bedeutung zu. In Bezug auf die Effektgröße stellt Cohen (1992) mehrere Referenzwerte zur Verfügung. Häufig wird angenommen, dass die Effektgröße in der Managementforschung zwischen niedrigen (0,10) und mittleren (0,25) Werten liegt (Cashen/Geiger 2004). Ferguson und Ketchen (1999) erwarten für die strategische Managementforschung eher niedrige Effektgrößen. Da diese Arbeit, insbesondere durch die Einbeziehung der Aufgabenumwelt des Unternehmens und die Mitberücksichtigung etablierter Unternehmen, eher im Feld der Strategischen Management-Forschung als in der klassischen Entrepreneurship-Forschung anzusiedeln ist, wird ein niedriger Wert von 0,125 in dieser Arbeit verwendet. 6 Für die Ermittlung der Signifikanzen wird das Bootstrap-Verfahren eingesetzt. Im ersten Schritt generiert dieses Verfahren durch Ziehen mit Zurücklegen aus der vorhandenen Datenbasis N zusätzliche Stichproben. Für jede dieser Stichproben wird das Strukturgleichungsmodell durch PLS geschätzt. Somit liegen schließlich N Schätzwerte für jeden Parameter vor. Anhand dieser Schätzwerte werden die Signifikanzen der durch PLS ge-

5

Zwar geht die grundlegende Arbeit zu EO auf Miller (1983) zurück, maßgeblich theoretisch erweitert

wurde das Konzept aber erst durch Lumpkin und Dess (1996). Die Anzahl empirischer Arbeiten zu EO hat erst ab dem Jahr 2000 deutlich zugenommen. 6

Schmelter (2009) verwendet in seiner vergleichbaren Arbeit einen Effektgrößen-Wert von 0,17.

145

schätzten Parameter ermittelt (Chin 1998). Tabelle 19 gibt alle Kriterien zur Beurteilung von Strukturmodellen mit ihren Anspruchsniveaus wieder. Gütekriterien

Anspruchsniveau

2

Keine exakte Grenze •0 • 0,20

R 2 Q Pfadkoeffizienten

Tabelle 19: Gütekriterien zur Beurteilung von Strukturmodellen

Zwar wird in der betriebswirtschaftlichen Forschung meist ein Signifikanzniveau (ĮNiveau) von 1% bis 5% angenommen, dabei handelt es sich aber im Grunde um eine willkürliche Festlegung. Mit Hilfe der statistischen Kompromiss-Poweranalyse lässt sich, wenn die Inputfaktoren Stichprobengröße, Effektgröße sowie das Alpha/Beta-Verhältnis vorliegen, das adäquate Signifikanzniveau bzw. der zu diesem korrespondierende kritische t-Wert errechnen. Der kritische t-Wert ist somit der rationale Kompromiss zwischen den Anforderungen eines geringen Alpha-Risikos und eines geringen Beta-Risikos bei gegebener Stichprobengröße. Für die Analyse wurde die Software G^Power 3.0.10 eingesetzt (Erdfelder/Faul/Buchner 1996). Gegeben waren die Stichprobengröße von 550, die Effektgröße von 0,125 sowie das Alpha/Beta-Verhältnis von 1. Tabelle 20 gibt das Ergebnis, den kritischen t-Wert bzw. das angemessene Signifikanzniveau und die Inputfaktoren zur der Kompromiss-Poweranalyse wieder. Größe

Kompromiss-Poweranalyse

Stichprobengröße (N) Alpha/Beta-Verhältnis Effektgröße Alpha Beta Kritischer t-Wert

550 1 0,125 0,07 0,93 1,47

Tabelle 20: Ermittlung des kritischen t-Werts

Gemäß der Kompromiss-Poweranalyse liegt der kritische t-Wert der vorliegenden Arbeit, mit dem die Interpretation der Hypothesentests erfolgt, bei 1,47. Das korrespondierende angemessene Signifikanzniveau bzw. Alpha liegt bei 0,07. Die Wahrscheinlichkeit bei diesen Rahmenbedingungen, einen Alpha-Fehler zu begehen, liegt bei 0,07, die einen Beta-Fehler zu begehen, ebenfalls bei 0,07. Somit liegt das Alpha/Beta-Verhältnis, wie vorgegeben, bei eins. Zum Vergleich sind in Tabelle 21 die kritischen t-Werte, die den herkömmlichen Signifikanzniveaus (0,0001; 0,01; 0,05; 0,1) entsprechen und sich aus einer anschließenden Post Hoc-Poweranalyse ergeben, dargestellt. Vorgegeben sind auch hier wieder die 146

Stichprobengröße, das Alpha/Beta-Verhältnis sowie die Effektgröße. Es zeigt sich, dass bei Übernahme des üblichen Signifikanzniveaus bzw. Alphas von 0,05 ein höherer t-Wert zur Ablehnung der Nullhypothese notwendig gewesen wäre. Größe

Post Hoc-Poweranalyse

Stichprobengröße (N) Alpha/Beta-Verhältnis Effektgröße Alpha Beta Kritischer t-Wert

550 1 0,125 0,1 0,9 1,28

550 1 0,125 0,05 0,95 1,64

550 1 0,125 0,01 0,99 2,33

550 1 0,125 0,001 0,999 3,1

Tabelle 21: Übliche Signifikanzniveaus und korrespondierende kritische t-Werte

147

4 Ergebnisse der empirischen Untersuchung Die Ergebnisse der empirischen Untersuchung werden in drei Abschnitten dargestellt. Zunächst wird auf die Güte der Messmodelle eingegangen. Anschließend werden die Messmodelle auf ihre Diskriminanzvalidität geprüft. Im dritten Abschnitt werden die Ergebnisse der Hypothesentests vorgestellt.

4.1 Güte der jeweiligen Messmodelle 4.1.1 Autonomie Die Ergebnisse der Faktoranalysen für das Konstrukt „Autonomie“ sind in Tabelle 22 aufgeführt. Es zeigt sich, dass der 6. Indikator „Unsere Mitarbeiter haben Zugang zu allen für ihre Arbeit relevanten Informationen“ nicht in ausreichendem Maße auf den hypothetisierten Faktor lädt. Der Indikator wurde daher für die weiteren Auswertungen ausgeschlossen. Das Cronbach’sche Alpha liegt mit einem Wert von 0,802 deutlich über dem Schwellenwert von 0,7. Der Faktor erklärt 55,89% der Varianz der Indikatoren und liegt damit über dem Mindestwert von 50%. Alle Kommunalitäten liegen deutlich über dem geforderten Niveau von 0,4. Die Faktorladungen sind allesamt auf hohem Niveau signifikant. Dass – wie auch bei den folgenden reflektiven Maßen – der t-Wert für einen Indikator („Unseren Mitarbeitern ist es erlaubt, ohne Einmischung (von Vorgesetzten) zu denken und zu handeln“) nicht angegeben ist, liegt an den Parameterrestriktionen für das jeweilige konfirmatorische Modell (Byrne 2001, S. 57ff.). Die Indikatorreliabilitäten liegen deutlich über dem Schwellenwert von 0,4. Die durchschnittlich erklärte Varianz liegt mit 0,62 über dem Mindestniveau von 0,5. Die Faktorreliabilität liegt mit 0,892 ebenfalls deutlich über dem Grenzwert von 0,6. Auch die GFI- und CFI-Indizes liegen über den Schwellenwerten von 0,9. Der AGFI-Index liegt mit einem Wert von 0,891 nur knapp unter dem Grenzwert von 0,9. Auch der RMSEA liegt mit 0,11 nur gering über dem geforderten Niveau von 0,10. Das Anspruchsniveau kleiner gleich drei des F 2/df-Wertes wird nicht erreicht. In der Literatur wird allerdings auch die Auffassung vertreten, dass die Wahrscheinlichkeit für die Annahme der Nullhypothese mit zunehmender Stichprobengröße sinkt (Homburg/Baumgartner 1995). Die hier verwendete Stichprobe ist mit N=550 recht groß. Blickt man auf die guten bis sehr guten Werte aus der exploratorischen Faktorenanalyse und die überwiegend guten Werte aus der konfirmatorischen Faktorenanalyse, lässt sich zusammenfassend die Güte des Messmodells „Autonomie“ als gut bezeichnen. 148

Konstrukt:

Exploratorische Faktorenanalyse

Autonomie

X Indikatoren: aut_1

Sx

Item-toTotal

Cronbachsches Erklärte Alpha Varianz ohne Item

Unseren Mitarbeitern ist es erlaubt, ohne Einmischung (von Vorgesetzten) zu denken und zu handeln.

6,03

1,185

0,621

0,765

Unsere Mitarbeiter führen solche Arbeiten durch, die es ihnen erlauben, während ihrer Arbeitsschritte Änderungen vorzunehmen und anzuregen.

6,08

1,148

0,604

Unsere Mitarbeiter haben die Freiheit und Unabhängigkeit, selbst zu entscheiden, wie sie bei ihrer Arbeit vorgehen.

5,45

1,359

aut_4

Unsere Mitarbeiter haben die Freiheit, ohne Einmischung (von Vorgesetzten) zu kommunizieren.

6,22

aut_5

Unsere Mitarbeiter haben die Autorität und die Verantwortung selbst zu handeln, wenn es im Interesse unseres Geschäfts ist.

5,89

aut_2

aut_3

Konfirmatorische Faktorenanalyse

Reflektiv

Spezifikation:

55,89%

Kommunalität c

O

*

2

t-Wert

R **

0,600

0,706

-

0,674

0,77

0,570

0,688

13,002

0,672

0,588

0,774

0,607

0,731

14,052

0,640

1,141

0,551

0,781

0,468

0,573

11,695

0,524

1,200

0,593

0,772

0,550

0,646

12,706

0,601

Eliminierter Indikator aut_6: Unsere Mitarbeiter haben Zugang zu allen für ihre Arbeit relevanten Informationen. Cronbach'sches Alpha: 0,802

F 2 / df

= 7,94 (p<0,05), RMSEA=0,11, GFI=0,972, AGFI=0,891, CFI=0,915, DEV=0,627, FR=0,892

O *: Standardisierte Faktorladung, R2**: Indikatorreliabilität

Tabelle 22: Ergebnisse der Faktorenanalysen für die latente Variable „Autonomie“

4.1.2 Innovativität Die Ergebnisse der Faktorenanalysen für das Konstrukt „Innovativität“ sind in Tabelle 23 aufgeführt. Das Cronbach’sche Alpha liegt zwar mit einem Wert von 0,676 unter dem Schwellenwert von 0,7, im Kontext der anderen Gütemaße ist es aber noch als ausreichend zu betrachten und würde sich durch die Eliminierung von Indikatoren nicht verbessern. Der Faktor erklärt 60,86% der Varianz der Indikatoren. Die Kommunalitäten liegen deutlich über dem geforderten Niveau von 0,4. Auch die Faktorladungen sind auf hohem Niveau signifikant. Die Indikatorreliabilitäten liegen über dem Schwellenwert von 0,4. Die durchschnittlich erklärte Varianz liegt mit 0,52 über dem Mindestniveau von 0,5. Die Faktorreliabilität liegt mit 0,759 ebenfalls deutlich über dem Grenzwert von 0,6. Die Maße F 2/df, RMSEA, GFI, AGFI und CFI aus der konfirmatorischen Faktoranalyse lassen sich für Konstrukte mit weniger als vier Indikatoren nicht berechnen. Sie werden daher hier und bei den weiteren Gütebeurteilungen reflektiver Konstrukte nicht aufgeführt. Da mit Ausnahme des Cronbach’schen Alphas alle Anspruchsniveaus eingehalten werden, lässt sich die Güte des Messmodells „Innovativität“ als gut bezeichnen.

149

Konstrukt:

Exploratorische Faktorenanalyse

Innovativität

Sx

Item-toTotal

Erklärte Varianz

Kommunalität c

4,90

1,695

0,406

60,86%

0,491

4,77

1,665

0,542

4,73

1,726

0,523

X Indikatoren: inn_1

inn_2

inn_3

Konfirmatorische Faktorenanalyse

Reflektiv

Spezifikation:

Allgemein gesprochen bevorzugt unser TopManagement…

das Vermarkten von ausreichend am Markt getesteten und bewährten Produkten.

Wie viele Produkte/Dienstleistungen hat Ihr Unternehmen in den letzten drei Jahren auf den Markt gebracht?

Keine neuen Produkt- und Dienstleistungslinien.

...die starke Betonung von F&E, Technologieführerschaft und Innovationen. Sehr viele neue Produkt- und Dienstleistungslinien.

In den letzten drei Jahren hat unser Unternehmen Änderungen an seinen Produktlinien vorgenommen.

Die Änderungen an den Produktlinien waren tendenziell von kleinem Umfang.

Die Änderungen der Produktlinien waren tendenziell von sehr großem Umfang.

O

*

2

t-Wert

R **

0,49

-

0,445

0,677

0,745

8,239

0,547

0,658

0,701

8,511

0,534

Eliminierte Indikatoren Keine Cronbach'sches Alpha: 0,676 DEV=0,52, FR=0,759

O *: Standardisierte Faktorladung, R2**: Indikatorreliabilität Tabelle 23: Ergebnisse der Faktorenanalysen für die latente Variable „Innovativität“

4.1.3 Risikoübernahme Die Ergebnisse der Faktorenanalysen für das Konstrukt „Risikoübernahme“ sind in Tabelle 24 aufgeführt. Das Cronbach’sche Alpha liegt mit einem Wert von 0,82 über dem Schwellenwert von 0,7. Es würde sich durch eine Eliminierung von Indikatoren nicht verbessern. Der Faktor erklärt 72,63% der Varianz der Indikatoren. Alle Kommunalitäten liegen deutlich über dem geforderten Niveau von 0,4. Die Faktorladungen sind auf hohem Niveau signifikant. Die Indikatorreliabilitäten liegen über dem Schwellenwert von 0,4. Die durchschnittlich erklärte Varianz liegt mit 0,726 klar über dem Mindestniveau von 0,5. Die Faktorreliabilität liegt mit 0,887 ebenfalls deutlich über dem Grenzwert von 0,6. Insgesamt lässt sich die Güte des Messmodells „Risikoübernahme“ als sehr gut bezeichnen.

150

Konstrukt:

Reflektiv

X Indikatoren: ris_1

ris_2

ris_3

Konfirmatorische Faktorenanalyse

Exploratorische Faktorenanalyse

Risikoübernahme

Spezifikation:

Sx

Item-toTotal

Erklärte Varianz

Kommunalität c

73,63%

0,677

O

*

2

t-Wert

R **

0,692

-

0,676

...mehrheitlich Projekte durchgeführt, die mit wenig Risiko behaftet waren (mit Aussichten auf sichere, "normale" Rentabilität/ Gewinne).

...mehrheitlich Projekte durchgeführt, die mit viel Risiko behaftet waren (mit Aussichten auf unsichere, "hohe" Rentabilität/ Gewinne).

4,58 1,680

0,622

Unser Unternehmen hat in den letzten drei Jahren…

...eher eine Schrittfür-SchrittEntwicklung vollzogen, weil dies am besten zu unserer Umwelt passt.

...eher große, gewagte Aktionen unternommen, um sich weiterzu4,19 1,794 entwickeln, weil dies am besten zu unserer Umwelt passt.

0,708

0,772

0,833

15,342

0,734

Unser Unternehmen hat in den letzten drei Jahren…

…bei Entscheidungen unter unsicheren Voraussetzungen eher abgewartet und beobachtet, um keine kostspieligen Fehlinvestitionen zu tätigen.

…bei Entscheidungen unter unsicheren Voraussetzungen mit kühnen, aggressiven Aktionen versucht, 4,30 1,640 den größtmöglichen Profit aus potenziellen Möglichkeiten zu ziehen.

0,697

0,759

0,809

15,367

0,760

Unser Unternehmen hat in den letzten drei Jahren…

Eliminierte Indikatoren Keine Cronbach'sches Alpha: 0,82 DEV=0,726, FR=0,887

O *: Standardisierte Faktorladung, R2**: Indikatorreliabilität Tabelle 24: Ergebnisse der Faktorenanalysen für die latente Variable „Risikoübernahme“

4.1.4 Proaktivität Die Ergebnisse der Faktorenanalysen für das Konstrukt „Proaktivität“ sind in Tabelle 25 aufgeführt. Das Cronbach’sche Alpha liegt auch nach der Eliminierung zweier Indikatoren, welche die geringste Item-to-Total-Korrelation aufweisen, mit einem Wert von 0,365 deutlich unter dem Schwellenwert von 0,7. Der Faktor erklärt lediglich 44,08% der Varianz der Indikatoren und liegt damit auch unter dem Mindestniveau von 50%. Zwei der drei Kommunalitäten liegen über dem geforderten Niveau von 0,4. Die Faktorladungen sind signifikant, ein Indikator erreicht allerdings nicht den Schwellenwert von 0,4. Die Indikatorreliabilitäten liegen unter dem Schwellenwert von 0,4. Die durchschnittlich erklärte Varianz liegt mit 0,274 unter dem Grenzwert von 0,5. Auch die Faktorreliabilität liegt mit 0,521 unter dem Grenzwert von 0,6. Insgesamt muss die Güte des Messmodells „Proaktivität“ somit als unbefriedigend bezeichnet werden. Ein Erklärungsversuch hierfür folgt im Diskussionsteil der Arbeit. 151

Konstrukt:

Exploratorische Faktorenanalyse

Proaktivität

Sx

Item-toTotal

Erklärte Varianz

Kommunalität c

5,56

1,314

0,193

44,08%

0,395

Wir sind ständig auf der Suche nach Unternehmen, die wir übernehmen können.

2,46

1,801

0,216

Unternehmensbereiche, die sich in den späten Phasen ihres Lebenszyklus befinden, werden strategisch eliminiert.

3,46

1,650

0,228

X Indikatoren: pro_1

pro_3

pro_5

Konfirmatorische Faktorenanalyse

Reflektiv

Spezifikation:

Unser Unternehmen sucht ständig nach Gelegenheiten, die mit den bestehenden Unternehmensbereichen in Verbindung stehen.

O

2

t-Wert

R **

0,345

-

0,377

0,449

0,406

3,026

0,249

0,478

0,456

2,843

0,273

*

Eliminierte Indikatoren pro_2: Wir sind in unserer Branche gewöhnlich die ersten, die neue Marken oder Produkte im Markt einführen. pro_4 (rev): Wettbewerber kommen uns häufig zuvor, indem sie vor uns Kapazitäten aufbauen. Cronbach'sches Alpha: 0,365 DEV=0,274, FR=0,521

O *: Standardisierte Faktorladung, R2**: Indikatorreliabilität

Tabelle 25: Ergebnisse der Faktorenanalysen für die latente Variable „Proaktivität“

4.1.5 Aggressives Verhalten gegenüber Wettbewerbern Die Ergebnisse der exploratorischen Faktoranalyse für das Konstrukt „Aggressives Verhalten gegenüber Wettbewerbern“ sind in Tabelle 26 aufgeführt. Der zweite Indikator war revers kodiert. Er ist daher mit „rev“ gekennzeichnet. Für die Auswertung wurde er umkodiert. Für Konstrukte mit nur zwei Indikatoren ist das Cronbach’sche Alpha nicht mehr interpretierbar. Hilfsweise wurde der Pearson’sche Korrelationskoeffizient herangezogen. Dieser beträgt 0,442 und ist auf dem 1%-Niveau signifikant. Der Faktor erklärt 72,11% der Varianz der Indikatoren und liegt damit deutlich über dem Mindestniveau von 50%. Die Kommunalitäten liegen über dem geforderten Niveau von 0,4. Insgesamt kann die Güte des Messmodells „Aggressives Verhalten gegenüber Wettbewerbern“ als gut bezeichnet werden.

152

Konstrukt:

Exploratorische Faktorenanalyse

Aggressives Verhalten geg. Wettbewerbern Reflektiv

Spezifikation:

X Indikatoren: agg_1

agg_2 (rev)

Im Umgang mit Wettbewerbern…

Im Umgang mit Wettbewerbern…

Sx

...unternimmt ...ist unser Unternehmen sehr unser Unternehmen aggressiv und extrem wettbewerbs- keine besonderen Anstrengungen, orientiert. 3,62 1,653 um von der Konkurrenz Geschäft abzuziehen. ...versucht unser Unternehmen typischerweise Konfrontationen mit Wettbewebern aus dem Weg zu gehen und nimmt eine "Leben und leben lassen"-Haltung ein.

...nimmt unser Unternehmen typischerweise eine "Vernichtet den Wettbewerb"4,34 1,571 Haltung ein.

Item-toTotal

Erklärte Varianz

Kommunalität c

0,442

72,11%

0,721

0,442

0,721

Eliminierte Indikatoren Keine Pearson'scher Korrelationskoeffizient: 0,442

Tabelle 26: Ergebnisse der exploratorischen Faktorenanalyse für die latente Variable „Aggressives Verhalten gegenüber Wettbewerbern“

4.1.6 EO als Second Order-Konstrukt Für das Second Order-Konstrukt EO wurde eine konfirmatorische Faktorenanalyse durchgeführt. Diese zeigt, dass es sich bei EO, wie im Theorieteil der Arbeit argumentiert, um ein fünfdimensionales Konstrukt handelt. Jeder Indikator lädt auf einen von fünf diskreten Faktoren. Interessant ist allerdings, dass drei der Proaktivitäts-Indikatoren (pro_1, pro_2, pro_4) stärker auf den Innovativitäts- als auf den Proaktivitätsfaktor laden. Zwei dieser drei Indikatoren, pro_2 und pro_4, die sogar negativ auf den Proaktivitätsfaktor laden, wurden bereits, wie in Kapitel 4.1.4 beschrieben, aufgrund einer geringen Itemto-Total-Korrelation von den weiteren Berechnungen ausgeschlossen. Für die später folgende Diskussion scheint also insbesondere der verbleibende Indikator pro_1, der sowohl auf den Innovativitäts- als auch auf den Proaktivitätsfaktor positiv lädt, von Interesse. Das Kaiser-Meyer-Olkin-Kriterium liegt mit 0,81 über dem geforderten Grenzwert von 0,5 (Backhaus et al. 2003, S. 273ff.). Tabelle 27 zeigt die Ergebnisse der konfirmatorischen 153

Faktorenanalyse. Als Extraktionsmethode wurde die Hauptkomponentenanalyse verwendet. Faktoren Indikatoren Autonomie Innovativität Risikoübernahme Proaktivität

aut_1 aut_2 aut_3 aut_4 aut_5 aut_6 inn_1 inn_2 inn_3 ris_1 ris_2 ris_3 pro_1 pro_2 pro_3 pro_4 pro_5 agg_1 agg_2

,756 ,737 ,725 ,694 ,734 ,613 ,075 -,091 -,007 ,097 ,069 ,031 ,144 ,111 -,049 ,188 ,091 ,005 -,025

-,020 ,063 ,013 ,020 ,056 ,056 ,621 ,755 ,619 ,299 ,223 ,175 ,459 ,678 ,115 ,342 ,195 -,007 -,021

,061 -,009 ,112 ,093 ,037 -,108 ,237 ,180 ,351 ,739 ,792 ,809 -,261 ,151 -,071 -,115 ,120 -,137 -,237

-,020 -,093 -,128 ,007 ,020 ,156 ,008 ,117 ,143 ,013 ,100 ,016 ,198 -,071 ,622 -,568 ,669 ,012 -,131

Aggressives Verhalten gegenüber Wettbewerbern -,010 -,055 ,015 ,076 -,028 -,089 ,135 -,006 ,024 -,035 -,188 -,190 -,352 -,175 -,249 -,255 -,031 ,774 ,769

Tabelle 27: Ergebnisse der konfirmatorischen Faktoranalyse zu Entrepreneurial Orientation

Da das Second Order-Konstrukt EO das zentrale Konstrukt dieser Arbeit ist, soll auch eine Konvergenzvaliditätsprüfung durchgeführt werden. Dazu wurde EO im Fragebogen auch als Single-Item-Measure erhoben („Insgesamt ist unser Unternehmen sehr unternehmerisch geprägt, d.h. es wird proaktiv, innovativ und risikobereit gehandelt.“). EO als Single-Item korreliert mit dem Second Order-Konstrukt EO mit 0,49 sehr stark und auf dem 0,1%-Niveau signifikant. Dies deutet auf eine hohe Konvergenzvalidität hin.

4.1.7 Freigiebigkeit der Aufgabenumwelt 4.1.7.1 Dynamik Wie bereits dargelegt, werden die einzelnen Konstrukte, welche die Freigiebigkeit der der Aufgabenumwelt abbilden, formativ gemessen. Die Gütekriterien zur Beurteilung formativer Messmodelle finden sich in Tabelle 18. Wie Tabelle 28 zeigt, liegen beim Konstrukt „Dynamik“ alle VIF-Werte unter 10, somit ist das Konstrukt hinsichtlich Multikollinearität als unbedenklich einzustufen. Die negativen Koeffizienten-Vorzeichen liegen 154

in der Funktionsweise des PLS-Algorithmus begründet und sind daher nicht weiter überraschend. Je höher die Anzahl der Indikatoren, desto geringer ist grundsätzlich die Wahrscheinlichkeit,

dass

alle

Indikatoren

signifikante

Gewichte

besitzen

(Diamantopoulos/Winklhofer 2001). Im vorliegenden Fall liegen jedoch nur drei der sechs t-Werte über dem Schwellenwert von 1,654 (einseitiger Test, 5%-Signifikanzniveau). Das Konstrukt ist daher als bedenklich einzustufen. Bei den weiteren Berechnungen wird es somit nicht betrachtet. Eine Ursachenanalyse für die geringe Validität des Konstrukts folgt im Diskussionsteil der Arbeit. Konstrukt:

Dynamik der Aufgabenumwelt Formativ

Spezifikation:

Indikatoren: dyn_1 dyn_2 dyn_3 dyn_4 dyn_5 dyn_6

Bitte bewerten Sie die Veränderungen, die im Geschäftsumfeld Ihres Unternehmens in den letzten 12 Monaten aufgetreten sind auf der u.s. Skala. Technologische Veränderungen Veränderungen in der Demographie der Konsumenten Regulierung in unserer Branche Anzahl der inländischen Mitbewerber Anzahl der ausländischen Mitbewerber Branchenweite Werbeausgaben

Koeffizienten

t-Wert

1,076

0,7075

6,2642

1,173

-0,0698

0,4398

1,079 1,497 1,386 1,341

-0,2246 0,3444 -0,0707 0,3969

1,5543 2,0907 0,4329 2,542

Sx

VIF

4,93

1,810

3,48

1,770

3,43 3,57 3,66 3,72

1,894 1,819 1,928 1,660

X

Tabelle 28: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Dynamik der Aufgabenumwelt“

4.1.7.2 Technologische Gelegenheiten Tabelle 29 ist zu entnehmen, dass auch bei dem formativen Konstrukt „Technologische Gelegenheiten“ Multikollinearität kein Problem darstellt. Jedoch hat von den drei Indikatoren nur der Indikator „In unserer Branche gibt es zahlreiche Gelegenheiten für technische Innovationen“ ein signifikantes Gewicht. Damit ist auch das Konstrukt „Technologische Gelegenheiten“ als bedenklich einzustufen. Es wird daher ebenfalls von den weiteren Berechnungen ausgeschlossen.

155

Konstrukt:

Technologische Gelegenheiten Formativ

Spezifikation:

Indikatoren: teo_1

Sx

VIF

Koeffizienten

t-Wert

5,35

1,687

3,202

0,6978

3,1728

5,25

1,621

3,559

0,3457

1,41

4,92

1,747

1,646

-0,0044

0,0258

Bitte geben Sie an, wie wahr oder unwahr die folgenden Aussagen bezogen auf die Situation Ihres Unternehmens sind. In unserer Branche gibt es zahlreiche Gelegenheiten für technische Innovationen.

X

Die Nachfrage nach neuen Technologien in unserer Branche wächst. Für Wachstum in unserer Branche bedarf es neuer Technologien.

teo_2

teo_3

Tabelle 29: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Technologische Gelegenheiten“

4.1.7.3 Wahrgenommenes Branchenwachstum Tabelle 30 zeigt, dass auch bei dem formativen Konstrukt „Wahrgenommenes Branchenwachstum“ keine Hinweise auf Multikollinearität erkennbar sind. Zwei der drei Indikatoren („In unserer Branche gibt es sehr wenige Gelegenheiten für Wachstum“, „Wachstumsmöglichkeiten in dieser Branche gibt es im Überfluss“) weisen ein signifikantes Gewicht auf. Die Güte des Konstrukts ist somit als zufriedenstellend zu bezeichnen. Es wird daher in den weiteren Berechnungen berücksichtigt. Da aus theoretischen Gründen, wie in Abschnitt 3.3.2.3 bereits ausgeführt, von einer Indikatoreneliminierung abzuraten ist, werden in den weiteren Berechnungen alle drei Indikatoren des Konstrukts verwendet. Konstrukt: Spezifikation:

Indikatoren: wbw_1

Wahrgenommenes Branchenwachstum Formativ

Bitte geben Sie an, wie wahr oder unwahr die folgenden Aussagen bezogen auf die Situation Ihres Unternehmens sind.

X

Sx

VIF

Koeffizienten

t-Wert

In unserer Branche gibt es sehr wenige Gelegenheiten für Wachstum. (rev)

2,8318

1,70247

1,943

-0,6298

3,6293

wbw_2

Die Branche bietet zahlreiche Gelegenheiten für künftiges Wachstum.

3,04

1,849

2,166

-0,1322

0,6365

wbw_3

Wachstumsmöglichkeiten in dieser Branche gibt es im Überfluss.

4,15

1,854

1,719

0,6083

3,8899

Tabelle 30: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Wahrgenommenes Branchenwachstum“

156

4.1.7.4 Nachfrage nach neuen Produkten Auch bei dem formativen Konstrukt „Nachfrage nach neuen Produkten“ sind, wie aus Tabelle 31 zu entnehmen ist, keine Hinweise auf Multikollinearität erkennbar. Zwei der drei Indikatoren („In unserer Branche gibt es zahlreiche Gelegenheiten für Produktinnovationen“, „In unserer Branche wächst die Nachfrage des Gesamtmarktes nach neuen Produkten“) weisen ein signifikantes Gewicht auf, sie liegen über dem t-WertSchwellenwert von 1,654 (einseitiger Test, 5%-Signifikanzniveau). Die Güte des Konstrukts ist somit als zufriedenstellend zu bezeichnen. Es wird in den weiteren Berechnungen berücksichtigt. Konstrukt:

Nachfrage nach neuen Produkten Formativ

Spezifikation:

Indikatoren: nnp_1 nnp_2

nnp_3

Sx

VIF

Koeffizienten

t-Wert

3,05

1,759

2,021

0,6294

4,7859

3,56

1,652

3,567

-0,0061

0,0308

3,47

1,585

3,781

0,4608

2,4691

Bitte geben Sie an, wie wahr oder unwahr die folgenden Aussagen bezogen auf die Situation Ihres Unternehmens sind.

X

In unserer Branche gibt es zahlreiche Gelegenheiten für Produktinnovationen. In unserer Branche wächst Konsumentennachfrage nach neuen Produkten. In unserer Branche wächst die Nachfrage des Gesamtmarktes nach neuen Produkten.

Tabelle 31: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Nachfrage nach neuen Produkten“

Nachdem die Gütemaße für die Konstrukte „Dynamik“ sowie „Technologische Gelegenheiten“ als nicht zufriedenstellend eingestuft wurden, verbleiben mit „Wahrgenommenes Branchenwachstum“ und „Nachfrage nach neuen Produkten“ für die weiteren Berechnungen zwei Dimensionen einer freigiebigen Aufgabenumwelt.

4.1.8 Feindlichkeit der Aufgabenumwelt Auch das Konstrukt „Feindlichkeit der Aufgabenumwelt“ wird formativ gemessen. Alle VIF-Werte liegen unter 10, somit ist das Konstrukt hinsichtlich Multikollinearität als unbedenklich einzustufen. Lediglich zwei der sechs t-Werte liegen unter dem Schwellenwert von 1,654. Es handelt sich dabei um die beiden Indikatoren „In unserer Branche sind die Handlungen unserer Wettbewerber unberechenbar“ und „Die Einmischung von Regierung/Behörden stellt in unserer Branche eine große Herausforderung dar“. Die Güte des Konstrukts ist somit als gut zu bezeichnen. 157

Konstrukt:

Feindlichkeit der Aufgabenumwelt Formativ

Spezifikation:

Indikatoren: fei_1 fei_2

fei_3

fei_4

fei_5

fei_6

Inwieweit treffen die folgenden Aussagen auf das Wettbewerbsumfeld Ihres Unternehmens zu? In unserer Branche sind die Handlungen unserer Wettbewerber unberechenbar. In unserer Branche sind die Nachfrage und die Kundenwünsche schwierig vorherzusagen. Schrumpfende Märkte für unsere Produkte sind eine große Herausforderung für unsere Branche. Ein harter Preiswettbewerb ist in unserer Branche eine große Herausforderung. Die Einmischung von Regierung/Behörden stellt in unserer Branche eine große Herausforderung dar. Unser Geschäftsumfeld gefährdet das Überleben unseres Unternehmens.

Sx

VIF

Koeffizienten

t-Wert

3,90

1,582

1,220

-0,1776

0,8374

3,88

1,718

1,255

0,1728

2,8975

3,71

2,114

1,243

0,0733

2,5386

4,81

1,858

1,307

0,1296

3,0595

3,60

2,203

1,099

-0,1766

0,7158

2,72

1,681

1,242

0,9353

18,4471

X

Tabelle 32: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Feindlichkeit der Aufgabenumwelt“

4.1.9 Reconfiguring Capabilities Das Konstrukt „Reconfiguring Capabilities“ wird ebenfalls formativ gemessen. Tabelle 33 zeigt, dass alle VIF-Werte unter 10 liegen. Das Konstrukt ist somit hinsichtlich Multikollinearität als unbedenklich einzustufen. Zwei („Implementierung neuer Managementmethoden“, „Neue oder substanziell veränderte Organisationsstruktur“) der sieben t-Werte liegen knapp, einer („Substanzielle Erneuerung der Produktionsprozesse“) deutlich unter dem Schwellenwert von 1,654. Die Güte des Konstrukts ist als gut zu bezeichnen.

158

Konstrukt:

Reconfiguring Capabilities Formativ

Spezifikation:

Indikatoren: rec_1

rec_2 rec_3 rec_4

rec_5

rec_6 rec_7

Haben Sie in Ihrem Unternehmen in den letzten drei Jahren die folgenden Erneuerungen durchgeführt? Falls ja, wie erfolgreich waren diese? Implementierung einer neuen oder substanziell veränderten Unternehmensstrategie Implementierung neuer Managementmethoden Neue oder substanziell veränderte Organisationsstruktur Neue oder substanziell veränderte Marketingmethoden oder Marketingstrategie Neue oder substanziell veränderte technologische Einrichtungen oder Produktionsprozesse Substanzielle Erneuerung der Geschäftsprozesse Substanzielle Erneuerung der Produktionsprozesse

Sx

VIF

Koeffizienten

t-Wert

5,01

1,160

1,523

0,5153

2,7147

4,59

1,032

1,522

-0,2924

1,3283

4,93

1,080

1,586

-0,2871

1,2828

4,77

1,141

1,323

0,3766

1,9434

4,94

1,180

1,848

0,4002

1,7702

4,76

1,042

1,620

0,4608

2,1366

4,66

1,116

1,873

-0,1055

0,4439

X

Tabelle 33: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Reconfiguring Capabilities“

4.1.10 Finanzieller Erfolg Das Konstrukt „Finanzieller Erfolg“ wird auch formativ gemessen. Tabelle 34 zeigt, dass alle VIF-Werte deutlich unter 10 liegen. Das Konstrukt kann somit hinsichtlich Multikollinearität als unbedenklich eingestuft werden. Drei der sechs t-Werte liegen unter dem Schwellenwert von 1,654. Es handelt sich dabei um die Indikatoren „Durchschnittliches Wachstum der Zahl fester Mitarbeiter pro Jahr seit Gründung (in %)“, „Durchschnittliches Umsatzwachstum pro Jahr seit Gründung (in %)“ und „Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % der Bilanzsumme)“. Die Güte des Konstrukts ist als befriedigend einzustufen.

159

Konstrukt: Spezifikation:

Indikatoren: fin_1

fin_2

fin_3 fin_4 fin_5

fin_6

Finanzieller Erfolg Formativ

Haben Sie in Ihrem Unternehmen in den letzten drei Jahren die folgenden Erneuerungen durchgeführt? Falls ja, wie erfolgreich waren diese? Durchschnittliches Wachstum der Zahl fester Mitarbeiter pro Jahr seit Gründung (in %): Ungefähres Wachstum der Zahl fester Mitarbeiter im Vergleich zum Vorjahr (in %): Durchschnittliches Umsatzwachstum pro Jahr seit Gründung (in %): Ungefähres Umsatzwachstum im Vergleich zum Vorjahr (in %): Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % der Bilanzsumme): Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % des Umsatzes):

Sx

VIF

Koeffizienten

t-Wert

92,65

354,332

1,050

0,021189

1,1507

22,00

48,754

1,251

0,884516

5,0109

982,82 15156,844

1,007

0,199808

0,9983

41,36

139,739

1,263

0,716674

1,7842

13,74

18,339

1,196

0,010489

1,0371

7,58

47,157

1,145

-0,25645

1,7682

X

Tabelle 34: Koeffizienten und Ergebnisse der Multikollinearitätsanalyse für die latente Variable „Finanzieller Erfolg“

4.1.11 Nicht-finanzieller Erfolg Die Ergebnisse der Faktorenanalysen für das Konstrukt „Nicht-finanzieller Erfolg“ sind in Tabelle 35 aufgeführt. Die Analyse hat gezeigt, dass der Indikator „Das Ausmaß der Bindung unserer Kunden an unser Unternehmen im Vergleich zu den wichtigsten Wettbewerbern ist deutlich schlechter/deutlich besser“ nicht in ausreichendem Maße auf den hypothetisierten Faktor lädt. Der Indikator wurde daher für die weiteren Auswertungen ausgeschlossen. Das Cronbach’sche Alpha liegt mit einem Wert von 0,913 deutlich über dem Schwellenwert von 0,7. Der Faktor erklärt 74,4% der Varianz der Indikatoren und liegt damit über dem Mindestwert von 50%. Alle Kommunalitäten liegen deutlich über dem geforderten Niveau von 0,4. Die Faktorladungen sind allesamt auf hohem Niveau signifikant. Die Indikatorreliabilitäten liegen deutlich über dem Schwellenwert von 0,4. Die durchschnittlich erklärte Varianz liegt mit 0,844 weit über dem Mindestniveau von 0,5. Die Faktorreliabilität liegt mit 0,964 ebenfalls deutlich über dem Grenzwert von 0,6. Auch die GFI- und CFI-Indizes liegen über den Schwellenwerten von 0,9. Der AGFIIndex liegt mit einem Wert von 0,771 unter dem Grenzwert von 0,9. Auch der RMSEA liegt mit 0,19 über dem geforderten Niveau von 0,10. Das Anspruchsniveau kleiner

160

gleich 3 des F 2/df-Wertes wird mit einem Wert von 20,92 nicht erreicht, was eben vermutlich an der großen Stichprobe liegt. Blickt man auf die guten bis sehr guten Werte aus der exploratorischen Faktorenanalyse und die guten lokalen Maße aus der konfirmatorischen Faktorenanalyse, lässt sich zusammenfassend die Güte des Messmodells „Nicht-finanzieller Erfolg“ als gut bezeichnen. Konstrukt:

Exploratorische Faktorenanalyse

Nicht-finanzieller Erfolg

Sx

Item-toTotal

Erklärte Varianz

Kommunalität c

5,09

1,174

0,803

74,40%

0,777

5,03

1,176

0,817

Der Erfolg unserer Produkte/Dienstleistungen hinsichtlich Umsatz im Vergleich zu den wichtigsten Wettbewerbern ist…

4,98

1,148

Der Erfolg unserer Produkte/Dienstleistungen hinsichtlich Marktanteil im Vergleich zu den wichtigsten Wettbewerbern ist…

4,82

Die Anzahl der gewonnenen Neukunden im Vergleich zu den wichtigsten Wettbewerbern ist…

4,89

X Indikatoren: aew_1

aew_2

pew_1

pew_2

kew_1

Konfirmatorische Faktorenanalyse

Reflektiv

Spezifikation:

Die wirtschaftliche Entwicklung unseres Unternehmens im Vergleich zu den wichtigsten Wettbewerbern ist… Das Wachstum unseres Unternehmens im Vergleich zu den wichtigsten Wettbewerbern ist…

O

2

t-Wert

R **

0,867

-

0,891

0,793

0,877

28,183

0,894

0,827

0,804

0,871

26,017

0,894

1,193

0,791

0,758

0,82

23,167

0,831

1,128

0,659

0,589

0,681

17,956

0,669

*

Eliminierter Indikator kew_2: Das Ausmaß der Bindung unserer Kunden an unser Unternehmen im Vergleich zu den wichtigsten Wettbewerbern ist deutlich schlechter/deutlich besser. Cronbach'sches Alpha: 0,913

F 2 / df

= 20,92 (p<0,05), RMSEA=0,19, GFI=0,924, AGFI=0,771, CFI=0,95, DEV=0,844, FR=0,964

O *: Standardisierte Faktorladung, R2**: Indikatorreliabilität

Tabelle 35: Ergebnisse der Faktorenanalysen für die latente Variable „Nicht-finanzieller Erfolg“

Der Innovationserfolg wurde mit einem Indikator und somit als Single-Item-Measure erhoben. Eine vergleichbare Güteprüfung ist für dieses Maß nicht möglich.

161

4.2 Beurteilung der Diskriminanzvalidität Diskriminanzvalidität ist dann gegeben, wenn die verwendeten Variablen auch wirklich unterschiedliche Aspekte messen. Für die reflektiven Messmodelle wurde bereits mit Hilfe einer exploratorischen Faktorenanalyse nachgewiesen, dass diese sich – mit Ausnahme einzelner eliminierter Indikatoren – trennscharf zeigen. Zur Prüfung, ob auch die mit formativen Messmodellen gemessenen Variablen, die Single-Item-Measures sowie die Kontrollvariablen grundsätzlich unabhängig von den anderen Modellvariablen

162

1,00 -0,08 -0,05 -0,02 -0,17 0,09 -0,17 0,03 -0,11 -0,14 0,11 -0,23 -0,21 -0,14 -0,29 0,02 0,10 1,00 0,04 0,03 0,03 0,04 -0,03 0,00 -0,06 0,04 -0,06 0,03 0,03 0,01 0,01 -0,24 -0,01 1,00 -0,05 0,16 -0,08 0,02 -0,01 0,08 0,05 -0,06 0,20 0,10 0,13 0,13 0,02 -0,07 1,00 -0,13 0,19 -0,12 -0,08 -0,13 -0,09 0,07 -0,03 0,01 -0,01 -0,10 -0,10 0,20 1,00 -0,08 0,17 0,09 0,23 0,41 -0,18 0,24 0,28 0,28 0,46 0,03 -0,25 1,00 -0,28 -0,06 -0,28 -0,12 0,21 -0,10 0,01 -0,11 -0,15 -0,23 0,38

AGG AMA AUT BRA EOR FEI

GEW INE

INO

NNP NFE

1,00 0,17 1,00 0,39 0,18 1,00 0,16 0,05 0,38 1,00 -0,17 -0,01 -0,33 -0,29 1,00 0,21 -0,04 0,15 0,19 -0,13 1,00 0,08 0,09 0,05 0,27 -0,12 0,22 0,11 0,00 0,18 0,21 -0,24 0,38 0,25 0,02 0,30 0,45 -0,23 0,17 0,19 0,20 0,29 0,06 -0,16 0,04 -0,22 -0,14 -0,30 -0,22 0,52 -0,19

FIE

1,00 0,27 0,17 -0,01 -0,13

1,00

UNA WBW

1,00 0,21 1,00 0,02 0,08 1,00 -0,27 -0,22 -0,26

PRO REC RIS

Pearson'sche Korrelationen (2-seitig) / Signifikanzniveaus: fett+gerahmt:p<1%, nur fett:p<5%

AAU 1,00 -0,01 -0,03 -0,02 0,12 0,01 0,11 0,00 0,02 -0,08 -0,03 0,04 -0,01 -0,01 0,01 -0,01 -0,06 0,09

Tabelle 36: Korrelationsmatrix sämtlicher Modellvariablen

Ant. Akquisitionen am Umsatz (AAU) Aggressivität geg. Wettbewerbern (AGG) Anzahl Mitarbeiter (AMA) Autonomie (AUT) Branche (BRA) Entrepreneurial Orientation (1-Item) (EOR) Feindlichkeit (FEI) Finanzieller Erfolg (FIE) Gewerbe (GEW) Innovationserfolg (INE) Innovativität (INO) Nachfrage nach neuen Produkten (NNP) Nicht-finanzieller Erfolg (NFE) Proaktivität (PRO) Reconfiguring Capabilities (REC) Risikoübernahme (RIS) Unternehmensalter (UNA) Wahrgenommenes Branchenwachstum (WBW)

sind, wird die Korrelationsmatrix sämtlicher Modellvariablen, die in Tabelle 36 wiedergegeben ist, betrachtet. Wären hohe Korrelationen unter den Variablen gegeben, wäre die Diskriminanzvalidität zu hinterfragen. Dies ist hier jedoch nicht der Fall. Es liegen keine hohen signifikanten Koeffizienten vor. Somit kann Diskriminanzvalidität angenommen werden. Für die reflektiven Konstrukte lässt sich zusätzlich anhand des Fornell-Larcker-Kriteriums (FL-Kriterium), das als strengste Größte zur Beurteilung der Diskriminanzvalidität gilt, prüfen, ob sie trennscharf sind (Fornell/Larcker 1981). Das Kriterium gilt dann als erreicht, wenn die Quadratwurzel der DEV einer Variablen größer ist als jede ihrer Korrelationen mit einer anderen Variablen. In Tabelle 37 sind die reflektiven Konstrukte des Modells, für die ein DEV-Wert bestimmt werden konnte, sowie ihre Korrelationen zu den anderen reflektiven Messmodellen dargestellt. Es zeigt sich, dass das FL-Kriterium für alle reflektiven Konstrukte erfüllt wird. AUT INO

NFE

PRO RIS

Autonomie (AUT)

0,79 1,00

Innovativität (INO)

0,72 0,05 1,00

Nicht-finanzieller Erfolg (NFE)

0,92 0,20 0,19

Proaktivität (PRO)

0,52 0,10 0,27

0,22 1,00

Risikoübernahme (RIS)

0,85 0,13 0,45

0,17 0,17 1,00

0,79 0,72

0,92 0,52 0,85

2

DEV

1,00

Tabelle 37: Ergebnisse der Prüfung des FL-Kriteriums für die reflektiven Konstrukte

164

4.3 Ergebnisse der Hypothesentests Die Ergebnisse der Hypothesentests sind in drei Abschnitte unterteilt. Der erste Abschnitt beschäftigt sich mit den Zusammenhängen zwischen den einzelnen EODimensionen und den abhängigen bzw. moderierenden Variablen (H1-H6). Der zweite Abschnitt befasst sich mit den Zusammenhängen zwischen EO als Second OrderKonstrukt und den abhängigen bzw. moderierenden und der mediierenden Variablen (H7-H12). Als abhängige Variable wird jeweils der finanzielle und der nicht-finanzielle Unternehmenserfolg betrachtet. Im dritten Abschnitt wird geprüft, ob EO ein fünfdimensionales Konstrukt ist, dessen Dimensionen voneinander unabhängig sind.

4.3.1 Ergebnisse zu den einzelnen EO-Dimensionen Die Ergebnisse zu den Hypothesen 1-6 für die abhängige Variable „Finanzieller Unternehmenserfolg“ sind in Abbildung 17 wiedergegeben. Das (korrigierte) R2 von 0,18 ist als niedrig einzustufen (Chin 1988). Da es sich bei der abhängigen Variable um ein formatives Konstrukt handelt, lässt sich das Stone-Geisser-Test-Kriterium nicht berechnen (Fornell/Bookstein 1982). Die Hypothesen 1, 2, 5 und 6 müssen abgelehnt werden. Ein direkter Zusammenhang zwischen den EO-Dimensionen Innovativität, Proaktivität, Aggressives Verhalten gegenüber Wettbewerbern und Autonomie und dem finanziellen Unternehmenserfolg besteht nicht. Für die EO-Dimension Aggressives Verhalten gegenüber Wettbewerbern besteht auf einem Signifikanzniveau von 5% sogar ein negativer Zusammenhang. Für das Testen von Hypothese 3 wurde der moderierende Einfluss, der durch den Interaktionsterm abgebildet wird, durch die Multiplikation der standardisierten Konstruktwerte modelliert (Chin/Marcolin/Newsted 2003). Proaktivität moderiert den Zusammenhang zwischen EO und dem finanziellen Unternehmenserfolg bei einer feindlichen Aufgabenumwelt positiv. Das R2 erhöht sich durch die Hinzunahme des Terms von 0,15 auf 0,18. Der Zusammenhang ist aber nicht signifikant. H3 muss also auch abgelehnt werden. Hypothese 4, die einen umgekehrt U-förmigen Zusammenhang zwischen Risikoübernahme und dem Unternehmenserfolg vermutet, kann bestätigt werden. Für den Test des umgekehrt U-förmigen Zusammenhangs wurde wie von Nohria und Gulati (1996) vorgeschlagen vorgegangen. Risikoübernahme (Beta: 0,386, t-Wert: 1,844) sowie der quadrierte Term der Risikoübernahme (Beta: -0,682, t-Wert: -3,255) wurden in einer Kleinstquadratsregression auf den finanziellen Unternehmenserfolg als abhängige Variable

165

regressiert. Beide Koeffizienten sind signifikant, Risikoübernahme auf dem 5%-Niveau und der quadrierte Term auf dem 0,1%-Niveau.

Innovativität H1: -0,001 (n.s.) Feindlichkeit H2: 0,068 (n.s.)

Proaktivität

-0,236** H4: bestätigt Risikoübernahme H5: -0,097** Aggressivität geg. Wettbew. H6: 0,004 (n.s.)

Finanzieller Unternehmenserfolg (R2=0,18) H3: 0,164 (n.s.) Proaktivität * Feindlichkeit

Autonomie **** Sig. auf 0,001 *** Sig. auf 0,01 ** Sig. auf 0,05 * Sig. auf 0,10

Abbildung 17: Ergebnisse der Hypothesentests (H1-H6, Finanzieller Unternehmenserfolg)

Die Ergebnisse zu den Hypothesen 1-6 für die abhängige Variable „Nicht-finanzieller Unternehmenserfolg“ sind in Abbildung 18 wiedergegeben. Das (korrigierte) R2 von 0,27 ist als moderat einzustufen (Chin 1988). Da es sich bei der abhängigen Variable um ein reflektives Konstrukt handelt, lässt sich das Stone-Geisser-Test-Kriterium Q2 berechnen. (Fornell/Bookstein 1982). Das Strukturmodell hat mit einem Q2 von 0,174 eine akzeptable Prognosegüte (Fornell/Bookstein 1982). Die Hypothesen 1, 2 und 6 können bestätigt werden. Es besteht ein direkter, hoch signifikanter Zusammenhang zwischen den drei EO-Dimensionen Innovativität, Proaktivität und Autonomie und dem nicht-finanziellen Unternehmenserfolg. Das Signifikanzniveau beträgt in allen drei Fällen 0,1%. Interessant ist, dass die Pfadkoeffizienten nahezu die gleiche Höhe aufweisen. Die Autonomie-Dimension liegt mit 0,161 lediglich gering über Innovativität (0,154) und Proaktivität (0,153). Die Bedeutung der EO-Dimensionen scheint somit ähnlich groß. Für das Testen von Hypothese 3 wurde der moderierende Einfluss, der durch den Interaktionsterm abgebildet wird, wiederum durch die Multiplikation der standardisierten Konstruktwerte modelliert (Chin/Marcolin/Newsted 2003). Es kann kein positiver Moderati166

onseffekt von Proaktivität auf den Zusammenhang zwischen EO und dem finanziellen Unternehmenserfolg bei einer feindlichen Aufgabenumwelt festgestellt werden. Zwar erhöht sich das R2 durch die Hinzunahme des Terms von 0,24 auf 0,27, der Zusammenhang ist aber nicht signifikant. Zudem hat der Pfadkoeffizient ein negatives Vorzeichen. H3 ist also auch für den nicht-finanziellen Unternehmenserfolg abzulehnen. Der umgekehrt U-förmige Zusammenhang zwischen Risikoübernahme und dem nichtfinanziellen Unternehmenserfolg (H4) kann nicht bestätigt werden. Zwar ist der Risikoübernahme-Term (Beta: 0,025, t-Wert: 4,036) auf dem 0,1%-Niveau signifikant, der quadrierte Term der Risikoübernahme (Beta: -0,682, t-Wert: 0,592) ist jedoch nicht signifikant. Für die EO-Dimension Aggressives Verhalten gegenüber Wettbewerbern besteht auf einem Signifikanzniveau von 0,1% ebenfalls ein negativer Zusammenhang. Somit ist H5 ebenfalls abzulehnen.

Innovativität H1: 0,154**** Feindlichkeit Proaktivität

H2: 0,153**** -0,277** H4: nicht bestätigt

Risikoübernahme

Nicht-finanzieller Unternehmenserfolg (R2=0,27, Q2=0,174)

H5: -0,147**** Aggressivität geg. Wettbew. H6: 0,161****

H3: -0,166 (n.s.) Proaktivität * Feindlichkeit

Autonomie **** Sig. auf 0,001 *** Sig. auf 0,01 ** Sig. auf 0,05 * Sig. auf 0,10

Abbildung 18: Ergebnisse der Hypothesentests (H1-H6, Nicht-finanzieller Unternehmenserfolg)

4.3.2 Ergebnisse zu EO als Second Order-Konstrukt Die Ergebnisse zu den Hypothesen 7-12 für die abhängige Variable „Finanzieller Unternehmenserfolg“ sind in Abbildung 19 wiedergegeben. Das (korrigierte) R2 von 0,29 ist als moderat einzustufen (Chin 1988).

167

H7, eine der zentralen Hypothesen der Arbeit, kann bestätigt werden. Der Zusammenhang zwischen EO und dem finanziellen Unternehmenserfolg ist positiv und auf dem 5%Niveau signifikant. Der Pfadkoeffizient liegt allerdings mit 0,117 unter dem von Chin (1988) geforderten Niveau von 0,2, der direkte Zusammenhang ist somit eher schwach ausgeprägt. Für die Prüfung von H8, welche einen negativen Moderationseffekt einer freigiebigen Aufgabenumwelt auf den Zusammenhang zwischen EO und dem finanziellen Unternehmenserfolg vermutet, wurden die Freigiebigkeits-Dimensionen „Wahrgenommenes Branchenwachstum“ sowie „Nachfrage nach neuen Produkten“ herangezogen. In keinem der beiden Fälle ist ein signifikant negativer Zusammenhang festzustellen. Damit kann H8 nicht bestätigt werden. H9 nimmt einen positiven Moderationseffekt der Feindlichkeit der Aufgabenumwelt auf den Zusammenhang zwischen EO und dem finanziellen Unternehmenserfolg an. Erneut wurde der Interaktionsterm durch die Multiplikation der standardisierten Konstruktwerte modelliert (Chin/Marcolin/Newsted 2003). Der Pfadkoeffizient des Interaktionsterms (0,139) hat ein positives Vorzeichen und ist auf dem 10%-Niveau signifikant. H9 kann damit bestätigt werden. Allerdings ist die Ausprägung des Pfadkoeffizienten unter dem geforderten Niveau von 0,2, es liegt somit lediglich ein schwacher Zusammenhang vor. Der positive Moderationseffekt der „Reconfiguring Capabilities“ auf den Zusammenhang zwischen EO und dem finanziellen Unternehmenserfolg (H10) ist zwar vorhanden (Pfadkoeffizient: 0,098), der Zusammenhang ist allerdings sehr schwach und nicht signifikant. Damit muss H10 abgelehnt werden. Der Zusammenhang zwischen EO und dem Innovationserfolg (R2=0,21) ist sehr stark (Pfadkoeffizient: 0,457) und hoch signifikant (0,1%-Niveau). H11 kann somit bestätigt werden. Auch H12, wonach Unternehmen, die eine höhere Ausprägung ihres Innovationserfolges aufweisen, auch einen höheren Gesamtunternehmenserfolg ausweisen, kann ebenfalls bestätigt werden. Der Zusammenhang ist mit einem Pfadkoeffizienten von 0,256 ebenfalls recht hoch ausgeprägt und auf dem 1%-Niveau signifikant. Der Korrelationsmatrix aller Modellvariablen, die in Tabelle 36 wiedergegeben ist, kann man entnehmen, dass eine geringe (Korrelationskoeffizient: 0,17) auf dem 1%-Niveau signifikante Korrelation zwischen dem Gewerbe (Produzierendes Gewerbe, Dienstleistungen) und dem finanziellen Unternehmenserfolg besteht. Man kann somit vermuten, dass der finanzielle Unternehmenserfolg auch vom Gewerbe des Unternehmens beein168

flusst wird. Die übrigen Kontrollvariablen (Anteil der der Akquisitionen am Umsatz, Unternehmensalter, Anzahl der Mitarbeiter und Branche) weisen keine signifikante Korrelationskoeffizienten – auch nicht zu dem nicht-finanziellen Unternehmenserfolg – auf.

Feindlichkeit

EO * Feindlichkeit

Reconf. Capabilities -0,003 (n.s.)

H9: 0,139*

0,113 (n.s.)

EO * Reconf. Capabilities H10: 0,098 (n.s.)

H7: 0,117**

Finanzieller Unternehmenserfolg (R2=0,29)

EO

H12: 0,256***

H11: 0,457****

Innovationserfolg (R2=0,21)

-0,049** Wahrgen. Branchenwachstum -0,016 (n.s.)

0,031 (n.s.)

EO * Wahrgen. Branchenwachstum

0,116 (n.s.) Nachfrage nach neuen Produkten EO * Nachfrage nach neuen Produkten

**** Sig. auf 0,001 *** Sig. auf 0,01 ** Sig. auf 0,05 * Sig. auf 0,10

Abbildung 19: Ergebnisse der Hypothesentests (H7-H12, Finanzieller Unternehmenserfolg)

Die Ergebnisse zu den Hypothesen 7-12 für die abhängige Variable „Nicht-finanzieller Unternehmenserfolg“ sind in Abbildung 20 wiedergegeben. Das (korrigierte) R2 von 0,37 ist als moderat bis gut einzustufen (Chin 1988). Da es sich bei der abhängigen Variable um ein reflektives Konstrukt handelt, lässt sich das Stone-Geisser-Test-Kriterium Q2 berechnen. Das Strukturmodell hat mit einem Q2 von 0,26 eine gute Prognosegüte (Fornell/Bookstein 1982). H7 kann auch für die abhängige Variable nicht-finanzieller Unternehmenserfolg bestätigt werden. Der Zusammenhang zwischen EO und dem nicht-finanziellen Unternehmenserfolg (Pfadkoeffizient: 0,237) ist positiv und auf dem 0,1%-Niveau signifikant. Für die Prüfung von H8, welche einen negativen Moderationseffekt einer freigiebigen Aufgabenumwelt auf den Zusammenhang zwischen EO und dem nicht-finanziellen Unternehmenserfolg vermutet, wurden ebenfalls die Freigiebigkeits-Dimensionen „Wahrge169

nommenes Branchenwachstum“ sowie „Nachfrage nach neuen Produkten“ herangezogen. In keinem der beiden Fälle ist ein signifikant negativer Zusammenhang festzustellen. Damit kann H8 auch für den nicht-finanziellen Unternehmenserfolg nicht bestätigt werden. H9 nimmt einen positiven Moderationseffekt der Feindlichkeit der Aufgabenumwelt auf den Zusammenhang zwischen EO und dem nicht-finanziellen Unternehmenserfolg an. Erneut wurde der Interaktionsterm durch die Multiplikation der standardisierten Konstruktwerte modelliert (Chin/Marcolin/Newsted 2003). Der Pfadkoeffizient des Interaktionsterms (-0,08) hat nicht das vermutete positive Vorzeichen und ist auch nicht signifikant. H9 wird somit abgelehnt. Der positive Moderationseffekt der „Reconfiguring Capabilities“ auf den Zusammenhang zwischen EO und dem finanziellen Unternehmenserfolg (H10) ist auch bei der abhängigen Variable nicht-finanzieller Unternehmenserfolg vorhanden (Pfadkoeffizient: 0,168), der Zusammenhang ist allerdings nicht signifikant. Damit muss H10 abgelehnt werden. Der Zusammenhang zwischen EO und dem Innovationserfolg (R2=0,16) ist sehr stark ausgeprägt (Pfadkoeffizient: 0,395) und hoch signifikant (0,1%-Niveau). H11 kann somit bestätigt werden. H12, wonach Unternehmen, die eine höhere Ausprägung ihres Innovationserfolges aufweisen, auch einen höheren Gesamtunternehmenserfolg ausweisen, muss hingegen für den nicht-finanziellen Unternehmenserfolg abgelehnt werden. Der Zusammenhang ist mit einem Pfadkoeffizienten von -0,037 praktisch nicht gegeben und nicht signifikant.

170

Feindlichkeit

EO * Feindlichkeit

Reconf. Capabilities -0,053** H9: -0,08 (n.s.)

0,295***

EO * Reconf. Capabilities H10: 0,168 (n.s.)

H7: 0,237****

Nicht-finanzieller Unternehmenserfolg (R2=0,37, Q2=0,26)

EO

H11: 0,395****

H12: -0,037 Innovationserfolg (R2=0,16)

-0,04 (n.s.) Wahrgen. Branchenwachstum -0,038 (n.s.)

0,034 (n.s.)

EO * Wahrgen. Branchenwachstum

-0,098 (n.s.) Nachfrage nach neuen Produkten EO * Nachfrage nach neuen Produkten

**** Sig. auf 0,001 *** Sig. auf 0,01 ** Sig. auf 0,05 * Sig. auf 0,10

Abbildung 20: Ergebnisse der Hypothesentests (H7-H12, Nicht-finanzieller Unternehmenserfolg)

4.3.3 Ergebnisse zur Unabhängigkeit der fünf EO-Dimensionen Den Ergebnissen der konfirmatorischen Faktoranalyse der fünf EO-Dimensionen, die in Tabelle 27 dargestellt sind, lässt sich entnehmen, dass die einzelnen Indikatoren auf fünf unterschiedliche Faktoren laden. H13 kann somit bestätigt werden. Lediglich der Indikator „pro1“ lädt nicht wie hypothetisiert auf den Faktor „Proaktivität“ sondern auf „Innovativität“. Dieser Befund bedarf im Anschluss der weiteren Diskussion. Aus der Korrelationsmatrix aller Modellvariablen, die in Tabelle 36 wiedergegeben ist, wird ersichtlich, dass zwar jede EO-Dimension signifikant positiv mit der EO-Single-ItemMeasure korreliert. Es sind jedoch keine signifikanten Korrelationen zwischen den fünf EO-Dimensionen zu beobachten. Damit kann auch H14 bestätigt werden. Tabelle 38 gibt einen Überblick über die durchgeführten Hypothesentests. H1-H12 sind aufgegliedert nach den beiden abhängigen Variablen der Arbeit.

171

Nummer

Hypothese

H1

Zwischen Innovativität und dem UE besteht ein positiver Zusammenhang. Zwischen Proaktivität und dem UE besteht ein positiver Zusammenhang. Der positive Zusammenhang zwischen Proaktivität und UE ist bei einer feindlichen Aufgabenumwelt stärker ausgeprägt. Zwischen Risikoübernahme und UE besteht ein umgekehrt U-förmiger Zusammenhang. Zwischen aggressivem Verhalten gegenüber Wettbewerbern und UE besteht ein positiver Zusammenhang. Zwischen Autonomie und UE besteht ein positiver Zusammenhang. Zwischen EO und UE besteht ein positiver Zusammenhang. Freigiebigkeit moderiert den Zusammenhang zwischen EO und UE negativ. Feindlichkeit moderiert den Zusammenhang zwischen EO und UE positiv. Reconfiguring Capabilities moderieren den Zusammenhang zwischen EO und UE positiv. Zwischen EO und dem IE besteht ein positiver Zusammenhang. Unternehmen, die eine höhere Ausprägung ihres Innovationserfolges aufweisen, weisen auch einen höheren Gesamtunternehmenserfolg auf.

H2 H3

H4 H5

H6 H7 H8 H9 H10 H11 H12

Finanzieller Nicht-finanzieller Unternehmens- Unternehmenserfolg erfolg

x

¥

x (n.s.)

¥

x (n.s.)

x (n.s.)

¥

x

x

x

x (n.s.)

¥

¥

¥

x

x (n.s.)

¥

x

x (n.s.)

x (n.s.)

¥

¥

¥

x Weitere

H13 H14

Bei EO handelt es sich um ein fünfdimensionales Konstrukt. Die einzelnen EO-Dimensionen sind voneinander unabhängig.

Tabelle 38: Ergebnisse der Hypothesentests im Überblick

172

¥ ¥

5 Diskussion und Schlussbetrachtung 5.1 Diskussion der Ergebnisse Zunächst sollen ausgewählte Ergebnisse der Messmodelle diskutiert werden. Im Anschluss werden die Ergebnisse der Strukturmodelle diskutiert.

5.1.1 Ergebnisse der Messmodelle Die Güte der Messmodelle für Autonomie, Innovativität, Risikoübernahme und aggressives Verhalten gegenüber Wettbewerbern ist gut bis sehr gut. Die bestehenden Skalen konnten somit validiert werden. Lediglich die Ergebnisse zum Messmodell Proaktivität sind enttäuschend. Trotz der Eliminierung zweier Indikatoren („Wir sind in unserer Branche gewöhnlich die ersten, die neue Marken oder Produkte im Markt einführen“ sowie dem umgekehrt codierten Indikator „Wettbewerber kommen uns häufig zuvor, indem sie vor uns Kapazitäten aufbauen“), liegt das Cronbach’sche Alpha bei lediglich 0,365 und damit deutlich unter dem Schwellenwert von 0,7. Die von Venkatraman (1989) entwickelte und in dieser Arbeit eingesetzte Proaktivitätsskala scheint somit Verbesserungspotenzial zu bieten. Eine Idee wäre, in künftigen Studien die bislang kaum verbreitete Skala von Hughes und Morgan (2007) zu verwenden. Sie basiert auf den Arbeiten von Bateman und Crant (1993), Hult und Ketchen (2001) sowie Morgan und Strong (2003). In der durchgeführten konfirmatorischen Faktoranalyse lädt zudem der Proaktivitäts-Indikator „Unser Unternehmen sucht ständig nach Gelegenheiten, die mit den bestehenden Unternehmensbereichen in Verbindung stehen“ auf den Faktor Innovativität. Letzteres könnte damit erklärt werden, dass die Respondenten „Gelegenheiten“, die Übersetzung von „Opportunities“, als Innovationen bzw. Innovationsaktivitäten interpretiert haben. Auch auf diesen Punkt ist künftig zu achten. Nur drei der sechs t-Werte für Indikatoren des „Dynamik“-Konstrukts und einer der drei tWerte des Konstrukts für „Technologische Gelegenheiten“ lagen über dem Schwellenwert von 1,654. Folglich wurden beide Konstrukte von den weiteren Untersuchungen ausgeschlossen. Alle Freigiebigkeitskonstrukte wurden der Arbeit von Zahra (1993b) entnommen. Zahra macht darin lediglich Angaben zu Reliabilitätsmaßen, nicht aber zu Validitätsmaßen. Sollen auch in künftigen Arbeiten Konstrukte aus der Aufgabenumwelt des Unternehmens, welche auf deren Freigiebigkeit gerichtet sind, modelliert werden, wäre es ratsam, diese Konstrukte neu zu konzeptualisieren. Dabei könnte gleichzeitig eine Verdichtung zu einem Freigiebigkeits-Konstrukt stattfinden. So könnte diskutiert werden, ob sich „Technologische Gelegenheiten“, „Wahrgenommenes Branchenwachs173

tum“ und „Nachfrage nach neuen Produkten“ nicht zusammenfassen lassen. Alle drei Dimensionen beschäftigen sich schließlich mit der künftigen Marktgröße. Die Güte der Messung des finanziellen Erfolges ist lediglich als befriedigend einzustufen. Vor diesem Hintergrund sind die Aussagen der Arbeit, die sich auf einen Zusammenhang mit dem finanziellen Unternehmenserfolg beziehen, mit Vorsicht zu betrachten. Zwei Indikatoren, die nicht signifikant luden, sind „Durchschnittliches Umsatzwachstum pro Jahr seit Gründung (in %)“ sowie „Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % der Bilanzsumme)“. Im ersten Fall ist es denkbar, dass die Antwortenden sich nicht die Mühe machen wollten, das durchschnittliche Umsatzwachstum seit Gründung des Unternehmens zu berechnen. Gerade bei älteren Unternehmen dürfte sich die Berechnung auch als schwierig erweisen. Im zweiten Fall steht zu vermuten, dass die Respondenten die Bilanzsumme ihres Unternehmens zum Zeitpunkt der Beantwortung nicht parat hatten und somit einen Schätzwert abgaben. Obwohl der Großteil der Respondenten Geschäftsführer bzw. Vorstände waren, ist die Bilanzsumme im Gegensatz zum Umsatz und Gewinn eines Unternehmens ein Kriterium, das z.B. in der externen Kommunikation weniger häufig von Bedeutung ist. Für die künftige Messung des finanziellen Unternehmenserfolges mit Primärdaten sind diese beiden Aspekte zu berücksichtigen.

5.1.2 Ergebnisse der Strukturmodelle Hinsichtlich der untersuchten Strukturmodelle bedürfen gerade die aus der Theorie abgeleiteten Hypothesen, die nicht bestätigt werden konnten, der Diskussion. Zunächst ist auffällig, dass mit Ausnahme des umgekehrt U-förmigen Zusammenhangs zwischen Risikoübernahme und dem finanziellen Unternehmenserfolg, keine der weiteren vier EODimensionen den vermutet positiven Zusammenhang mit dem finanziellen Unternehmenserfolg aufweist. Das Second Order-Konstrukt EO weist hingegen einen, wenn auch mit einem Pfadkoeffizienten von 0,117 schwachen, Zusammenhang mit dem finanziellen Unternehmenserfolg auf. EO scheint also moderat als Second Order-Konstrukt, nicht aber über die einzelnen Dimensionen auf den finanziellen Unternehmenserfolg zu wirken. Eine mögliche Erklärung hierfür könnte die mediierende Variable des Innovationserfolges sein. EO führt offenbar primär zu Innovationen und damit zu Innovationserfolg. Bei der abhängigen Variable „Finanzieller Unternehmenserfolg“ beträgt der Pfadkoeffizient 0,457 und ist auf dem 0,1%-Niveau signifikant. Bei der abhängigen Variable „Nichtfinanzieller Unternehmenserfolg“ beträgt der Pfadkoeffizient 0,395. Er ist auf dem 0,1%Niveau signifikant. Der Befund von EO als begünstigender Faktor für Innovationserfolg 174

fügt sich in die Arbeiten von Atuahene-Gima und Ko (2001) sowie von Jantunen und Hurmelinna-Laukkanen (2006) ein, die den gleichen Zusammenhang nachweisen können. EO ist somit ein Konzept, das Innovationen begünstigt. Dabei sind vermutlich primär die EO-Dimensionen Innovativität, Proaktivität, Risikoübernahme und Autonomie bzw. ihr Zusammenspiel und weniger die Aggressivität gegenüber Wettbewerbern die Treiber des Innovationserfolges. Der Innovationserfolg wiederum beeinflusst den finanziellen Unternehmenserfolg (Pfadkoeffizient: 0,256, signifikant auf dem 1%-Niveau). Erfolgreiche Innovationen führen nicht nur zu Umsatz- und Mitarbeiterwachstum, sie sind auch die Basis für die Verbesserung der Ertragssituation von Unternehmen, indem sie, etwa über bessere Produkteigenschaften oder eine neuartige Technologie, entsprechende Preise rechtfertigen. Einen positiven Zusammenhang zwischen Innovationserfolg und Unternehmenserfolg konnte auch Ernst (2003a) feststellen. Die schwache direkte Beziehung zwischen EO und dem finanziellen Unternehmenserfolg kann nicht den einzelnen EO-Dimensionen geschuldet sein. Mit Ausnahme des umgekehrt U-förmigen Zusammenhangs zwischen Risikoübernahme und dem finanziellen Unternehmenserfolg, weist keine der EO-Dimensionen einen positiven Zusammenhang mit dem finanziellen Unternehmenserfolg auf. Eine mögliche Erklärung für den schwachen Zusammenhang könnte allerdings ein Kombinationseffekt der Dimensionen sein. So könnte erst aus einer Kombination von Innovativität, Proaktivität, Risikoübernahme, Autonomie und Aggressivität gegenüber Wettbewerbern ein positiver Effekt erwachsen. Dies wäre etwa dann der Fall, wenn Autonomie und Innovativität für sich betrachtet noch nicht zur Schaffung eines Wettbewerbsvorteils führen, sondern es zusätzlich moderater Risikoübernahme und einer proaktiven Einstellung bedarf. Ein Beispiel hierfür wäre die weitgehend autonome Innovationsabteilung eines Unternehmens, die den proaktiven, aber auch mit gewissen Risiken behafteten Schritt in einen bislang noch nicht bearbeiteten neuen Markt unternimmt. Ein Beispiel aus der Praxis ist das Unternehmen Apple. Apple gelang mit der Einführung des iPod nicht nur der Einstieg, sondern sogleich die Dominanz des Marktes für MP3-Player. Bis dato war Unterhaltungselektronik für das Unternehmen, das historisch PCs produzierte, ein unbearbeiteter Markt. Somit war der Markteintritt mit einem Risiko behaftet. Apple konnte diesen Schritt mit der Dominanz des Marktes für MP3-Downloads (iTunes) und der Markteinführung des iPhones im Anschluss zweimal wiederholen. Apple scheint über eine unternehmensspezifische Fähigkeit zu verfügen, die es dem Unternehmen erlaubt, diese Erfolge zu wiederholen. Womöglich handelt es sich bei der Fähigkeit um einen EO-Kombinationseffekt. Ein derarti175

ger Kombinationseffekt spräche für den Wert des EO-Konstruktes per se. EO wäre somit mehr als die bloße Summe seiner einzelnen Dimensionen. EO wäre dann die dynamische Fähigkeit eines Unternehmens, verschiedene für den Unternehmenserfolg relevante Fähigkeiten, die EO-Dimensionen, so miteinander kombinieren zu können, dass sie optimal zum Unternehmenserfolg beitragen. Dabei ist es nicht zwingend nötig, alle fünf EO-Dimensionen miteinander zu kombinieren. Es kann Situationen geben, in denen die richtige Kombination von nur zwei oder drei EO-Dimensionen die am besten geeignete Strategie darstellt. Wenn sich z.B. die Gelegenheit für die Bearbeitung eines neuen Marktes ergibt, kann es angezeigt sein, sehr proaktiv und ein moderates Risiko übernehmend zu handeln, um für das Unternehmen das beste Ergebnis zu erzielen. Diese Erkenntnis wäre eine maßgebliche Weiterentwicklung der bestehenden EO-Theorie. Könnte der empirische Befund dieser Arbeit auch in Folgestudien bestätigt werden, käme EO vermutlich noch eine weitaus größere Relevanz in der betriebswirtschaftlichen Forschung zu. Der umgekehrt U-förmige Zusammenhang zwischen Risikoübernahme und dem finanziellen Unternehmenserfolg ist ein in der EO-Literatur neuer Befund. Er soll exemplarisch nochmals die Notwendigkeit einer differenzierten Beschäftigung mit den EODimensionen verdeutlichen. Zum nicht-finanziellen Unternehmenserfolg, der sich aus allgemeinem Erfolg gegenüber Wettbewerbern, Produkterfolg und Kundenerfolg zusammensetzt, weisen drei der fünf EO-Dimensionen (Innovativität, Proaktivität und Autonomie) einen positiven Zusammenhang auf. Ein positiver Zusammenhang zwischen Proaktivität und dem Unternehmenserfolg wurde bereits früh durch Miller und Friesen (1983) nachgewiesen. Venkatraman (1989a) stellte ebenfalls einen positiven Zusammenhang zwischen Proaktivität und dem Unternehmenserfolg fest. Interessant ist, dass die Stärke der Zusammenhänge mit einem Pfadkoeffizienten von 0,154 für Innovativität, 0,153 für Proaktivität und 0,161 für Autonomie ähnlich groß ist. Die Bedeutung der einzelnen EO-Dimensionen für den nichtfinanziellen Unternehmenserfolg ist somit annähernd gleich hoch. Der umgekehrt Uförmige Zusammenhang zwischen Risikoübernahme und dem nicht-finanziellen Unternehmenserfolg (H4) kann jedoch nicht bestätigt werden. Lediglich der einfache Term der Risikoübernahme ist mit einem Beta von 0,172 auf dem 0,1%-Niveau signifikant. Das spricht für einen schwach positiven Zusammenhang zwischen der RisikoübernahmeDimension und dem nicht-finanziellen Unternehmenserfolg. Risikotolerantes Verhalten scheint also für den Produkt- und Kundenerfolg ergiebig, für den finanziellen Erfolg ist hingegen eine moderate Risikoübernahme die beste Empfehlung. Womöglich ist das 176

Eingehen eines hohen Risikos für das Hervorbringen radikaler Innovationen eine Voraussetzung. Aus diesen radikalen Innovationen können überlegene Produkte, die von Kunden geschätzt werden, entwickelt werden. Bis sich die radikalen Innovationen allerdings auch nachhaltig in den finanziellen Kennzahlen des Unternehmens widerspiegeln, dauert es vermutlich einige Zeit. Aggressives Verhalten gegenüber Wettbewerbern scheint weder für den finanziellen noch für den nicht-finanziellen Unternehmenserfolg vorteilhaft. Dieser Befund bestätigt einige ältere Arbeiten (Fruhan 1972; Venkatraman 1989a). Eine nahe liegende Erklärung wären Vergeltungsmaßnahmen der Wettbewerber gegenüber den aggressiv auftretenden Unternehmen. Diese Maßnahmen könnten einerseits im rechtlichen Bereich liegen und somit z.B. langwierige und teure Prozesse nach sich ziehen. Aber auch marktseitige Reaktionen sind denkbar. Auf eine aggressive Preisstrategie des Aggressors könnte eine Preisreduktion seitens des Wettbewerbers erfolgen. Die Folge wären niedrigere Margen für beide Unternehmen. 60% der Unternehmen im Sample haben bis zu 50 Mitarbeiter. Kleine Unternehmen verhalten sich im Allgemeinen aggressiver als größere Unternehmen (Chen/Hambrick 1995). Treten die kleinen Unternehmen gegenüber den größeren Unternehmen ihrer Branche jedoch zu aggressiv auf, müssen sie mit Vergeltungsmaßnahmen und Preiskriegen rechnen, die finanziell erhebliche Schäden nach sich ziehen können (Chen/Hambrick 1995). Diese Vermutung stützen die empirischen Ergebnisse von Chen und Miller (1994), die zeigen, dass der finanzielle Erfolg aggressiver Unternehmen umso schlechter ist, je mehr Gegenmaßnahmen bzw. Vergeltungsmaßnahmen ihre Angriffe provozieren. Lassen et al. (2006) argumentieren, dass eine zu starke Betonung aggressiven Verhaltens gegenüber Wettbewerbern Unternehmen davon abhält, radikale Innovationen zu entwickeln. Es wird zu viel Zeit darauf verwendet, darüber nachzudenken, wie man sich die Schwachstellen der Wettbewerber zu Nutze machen kann. Stattdessen wäre es vorteilhafter über radikale Innovationen und neue Märkte nachzudenken. Ferrier (2001) argumentiert, dass die Entwicklung von wettbewerbsgerichteten Maßnahmen wie z.B. der Übernahme eines Mitbewerbers signifikant kognitive Ressourcen im Unternehmen in Anspruch nehmen kann. Diese Ressourcen stehen während der Entwicklungsphase der aggressiven Maßnahmen nicht für andere Tätigkeiten zur Verfügung. Dess und Lumpkin (2005a) führen aus, dass aggressives Verhalten von Unternehmen sowohl bei deren Kunden als auch bei öffentlichen Institutionen kritisch gesehen werden kann. Als Beispiel nennen sie Microsoft. Dessen aggressives Image führe zur Abwanderung von Kunden und sei auch im Anti-Trust-Fall, den die USRegierung gegen Microsoft führte, von Nachteil gewesen. 177

H3, die eine positiv moderierende Wirkung einer feindlichen Aufgabenumwelt auf den Zusammenhang zwischen Proaktivität und Unternehmenserfolg vermutete, muss für beide Unternehmenserfolgsdimensionen abgelehnt werden. Zwar ist in beiden Fällen ein positiver Zusammenhang zu beobachten, jedoch ist er nicht signifikant. Es zeigt sich, dass die Aufgabenumwelt praktisch keinen Einfluss auf die Beziehungen zwischen EO und den abhängigen Variablen ausübt. EO scheint also unabhängig von der Aufgabenumwelt eine „universelle“ Bedeutung zu haben. Die betrachteten Freigiebigkeits-Dimensionen (Wahrgenommenes Branchenwachstum, Nachfrage nach neuen Produkten) weisen für keine der endogenen Variablen einen moderierenden Effekt auf. Zu diesem Ergebnis kommt auch Schmelter (2009), der in seiner Arbeit den Dynamik-Aspekt der Freigiebigkeit betrachtet. Diese Befunde stehen jedoch im Widerspruch zu den Ergebnissen der Metaanalyse von Rauch et. al (2009), die von einem positiven Moderationseffekt der Dynamik auf die EO-UE-Beziehung berichten. Rauch et. al (2009) untersuchen allerdings hinsichtlich der Aufgabenumweltvariablen ausschließlich Arbeiten aus anderen Kulturräumen als dem deutschen und hegen die Vermutung, dass das kulturelle Umfeld die EO-UE-Beziehung beeinflussen könnte. Auch vor diesem Hintergrund erscheint es sinnvoll, die theoretische Herleitung der moderierenden Wirkung einer freigiebigen Aufgabenumwelt auf den Zusammenhang zwischen EO und Unternehmenserfolg zu überprüfen und ggf. weiterzuentwickeln. Auch die Reconfiguring Capabilities haben zwar für sich genommen einen positiven Effekt auf die abhängigen Variablen, moderieren aber nicht signifikant den Zusammenhang zwischen EO und dem Unternehmenserfolg. Dies ist ein weiterer Beleg für die eher universelle Bedeutung einer EO. Lediglich für das Konstrukt Feindlichkeit konnte eine signifikant positive moderierende Wirkung zwischen EO und dem finanziellen Unternehmenserfolg festgestellt werden. Auch Schmelter (2009) fand diesen Zusammenhang. Gerade in wirtschaftlich eher schwierigen Zeiten scheint eine EO für die Verbesserung des finanziellen Unternehmenserfolges, der dann auch nur das reine Überleben bedeuten kann, besonders bedeutsam. Der Innovationserfolg weist einen signifikant positiven Zusammenhang (Pfadkoeffizient: 0,256, signifikant auf dem 1%-Niveau) mit dem finanziellen Unternehmenserfolg auf. Dieser Befund steht im Einklang mit der Metaanalyse zu Innovationserfolg und Unternehmenserfolg von Bausch und Rosenbusch (2006). Interessant ist jedoch, dass der Zusammenhang mit dem nicht-finanziellen Unternehmenserfolg nicht besteht. Die Ursache hierfür könnte in der Messung des Innovationserfolges und des nicht-finanziellen Unternehmenserfolges liegen. Zur Messung des Innovationserfolges wurde gefragt, wie 178

viel Prozent des Umsatzes mit Produkten, die in den letzten drei Jahren neu in den Markt eingeführt oder wesentlich verändert wurden, gemacht wird. Da der nicht-finanzielle Unternehmenserfolg im wesentlichen den Produkt- und den Kundenerfolg im Vergleich zu den Wettbewerbern umfasst, ist es denkbar, dass der durch Innovationen erzielte absolute Umsatz nicht zwingend auch höhere Marktanteile bzw. einen stärker ausgeprägten Neukundenerfolg im Vergleich zum Wettbewerb impliziert. Dies sollte gerade in jungen und

schnell

wachsenden

Branchen

besonders

relevant

sein.

Das

Median-

Unternehmensalter der Stichprobe beträgt 8 Jahre. Die Branche, die in der Stichprobe am stärksten vertreten war, ist die relativ schnell wachsende IT/Software/InternetBranche. Beide Aspekte stützen somit diese Vermutung. Mit der Bestätigung von H13 und H14 wird gezeigt, dass eine EO aus fünf voneinander unabhängigen Dimensionen besteht. Dieser Befund bringt die wissenschaftliche Debatte, ob es sich bei EO um ein ein- (Covin/Slevin 1989; Knight 1997) oder mehrdimensionales (Lumpkin/Dess 1996a; Stetz et al. 2000; Covin/Green/Slevin 2006; George 2009) Konzept handelt und die EO-Dimensionen somit einen ähnlichen oder unterschiedlichen Zusammenhang mit dem Unternehmenserfolg aufweisen, voran. Der Befund könnte in der EO-Forschung dazu führen, dass künftige Arbeiten alle EO-Dimensionen betrachten und sich nicht, wie in der Vergangenheit so häufig der Fall, auf drei Dimensionen (meist Risikoübernahme, Proaktivität und Innovativität) beschränken. Diese ganzheitliche Betrachtung wäre für die adäquate Messung der EO und die Vergleichbarkeit der Forschungsergebnisse wünschenswert. Dass teils unterschiedliche Ergebnisse für den finanziellen und den nicht-finanziellen Unternehmenserfolg zu beobachten sind, unterstreicht die Bedeutung der mehrdimensionalen Unternehmenserfolgsmessung. Zahlreiche Arbeiten ließen in der Vergangenheit den nicht-finanziellen Unternehmenserfolg außer Acht. Die einzelnen EO-Dimensionen zeigen allerdings vornehmlich einen Zusammenhang zum nicht-finanziellen Unternehmenserfolg, nicht aber zum finanziellen Unternehmenserfolg. Diese Erkenntnis läge bei der rein finanziellen Erfolgsbetrachtung nicht vor. Bevor bei der Betrachtung des Einflusses der einzelnen EO-Dimensionen der finanzielle Erfolg als abhängige Variable aber künftig außen vor bleibt, wäre es wünschenswert, den Befund zu replizieren. Interessant ist, dass die R2-Werte der beiden Forschungsmodelle mit 0,29 für die abhängige Variable des finanziellen Unternehmenserfolgs und 0,37 für die abhängige Variable des nicht-finanziellen Unternehmenserfolgs über dem Wert von 0,24 liegen, von dem Rauch et. al (2009) in ihrer Meta-Analyse zu EO-UE-Studien berichten. Dieser Befund spricht dafür, dass die Forschungsmodelle dieser Arbeit den EO-UE-Zusammenhang 179

besser zu erklären helfen als der Durchschnitt der Modelle bisheriger Arbeiten. Die Gründe hierfür könnten in der Betrachtung mehrerer moderierender und mediierender Variablen sowie in der Messung von EO mit fünf statt der in vielen Arbeiten verwandten drei EO-Dimensionen zu suchen sein. Ein Blick auf die Kontrollvariablen der Arbeit (Anteil der der Akquisitionen am Umsatz, Unternehmensalter, Anzahl der Mitarbeiter, Gewerbe und Branche), die mit Ausnahme des Gewerbes (Korrelationskoeffizient: 0,17, 1%-Signifikanzniveau) allesamt nicht signifikant sind, stützt die bisherige Argumentation einer universellen EO-Wirkung. Insbesondere die betrachteten Kontrollvariablen Unternehmensgröße und Unternehmensalter spielen in anderen Studien, die den Zusammenhang zwischen Organisationsvariablen und dem Unternehmenserfolg betrachten, nach Aussage von Hult et. al (2003) eine Rolle. Das macht den Befund umso bemerkenswerter. Die schwache Signifikanz der Kontrollvariable „Gewerbe“ könnte sich durch die Sample-Struktur erklären lassen. Es ist zu vermuten, dass sich die leicht überrepräsentierten Dienstleistungsunternehmen durch eine stärkere Dynamik – zumindest hinsichtlich Mitarbeiter- und Umsatzwachstum – auszeichnen.

180

5.2 Grenzen der Untersuchung Die Arbeit stellt durch eine Reihe interessanter Ergebnisse einen Fortschritt in der EOForschung dar. Nichtsdestotrotz soll auch eine kritische Auseinandersetzung mit den Grenzen der Untersuchung erfolgen. Bei der vorliegenden Arbeit handelt es sich um eine Querschnittsstudie. Querschnittdaten erlauben keine kausalen Schlüsse hinsichtlich des langfristigen Zusammenhangs zwischen den untersuchten Konstrukten. Selbst umgekehrte kausale Zusammenhänge zwischen den analysierten Konstrukten sind vorstellbar. So könnte Erfolg dazu führen, dass dem Unternehmen besonders viele Ressourcen zur Verfügung stehen (Guth/Ginsberg 1990). Mit diesen Ressourcen kann das Unternehmen experimentieren und schließlich Innovationen herbeiführen. So stellt Mansfield (1963) fest, dass erfolgreiche Unternehmen in stärkerem Maße radikale Innovationen sowie Produkt- und Prozessinnovationen verzeichnen. Zudem kann ein Unternehmen mit einer hohen Ressourcenausstattung leichter proaktiv neue unternehmerische Gelegenheiten verfolgen. Sind Ressourcen reichlich vorhanden, ist es auch weniger dramatisch, wenn unternehmerische Initiativen scheitern. Eine Lähmung der Organisation oder gar eine Existenzgefährdung des Unternehmens bleibt aus. Dieser Sachverhalt sollte das Eingehen von Risiken bzw. die Risikoübernahme begünstigen (Zahra/Covin 1995). Für eine weiterführende Beschäftigung mit der Problematik umgekehrt kausaler Zusammenhänge in einem allgemeinen Kontext sei auf die Arbeit von March und Sutton (1997) verwiesen. Eine extrem starke Ausprägung der EO-Dimension Risikoübernahme kann Unternehmen in ihrer Existenz bedrohen und im Extrem zum Scheitern der Unternehmen führen (Rauch et al. 2009). Es ist schwierig, ehemalige Führungskräfte nicht mehr existenter Unternehmen für die Teilnahme an Befragungen zu gewinnen. Die Stichprobe enthält somit nur Unternehmen, die zum Erhebungszeitpunkt noch existierten. Diese Verzerrung wird in der Literatur als „Survivor Bias“ bezeichnet (VanderWerf/Mahon 1997). Nur durch ein Panel-Design oder die Durchführung einer Längsschnittstudie wäre er zu vermeiden. Neben dem separat untersuchten nicht-linearen Zusammenhang zwischen Risikoübernahme und Unternehmenserfolg könnten weitere nicht-lineare Zusammenhänge bestehen. Diese wurden in der vorliegenden Arbeit nicht betrachtet. Es ist weithin akzeptiert, dass eine EO keine stabile strategische Orientierung ist (Atuahene-Gima/Ko 2001). Sie kann sich also im Zeitverlauf ändern. Die Dynamik ihrer Entwicklung ist in der Studie nicht berücksichtigt. Zudem könnte das Problem bestehen, dass sich die Ergebnisse unternehmerischen Handelns erst zeitverzögert zeigen 181

(Biggadike 1979; Miller/Camp 1985). Block und MacMillan (1993) sprechen jedoch davon, dass sich unternehmerische Aktivitäten üblicherweise schnell in finanziellen Größen niederschlagen. Die R2-Werte der beiden Forschungsmodelle liegen mit 0,29 und 0,37 auf moderatem bis gutem Niveau (Chin 1988). Durch die Ergänzung des Forschungsmodells um weitere Prädiktorvariablen des Unternehmenserfolges, wie etwa Managementfähigkeiten (Pettus 2001) oder Unternehmensstrategie, könnte das Bestimmtheitsmaß vermutlich gesteigert werden. Wie bei der Betrachtung der Kontrollvariablen gezeigt wurde, weist das Gewerbe des Unternehmens eine signifikante schwach positive Korrelation mit dem finanziellen Unternehmenserfolg auf. Somit ist nicht auszuschließen, dass das Gewerbe die hypothetisierten Zusammenhänge für den finanziellen Unternehmenserfolg mit beeinflusst. Die Ergebnisse der Arbeit können nicht als repräsentativ für alle deutsche Unternehmen angesehen werden. Kleine Unternehmen sind in der Stichprobe unterrepräsentiert, mittlere und größere Unternehmen sind in der Stichprobe überproportional vertreten. Auf andere Länder sind die Ergebnisse nicht übertragbar. Hierfür müssten insbesondere kulturelle Unterschiede, etwa über die Miterhebung der jeweiligen Unternehmenskultur, berücksichtigt werden. Aus methodischer Perspektive ist zudem anzumerken, dass die Messmodelle teilweise nur befriedigende Ergebnisse lieferten. Die Validität der Konstrukte ist in den diskutierten Fällen kritisch zu hinterfragen. Die Konvergenzvalidität wurde für das EO-Konstrukt, das zentrale Konstrukt der Arbeit, mit einer zusätzlichen 1-Item-Measure überprüft. Für die restlichen Konstrukte erfolgte keine Prüfung auf Konvergenzvalidität. Die Messung von EO erfolgte auf Ebene des Top-Managements bzw. der ersten Führungsebene. Das Top-Management sollte einen umfassenden Überblick über alle Aktivitäten des Unternehmens, die für die jeweiligen EO-Dimensionen relevant sind, haben (Hambrick 1981; Norburn 1989). Ein Informant-Bias (Anderson 1987; Kumar/Stern/Anderson 1993; Ernst 2003b) kann trotz des negativen Ergebnisses bei der Prüfung auf signifikante Unterschiede zwischen den antwortenden Gruppen (erste Führungsebene vs. andere Organisationsmitglieder) nicht vollständig ausgeschlossen werden. Auch ein Common Method Bias, kann trotz negativem Ergebnis des Harman-Tests nicht gänzlich ausgeschlossen werden.

182

5.3 Empfehlungen 5.3.1 Empfehlungen für die Wissenschaft Im Folgenden soll dargelegt werden, welche Ansatzpunkte sich aus der Arbeit für künftige Forschungsarbeiten im EO-Umfeld ergeben. Es wurde theoretisch hergeleitet, dass es sich bei EO um eine Organisationskapitalressource im Sinne von Wernerfelt (1984) handelt und die einzelnen EO-Dimensionen als dynamische Fähigkeiten betrachtet werden können (Teece 2007). Künftige Arbeiten der EO-Forschung können hierauf aufbauen und als theoretische Basis statt der in der Vergangenheit so häufig verwandten Common Sense-Argumentation die RBV und die Theorie der Dynamic Capabilities verwenden. Wie vermutet und empirisch bestätigt wurde, besteht eine EO aus fünf Dimensionen, die voneinander unabhängig sind. Diese Erkenntnis sollte als Basis für künftige Arbeiten dienen. Nur so ist die Vergleichbarkeit der Forschungsergebnisse gewährleistet. Eine Partialbetrachtung von EO mit etwa nur drei Dimensionen ist unzureichend. Das Forschungsmodell der Arbeit könnte in verschiedene Richtungen erweitert werden. So ist einerseits eine weitergehende Beschäftigung mit den Prozessen und Organisationseigenschaften, die eine EO begünstigen, denkbar. Die Arbeit von Schmelter (2009) liefert hierfür einen ersten Ansatz. Da das Forschungsfeld, das sich mit den Einflussfaktoren einer EO beschäftigt, aber noch vergleichsweise jung ist, wäre es wünschenswert, diese Prozesse im Detail zu untersuchen. Dafür ist vermutlich der Fallstudienansatz am ehesten geeignet (Harrigan 1983). So könnten etwa Unternehmen, die in bisherigen Studien eine hohe EO-Ausprägung aufwiesen, erneut angesprochen und zu strukturierten Interviews gebeten werden. In diesen Interviews müsste das Ziel verfolgt werden, im Einzelnen zu erfahren, wie sie eine EO in ihrem Unternehmen geschaffen haben. Zudem ist denkbar, dass Eigenschaften wie etwa die emotionale Intelligenz und Verhalten des Managements einzelne EO-Dimensionen beeinflussen können (Dess/Lumpkin 2005a). Wie von Atuahene-Gima und Ko (2001) gefordert, wäre es darüber hinaus sinnvoll, EO im

Kontext

anderer

strategischer

Orientierungen,

etwa

der

Marktorientierung

(Miles/Arnold 1991), zu betrachten. In eine ähnliche Richtung geht das von Hult et. al (2003) vorgeschlagene Konstrukt einer „Cultural Competitiveness“, die EO u.a. zusammen mit Marktorientierung und organisationalem Lernen betrachtet. Dies könnte insbesondere Aufschluss über die relative Bedeutung einer EO gegenüber anderen strategischen Orientierungen geben. 183

Die vorliegende Arbeit prüfte lediglich den nicht-linearen Zusammenhang zwischen Risikoübernahme und Unternehmenserfolg. Aber auch weitere nicht-lineare Zusammenhänge sind denkbar. So könnte etwa auch Autonomie umgekehrt U-förmig mit dem Unternehmenserfolg verknüpft sein. Weder eine extreme Einschränkung des Freiraumes der Organisationsmitglieder, noch ein völliges „Laissez Faire“ scheint auf den ersten Blick sinnvoll. Zumindest mit dem finanziellen Unternehmenserfolg weist Autonomie ja in der vorliegenden Studie keinen positiven Zusammenhang auf. Die Arbeit betrachtete bereits eine Reihe moderierender Variablen des Zusammenhangs zwischen EO und Unternehmenserfolg. Weitere moderierende Variablen, die auch innerhalb der Organisation liegen können, wie etwa Unternehmensstrategie und Unternehmenskultur, sind denkbar und sollten in künftigen Arbeiten getestet werden (Lumpkin/Dess 1996a; Rauch et al. 2009). Da sich die vermuteten Zusammenhänge zwischen verschiedenen Ländern bzw. Kulturen unterscheiden können (Hofstede 2001), wäre eine Replizierung der Untersuchung in einem anderen Kulturraum wünschenswert. Insbesondere der Befund des negativen Zusammenhangs zwischen der Aggressivität gegenüber Wettbewerbern und Erfolg könnte in Teilen auf eine deutsche Konsensorientierung zurückzuführen sein und somit in anderen Kulturräumen keinen Bestand haben. Die Arbeit hat Unternehmenserfolg mehrdimensional mit verschiedenen finanziellen und nicht-finanziellen Indikatoren gemessen. McGrath (1999) zeigt, dass insbesondere durch unternehmerisches Scheitern sogenannte Lernplattformen geschaffen werden. Lernplattformen stellen eine Form humanen Kapitals dar. Humankapital als nicht-finanzielle Erfolgsdimension könnte in künftigen Arbeiten mit berücksichtigt werden. Die Arbeit wählte für die Erklärung der hypothetisierten Zusammenhänge die in Abschnitt 2.1 eingeführten Theorien. Diese Theorieauswahl ist eventuell erweiterbar. Denkbar sind z.B. eine Erweiterung um die Lerntheorie (Wang 2008), mit Hilfe derer möglicherweise gezeigt werden könnte, dass schnell lernende Unternehmen eine EO wirkungsvoller für sich ausschöpfen können als Nachzügler. Aus methodischer Sicht ist neben einer Längsschnitt- oder Panelstudie sowie dyadischen Arbeiten (Wagner/Rau/Lindemann 2009) eine Verfeinerung der Skalen, welche die Dimensionen der Aufgabenumwelt messen sowie der EO-Skalen wünschenswert. Gerade die EO-Dimension Proaktivität bedarf einer verbesserten Messung. Ansatzpunkte hierfür könnten sich evtl. aus den Arbeiten zur Messung der Miles und SnowTypologie (Zahra/Pearce 1990) und Arbeiten, die sich mit der Messung von „Prospec184

tors“ beschäftigen (Conant/Mokwa/Varadarajan 1990) ergeben. Für eine verbesserte Messung der Autonomie-Skala gibt die Arbeit von Lumpkin et al. (2009) Hinweise, die künftige Arbeiten aufgreifen sollten. Die Messung der Innovativitäts-Dimension könnte durch die Berücksichtigung von Prozessinnovationen und administrativen Innovationen verbessert werden. Aggressives Verhalten gegenüber Wettbewerbern wurde bislang lediglich mit einer 2-Item-Skala gemessen. Eine Erweiterung der Skala könnte sinnvoll sein. Für die künftige Überprüfung der Konvergenzvalidität eines verfeinerten EOKonstrukts könnte neben der in dieser Studie eingesetzten 1-Item-Measure auch das von Walter et al. (2006) verwandte 6-Item-EO-Konstrukt dienen.

5.3.2 Empfehlungen für die Praxis Praktiker interessieren konkrete Handlungsempfehlungen, wie sie den Erfolg ihres Unternehmens verbessern können. Zunächst ist festzuhalten, dass eine EO per se erstrebenswert ist. Sie weist einen positiven Zusammenhang mit dem Unternehmenserfolg auf und kann als Quelle für die Schaffung von Wettbewerbsvorteilen dienen. Daher ist es ratsam, im Unternehmen Maßnahmen zu entwickeln, welche eine EO fördern. Dabei muss allerdings nach den jeweiligen EO-Dimensionen unterschieden werden. Hilfreich sind insbesondere Maßnahmen, welche Proaktivität, Innovativität und Autonomie begünstigen. Einige Maßnahmen sollen im Folgenden vorgestellt werden. Für die Steigerung der Proaktivität ist eine aktive Beobachtung der Umwelt des Unternehmens notwendig (Dess/Lumpkin 2005a). Dazu gehört das Beobachten von Trends. Hierzu können z.B. „Scouts“ eingesetzt werden. Scouts können rechtzeitig sich wandelnde Kundenbedürfnisse erkennen und ggf. neue Geschäftsmöglichkeiten daraus ableiten. Wenn das Budget für einen Vollzeitmitarbeiter, der neue Geschäftsmöglichkeiten sichtet, nicht ausreicht, können auch Studenten zum Einsatz kommen. Wenn diese Branchenkenntnis und ein entsprechendes Technologieverständnis besitzen, sind sie dafür geeignet, über neue Entwicklungen in der Branche zu berichten. Ergebnis ihrer Recherchen könnten zumindest Denkanstöße für neue Geschäftsfelder sein. In der jüngsten Entrepreneurship-Literatur ist auch von sogenannten „Entrepreneurial Alert Information Systems“ die Rede (Simsek et al. 2009). Dabei handelt es sich um Informationssysteme, die von den Mitarbeitern eines Unternehmens bei strategischen Entscheidungen eingebunden werden, um insbesondere Marktinformationen bei den Entscheidungen zu berücksichtigen. Die Systeme, die aus Hardware- und Softwarekomponenten bestehen, helfen dabei, relevante Informationen zu sammeln, zu analysieren und zu prognostizieren. Simsek et. al (2009) untersuchen 495 kleine und mittlere US185

Unternehmen und zeigen, dass die Implementierung von „Entrepreneurial Alert Information Systems“ auch zur Förderung von Proaktivität im Unternehmen beitragen kann. Für das rechtzeitige Erkennen sich wandelnder Kundenbedürfnisse bietet sich auch ein regelmäßiger und strukturierter Austausch mit Kunden an. Auch der Austausch mit erfolgreichen jungen Unternehmen der eigenen Branche im Rahmen von Messen oder bei Verbandsveranstaltungen ist eine Möglichkeit, sich über neue Entwicklungen zu informieren und Gelegenheiten zu erkennen. Gerade junge Unternehmen sollten durch ihren erfolgreichen Markteintritt die Fähigkeiten besitzen, die es den etablierten Unternehmen erlauben, sich zu erneuern, um am Markt zu bestehen. In größeren Unternehmen, wäre sogar an Wettbewerbe, in denen die beste interne Geschäftsidee prämiert wird, zu denken. Zudem ist an Frühwarnsysteme für die rechtzeitige Erkennung von Risiken wie neue Wettbewerber oder Technologien, die bestehende Technologiren ablösen können, zu denken. Ein Frühwarnsystem sollte möglichst umfassend konzipiert sein, um die gesamte Aufgabenumwelt des Unternehmens abzubilden (Teece 2007). Wettbewerber sollten systematisch beobachtet werden. Die Daten, die über das Frühwarnsystem und die Wettbewerbsbeobachtung gesammelt werden, sind vom Management zu filtern und richtig zu interpretieren. Proaktivität impliziert auch, das eigene Geschäft ständig zu hinterfragen und dabei auch nicht davor zurückzuschrecken, das Stammgeschäft durch eigene Innovationen zu kannibalisieren. Wenn es Unternehmen gelingt, als erste in neue Märkte einzutreten, können sie von Pioniervorteilen profitieren. Dazu gehören höhere Gewinnmargen und der Aufbau einer Marke mit Wiedererkennungswert (Lieberman/Montgomery 1988). Für die Beförderung der Innovativität ist eine Grundvoraussetzung, dass im Unternehmen Innovationen positiv gesehen werden (Dess/Lumpkin 2005a). Gerade bei administrativen Innovationen und Prozessinnovationen besteht die Gefahr, dass diese von zu vielen Organisationsmitgliedern behindert werden. Die grundsätzliche Bereitschaft, Erprobtes und Bewährtes zu hinterfragen und ggf. auch davon abzuweichen, ist entscheidend. Zudem soll die Arbeit so genannter „Champions“ erwähnt werden. Deren Aufgabe ist es u.a., Innovationen durch die Organisation zu treiben und den Innovatoren durch die hierarchisch exponierte Position der „Champions“ auch eine gewisse Bedeutung beizumessen. Zudem ist eine enge Zusammenarbeit mit Forschungseinrichtungen, Kunden und Lieferanten sinnvoll, um Innovativität zu fördern (Teece 2007). Selbst in Phasen sinkender Umsätze ist es ratsam, auf Kürzungen bei F&E-Aufwendungen zu verzichten. Ansonsten läuft das Unternehmen Gefahr, in einem folgenden Aufschwung weniger stark zu profitieren. 186

Autonomie wird z.B. von einer Unternehmenskultur, die es den Mitarbeitern erlaubt, sich zu entfalten, begünstigt. Kontrollsysteme im Unternehmen sind zu überprüfen und insbesondere auf ihre evtl. die Autonomie hemmenden Wirkungen zu hinterfragen. Auch kleinere Teams fördern Autonomie. In diesen Teams kann in dynamischer Atmosphäre zusammengearbeitet werden. Die Teammitglieder kleinerer Teams übernehmen tendenziell mehr Verantwortung als Mitglieder in größeren Teams und tauschen sich auch eher miteinander aus. Durch die intensive Kommunikation in kleineren Teams wird auch implizites Wissen vermittelt. So können sich kreative Ideen und Lösungen ergeben. Denkbar sind auch zeitliche Freiräume, etwa ein halber Tag je Arbeitswoche, für Mitarbeiter in der Entwicklungsabteilung, die sie auf sogenannte „pet projects“ verwenden können. Unter „pet projects“ versteht man Projekte, welche die Mitarbeiter faszinieren, die aber nicht unmittelbar etwas mit dem Tagesgeschäft zu tun haben. Google gelang es darüber zahlreiche Anwendungen zu entwickeln, die keinen Bezug zum Kerngeschäft der Suche haben, aber dennoch Erfolgspotenziale beinhalten. Schließlich kann Autonomie auch durch Spin-Offs gefördert werden. In Spin-Offs können z.B. vielversprechende Gelegenheiten, die wenig mit dem Kerngeschäft zu tun haben, weiterentwickelt werden. Später ist es möglich, die erfolgreichen Spin-Offs zu verkaufen oder sie, wenn entsprechende Synergien gehoben werden können, wieder ins Mutterunternehmen zu integrieren. Die Risikoübernahme im Unternehmen sollte moderat sein. Weder dürfen alle Risiken vermieden, noch dürfen unkalkulierbare Risiken eingegangen werden. Zur Umsetzung dieser Empfehlung ist zunächst eine gewisse Risiko- und Fehlertoleranz im Unternehmen notwendig. Nur wenn Risiko nicht per se als schlecht betrachtet wird und Fehler gemacht werden dürfen, werden Mitarbeiter es wagen, kalkulierbare Risiken einzugehen. Zur Entwicklung eines Risikoverständnisses, müssen Ressourcen zur Recherche und Planung risikobehafteter Investitionen zur Verfügung stehen. Es ist hilfreich, Entscheidungsträgern einen Überblick über die verschiedenen Typen kognitiver Verzerrungen, die beim Treffen von Investitionsentscheidungen auftreten können, an die Hand zu geben (Kahnemann/Lovallo 1993). Zur Risikokontrolle wäre der Einsatz eines Investmentgremiums sinnvoll. Dieses Gremium, dem idealerweise auch externe Mitglieder angehören, prüft bei Investitionen, die eine zu definierende Höhe überschreiten, explizit das Risikopotential der Investition. Dabei könnte die Technik der Szenarioanalyse oder auch Simulationsmodelle zum Einsatz kommen. Bei der Betrachtung der Einzahlungen aus Investitionsprojekten, darf nicht allein auf die monetäre Ebene abgestellt werden. Das Unternehmen kann, selbst wenn das Projekt finanziell nicht erfolgreich ist, Erfahrungen sammeln und seine Fähigkeiten weiterentwickeln (Lassen/Gertsen/Riis 2006). 187

Aggressivität gegenüber Wettbewerbern ist grundsätzlich zu vermeiden. Dies gilt insbesondere dann, wenn der Aggressor kleiner ist als der Wettbewerber. Zu groß sind dann die Gefahren, die von möglichen Vergeltungsmaßnahmen der Wettbewerber ausgehen. Diese können z.B. rechtlicher Natur sein, aber auch in Margen vernichtenden Preiskämpfen münden. Zu aggressives Verhalten gegenüber Wettbewerbern verhindert zudem die Einigung auf Standards. Erst kürzlich war dies in der Filmindustrie (HD DVD Format vs. Blu-ray Format) zu beobachten. Dabei wurde Zeit verschenkt, in der man mit dem neuen Standard höhere Gewinnspannen hätte erzielen können. Generell ist die Beschäftigung mit den Schwachstellen der Wettbewerber weniger ratsam als die Beschäftigung mit neuen Märkten und radikalen Innovationen. Die Erfolgspotenziale in diesen Bereichen sind beträchtlich größer. Die explizite Betrachtung der Aufgabenumwelt des Unternehmens zeigt, dass eine EO gerade in einem eher feindlichen Umfeld, wie den aktuellen wirtschaftlich turbulenten Zeiten, besonders bedeutsam ist.

188

Literaturverzeichnis AAKER, David A./JACOBSON, Robert (1987): The Role of Risk in Explaining Differences in Profitability, in: Academy of Management Journal, 30, S. 277-296. ABETTI, Pier A. (2000): Critical Success Factors for Radical Technological Innovation: A Five Case Study, in: Creativity and Innovation Management, 9, S. 208221. AGARWAL, Ritu/KARAHANNA, Elena (2001): Time Flies When You're Having Fun: Cognitive Absorption and Beliefs About Information Technology Usage, in: MIS Quarterly, 24, S. 665-694. AKEHURST, Gary/COMECHE, José/GALINDO, Miguel-Angel (2009): Job Satisfaction and Commitment in the Entrepreneurial SME, in: Small Business Economics, 32, S. 277-289. ALBACH, Horst (1965): Zur Theorie des wachsenden Unternehmens, in: KRELLE, Wilhelm (Hrsg.): Theorien des einzelwirtschaftlichen und des gesamtwirtschaftlichen Wachstums, Schriften des Vereins für Socialpolitik, Berlin, S. 998. ALBACH, Horst (1988): Maßstäbe für den Unternehmenserfolg, in: HENZLER, Herbert A. (Hrsg.): Handbuch Strategische Führung, Wiesbaden, S. 69-83. ALBACH, Horst/BOCK, Kurt/WARNKE, Thomas (1985): Kritische Wachstumsschwellen in der Unternehmensentwicklung, Stuttgart. ALBERS, Sönke/HILDEBRANDT, Lutz (2006): Methodische Probleme bei der Erfolgsfaktorenforschung: Messfehler, formative versus reflektive Indikatoren und die Wahl des Strukturgleichungsmodells, in: Zeitschrift für betriebswirtschaftliche Forschung, 58, S. 2-33. ALCHIAN, Armen A. (1950): Uncertainty, Evolution, and Economic Theory, in: Journal of Political Economy, 58, S. 211-221. ALDRICH, Howard E. (1979): Organizations and Environments, Englewood Cliffs, NJ. ALLISON, Paul D. (2001): Missing Data, Thousand Oaks. AMABILE, Teresa M./KAMER, Steven J. (2007): Inner Work Life: Understanding the Subtext of Business Performance, in: Harvard Business Review, 85, S. 72-83. AMIT, Raphael/SCHOEMAKER, Paul J. H. (1993): Strategic Assets and Organizational Rent, in: Strategic Management Journal, 14, S. 33-46. AMOROSO, Donald L./CHENEY, Paul H. (1991): Testing a Causal Model of EndUser Application Effectiveness, in: Journal of Management Information Systems, 8, S. 63-89.

189

ANDERSON, James C. (1987): An Approach for Confirmatory Measurement and Structural Equation Modeling of Organizational Properties, in: Management Science, 33, S. 525-541. ANTONCIC, Bostjan/HISRICH, Robert D. (2001): Intrapreneurship: Construct Refinement and Cross-Cultural Validation, in: Journal of Business Venturing, 16, S. 495-527. ARMOUR, Henry/TEECE, David J. (1978): Organizational Structure and Economic Performance: A Test of the Multidivisional Hypothesis, in: The Bell Journal of Economics, 9, S. 106-122. ARMSTRONG, Scott J./OVERTON, Terry S. (1977): Estimating Nonresponse Bias in Mail Surveys, in: Journal of Marketing Research, 14, S. 396-402. ARROW, Kenneth J. (1962): Economic Welfare and the Allocation of Resources for Invention, in: NELSON, Richard (Hrsg.): The Rate and Direction of Inventive Activity: Economic and Social Indicators, Princeton, S. 609-626. ATUAHENE-GIMA, Kwaku/KO, Anthony (2001): An Empirical Investigation of the Effect of Market Orientation and Entrepreneurship Orientation Alignment on Product Innovation, in: Organization Science, 12, S. 54-74. AUDRETSCH, David B. (1995): Innovation, Growth and Survival, in: International Journal of Industrial Organization, 13, S. 441-457. AUGER, Pat/BARNIR, Arnat/GALLAUGHER, John M. (2003): Strategic Orientation, Competition, and Internet-Based Economic Commerce, in: Information Technology and Management, 4, S. 139-164. BACKHAUS, Klaus/ERICHSON, Bernd/PLINKE, Wulff/WEIBER, Rolf (2003): Multivariate Analysemethoden, 10. Auflage, Berlin. BAETGE, Jörg/SCHEWE, Gerhard/SCHULZ, Roland/SOLMECKE, Henrik (2007): Unternehmenskultur und Unternehmenserfolg: Stand der empirischen Forschung und Konsequenzen für die Entwicklung eines Messkonzepts, in: Journal für Betriebswirtschaft, 57, S. 183-219. BAGOZZI, Richard P./PHILIPS, Lynn W. (1982): Representing and Testing Organizational Theories: A Holistic Construal, in: Administrative Science Quarterly, 27, S. 459-489. BAGOZZI, Richard P./YI, Youjae (1988): On the Evaluation of Structural Equation Models, in: Journal of the Academy of Marketing Science, 16, S. 74-94. BAGOZZI, Richard P./YI, Youjae/PHILIPS, Lynn W. (1991): Assessing Construct Validity in Organizational Research, in: Administrative Science Quarterly, 36, S. 421-458. BAIRD, Inga S./THOMAS, Howard. (1985): Toward a Contingency Model of Strategic Risk Taking, in: Academy of Management Review, 10, S. 230-243.

190

BALDWIN, William L./CHILDS, Gerald L. (1969): The Fast Second and Rivalry in Research and Development, in: Southern Economic Journal, 36, S. 18-24. BANKHOFER, Udo (1995): Unvollständige Daten- und Distanzmatrizen in der multivariaten Datenanalyse, Bergisch Gladbach. BARNETT, William P./PONTIKES, Elizabeth G. (2009): The Red Queen, Success Bias, and Organizational Inertia, in: Management Science, 54, S. 1237-1251. BARNEY, Jay B. (1986a): Organizational Culture - Can it Be a Source of Sustained Competitive Advantage?, in: Academy of Management Review, 11, S. 656665. BARNEY, Jay B. (1986b): Strategic Factor Markets: Expectations, Luck, and Business Strategy, in: Management Science, 32, S. 1231-1241. BARNEY, Jay B. (1991): Firm Resources and Sustained Competitive Advantage, in: Journal of Management, 17, S. 99-120. BAROUDI, Jack J./ORLIKOWSKI, Wanda J. (1989): The Problem of Statistical Power in MIS Research, in: MIS Quarterly, 13, S. 87-106. BARRINGER, Bruce R./BLUEDORN, Allen C. (1999): The Relationship between Corporate Entrepreneurship and Strategic Management, in: Strategic Management Journal, 20, S. 421-444. BARTHOLOMEW, Susan/SMITH, Anne (2006): Improving Survey Response Rates from Chief Executive Officers in Small Firms: The Importance of Social Networks, in: Entrepreneurship Theory and Practice, 30, S. 83-96. BARUCH, Yehuda (1999): Response Rate in Academic Studies - A Comparative Analysis, in: Human Relations, 52, S. 421-438. BATEMAN, Thomas S./CRANT, Michael J. (1993): The Proactive Component of Organizational Behavior: A Measure and Correlates, in: Journal of Organizational Behavior, 14, S. 103-118. BAUMGARTNER, Hans/HOMBURG, Christian (1996): Applications of Structural Equation Modeling in Marketing and Consumer Research, in: International Journal of Research in Marketing, 13, S. 139-161. BAUMOL, William J. (2006): Entrepreneurship and Invention: Toward Restoration into Microeconomic Value Theory, Working Paper, Ringberg. BAUSCH, Andreas/ROSENBUSCH, Nina (2006): Innovation und Unternehmenserfolg: Eine meta-analytische Untersuchung, in: Die Unternehmung, 60, S. 125140. BEGLEY, Thomas M./BOYD, David P. (1987): Psychological Characteristics Associated with Performance in Entrepreneurial Firms and Smaller Businesses, in: Journal of Business Venturing, 2, S. 79-93. BEHRENDS, Thomas (2001): Organisationskultur und Innovativität, München. 191

BELSLEY, David A./KUH, Edwin/WELSCH, Roy E. (1980): Regression Diagnostics: Identifying Influential Data and Sources of Collinearity, New York. BENTLER, Peter M./BONETT, Douglas G. (1980): Significance Tests and Goodness of Fit in the Analysis of Covariance Structures, in: Psycholocial Bulletin, 88, S. 588-606. BEREKHOVEN, Ludwig/ECKERT, Werner/ELLENRIEDER, Peter (1999): Marktforschung: Methodische Grundlagen und praktische Anwendung, Wiesbaden. BESSANT, John/CAFFYN, Sarah (1997): High-Involvement Innovation through Continuous Improvement, in: International Journal of Technology Management, 14, S. 7-28. BIEMANN, Torsten (2006): Logik und Kritik des Hypothesentestens, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 151-168. BIGGADIKE, Ralph (1979): The Risky Business of Diversification, in: Harvard Business Review, 57, S. 103-111. BIRKINSHAW, Julian (1997): Entrepreneurship in Multinational Corporations: The Characteristics of Subsidiary Initiatives, in: Strategic Management Journal, 18, S. 207-229. BIRLEY, Sue/WESTHEAD, Paul (1990): Growth and Performance Contrasts between 'Types' of Small Firms, in: Strategic Management Journal, 11, S. 535557. BLOCK, Zenas/MACMILLAN, Ian C. (1993): Corporate Venturing, Cambridge. BOLLEN, Kenneth A. (1989): Structural Equations with Latent Variables, New York. BOLLEN, Kenneth A. (2002): Latent Variables in Psychology and the Social Sciences, in: Annual Review of Psychology, 53, S. 605-634. BOLLEN, Kenneth A./LENNOX, Richard (1991): Conventional Wisdom on Measurement: A Structural Equation Perspective, in: Psycholocial Bulletin, 110, S. 305314. BOOMSMA, Anne/HOOGLAND, Jeffrey (2001): The Robustnes of LISREL Modeling Revisited, in: CUDECK, Robert/DUTOIT, Stephen/SORBOM, Dag (Hrsg.): Structural Equation Models: Present and Future, Chicago, S. 139-168. BOULDING, Kenneth (1956): General Systems Theory - The Skeleton of Science, in: Management Science, 2, S. 197-208. BOURGEOIS, Lionel J. I. (1980): Strategy and Environment: A Conceptual Integration, in: Academy of Management Review, 5, S. 25-39. BOURGEOIS, Lionel J. I. (1981): On the Measurement of Organizational Slack, in: Academy of Management Review, 6, S. 29-39. 192

BOURKE, Linda/FIELDER, Eve P. (2003): How to Conduct Self-Administered and Mail Surveys, Thousand Oaks/London/New Delhi. BOWMAN, Cliff/AMBROSINI, Veronique (2003): How the Resource-based and the Dynamic Capability Views of the Firm Inform Corporate-Level Strategy, in: British Journal of Management, 14, S. 289-303. BOYER, Kenneth K./OLSON, John R./CALANTONE, Roger J./JACKSON, Eric C. (2002): Print Versus Electronic Surveys: A Comparison of Two Data Collection Methodologies, in: Journal of Operations Management, 2002, S. 357-373. BRACHTENDORF, German (2004): Gestaffelte Finanzierung junger Unternehmen: Eine empirische Untersuchung in Deutschland, Wiesbaden. BRESNAHAN, Timothy F. (1985): Post-Entry Competition in the Plain Paper Copier Market, in: American Economic Review, 75, S. 15-19. BRETTEL, Malte/RUDOLF, Markus/WITT, Peter (2005): Finanzierung von Wachstumsunternehmen: Grundlagen - Finanzierungsquellen - Praxisbeispiele, Wiesbaden. BRISLIN, Richard W. (1970): Back-Translation for Cross-Cultural Research, in: Journal of Cross-Cultural Psychology, 1, S. 185-216. BROCK, David M. (2003): Autonomy of Individuals and Organizations: Towards a Strategy Research Agenda, in: International Journal of Business and Economics, 2, S. 57-73. BROCKHAUS JR., Robert H. (1980): Risk Taking Propensity of Entrepreneurs, in: Academy of Management Journal, 23, S. 509-520. BROCKHOFF, Klaus (1966): Unternehmenswachstum und Sortimentsänderungen, Köln/Opladen. BROCKHOFF, Klaus (1981): Die Produktinnovationsrate im Lagebericht, in: Der Betrieb, 34, S. 433-437. BROCKHOFF, Klaus (2008): Produktinnovation und internes Unternehmenswachstum, in: Zeitschrift für Betriebswirtschaft, 78, S. 225-246. BROWN, Shona L./EISENHARDT, Kathleen M. (1995): Product Development: Past Research, Present Findings, and Future Directions, in: Academy of Management Review, 20, S. 343-378. BROWN, Terrence E. / DAVIDSSON, Per (1998): Entrepreneurial Orientation versus Entrepreneurial Management: Relating Miller/Covin & Slevin's Conceptualization of Entrepreneurship to Stevenson's, in: Entrepreneurship Research Conference Proceedings, Gent. BROWN, Terrence E./DAVIDSSON, Per/WIKLUND, Johan (2001): An Operationalization of Stevenson's Conceptualization of Entrepreneurship as OpportunityBased Firm Behavior, in: Strategic Management Journal, 22, S. 953. 193

BROWNE, Michael W./CUDECK, Robert (1993): Alternative Ways of Assessing Model Fit, in: BOLLEN, Kenneth A./LONG, Scott J. (Hrsg.): Testing Structural Equation Models, Newbury Park, S. 136-162. BRÜDERL, Josef (1999): Neugegründete Unternehmen - "born to die"?, in: BÖGENHOLD, Dieter/SCHMIDT, Dorothea (Hrsg.): Eine neue Gründerzeit? Die Wiederentdeckung kleiner Unternehmen in Theorie und Praxis, Amsterdam, S. 99-110. BRÜDERL, Josef/PREISENDÖRFER, Peter (2000): Fast Growing Businesses: Empirical Evidence from a German Study, in: International Journal of Sociology, 30, S. 45-70. BRUNO, Albert V./TYEBJEE, Tyzoon T. (1982): The Environment for Entrepreneurship, in: KENT, Calvin A./SEXTON, Donald L./VESPER, Karl H. (Hrsg.): Encyclopedia of Entrepreneurship, Englewood Cliffs, S. 288-307. BURGELMAN, Robert A. (1983a): A Process Model of Internal Corporate Venturing in the Diversified Major Firm, in: Administrative Science Quarterly, 28, S. 223244. BURGELMAN, Robert A. (1983b): Corporate Entrepreneurship and Strategic Management: Insights From a Process Study, in: Management Science, 29, S. 1349-1364. BURGELMAN, Robert A. (1984): Designs for Corporate Entrepreneurship, in: California Management Review, 26, S. 154-166. BURGELMAN, Robert A. (2001): Strategy is Destiny: How Strategy-Making Shapes a Company's Future, New York. BURGELMAN, Robert A./SAYLES, Leonard R. (1986): Inside Corporate Innovation: Strategy, Structure, and Managerial Skills, New York. BURNS, Tom/STALKER, George M. (1961): The Management of Innovation, London. BUSENITZ, Lowell W./BARNEY, Jay B. (1997): Differences between Entrepreneurs and Managers in Large Organizations: Biases and Heuristics in Strategic Decision Making, in: Journal of Business Venturing, 12, S. 9-30. BYRNE, Barbara M. (2001): Structural Equation Modeling with AMOS - Basic Concepts, Applications, and Programming, Mahwah. CALANTONE, Roger J./CAVUSGIL, Tamer S./YUSHAN, Zhao (2002): Learning Orientation, Firm Innovation Capability, and Firm Performance, in: Industrial Marketing Management, 31, S. 515-524. CALANTONE, Roger J./SCHMIDT, Jeffrey B./DI BENEDETTO, Anthony C. (1997): New Product Activities and Performance: The Moderating Role of Environmental Hostility, in: Journal of Product Innovation Management, 14, S. 179189. 194

CAMERON, Kim (1978): Measuring Organizational Effectiveness in Institutions of Higher Education, in: Administrative Science Quarterly, 23, S. 604-632. CAMERON, Kim/FREEMAN, Sarah J. (1991): Cultural Congruence, Strength and Type: Relationships to Effectiveness, in: WOODMAN, Richard W./PASSMORE, William A. (Hrsg.): Research in Organizational Change and Development, Greenwich, S. 23-58. CANTILLON, Richard (1734): Essai sur la Nature du Commerce en General, Paris. CAPON, Noel/FARLEY, John U./HOENIG, Scott (1990): Determinants of Financial Performance: A Meta-Analysis, in: Management Science, 36, S. 1143-1159. CARDOZO, Richard N./SMITH JR., David K. (1983): Applying Financial Portfolio Theory to Product Portfolio Decisions: An Empirical Study, in: Journal of Marketing, 47, S. 110-119. CARLAND, James W./HOY, Frank/BOULTON, William A./CARLAND, Joann C. (1984): Differentiating Entrepreneurs from Small Business Owners: A Conceptualization, in: Academy of Management Review, 9, S. 354-395. CARRIER, Camille (1994): Intrapreneurship in Large Firms and SMEs: A Comparative Study, in: International Small Business Journal, 12, S. 54-61. CASHEN, Luke H./GEIGER, Scott W. (2004): Statistical Power and the Testing of Null Hypotheses: A Review of Contemporary Management Research and Recommendations for Future Studies, in: Organizational Research Methods, 7, S. 151-167. CASTANIAS, Richard P./HELFAT, Constance E. (1991): Managerial Resources and Rents, in: Journal of Management, 17, S. 155-171. CHAKRAVARTHY, Balaji S. (1986): Measuring Strategic Performance, in: Strategic Management Journal, 6, S. 437-458. CHANDLER, Gaylen N./HANKS, Steven H. (1993): Measuring the Performance of Emerging Businesses: A Validation Study, in: Journal of Business Venturing, 8, S. 391. CHANDLER, Gaylen N./JANSEN, Erik (1992): The Founder's Self-Assessed Competence and Venture Performance, in: Journal of Business Venturing, 7, S. 223236. CHANEY, Paul K./DEVINNEY, Timothy M./WINER, Russell S. (1991): The Impact of New Product Introductions on the Market Value of Firms, in: Journal of Business, 64, S. 573-610. CHANG, Yuan-Chieh/CHEN, Ming-Huei/HUA, Mingshu/YANG, Phil Y. (2006): Managing Academic Innovation in Taiwan: Towards a 'Scientific–Economic' Framework, in: Technological Forecasting & Social Change, 73, S. 199-213.

195

CHEN, Ming-Jer/HAMBRICK, Donald C. (1995): Speed, Stealth, and Selective Attack: How Small Firms Differ from Large Firms in Competitive Behavior, in: Academy of Management Journal, 38, S. 453-482. CHEN, Ming-Jer/MACMILLAN, Ian C. (1992): Nonresponse and Delayed Response to Competitive Moves: The Roles of Competitor Dependence and Action Irreversibility, in: Academy of Management Journal, 35, S. 539-570. CHEN, Ming-Jer/MILLER, Danny (1994): Competitive Attack, Retaliation, and Performance: An Expectancy-Valence Framework, in: Strategic Management Journal, 15, S. 85-102. CHILD, John (1972): Organizational Structure, Environment, and Performance: The Role of Strategic Choice, in: Sociology, 6, S. 1-22. CHIN, Wynne W. (1998): Issues and Opinion on Structural Equation Modeling, in: Management Information Systems Quarterly, 22, S. 7-16. CHIN, Wynne W./MARCOLIN, Barbara/NEWSTED, Peter (2003): A Partial Least Squares Latent Variable Modeling Approach for Measuring Interaction Effects: Results from a Monte Carlo Simulation Study and Voice Mail Emotion/Adoption Study, in: Information Systems Research, 14, S. 189-217. CHIN, Wynne W./NEWSTED, Peter (1999): Structural Equation Modeling Analysis with Small Samples Using Partial Least Squares, in: HOYLE, Rick H. (Hrsg.): Statistical Strategies for Small Sample Research, Thousand Oaks, S. 307341. CHO, Hee-Jae/PUCIK, Vladimir (2005): Relationship between Innovativeness, Quality, Growth, Profitability, and Market Value, in: Strategic Management Journal, 26, S. 555-575. CHOONWOO, Lee/KYUNGMOOK, Lee/PENNINGS, Johannes M. (2001): Internal Capabilities, External Networks, and Performance: A Study on TechnologyBased Ventures, in: Strategic Management Journal, 22, S. 615. CHOW, Irene H.-S. (2006): The Relationship Between Entrepreneurial Orientation and Firm Performance in China, in: SAM Advanced Management Journal, 71, S. 11-20. CHRISTENSEN, Clayton M. (1997): The Innovator's Dilemma: When New Technologies Cause Great Firms to Fail, Boston. CHRISTENSEN, Clayton M./BOWER, Joseph L. (1996): Customer Power, Strategic Investment, and the Failure of Leading Firms, in: Strategic Management Journal, 17, S. 197-218. CHRISTOPHERSEN, Timo/GRAPE, Christian (2006): Die Erfassung latenter Konstrukte mit Hilfe formativer und reflektiver Messmodelle, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 115-132.

196

CHURCHILL, Gilbert A. Jr. (1979): A Paradigm for Developing Better Measures of Marketing Contructs, in: Journal of Marketing Research, 16, S. 64-73. CHURCHILL, Gilbert A. Jr. (1987): Marketing Research: Methodological Foundations, Fort Worth. CHURCHILL, Gilbert A. Jr./PETER, Paul J. (1984): Research Design Effects on the Reliability of Rating-Scales: A Meta-Analysis, in: Journal of Marketing Research, 21, S. 360-375. COBANOGLU, Cihan/WARDE, Bill/MOORE, P. (2001): A Comparison of Mail, Fax, and Web-Based Survey Methods, in: International Journal of Market Research, 43, S. 441-452. COENENBERG, Adolf G./HALLER, Axel/MATTNER, Gerhard/SCHULTZE, Wolfgang (2004): Einführung in das Rechnungswesen: Grundzüge der Buchführung und Bilanzierung, Stuttgart. COHEN, Jacob (1992): A Power Primer, in: Psycholocial Bulletin, 112, S. 155-159. COHEN, Jacob/COHEN, Patricia/WEST, Stephen G./AIKEN, Leona S. (2003): Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences, Mahwah. COHEN, Wesley M./LEVINTHAL, Daniel A. (1990): Absorptive Capacity: A New Perspective on Learning and Innovation, in: Administrative Science Quarterly, 35, S. 128-152. CONANT, Jeffrey S./MOKWA, Michael P./VARADARAJAN, Rajan P. (1990): Strategic Types, Distinctive Marketing Competencies and Organizational Performance: A Multiple Measures-Based Study, in: Strategic Management Journal, 11, S. 365-383. CONGER, Jay A./KANUNGO, Rabindra N. (1988): The Empowerment Process: Integrating Theory and Practice, in: Academy of Management Review, 13, S. 471482. CONNOLLY, Terry/CONLON, Edward J./DEUTSCH, Stuart J. (1980): Organizational Effectiveness: A Multiple-Constituency Approach, in: Academy of Management Review, 5, S. 211-218. CONNOR, Tom (1999): Customer-Led and Market-Oriented: A Matter of Balance, in: Strategic Management Journal, 20, S. 1157-1163. COOPER, Arnold C. (1971): The Founding of Technologically-Based Firms, Milwaukee. COOPER, Arnold C. (1986): Entrepreneurship and High Technology, in: SEXTON, Donald L./SMILOR, Raymond W. (Hrsg.): The Art and Science of Entrepreneurship, Cambridge, S. 153-167. COOPER, Arnold C./DUNKELBERG, William C. (1986): Entrepreneurship and Paths to Business Ownership, in: Strategic Management Journal, 7, S. 54-68. 197

COOPER, Arnold C./GIMENO-GASCON, Javier F./WOO, Carolyn Y. (1994): Initial Human and Financial Capital as Predictors of New Venture Performance, in: Journal of Business Venturing, 9, S. 371-395. COOPER, Arnold C./SCHENDEL, Dan (1976): Strategic Responses to Technological Threats, in: Business Horizons, 19, S. 61-69. COOPER, Arnold C./WILLARD, Gary/WOO, Carolyn Y. (1986): Strategies of High Performing New and Small Firms: A Reexamination of the Niche Concept, in: Journal of Business Venturing, 1, S. 247-260. COOPER, Robert G./KLEINSCHMIDT, Elko J. (1995): Benchmarking the Firm's Critical Success Factors in New Product Development, in: Journal of Product Innovation Management, 12, S. 374-391. COVIN, Jeffrey G./COVIN, Teresa J. (1990): Competitive Aggressiveness, Environmental Context, and Small Firm Performance, in: Entrepreneurship Theory and Practice, 14, S. 35-50. COVIN, Jeffrey G./GREEN, Kimberly M./SLEVIN, Dennis P. (2006): Strategic Process Effects on the Entrepreneurial Orientation–Sales Growth Rate Relationship, in: Entrepreneurship Theory and Practice, 30, S. 57-81. COVIN, Jeffrey G./SLEVIN, Dennis P. (1986): The Development and Testing of an Organizational-Level Entrepreneurship Scale, in: RONSTADT, Robert/HORNADAY, John A./PETERSON, Rein/VESPER, Karl H. (Hrsg.): Frontiers of Entrepreneurship Research, Wellesley, S. 628-639. COVIN, Jeffrey G./SLEVIN, Dennis P. (1988): The Influence of Organization Structure on the Utility of an Entrepreneurial Top Management Style, in: Journal of Management Studies, 25, S. 217-234. COVIN, Jeffrey G./SLEVIN, Dennis P. (1989): Strategic Management of Small Firms in Hostile and Benign Environments, in: Strategic Management Journal, 10, S. 75-87. COVIN, Jeffrey G./SLEVIN, Dennis P. (1991): A Conceptual Model of Entrepreneurship as Firm Behaviour, in: Entrepreneurship Theory and Practice, 16, S. 7-25. CRAIG, Charles S./DOUGLAS, Susan P. (2000): International Marketing Research, Chichester. CROCKETT, Roger O. (2001): Chris Galvin Shakes Things Up-Again, in: Business Week, S. 38-39. CRONBACH, Lee J. (1951): Coefficient Alpha and the Internal Structure of Tests, in: Psychometrika, 16, S. 297-334. CYERT, Richard M./MARCH, James G. (1963): A Behavioral Theory of the Firm, Englewood Cliffs. DAFT, Richard L./WEICK, Karl E. (1984): Toward a Model of Organizations as Interpretation Systems, in: Academy of Management Review, 9, S. 284-295. 198

DAILY, Catherine M./DALTON, Dan R. (1992): The Relationship between Governance Structure and Corporate Performance in Entrepreneurial Firms, in: Journal of Business Venturing, 7, S. 375-386. DAMANPOUR, Fariborz (1991): Organizational Innovation: A Meta-Analysis of Effects of Determinants and Moderators, in: Academy of Management Journal, 34, S. 555-590. DAS, T. K./TENG, Bing-Sheng (1997): Time and Entrepreneurial Risk Behavior, in: Entrepreneurship Theory and Practice, 22, S. 69-88. DAVIDSON, Hugh (1987): Offensive Marketing: How to Make Your Competitors Followers, London. DAVIS, Duane/MORRIS, Michael H./ALLEN, Jeffrey (1991): Perceived Environmental Turbulence and Its Effect on Selected Entrepreneurship, Marketing and Organizational Characteristics in Industrial Firms, in: Journal of the Academy of Marketing Science, 19, S. 43-51. DAY, George S./WENSLEY, Robin (1988): Assessing Advantage: A Framework for Diagnosing Competitive Superiority, in: Journal of Marketing, 52, S. 1-20. DECKER, Reinhold/WAGNER, Ralf/TEMME, Thorsten (2000a): Fehlende Werte in der Marktforschung, in: HERRMANN, Andreas/HOMBURG, Christian (Hrsg.): Marktforschung: Methoden, Anwendungen, Praxisbeispiele, Wiesbaden, S. 79-98. DECKER, Reinhold/WAGNER, Ralf/TEMME, Thorsten (2000b): Strukturgleichungsmodelle mit latenten Variablen: Kausalanalyse, in: HERRMANN, Andreas/HOMBURG, Christian (Hrsg.): Marktforschung, Wiesbaden, S. 80-98. DESHPANDÉ, Rohit/FARLEY, John U./WEBSTER JR., Frederick E. (1993): Corporate Culture Customer Orientation, and Innovativeness in Japanese Firms: A Quadrad Analysis, in: Journal of Marketing, 57, S. 23-37. DESS, Gregory G./BEARD, Donald W. (1984): Dimensions of Organizational Task Environments, in: Administrative Science Quarterly, 29, S. 52-73. DESS, Gregory G./LUMPKIN, Tom G. (2005b): The Role of Entrepreneurial Orientation in Stimulating Effective Corporate Entrepreneurship, in: Academy of Management Executive, 19, S. 147-156. DESS, Gregory G./LUMPKIN, Tom G. (2005a): The Role of Entrepreneurial Orientation in Stimulating Effective Corporate Entrepreneurship, in: Academy of Management Executive, 19, S. 147-156. DESS, Gregory G./LUMPKIN, Tom G./COVIN, Jeffrey G. (1997): Entrepreneurial Strategy Making and Firm Performance: Tests of Contingency and Configurational Models, in: Strategic Management Journal, 18, S. 677-695. DESS, Gregory G./RASHEED, Abdul M. A. (1991): Conceptualizing and Measuring Organization Environments: A Critique and Suggestions, in: Journal of Management, 17, S. 701-710. 199

DESS, Gregory G./ROBINSON JR., Richard B. (1984): Measuring Organizational Performance in the Absence of Objective Measures: The Case of the Privately-Held Firm and Conglomerate Business Unit, in: Strategic Management Journal, 5, S. 265-273. DEUTSCHMAN, Alan (2004): The Fabric of Creativity, in: Fast Company, 11, S. 5462. DEUTSKENS, Elisabeth/RUYTER, Ko D./WETZELS, Martin/OOSTERVELD, Paul (2004): Response Rate and Response Quality of Internet-Based Surveys: An Experimental Study, in: Marketing Letters, 15, S. 21-36. DEVELLIS, Robert F. (2003): Scale Development: Theory and Applications, Thousand Oaks. DIAMANTOPOULOS, Adamantios/SCHLEGELMILCH, Bodo B. (1996): Determinants of Industrial Mail Survey Response: A Survey-on-Surveys Analysis of Researchers' and Managers' Views, in: Journal of Marketing Management, 12, S. 505-531. DIAMANTOPOULOS, Adamantios/WINKLHOFER, Heidi M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, 38, S. 269-277. DICKSON, Peter R./GIGLIERANO, Joseph J. (1986): Missing the Boat and Sinking the Boat: A Conceptual Model of Entrepreneurial Risk, in: Journal of Marketing, 50, S. 58-70. DIERICKX, Ingemar/COOL, Karel (1989): Asset Stock Accumulation and Sustainability of Competitive Advantage, in: Management Science, 35, S. 1504-1511. DIJKSTRA, Theo (1983): Some Comments on Maximum Likelihood and Partial Least Squares Methods, in: Journal of Econometrics, 22, S. 67-90. DILL, William R. (1958): Environment as an Influence on Managerial Autonomy, in: Administrative Science Quarterly, 2, S. 409-443. DILLMAN, Don A. (2000): Mail and Internet Surveys: The Tailored Design Method, New York. DILLMAN, Don A., TORTORA, Robert D., BOWKER, Dennis (1999), Principles for Constructing Web Surveys, verfügbar unter http://www.sesrc.wsu.edu/dillman/papers/websurveyppr.pdf. DIXIT, Avinash (1980): The Role of Investment in Entry-Deterrence, in: Economic Journal, 90, S. 95-106. DONALDSON, Lex (1996): The Normal Science of Structural Contingency Theory, London, S. 57-76. DOWNS, George W./MOHR, Lawrence B. (1976): Conceptual Issues in the Study of Innovation, in: Administrative Science Quarterly, 21, S. 700-714. 200

DREYER, Bent/GRØNHAUG, Kjell (2004): Uncertainty, Flexibility, and Sustained Competitive Advantage, in: Journal of Business Research, 57, S. 484-494. DROGE, Cornelia/JAYARAM, Jayanth/VICKERY, Shawnee K. (2004): The Effects of Internal Versus External Integration Practices on Time-Based Performance and Overall Firm Performance, in: Journal of Operations Management, 22, S. 557-573. DROLET, Aimee L./MORRISON, Donald G. (2001): Do We Really Need MultipleItem Measures in Service Research?, in: Journal of Service Research, 3, S. 196-204. ECKERT, Martin (2008): Evolution von Familienunternehmen: Organisationsstruktur, Marktumfeld und Unternehmenserfolg, Lohmar. EDMONDSON, Amy C./BOHMER, Richard M./PISANO, Gary (2001): Disrupted Routines: Team Learning and New Technology Implementation in Hospitals, in: Administrative Science Quarterly, 46, S. 685-716. EDWARDS, Jeffrey R./BAGOZZI, Richard P. (2000): On the Nature and Direction of Relationship between Constructs and Measures, in: Psychological Methods, 5, S. 155-174. EISENBERGER, Robert/RHOADES, Linda/CAMERON, Judy (1999): Does Pay for Performance Increase of Decrease Perceived Self-Determination and Intrinsic Motivation, in: Journal of Personality and Social Psychology, 77, S. 10261040. EISENHARDT, Kathleen M. (1989): Making Fast Strategic Decision in High-Velocity Environments, in: Academy of Management Journal, 32, S. 543-576. EISENHARDT, Kathleen M./MARTIN, Jeffrey A. (2000): Dynamic Capabilities: What are they?, in: Strategic Management Journal, 21, S. 1105-1121. ENGEL, Gloria V. (1970): Professional Autonomy and Bureaucratic Organization, in: Administrative Science Quarterly, 15, S. 12-21. ERDFELDER, Edgar/FAUL, Franz/BUCHNER, Axel (1996): A General Power Analysis Program, in: Behavior Research Methods, Instruments, and Computers, 28, S. 1-11. ERNST, Holger (2003a): Unternehmenskultur und Innovationserfolg - Eine empirische Analyse, in: Zeitschrift für betriebswirtschaftliche Forschung, 55, S. 2344. ERNST, Holger (2003b): Ursachen eines Informant Bias und dessen Auswirkung auf die Validität empirischer betriebswirtschaftlicher Forschung, in: Zeitschrift für Betriebswirtschaft, 73, S. 1249-1275. ERNST, Holger/GEMÜNDEN, Hans G. (2007): Editorial, in: Zeitschrift für Betriebswirtschaft, 77 Special Issue 2/2007, S. VII-IX. ETZIONI, Amitai (1964): Modern Organizations, Upper Saddle River. 201

FALK, Frank R./MILLER, Nancy B. (1992): A Primer for Soft Modeling, Akron. FASSOTT, Georg (2005): Die PLS-Pfadmodellierung: Entwicklungsrichtungen, Möglichkeiten, Grenzen, in: BLIEMEL, Friedhelm/EGGERT, Andreas/FASSOTT, Georg/HENSELER, Jörg (Hrsg.): Handbuch PLS-Pfadmodellierung, Stuttgart, S. 19-30. FERGUSON, Tamela D./KETCHEN, David J. (1999): Organizational Configurations and Performance : The Role of Statistical Power in Extant Research, in: Strategic Management Journal, 20, S. 385-395. FERRIER, Walter J. (2001): Navigating The Competitive Landscape: The Drivers and Consequences of Competitive Aggressiveness, in: Academy of Management Journal, 44, S. 858-877. FERRIER, Walter J./SMITH, Ken G./GRIMM, Curtis M. (1999): The Role of Competitive Action in Market Share Erosion and Industry Dethronement: A Study of Industry Leaders and Challengers, in: Academy of Management Journal, 42, S. 372-388. FESSMANN, Klaus-Dieter (1980): Organisatorische Effizienz in Unternehmungen und Unternehmungsteilbereichen, Düsseldorf. FINK, Arlene (2003): How to Ask Survey Questions, Thousand Oaks. FOMBRUN, Charles J./GINSBERG, Ari (1990): Shifting Gears: Enabling Change in Corporate Aggressiveness, in: Strategic Management Journal, 11, S. 297-308. FORD, Jeffrey D./SCHELLENBERG, Deborah A. (1982): Conceptual Issues of Linkage in the Assessment of Organizational Performance, in: Academy of Management Review, 7, S. 49-58. FORNELL, Claes (1987): A Second Generation of Multivariate Statistics: Classification of Methods and Implications for Marketing Research, in: HOUSTON, Michael J. (Hrsg.): Review of Marketing, Chicago, S. 407-450. FORNELL, Claes/BOOKSTEIN, Fred L. (1982): Two Structural Equation Models: LISREL and PLS Applied to Consumer Exit-Voice Theory, in: Journal of Marketing Research, 19, S. 440-453. FORNELL, Claes/LARCKER, David F. (1981): Evaluating Structural Equation Models with Unobservable Variables and Measurement Error, in: Journal of Marketing Research, 18, S. 39-50. FREEMAN, John/CARROLL, Glenn R./HANNAN, Michael T. (1983): The Liability of Newness: Age Dependence in Organizational Death Rates, in: American Sociological Review, 48, S. 692-710. FRIEDLANDER, Frank/PICKLE, Hal (1968): Components of Effectiveness in Small Organizations, in: Administrative Science Quarterly, 13, S. 289-304. FRITZ, Wolfgang (1990): Marketing - ein Schlüsselfaktor des Unternehmenserfolges? Eine kritische Analyse vor dem Hintergrund der empirischen Erfolgsfak202

torenforschung, in: Marketing Zeitschrift für Forschung und Praxis, 12, S. 91110. FRITZ, Wolfgang (1995): Marketing-Management und Unternehmenserfolg: Grundlagen und Ergebnisse einer empirischen Untersuchung, Stuttgart. FRUHAN, William E. (1972): Pyrrhic Victories in Fights for Market Share, in: Harvard Business Review, 50, S. 100-107. FRY, Art (1987): The Post-It Note: An Intrapreneurial Success, in: SAM Advanced Management Journal, 52, S. 4-9. FRY, Louis W./SMITH, Deborah A. (1987): Congruence, Contingency, and Theory Building, in: Academy of Management Review, 12, S. 117-132. FUDENBERG, Drew/GILBERT, Richard J./STIGLITZ, Joseph E./TIROLE, Jean (1983): Preemption, Leapfrogging and Competition in Patent Races, in: European Economic Review, 22, S. 3-31. FUDENBERG, Drew/TIROLE, Jean (1983): Capital as a Commitment: Strategic Investment to Deter Mobility, in: Journal of Economic Theory, 31, S. 227-250. FUNKHOUSER, Ray G./ROTHBERG, Robert R. (1989): Das Dogma vom Wachstum: Gefahren und Chancen wirtschaftlicher Expansion, Wiesbaden. GAITANIDES, Michael/WESTPHAL, Joerg (1991): Strategische Gruppen und Unternehmenserfolg: Ergebnisse einer empirischen Studie, in: Zeitschrift für Planung, 3, S. 247-265. GELLATLY, Ian R./IRVING, Gregory P. (2001): Personality, Autonomy, and Contextual Performance of Managers, in: Human Performance, 14, S. 231-245. GEORGE, Bradley A. (2009): Entrepreneurial Orientation: A Theoretical And Empirical Examination Of The Consequences Of Differing Construct Representations, 2006 Babson College Entrepreneurship Research Conference, Bloomington. GERBING, David W./ANDERSON, James C. (1988): An Updated Paradigm for Scale Development Incorporating Unidimensionality and its Assessment, in: Journal of Marketing Research, 25, S. 186-192. GHEMAWAT, Pankaj (1984): Capacity Expansion in the Titanium Dioxide Industry, in: Journal of Industrial Economics, 33, S. 145-163. GHEMAWAT, Pankaj (1986): Wal-Mart Stores Discount Operations, Working Paper, 0-387-018, Boston. GHEMAWAT, Pankaj/SPENCE, Michael A. (1985): Learning Curve Spillovers and Market Performance, in: Quarterly Journal of Economics, 100, S. 839-852. GILBERT, Richard J./HARRIS, Richard G. (1981): Investment Decisions with Economies of Scale and Learning, in: American Economic Review, 71, S. 172177. 203

GILBERT, Richard J./NEWBERY, David M. G. (1982): Preemptive Patenting and the Persistence of Monopoly, in: American Economic Review, 72, S. 514-526. GILLEN, Dennis J./CARROLL, Stephen J. (1985): Relationship of Managerial Ability to Unit Effectiveness in More Organic Versus More Mechanistic Departments, in: Journal of Management Studies, 22, S. 668-676. GINSBERG, Ari (1985): Measuring Changes in Entrepreneurial Orientation Following Industry Deregulation, in: Proceedings of the International Council of Small Business, S. 50-57. GLAZER, Amihai (1985): The Advantages of Being First, in: American Economic Review, 75, S. 437-444. GÖTZ, Oliver/LIEHR-GOBBERS, Kerstin (2004): Analyse von Strukturgleichungsmodellen mit Hilfe der Partial-Least-Squares (PLS)-Methode, in: Die Betriebswirtschaft, 64, S. 714-738. GÖTZ, Oliver/LIEHR-GOBBERS, Kerstin (2007): Der Partial-Least-Squares (PLS)Ansatz zur Analyse von Strukturgleichungsmodellen, 2, Münster. GRANELLO, Darcy H./WHEATON, Joe E. (2004): Online Data Collection: Strategies for Research, in: Journal of Counseling & Development, 82, S. 387-393. GREEN, Patricia G./BRUSH, Candida G./HART, Myra M. (1999): The Corporate Venture Champion: A Resource-Based Approach to Role and Process, in: Entrepreneurship Theory and Practice, 23, S. 103-122. GRETHER, Mark (2003): Marktorientierung durch das Internet, Wiesbaden. GRIFFIN, Abbie/PAGE, Albert L. (1993): An Interim Report on Measuring Product Development Success and Failure, in: Journal of Product Innovation Management, 10, S. 291-308. GRIFFITH, David A./HARVEY, Michael G. (2001): A Resource Perspective of Global Dynamic Capabilities, in: Journal of International Business Studies, 32. GUASCH, Luis J./WEISS, Andrew (1980): Adverse Selection of Markets and the Advantages of Being Late, in: The Quarterly Journal of Economics, 94, S. 453466. GUJARATI, Damodar N. (2003): Basic Econometrics, Burr Ridge. GUTENBERG, Erich (1942): Zur Frage des Wachstums und der Entwicklung von Unternehmen, in: HENZEL, Friedrich (Hrsg.): Leistungswirtschaft - Festschrift für F. Schmidt148-163. GUTH, William D./GINSBERG, Ari (1990): Guest Editors' Introduction: Corporate Entrepreneurship, in: Strategic Management Journal, 11, S. 5-15. HACK, Andreas (2005): Startuperfolg und die Wahl von Risikokapitalgebern: Ökonomische Analyse mit empirischer Validierung für den deutschen Markt, Wiesbaden. 204

HAGE, Jerald (1980): Theories of Organizations, New York. HAGE, Jerald/AIKEN, Michael (1970): Social Change in Complex Organizations, New York. HALL, Richard (1993): A Framework Linking Intangible Resources and Capabilities to Sustainable Competitive Advantage, in: Strategic Management Journal, 14, S. 607-618. HAMBRICK, Donald C. (1981): Strategic Awareness within Top Management Teams, in: Strategic Management Journal, 2, S. 263-279. HAMBRICK, Donald C. (1987): Top Management Teams: Key to Strategic Success, in: California Management Review, 30, S. 88-108. HAMBRICK, Donald C./CROZIER, Lynn M. (1985): Stumblers and Stars in the Management of Rapid Growth, in: Journal of Business Venturing, 1, S. 31-45. HAMBRICK, Donald C./MACMILLAN, Ian C./DAY, Diana L. (1982): Strategic Attributes and Performance in the BCG Matrix - A PIMS-Based Analysis of Industrial Product Businesses, in: Academy of Management Journal, 25, S. 510531. HAMEL, Gary (2000): Leading the Revolution, Cambridge. HAMEL, Gary/PRAHALAD, Coimbatore K. (1997): Wettlauf um die Zukunft, München. HÄNLEIN, Michael/KAPLAN, Andreas M. (2004): A Beginner's Guide to Partial Least Squares (PLS) Analysis, in: Understanding Statistics, 3, S. 283-297. HANNAN, Michael T./FREEMAN, John (1977): Obstacles to Comparative Studies, in: GOODMAN, Paul S./PENNINGS, Johannes M. (Hrsg.): New Perspectives on Organizational Effectiveness, San Francisco, S. 106-131. HANSEN, Gary S./WERNERFELD, Birger (1990): Determinants of Firm Performance: The Relative Importance of Economic and Organizational Factors, in: Strategic Management Journal, 10, S. 399-411. HARMAN, Harry H. (1976): Modern Factor Analysis, Chicago. HARMS, Rainer (2004): Entrepreneurship in Wachstumsunternehmen, Wiesbaden. HARRIGAN, Kathryn R. (1983): Research Methodologies for Contingency Approaches to Business Strategy, in: Academy of Management Review, 8, S. 398-405. HARRISON, Roger (1983): Strategies for a New Age, in: Human Resources Management, 22, S. 209-235. HART, Stuart L. (1992): An Integrative Framework for Strategy-Making-Processes, in: Academy of Management Review, 17, S. 327-351. 205

HAUSCHILDT, Jürgen (1991): Zur Messung des Innovationserfolges, in: Zeitschrift für Betriebswirtschaft, 61, S. 451-476. HAUSER, John R./SHUGAN, Steven M. (2008): Defensive Marketing Strategies, in: Marketing Science, 27, S. 85-87. HEINER, Ronald A. (1983): The Origin of Predictable Behavior, in: American Economic Review, 73, S. 560-595. HELFAT, Constance E. (1997): Know-How and Asset Complementarity and Dynamic Capability Accumulation: The Case of R&D, in: Strategic Management Journal, 18, S. 339-360. HELFAT, Constance E./FINKELSTEIN, Sydned/MITCHELL, Will/PETERAF, Margaret A./SINGH, Harbir/TEECE, David J./WINTER, Sidney G. (2007): Dynamic Capabilities: Understanding Strategic Change in Organizations, Malden. HENDERSON, Rebecca M./CLARK, Kim B. (1990): Architectural Innovation: The Reconfiguration of Existing Product Technologies and the Failure of Established Firms, in: Administrative Science Quarterly, 35, S. 9-30. HENSELER, Jörg (2005): Einführung in die PLS-Pfadmodellierung, in: Wirtschaftswissenschaftliches Studium, 34, S. 70-75. HERRMANN, Andreas/HUBER, Frank/KRESSMANN, Frank (2006): Varianz- und kovarianzbasierte Strukturgleichungsmodelle - Ein Leitfaden zu deren Spezifikation, Schätzung und Beurteilung, in: Zeitschrift für betriebswirtschaftliche Forschung, 58, S. 34-66. HIDDEMANN, Tim (2007): Operatives Management und der Erfolg junger innovativer Unternehmen - Die moderierende Wirkung der externen und internen Unsicherheit, Wiesbaden. HILDEBRANDT, Lutz (1998): Kausalanalytische Validierung in der Marketingforschung, in: HILDEBRANDT, Lutz/HOMBURG, Christian (Hrsg.): Die Kausalanalyse: Ein Instrument der empirischen betriebswirtschaftlichen Forschung, Stuttgart, S. 85-111. HIMME, Alexander (2006): Gütekriterien der Messung: Reliabilität, Validität und Generalisierbarkeit, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 383-400. HIRSHLEIFER, Jack (1975): Speculation and Equilibrium: Information, Risk, and Markets, in: Quarterly Journal of Economics, 89, S. 519-542. HISRICH, Robert D. (1986): Entrepreneurship and Intrapreneurship, in: HISRICH, Robert D. (Hrsg.): Entrepreneurship, Intrapreneurship, and Venture Capital, Lexington, S. 71-104. HITT, Michael A. (2000): The New Frontier: Transformation of Management for the New Millennium, in: Organizational Dynamics, 28, S. 6-17. 206

HOFER, Charles W./SANDBERG, William R. (1987): Improving New Venture Performance: Some Guidelines for Success, in: American Journal of Small Business, 12, S. 11-25. HOFSTEDE, Geert (2001): Culture's Consequences: Comparing Values, Behaviors, Institutions, and Organizations Across Nations, Thousand Oaks. HOMBURG, Christian (2007): Betriebswirtschaftslehre als empirische Wissenschaft Bestandaufnahme und Empfehlungen, in: Zeitschrift für betriebswirtschaftliche Forschung, 56, Sonderheft 7, S. 27-60. HOMBURG, Christian/BAUMGARTNER, Hans (1995): Die Kausalanalyse als Instrument der Marketingforschung, in: Zeitschrift für Betriebswirtschaft, 65, S. 1091-1108. HOMBURG, Christian/GIERING, Annette (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte, in: Marketing Zeitschrift für Forschung und Praxis, 18, S. 5-24. HOMBURG, Christian/HILDEBRANDT, Lutz (1995): Die Kausalanalyse als Instrument der Marketingforschung: Eine Bestandsaufnahme, in: Zeitschrift für Betriebswirtschaft, 65, S. 1091-1108. HOMBURG, Christian/KLARMANN, Martin (2003): Empirische Controllingforschung Anmerkungen aus der Perspektive des Marketings, in: WEBER, Jürgen/HIRSCH, Bernhard (Hrsg.): Zur Zukunft der Controllingforschung, Wiesbaden, S. 65-88. HOMBURG, Christian/KLARMANN, Martin (2006): Die Kausalanalyse in der empirischen betriebswirtschaftlichen Forschung - Problemfelder und Anwendungsempfehlungen, in: Die Betriebswirtschaft, 66, S. 727-748. HOMBURG, Christian/PFLESSER, Christian (2000): Strukturgleichungsmodelle mit latenten Variablen: Kausalanalyse, in: HERRMANN, Andreas/HOMBURG, Christian (Hrsg.): Marktforschung, Wiesbaden, S. 633-659. HORNSBY, Jeffrey S./KURATKO, Donald F./ZAHRA, Shaker A. (2002): Middle Managers' Perception of the Internal Environment of Corporate Entrepreneurship: Assessing a Measurement Scale, in: Journal of Business Venturing, 17, S. 253-273. HU, Li-Tze/BENTLER, Peter M. (1995): Evaluating Model Fit, in: HOYLE, Rick H. (Hrsg.): Structural Equation Modeling: Concepts, Issues, and Applications, Thousand Oaks, S. 76-99. HU, Li-Tze/BENTLER, Peter M. (1999): Cutoff Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criteria Versus New Alternatives, in: Structural Equation Modeling, 6, S. 1-55. HUANG, Heh J./CULLEN, John B. (2001): Labour Flexibility and Related HRM Practices: A Study of Large Taiwanese Manufacturers, in: Canadian Journal of Administrative Sciences, 18, S. 33-39. 207

HUBER, George P./POWER, Daniel J. (1985): Retrospective Reports of Strategic Level Managers, in: Strategic Management Journal, 6, S. 171-180. HUGHES, Mathew/MORGAN, Robert E. (2007): Deconstructing the Relationship Between Entrepreneurial Orientation and Business Performance at the Embryonic Stage of Firm Growth, in: Industrial Marketing Management, 36, S. 651661. HULT, Tomas G./HURLEY, Robert F./KNIGHT, Gary A. (2004): Innovativeness: Its Antecedents and Impact on Business Performance, in: Industrial Marketing Management, 33, S. 429. HULT, Tomas G./KETCHEN, David J. (2001): Does Market Orientation Matter?: A Test of the Relationship Between Positional Advantage and Performance, in: Strategic Management Journal, 22, S. 899-906. HULT, Tomas G./SNOW, Charles C./KANDEMIR, Destan (2003): The Role of Entrepreneurship in Building Cultural Competitiveness in Different Organizational Types, in: Journal of Management, 29, S. 401-426. HUNT, Shelby D./MORGAN, Robert M. (1995): The Comparative Advantage Theory of Competition, in: Journal of Marketing, 59, S. 1-16. HURLEY, Robert F./HULT, Tomas G. (1998): Innovation, Market Orientation, and Organizational Learning: An Integration and Empirical Examination, in: Journal of Marketing, 62, S. 42-54. ICHNIOWSKI, Casey/SHAW, Kathryn/PRENNUSHI, Giovanna (1997): The Effects of Human Resource Management Practices on Productivity: A Study of Steel Fishing Lines, in: American Economic Review, 87, S. 313. IRELAND, Duane R./HITT, Michael A./SIRMON, David G. (2003): A Model of Strategic Entrepreneurship: The Construct and its Dimensions, in: Journal of Management, 29, S. 963-989. JACOBSEN, Robert (1988): The Persistence of Abnormal Returns, in: Strategic Management Journal, 9, S. 415-430. JACOBY, Jacob (1978): Consumer Research: A State of the Art Review, in: Journal of Marketing, 42, S. 87-96. JANTUNEN, Ari/HURMELINNA-LAUKKANEN, Pia (2006): Entrepreneurial Orientation, Appropriability Regimes and Innovation, in: International Journal of Learning and Intellectual Capital, 3, S. 153-166. JANTUNEN, Ari/PUUMALAINEN, Kaisu/SAARENKETO, Sami/KYLAHEIKO, Kalevi (2005): Entrepreneurial Orientation, Dynamic Capabilities and International Performance, in: Journal of International Entrepreneurship, 3, S. 223-243. JARVIS, Cheryl B./MACKENZIE, Scott B./PODSAKOFF, Philip M. (2003): A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research, in: Journal of Consumer Research, 30, S. 199-218. 208

JENNINGS, Daniel F./LUMPKIN, James R. (1989): Functioning Modeling Corporate Entrepreneurship: An Empirical Integrative Analysis, in: Journal of Management, 15, S. 485-502. JOHNS, Gary (1994): How Often Were You Absent? A Review of the Use of SelfReported Absence Data, in: Journal of Applied Psychology, 79, S. 574-591. JOHNSON, Bruce W./NATARAJAN, Ashok/RAPPAPORT, Alfred (1985): Shareholder Returns and Corporate Excellence, in: Journal of Business Strategy, 6, S. 62. JOHNSON, Ronald N./PARKMAN, Allen (1983): Spatial Monopoly, Non-Zero Profits and Entry Deterrence: The Case of Cement, in: Review of Economics and Statistics, 65, S. 431-439. JÖRESKOG, Karl G. (1973): A General Method for Estimating a Linear Structural Equation System, in: GOLDBERGER, Arthur S./DUNCAN, Otis D. (Hrsg.): Structural Equation Models in the Social Sciences, Seminar Press, S. 85-112. KAHNEMANN, Daniel/LOVALLO, Dan (1993): Timid Choices and Bold Forecasts: A Cognitive Perspective on Risk Taking, in: Management Science, 39, S. 17-31. KANTER, Rosabeth M. (1984): The Change Matters, New York. KANTER, Rosabeth M. (1989): When Giants Learn to Dance, New York. KANTER, Rosabeth M./NORTH, Jeffrey/BERNSTEIN, Ann P./WILLIAMSON, Alistair (1990): Engines of Progress: Designing and Running Entrepreneurial Vehicles in Established Companies, in: Journal of Business Venturing, 5, S. 415-430. KAPLAN, Robert S. (1983): Measuring Manufacturing Performance: A New Challenge for Managerial Accounting Research, in: The Accounting Review, 58, S. 686-705. KARAGOZOGLU, Necmi/BROWN, Warren B. (1988): Adaptive Responses by Conservative and Entrepreneurial Firms, in: Journal of Product Innovation Management, 5, S. 269-281. KARNANI, Aneel (1984): Generic Competitive Strategies - An Analytical Approach, in: Strategic Management Journal, 5, S. 367-380. KATZ, Daniel/KAHN, Robert L. (1966): The Social Psychology of Organizations, New York. KAYA, Maria (2006): Verfahren der Datenerhebung, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 55-72. KAYA, Maria/HIMME, Alexander (2006): Möglichkeiten der Stichprobenbildung, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 89-98.

209

KEATS, Barbara W./HITT, Michael A. (1988): A Causal Model of Linkages Among Environmental Dimensions, Macro Organizational Characteristics, and Performance, in: Academy of Management Journal, 31, S. 570-598. KEESLING, Ward J. (1972): Maximum Likelihood Approaches to Causal Analysis, Chicago. KELLY, Dawn/AMBURGEY, Terry L. (1991): Organizational Inertia and Momentum: A Dynamic Model of Strategic Change, in: Academy of Management Journal, 34, S. 591-612. KEMELGOR, Bruce H. (2002): A Comparative Analysis of Corporate Entrepreneurial Orientation between Selected Firms in the Netherlands and the USA, in: Entrepreneurship & Regional Development, 14, S. 67-87. KETCHEN, David J./HULT, Tomas G./SLATER, Stanley F. (2007): Toward Greater Understanding of Market Orientation and the Resource-Based View, in: Strategic Management Journal, 28, S. 961-964. KETCHEN, David J./THOMAS, James B./SNOW, Charles C. (1993): Organizational Configurations and Performance: A Comparison of Theoretical Approaches, in: Academy of Management Journal, 36, S. 1278. KHANDWALLA, Pradip N. (1976): Some Top Management Styles, Their Context and Performance, in: Organization and Administrative Science, 7, S. 21-55. KHANDWALLA, Pradip N. (1977): The Design of Organizations, New York. KIEDAISCH, Ingo (1997): Internationale Kunden-Lieferanten-Beziehungen: Determinanten - Steuerungsmechanismen - Beziehungsqualität, Wiesbaden. KIESER, Alfred (1970): Unternehmenswachstum und Produktinnovation, Berlin. KIESER, Alfred (1999): Organisationstheorien, Stuttgart. KIMBERLY, John R. (1981): Managerial Innovation, in: NYTROM, Paul C./STARBUCK, William H. (Hrsg.): Handbook of Organizational Design, New York, S. 84-104. KING, Andrew A./TUCCI, Christopher L. (2002): Incumbent Entry into New Market Niches: The Role of Experience and Managerial Choice in the Creation of Dynamic Capabilities, in: Management Science, 48, S. 171-186. KIRCHHOFF, Bruce A. (1977): Organization Effectiveness Measurement and Policy Research, in: Academy of Management Review, 2, S. 347-355. KIRZNER, Israel M. (1978): Perception, Opportunity and Profit, Chicago. KLASSEN, Robert D./JACOBS, Jennifer (2001): Experimental Comparison of Web, Electronic and Mail Survey Technologies in Operations Management, in: Journal of Operations Management, 19, S. 713-728.

210

KLEIN, Benjamin/LEFFLER, Keith B. (1981): The Role of Price in Guaranteeing Quality, in: Journal of Political Economy, 89, S. 615-641. KNIGHT, Gary A. (1997): Cross Cultural Reliability and Validity of a Scale to Measure Firm Entrepreneurial Orientation, in: Journal of Business Venturing, 12, S. 213-226. KOCK, Alexander (2007): Innovativeness and Innovation Success – A MetaAnalysis, in: Zeitschrift für Betriebswirtschaft, 77, Special Issue 2/2007, S. 121. KOHLI, Ajay K./JAWORSKI, Bernard J. (1990): Market Orientation: The Construct, Research Propositions, and Managerial Implications, in: Journal of Marketing, 54, S. 1-18. KOLLMANN, Tobias/HERR, Christian T./KUCKERTZ, Andreas (2008): Nicht-lineare Wirkungszusammenhänge zwischen Gründungsorganisation und subjektivem Unternehmenserfolg - empirische Befunde, in: Zeitschrift für Betriebswirtschaft, 78, S. 651-670. KÖRBER, Hans-Joachim (2006): Wertorientierte Unternehmensführung in der METRO-Group, in: SCHWEICKART, Nikolaus/TÖPFER, Armin (Hrsg.): Wertorientiertes Management205-213. KOTLER, Philip/ARMSTRONG, Gary (1994): Principles of Marketing, London. KRAFFT, Manfred/GÖTZ, Oliver/LIEHR-GOBBERS, Kerstin (2005): Die Validierung von Strukturgleichungsmodellen mit Hilfe des Partial Least Squares (PLS)Ansatzes, in: BLIEMEL, Friedhelm/EGGERT, Andreas/FASSOTT, Georg/HENSELER, Jörg (Hrsg.): Handbuch PLS-Pfadmodellierung, Stuttgart, S. 71-86. KREISER, Patrick M./MARINO, Louis D./WEAVER, Mark K. (2002a): Assessing the Relationship between Entrepreneurial Orientation, the External Environment, and Firm Performance Scale: A Multi-Country Analysis, in: BYGRAVE, William D./BRUSH, Candida G./DAVIDSSON, Per/FIET, James O./GREEN, Patricia G./HARRISON, Richard T./LERNER, Miri/MEYER, G. Dale/SOHL, Jeffrey E./ZACHARAKIS, Andrew L. (Hrsg.): Frontiers of Entrepreneurship Research, Babson Park, S. 268-282. KREISER, Patrick M. / MARINO, Louis D. / WEAVER, Mark K. (2002b): Reassessing the Environment-EO Link: The Impact of Environmental Hostility on the Dimensions of Entrepreneurial Orientation, in: Academy of Management Proceedings, S. G1-G6. KRISTENSEN, Kai / ESKILDSEN, Jakob K. (2005): Missing Values, Partial Least Squares and the Estimation of Customer Satisfaction, in: Proceedings of the PLS'05 International Symposium, Barcelona, S. 33-42. KUMAR, Nirmalya/STERN, Louis W./ANDERSON, James C. (1993): Conducting Interorganizational Research Using Key Informants, in: Academy of Management Journal, 36, S. 1633-1651. 211

KUMBHAKAR, Subal C./LOZANO-VIVAS, Ana (2004): Does Deregulation Make Markets More Competitive? Evidence of Mark-Ups in Spanish Savings Banks, in: Applied Financial Economics, 14, S. 507-515. KURATKO, Donald F. (1993): Intrapreneurship: Developing Innovation in the Corporation, in: Advances in Global High-Technology Management, 3, S. 3-14. KURATKO, Donald F./HORNSBY, Jeffrey S./NAFFZIGER, Douglas W./MONTAGNO, Ray V. (1993): Implement Entrepreneurial Thinking in Established Organizations, in: Advanced Management Journal, 58, S. 28-33. LASSEN, Astrid H./GERTSEN, Frank/RIIS, Jens O. (2006): The Nexus of Corporate Entrepreneurship and Radical Innovation, in: Creativity and Innovation Management, 15, S. 359-372. LAW, Kenneth S./WONG, Chi-Sum/MOBLEY, William H. (1998): Toward a Taxonomy of Multidimensional Constructs, in: Academy of Management Review, 23, S. 741-755. LAWRENCE, Paul R./LORSCH, Jay W. (1967a): Differentiation and Integration in Complex Organizations, in: Administrative Science Quarterly, 12, S. 1-47. LAWRENCE, Paul R./LORSCH, Jay W. (1967b): Organization and Environment, Irwin. LEE, Hun/SMITH, Ken G./GRIMM, Curtis M./SCHOMBURG, August (2000): Timing, Order and Durability of New Product Advantages with Imitation, in: Strategic Management Journal, 21, S. 23-30. LENGNICK-HALL, Cynthia A. (1992): Innovation and Competitive Advantage: What We Know and What We Need to Learn, in: Journal of Management, 18, S. 399-429. LEVIN, Richard C./KLEVORICK, Alvin K./NELSON, Richard/WINTER, Sidney G. (1987): Appropriating the Returns from Industrial Research and Development, in: Brookings Papers on Economic Activity, 18, S. 783-832. LIEBERMAN, Marvin B. (1982): The Learning Curve, Pricing, and Market Structure in the Chemical Processing Industries, Boston. LIEBERMAN, Marvin B. (1983): The U.S. Magnesium Industry, S-BP-231, Stanford. LIEBERMAN, Marvin B. (1987): Excess Capacity as a Barrier to Entry: an Empirical Analysis, in: Journal of Industrial Economics, 35, S. 607-627. LIEBERMAN, Marvin B./MONTGOMERY, David B. (1988): First Mover Advantages, in: Strategic Management Journal, 9, S. 41-58. LIEBERMAN, Marvin B./MONTGOMERY, David B. (1998): First-Mover (Dis)advantages: Retrospective and Link with the Resource-Based View, in: Strategic Management Journal, 19, S. 1111-1125.

212

LITTLE, Todd D./LINDENBERGER, Ulman/NESSELROADE, John R. (1999): On Selecting Indicators for Multivariate Measurement and Modeling with Latent Variables: When "Good" Indicators are Bad and "Bad" Indicators are Good, in: Psychological Methods, 4, S. 192-211. LOHMÖLLER, Jan-Bernd (1989): Latent Variable Path Modleing with Partial Least Squares, Heidelberg. LUMPKIN, Tom G./COGLISER, Claudia C./SCHNEIDER, Dawn R. (2009): Understanding and Measuring Autonomy: An Entrepreneurial Orientation Perspective, in: Entrepreneurship Theory and Practice, 33, S. 47-69. LUMPKIN, Tom G./DESS, Gregory G. (1995): Simplicity as a Strategy-Making Process: The Effects of Stage of Organizational Development and Environment on Performance, in: Academy of Management Journal, 38, S. 1386-1407. LUMPKIN, Tom G./DESS, Gregory G. (1996a): Clarifying the Entrepreneurial Orientation Construct and Linking it to Performance, in: Academy of Management Review, 21, S. 135-172. LUMPKIN, Tom G./DESS, Gregory G. (1996b): Enriching the Entrepreneurial Orientation Construct - A Reply to "Entrepreneurial Orientation or Pioneer Advantage", in: Academy of Management Review, 21, S. 605-607. LUMPKIN, Tom G./DESS, Gregory G. (2001b): Linking Two Dimensions of Entrepreneurial Orientation to Firm Performance: The Moderating Role of Environment and Life Cycle, in: Journal of Business Venturing, 16, S. 429-451. LUMPKIN, Tom G./DESS, Gregory G. (2001a): Linking Two Dimensions of Entrepreneurial Orientation to Firm Performance: The Moderating Role of Environment and Life Cycle, in: Journal of Business Venturing, 16, S. 429-451. LYON, Douglas W./LUMPKIN, Tom G./DESS, Gregory G. (2000): Enhancing Entrepreneurial Orientation Research: Operationalizing and Measuring a Key Strategic Decision Making Process, in: Journal of Management, 26, S. 1055-1085. MACCALLUM, Robert C./BROWNE, Michael W./SUGARAWA, Hazuki M. (1996): Power Analysis and Determination of Sample Size for Covariance Structure Modeling, in: Psychological Methods, 1, S. 130-140. MACHARZINA, Klaus (1990): Unternehmensführung: Das Internationale Managementwissen - Konzepte, Methoden, Praxis, Wiesbaden. MACMILLAN, Ian C. (1982): Seizing Competitive Initiative, in: Journal of Business Strategy, 2, S. 43-57. MACMILLAN, Ian C./DAY, Diana L. (1987): Corporate Ventures into Industrial Markets: Dynamics of Aggressive Entry, in: Journal of Business Venturing, 2, S. 29-39. MACMILLAN, Ian C./JONES, Patricia E. (1984): Designing Organizations to Compete, in: Journal of Business Strategy, 4, S. 11-26. 213

MAHONEY, Joseph T./PANDIAN, Rajendran J. (1992): The Resource-Based View within the Conversation of Strategic Management, in: Strategic Management Journal, 13, S. 363-380. MAIN, Oscar W. (1955): The Canadian Nickel Industry: A Study in Market Control and Public Policy, Toronto. MAKADOK, Richard (1998): Can First-Mover and Early-Mover Advantages be Sustained in an Industry with Low Barriers to Entry, in: Strategic Management Journal, 19. MAKADOK, Richard (2001): Toward a Synthesis of the Resource-Based and Dynamic-Capability Views of Rent Creation, in: Strategic Management Journal, 22, S. 387. MANSFIELD, Edwin (1963): Size of Firm, Market Structure, and Innovation, in: Journal of Political Economy, 71, S. 556-576. MANSFIELD, Edwin (1985): How Rapidly Does New Industrial Technology Leak Out?, in: Journal of Industrial Economics, 34, S. 217-223. MANSFIELD, Edwin/SCHWARTZ, Mark/WAGNER, Samuel (1981): Imitation Costs and Patents: An Empirical Study, in: Economic Journal, 91, S. 907-918. MARCH, James G. (1991): Exploration and Exploitation in Organizational Learning, in: Organization Science, 2, S. 71. MARCH, James G./LEVITT, Barbara/MARCH (1988): Organizational Learning, in: Annual Review of Sociology, 14, S. 319-338. MARCH, James G./SUTTON, Robert I. (1997): Organizational Performance as a Dependent Variable, in: Organization Science, 8, S. 698-706. MARRIS, Robin (1964): The Economic Theory of "Managerial" Capitalism, New York. MARSH, Sarah J./STOCK, Gregory N. (2003): Building Dynamic Capabilities in New Product Development through Intertemporal Integration, in: Journal of Product Innovation Management, 20, S. 136-148. MASCARENHAS, Briance (1992a): First-Mover Effects in Multiple Dynamic Markets, in: Strategic Management Journal, 13, S. 237-243. MASCARENHAS, Briance (1992b): Order of Entry and Performance in International Markets, in: Strategic Management Journal, 13, S. 499-510. MATSUNO, Ken/MENTZER, John T./ÖZSOMER, Aysegul (2002): The Effects of Entrepreneurial Proclivity and Market Orientation on Business Performance, in: Journal of Marketing, 66, S. 18-32. MCARTHUR, Angeline W./NYTROM, Paul C. (1991): Environmental Dynamism, Complexity, and Munificience as Moderators of Strategy-Performance Relationships, in: Journal of Business Research, 23, S. 349-361. 214

MCGEE, Jeffrey E./RUBACH, Michael J. (1996): Responding to Increased Environmental Hostility: A Study of the Competitive Behavior of Small Retailers, in: Journal of Applied Business Research, 13, S. 83-94. MCGRATH, Rita G. (1999): Falling Forward: Real Options Reasoning and Entrepreneurial Failures, in: Academy of Management Review, 24, S. 13-30. MCGRATH, Rita G. (2001): Exploratory Learning, Innovative Capacity, and Managerial Oversight, in: Academy of Management Journal, 44, S. 118-131. MCGRATH, Rita G./TSAI, Ming-Hone/VENKATARAMAN, Sankaran/MACMILLAN, Ian C. (1996): Innovation, Competitive Advantage and Rent: A Model and Test, in: Management Science, 42, S. 389-403. MCKINNEY, George/MCKINNEY, Marie (1989): Forget the Corporate Umbrella – Entrepreneurs Shine in the Rain, in: Sloan Management Review, 30, S. 77-82. MEFFERT, Heribert (2000): Auf der Suche nach dem "Stein der Weisen": Erfolgsfaktoren der marktorientierten Unternehmensführung heute und morgen, in: Die Zeitschrift für Markenartikel, 1, S. 24-36. MERZ, Christin (2008): Erfahrene Unternehmensgründer, Wiesbaden. MEYER, Alan D. (1982): Adapting to Environmental Jolts, in: Administrative Science Quarterly, 27, S. 515-537. MILES, Morgan P./ARNOLD, Danny R. (1991): The Relationship Between Marketing Orientation and Entrepreneurial Orientation, in: Entrepreneurship Theory and Practice, 15, S. 49-65. MILES, Morgan P./ARNOLD, Danny R./THOMPSON, Donald L. (1993): The Interrelationship Between Environmental Hostility and Entrepreneurial Orientation, in: Journal of Applied Business Research, 9, S. 12-23. MILES, Raymond E./SNOW, Charles C. (1978): Organizational Strategy, Structure, and Process, New York. MILLER, Alex/CAMP, Bill (1985): Exploring Determinants of Success in Corporate Ventures, in: Journal of Business Venturing, 1, S. 87-105. MILLER, Danny (1981): Toward a New Contingency Approach: The Search for Organizational Gestalts, in: Journal of Management Studies, 18, S. 1-26. MILLER, Danny (1983): The Correlates of Entrepreneurship in Three Types of Firms, in: Management Science, 29, S. 770-791. MILLER, Danny (1987): Strategy Making and Structure: Analysis and Implications for Performance, in: Academy of Management Journal, 30, S. 7-32. MILLER, Danny (1988): Relating Porter's Business Strategies to Environment and Structure: Analysis and Performance Implications, in: Academy of Management Journal, 31, S. 280-308. 215

MILLER, Danny (1993): The Architecture of Simplicity, in: Academy of Management Review, 18, S. 116-138. MILLER, Danny (1994): What Happens After Success: The Perils of Excellence, in: Journal of Management Studies, 31, S. 325-358. MILLER, Danny (1996): Configurations Revisited, in: Strategic Management Journal, 17, S. 505-512. MILLER, Danny/FRIESEN, Peter H. (1978): Archetypes of Strategy Formulation, in: Management Science, 24, S. 921-933. MILLER, Danny/FRIESEN, Peter H. (1982): Innovation in Conservative and Entrepreneurial Firms: Two Models of Strategic Momentum, in: Strategic Management Journal, 3, S. 1-25. MILLER, Danny/FRIESEN, Peter H. (1983): Strategy-Making and Environment: The Third Link, in: Strategic Management Journal, 4, S. 221-235. MILLER, Danny/FRIESEN, Peter H. (1984): Organizations: A Quantum View, Englewood Cliffs. MILLIKEN, Frances J./LANT, Theresa K. (1991): The Effect of an Organization's Recent Performance History on Strategic Persistence and Change, in: Advances in Strategic Management, 7, S. 129-156. MINTZBERG, Henry (1979): The Structuring of Organizations, Englewood Cliffs. MINTZBERG, Henry (1987): The Strategy Concept I: Five Ps for Strategy, in: California Management Review, 30, S. 11-24. MITCHELL, Vincent W./BROWN, Juliette (1997): Research Note: A Cost-Benefit Analysis of Letter Prenotification and Follow-Up, in: Journal of Marketing Management, 13, S. 853-866. MONTGOMERY, David B. (1975): New Product Distribution: An Analysis of Supermarket Buyer Decisions, in: Journal of Marketing Research, 12, S. 255-264. MOORMAN, Christine/MINER, Anne S. (1998): The Convergence of Planning and Execution: Improvisation in New Product Development, in: Journal of Marketing, 62, S. 1-20. MORENO, Ana M./CASILLAS, José C. (2008): Entrepreneurial Orientation and Growth of SMEs: A Causal Model, in: Entrepreneurship Theory and Practice, 32, S. 507-528. MORGAN, Robert E./STRONG, Carolyn (2003): Business Performance and Dimensions of Strategic Orientation, in: Journal of Business Research, 56, S. 163176. MORRIS, Michael H./PAUL, Gordon W. (1987): The Relationship between Entrepreneurship and Marketing in Established Firms, in: Journal of Business Venturing, 2, S. 247-259. 216

MORSE, Wesley C. (1986): The Delusion of Intrapreneurship, in: Long Range Planning, 19, S. 92-95. MUELLER, Dennis C. (1990): The Dynamics of Company Profits: An International Comparison, Cambridge. MÜLLER, Dirk (2006): Moderatoren und Mediatoren in Regressionen, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 257-274. MURPHY, Gregory B./TRAILER, Jeff W./HILL, Robert C. (1996): Measuring Performance in Entrepreneurship Research, in: Journal of Business Research, 36, S. 15-23. MURRAY, John A. (1981): Marketing is Home for the Entrepreneurial Process, in: Industrial Marketing Management, 10, S. 93-99. NAHAPIET, Janine/GHOSHAL, Sumantra (1998): Social Capital, Human Capital, and the Organizational Advantage, in: Academy of Management Review, 23, S. 242-266. NALDI, Lucia/NORDQVIST, Mattias/SJÖBERG, Karin/WIKLUND, Johan (2007): Entrepreneurial Orientation, Risk Taking, and Performance in Family Firms, in: Family Business Review, 20, S. 33-47. NAMAN, John L./SLEVIN, Dennis P. (1993): Entrepreneurship and the Concept of Fit: A Model and Empirical Tests, in: Strategic Management Journal, 14, S. 137-153. NARVER, John C./SLATER, Stanley F. (1990): The Effect of Market Orientation on Business Profitability, in: Journal of Marketing, 54, S. 20-35. NELSON, Richard/WINTER, Sidney G. (1982): An Evolutionary Theory of Economic Change, Cambridge. NEWBERT, Scott L. (2007): Empirical Research on the Resource-Based View of the Firm: An Assessment and Suggestions for Future Research, in: Strategic Management Journal, 28, S. 121-146. NICOLAI, Alexander/KIESER, Alfred (2002): Trotz eklatanter Erfolglosigkeit: Die Erfolgsfaktorenforschung weiter auf Erfolgskurs, in: Die Betriebswirtschaft, 62, S. 579-596. NOBLE, Charles H./SINHA, Rajiv K./KUMAR, Ajith (2002): Market Orientation and Alternative Strategic Orientations: A Longitudinal Assessment of Performance Implications, in: Journal of Marketing, 66, S. 25-39. NÖCKER, Ralf (1999): Erfolg von Unternehmungen aus betriebswirtschaftlicher Sicht, in: MOSER, Klaus/BATINIC, Bernad/ZEMPEL, Jeannette (Hrsg.): Unternehmerisch erfolgreiches Handeln, Göttingen, S. 53-68. NOHRIA, Nitin/GULATI, Ranjay (1996): Is Slack Good or Bad for Innovation?, in: Academy of Management Journal, 39, S. 1245-1264. 217

NONAKA, Ikujiro/TOYAMA, Ryoko (2007): Strategic Management as Distributed Practical Wisdom (Phronesis), in: Industrial and Corporate Change, 16, S. 371-394. NORBURN, David (1989): The Chief Executive: A Breed Apart, in: Strategic Management Journal, 10, S. 1-15. NUNNALLY, Jum C. (1978): Psychometric Theory, New York. OECD (1997): Oslo Manual - Proposed Guidelines for Collecting and Interpreting Technological Innovation Data, Paris. OSGOOD, Charles E./TANNENBAUM, Percy H. (1955): The Principle of Congruity in the Prediction of Attitude Change, in: Psychological Review, 62, S. 42-55. PANTEN, Gregor/THIES, Silvia (2006): Analyse kausaler Wirkungszusammenhänge mit Partial Least Squares, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 311-328. PEARCE II, John A./FREEMAN, Elizabeth B./ROBINSON JR., Richard B. (1987): The Tenuous Link Between Formal Strategic Planning and Financial Performance, in: Academy of Management Review, 12, S. 658-675. PENNINGS, Johannes M./GOODMAN, Paul S. (1977): Toward a Workable Framework, in: GOODMAN, Paul S./PENNINGS, Johannes M. (Hrsg.): New Perspectives on Organisational Effectiveness, San Francisco, S. PENROSE, Edith (1959): The Theory of the Growth of the Firm, Oxford. PETER, Paul J. (1979): Reliability: A Review of Psychometric Basics and Recent Marketing Practices, in: Journal of Marketing Research, 16, S. 6-17. PETER, Paul J. (1981): Construct Validity: A Review of Basic Issues and Marketing Practices, in: Journal of Marketing Research, 18, S. 133-145. PETERAF, Margaret A. (1993): The Cornerstones of Competitive Advantage: A Resource-Based View, in: Strategic Management Journal, 14, S. 179-191. PETERS, Thomas J./WATERMAN, Robert H. (1982): In Search for Excellence, New York. PETERSON, Robin T. (1989): Small Business Adoption of the Marketing Concept vs. Other Business Strategies, in: Journal of Small Business Management, 27, S. 38-46. PETTUS, Michael L. (2001): The Resource-Based View as a Developmental Growth Process: Evidence from the Deregulated Trucking Industry, in: Academy of Management Journal, 44, S. 878-896. PFEFFER, Jeffrey (1978): Organizational Design, Arlington Heights. PFEFFER, Jeffrey (1981): Power in Organizations, New York. 218

PFEFFER, Jeffrey/SALANCIK, Gerald (1978): The External Control of Organizations: A Resource-Dependency Perspective, New York. PICOT, Arnold/DIETL, Helmut/FRANCK, Egon (1999): Organisation, Stuttgart. PINCHOT, Gifford I. (1985): Intrapreneuring, New York. PIPER, Chris (2008): Process Innovation: The Crucial Facilitator of Product Innovation, in: Ivey Business Journal, 72, S. 1. PODSAKOFF, Philip M./MACKENZIE, Scott B./LEE, Jeong-Yeon/PODSAKOFF, Nathan P. (2003): Common Method Biases in Behavioral Research: A Critical Review of the Literatur and Recommended Remedies, in: Journal of Applied Psychology, 88, S. 879-903. PODSAKOFF, Philip M./ORGAN, D. (1986): Self-Reports in Organizational Research: Problems and Prospects, in: Journal of Management, 12, S. 531-545. POLANYI, Michael/BRÜHMANN, Horst (1985): Implizites Wissen, Frankfurt am Main. POPPO, Laura/WEIGELT, Keith (2000): A Test of the Resource-Based Model Using Baseball Free Agents, in: Journal of Economics and Management Strategy, 9, S. 585-614. PORTER, Michael E. (1980): Competitive Strategy: Techniques for Analyzing Industries and Competitors, New York. PORTER, Michael E. (1985): Competitive Advantage, New York. PORTER, Michael E. (1990): The Competitive Advantage of Nations, in: Harvard Business Review, 68, S. 73-93. POWELL, Thomas C. (2001): Competitive Advantage: Logical and Philosophical Considerations, in: Strategic Management Journal, 22, S. 875-888. PRAHALAD, Coimbatore K./BETTIS, Richard A. (1986): The Dominant Logic: A New Linkage between Diversity and Performance, in: Strategic Management Journal, 7, S. 485-501. PRAHALAD, Coimbatore K./HAMEL, Gary (1990): The Core Competence of the Corporation, in: Harvard Business Review, 68, S. 79-91. PRESCOTT, Edward C./VISSCHER, Michael (1977): Sequential Location among Firms with Foresight, in: Bell Journal of Economics, 8, S. 378-393. PRICE, James L. (1972): The Study of Organizational Effectiveness, in: Sociological Quarterly, 13, S. 3-15. PRIEM, Richard L./BUTLER, John E. (2001a): Is the Resource-Based "View" a Useful Perspective for Strategic Management Research?, in: Academy of Management Review, 26, S. 22-40.

219

PRIEM, Richard L./BUTLER, John E. (2001b): Tautology in the Resource-Based View and the Implications of Externally Determined Resource Value: Further Comments, in: Academy of Management Review, 26, S. 57-66. QUINN, James B. (1979): Technological Innovation, Entrepreneurship, and Strategy, in: Sloan Management Review, 20, S. 15-26. QUINN, Robert E./CAMERON, Kim (1983): Organizational Life Cycles and Shifting Criteria of Effectiveness: Some Preliminary Evidence, in: Management Science, 29, S. 33-51. RAAIJMAKERS, Quinten A. W. (1999): Effectiveness of Different Missing Data Treatments in Surveys with Likert-Type Data: Introducing the Relative Mean Substitution Approach, in: Educational and Psychological Measurement, 59, S. 725-748. RAUCH, Andreas (2003): Characteristics of Small-Scale Business Owners: A MetaAnalysis on Emergence and Success, in: Babson-Kaufman Entrepreneurship Research Conference Proceedings, Babson. RAUCH, Andreas/WIKLUND, Johan/LUMPKIN, Tom G./FRESE, Michael (2009): Entrepreneurial Orientation and Business Performance: Cumulative Empirical Evidence, in: Entrepreneurship Theory and Practice, 33, S. 761-788. REED, Richard/DEFILLIPPI, Robert J. (1990): Causal Ambiguity, Barriers to Imitation and Sustainable Competitive Advantage, in: Academy of Management Review, 15, S. 88-102. REINGANUM, Jennifer F. (1983): Uncertain Innovation and the Persistence of Monopoly, in: American Economic Review, 73, S. 741-748. REPENNING, Nelson P./STERMAN, John D. (2002): Capability Traps and SelfConfirming Attribution Errors in the Dynamics of Process Improvement, in: Administrative Science Quarterly, 47, S. 265-295. RHOADES, Linda/EISENBERGER, Robert (2002): Perceived Organizational Support: A Review of the Literature, in: Journal of Applied Psychology, 87, S. 698714. RICHARD, Orlando C./BARNETT, Tim/DWYER, Sean/CHADWICK, Ken (2004): Cultural Diversity in Management, Firm Performance, and the Moderating Role of Entrepreneurial Orientation Dimensions, in: Academy of Management Journal, 47, S. 255-266. RINDOVA, Violina P./KOTHA, Suresh (2001): Continuous "Morphing": Competing Through Dynamic Capabilities, Form, and Function, in: Academy of Management Journal, 44, S. 1263-1280. RINGLE, Christian M. (2004): Kooperation in virtuellen Unternehmen: Auswirkungen auf die strategischen Erfolgsfaktoren der Partnerunternehmen, Wiesbaden. RINGLE, Christian M./SPREEN, Florentine (2007): Beurteilung der Ergebnisse von PLS-Pfadanalysen, in: WISU - Das Wirtschaftsstudium, 36, S. 211-216. 220

ROBINSON, William T. (1988): Sources of Market Pioneer Advantages: The Case of Industrial Goods Industries, in: Journal of Marketing Research, 25, S. 87-94. ROBINSON, William T./FORNELL, Claes (1985): The Sources of Market Pioneer Advantages in Consumer Goods Industries, in: Journal of Marketing Research, 22, S. 297-304. RODE, Verena (2004): Corporate Branding von Gründungsunternehmen, Wiesbaden. ROHN, Anne (2006): Subjektive versus objektive Erfolgsmaße, in: ALBERS, Sönke/KLAPPER, Daniel/KONRADT, Udo/WALTER, Achim/WOLF, Joachim (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 99-114. ROSENBERG, Morris (1968): The Logic of Survey Analysis, New York. ROSENKOPF, Lori/NERKAR, Atul (2001): Beyond Local Search: BoundarySpanning, Exploration, and Impact in the Optical Disc Industry, in: Strategic Management Journal, 22, S. 287-306. ROTH, Philip L./SWITZER III, Fred (1995): A Monte Carlo Analysis of Missing Data Techniques in a HRM Setting, in: Journal of Management, 21, S. 1003-1023. ROTHSCHILD, William E. (1984): Surprise and the Competitive Advantage, in: Journal of Business Strategy, 4, S. 16-26. ROUSE, Michael J./DAELLENBACH, Urs S. (2002): More Thinking on Research Methods for the Resource-Based Perspective, in: Strategic Management Journal, 23, S. 963-967. RUBIN, Donald B. (1976): Inference and Missing Data, in: Biometrica, 63, S. 581592. RUBIN, Donald B. (1987): Multiple Imputation for Nonresponse in Surveys, New York. RUBIN, Paul H. (1973): The Expansion of Firms, in: Journal of Political Economy, 81, S. 936-949. RUDOLF, Markus/WITT, Peter (2002b): Bewertung von Wachstumsunternehmen, Wiesbaden. RUDOLF, Markus/WITT, Peter (2002a): Bewertung von Wachstumsunternehmen, Wiesbaden. RUEKERT, Robert W. (1992): Developing a Market Orientation: an Organisational Strategy Perspective, in: International Journal of Research in Marketing, 9, S. 225-245. RUEKERT, Robert W./CHURCHILL, Gilbert A. Jr. (1984): Reliability and Validity of Alternative Measures of Channel Member Satisfaction, in: Journal of Marketing Research, 21, S. 13-25. 221

RULE, Erik G./IRVIN, Donald W. (1988): Fostering Intrapreneurship: The New Competitive Edge, in: Journal of Business Strategy, 9, S. 44-47. RUMELT, Richard P. (1991): How Much Does Industry Matter?, in: Strategic Management Journal, 12, S. 167-185. RUMELT, Richard P. (1995): Inertia and Transformation, in: MONTGOMERY, Cynthia A. (Hrsg.): Resource Based and Evolutionary Theories of the Enterprise101-132. RUNYAN, Rodney/DROGE, Cornelia/SWINNEY, Jane (2008): Entrepreneurial Orientation versus Small Business Orientation: What Are Their Relationships to Firm Performance?, in: Journal of Small Business Management, 46, S. 567588. SANDBERG, Birgitta (2005): The Hidden Market - Even For Those Who Create It? Customer-Related Proactiveness in Developing Radical Innovations, Turku. SAPIENZA, Harry J./AUTIO, Erkko/GEORGE, Gerard/ZAHRA, Shaker A. (2006): A Capabilities Perspective on the Effects of Early Internationalization on Firm Survival and Growth, in: Academy of Management Review, 31, S. 914-933. SAPIENZA, Harry J./SMITH, Ken G./GANNON, Martin J. (1988): Using Subjective Evaluations of Organizational Performance in Small Business Research, in: American Journal of Small Business, 12, S. 45-53. SATHE, Vijay (1989): Fostering Entrepreneurship in the Large, Diversified Firm, in: Organizational Dynamics, 18, S. 20-32. SATHE, Vijay/DRUCKER, Peter F. (2003): Corporate Entrepreneurship: Top Managers and New Business Creation, Cambridge. SCHAFER, Joseph L./GRAHAM, John W. (2002): Missing Data: Our View of the State of the Art, in: Psychological Methods, 7, S. 147-177. SCHENDEL, Dan (1990): Introduction to the Special Issue on Corporate Entrepreneurship, in: Strategic Management Journal, 11, S. 1-3. SCHENK, Roland (2007): Beurteilung des Unternehmenserfolgs, in: FRESE, Michael (Hrsg.): Erfolgreiche Unternehmensgründer: Psychologische Analysen und praktische Anleitungen für Unternehmer, Göttingen, S. 59-82. SCHERER, Frederick M. (1980): Industrial Market Structure and Economic Performance, Boston. SCHEWE, Gerhard (2005): Unternehmensverfassung: Corporate Governance im Spannungsfeld von Leitung, Kontrolle und Interessenvertretung, Heidelberg. SCHMALENSEE, Richard (1978): Entry Deterrence in the Ready to Eat Breakfast Cereal Industry, in: Bell Journal of Economics, 9, S. 305-327. SCHMALENSEE, Richard (1982): Product Differentiation Advantages of Pioneering Brands, in: American Economic Review, 72, S. 349-365. 222

SCHMELTER, Ralf (2009): Einfluss von Management auf Corporate Entrepreneurship, Wiesbaden. SCHMIDT, Axel (2002): Indikatoren für den Erfolg und Überlebenschancen junger Unternehmen, in: Zeitschrift für Betriebswirtschaft, 72, Ergänzungsheft Nr. 5, S. 21-53. SCHMOOKLER, Jacob (1966): Invention and Economic Growth, Cambridge. SCHNAARS, Steven P. (1986): When Entering Growth Markets, are Pioneers better than Poachers?, in: Business Horizons, 29, S. 27-36. SCHNELL, Rainer/HILL, Paul B./ESSER, Elke (1999): Methoden der empirischen Sozialforschung, München. SCHOLDERER, Joachim/BALDERJAHN, Ingo (2005): PLS versus LISREL: Ein Methodenvergleich, in: BLIEMEL, Friedhelm/EGGERT, Andreas/FASSOTT, Georg/HENSELER, Jörg (Hrsg.): Handbuch PLS-Pfadmodellierung88-99. SCHOLLHAMMER, Hans (1981): The Efficacy of Internal Corporate Entrepreneurship Strategies, in: VESPER, Karl H. (Hrsg.): Frontiers of Entrepreneurship Research451-456. SCHOLLHAMMER, Hans (1982): Internal Corporate Entrepreneurship, in: KENT, Calvin A./SEXTON, Donald L./VESPER, Karl H. (Hrsg.): Encyclopedia of Entrepreneurship, Englewood Cliffs, S. SCHON, Donald A. (1963): Champions for Radical New Inventions, in: Harvard Business Review, 41, S. 77-86. SCHOONHOVEN, Claudia B. (1981): Problems with Contingency Theory: Testing Assumptions Hidden within the Language of Contingency "Theory", in: Administrative Science Quarterly, 26, S. 349-377. SCHREYÖGG, Georg (1999): Organisation: Grundlagen moderner Organisationsgestaltung, Wiesbaden. SCHROETER, Andreas (2007): Der Einfluss des persönlichen Netzwerks des Gründers auf den Unternehmenserfolg: Eine empirische Untersuchung, Wiesbaden. SCHUMPETER, Joseph A. (1934): The Theory of Economic Development, Cambridge, MA. SELLIN, Norbert (1995): Partial Least Squares Modeling in Research on Educational Achievement, in: BOS, Wilifred/LEHMAN, Rainer H. (Hrsg.): Reflections on Educational Achievement, New York, S. 256-267. SHANE, Scott (1992): Why Do Some Societies Invent More than Others?, in: Journal of Business Venturing, 7, S. 29-46. SHANE, Scott (1994a): Are Champions Different from Non-Champions?, in: Journal of Business Venturing, 9, S. 397-421. 223

SHANE, Scott (1994b): Why Do Rates of Entrepreneurship Vary over Time?, in: Academy of Management Best Papers Proceedings, S. 90-94. SHANE, Scott (2003): A General Theory of Entrepreneurship, Northampton. SHARFMAN, Mark P./DEAN, James W. (1991): Conceptualizing and Measuring the Organizational Environment: A Multidimensional Approach, in: Journal of Management, 17, S. 681-700. SHARMA, Subhash (1996): Applied Multivariate Techniques, New York. SHAW, Richard W./SHAW, Susan A. (1984): Late Entry, Market Shares and Competitive Survival: The Case of Synthetic Fibers, in: Managerial & Decision Economics, 5, S. 72-79. SIMON, Herbert (1959): Theories of Decision-Making in Economics and Behavioral Science, in: American Economic Review, 49, S. 253-283. SIMONETTI, Jack L. (1974): The Impact of Market Conditions on the Organizational Structure and Effectivenes of Firms Operating in Italy, in: Journal of the Academy of Marketing Science, 2, S. 634-641. SIMSEK, Zeki/LUBATKIN, Michael H./VEIGA, John F./DINO, RichardN. (2009): The Role of an Entrepreneurially Alert Information System in Promoting Corporate Entrepreneurship, in: Journal of Business Research, 62, S. 810-817. SIRMON, David G./HITT, Michael A./IRELAND, Duane R. (2006): Managing Firm Resources in Dynamic Environments to Create Value: Looking Inside the Black Box, in: Academy of Management Review, 32, S. 273-292. SLATER, Stanley F./NARVER, John C. (1994): Does Competitive Environment Moderate the Market Orientation-Performance Relationship?, in: Journal of Marketing, 58, S. 46-55. SLATER, Stanley F./NARVER, John C. (1995): Marketing Orientation and the Learning Organization, in: Journal of Marketing, 59, S. 63-74. SLATER, Stanley F./NARVER, John C. (2000): The Positive Effect of a Market Orientation on Business Profitability: A Balanced Replication, in: Journal of Business Research, 48, S. 69-73. SMART, Denise T./CONANT, Jeffrey S. (1994): Entrepreneurial Orientation, Distinctive Marketing Competencies, and Organizational Performance, in: Journal of Applied Business Research, 10, S. 28-38. SNOW, Charles C./HREBINIAK, Lawrence G. (1980): Strategy, Distinctive Competence, and Organizational Performance, in: Administrative Science Quarterly, 25, S. 317-336. SPENCE, Michael A. (1977): Entry, Capacity, Investment and Oligopolistic Pricing, in: Bell Journal of Economics, 8, S. 534-544.

224

SPENCE, Michael A. (1979): Investment Strategy and Growth in a New Market, in: Bell Journal of Economics, 10, S. 1-19. SPENCE, Michael A. (1981): The Learning Curve and Competition, in: Bell Journal of Economics, 12, S. 49-70. SPENCE, Michael A. (1985): Cost Reduction, Competition, and Industry Performance, in: Econometrica, 52, S. 101-121. SPREITZER, Gretchen M. (1995): Psychological Empowerment in the Workplace: Dimensions, Measurement and Validation, in: Academy of Management Journal, 38, S. 1442-1465. STAM, Wouter / ELFRING, Tom (2006): Entrepreneurial Orientation and New Venture Performance: The Mediating Effect of Networking Strategies, S. ENT:K1ENT:K6. STEERS, Richard M. (1977): Problems in the Measurement of Organizational Effectiveness, in: Administrative Science Quarterly, 20, S. 546-568. STEIGER, James H. (1990): Structural Model Evaluation and Modification: An Internal Estimation Approach, in: Multivariate Behavioral Research, 25, S. 109119. STETZ, Phil E./HOWELL, Roy/STEWART, Alex/BLAIR, John D./FOTTLER, Myron D. (2000): Multidimensionality of Entrepreneurial Firm-Level Processes: Do the Dimensions Covary?, in: REYNOLDS, Paul D./AUTIO, Erkko/BRUSH, Candida G./BYGRAVE, William D./MANIGART, Sophie/SAPIENZA, Harry J./SHAVER, Kelly G. (Hrsg.): Frontiers of Entrepreneurship Research, Wellesley, S. STEVENSON, Howard H. (1983): A Perspective on Entrepreneurship, Harvard Business School Working Paper, 9-384-131, Boston. STEVENSON, Howard H./JARILLO, Carlos J. (1990): A paradigm of Entrepreneurship: Entrepreneurial Management, in: Strategic Management Journal, 11, S. 17-27. STINCHCOMBE, Arthur L. (1965): Social Structure and Organizations, in: MARCH, James G. (Hrsg.): Handbook of Organizations, Chicago, S. 142-193. STOPFORD, John M./BADEN-FULLER, Charles W. F. (1994): Creating Corporate Entrepreneurship, in: Strategic Management Journal, 15, S. 521-536. STUART, Robert/ABETTI, Pier A. (1987): Start-Up Ventures: Towards the Prediction of Initial Success, in: Journal of Business Venturing, 2, S. 215-230. STUBBART, Charles I. (1989): Managerial Cognition: A Missing Link in Strategic Management Research, in: Journal of Management Studies, 26, S. 325-347. SWIERCZEK, Fredric W./HA, Thai T. (2003): Entrepreneurial Orientation, Uncertainty Avoidance, and Firm Performance, in: The International Journal of Entrepreneurship and Innovation, 3, S. 46-58. 225

TALKE, Katrin (2007): How a Corporate Mindset Drives Product Innovativeness, in: ZfB Special Issue 2/2007, S. 47-70. TANG, Ming-Je (1988): An Economic Perspective on Escalating Commitment, in: Strategic Management Journal, 9, S. 92. TEECE, David J. (1980): The Diffusion of an Adminstrative Innovation, in: Management Science, 26, S. 464-470. TEECE, David J. (1981): Internal Organization and Economic Performance: An Empirical Analysis of the Profitability of Principal Enterprises, in: Journal of Industrial Economics, 30, S. 173-199. TEECE, David J. (1986): Profiting from Technological Innovation: Implications for Integration, Collaboration, Licensing and Public Policy, in: Research Policy, 15, S. 285-305. TEECE, David J. (2000): Managing Intellectual Capital: Organizational, Strategic, and Policy Dimensions, Oxford. TEECE, David J. (2007): Explicating Dynamic Capabilities: The Nature and Microfoundations of (Sustainable) Enterprise Performance, in: Strategic Management Journal, 28, S. 1319-1350. TEECE, David J./PISANO, Gary (1994): The Dynamic Capabilities of Enterprises: An Introduction, in: Industrial and Corporate Change, 3, S. 537-556. TEECE, David J./PISANO, Gary/SHUEN, Amy (1997): Dynamic Capabilities and Strategic Management, in: Strategic Management Journal, 18, S. 509-533. THOMAS, Kenneth W./VELTHOUSE, Betty A. (1990): Cognitive Elements of Empowerment: An "Interpretive" Model of Intrinsic Task Motivation, in: Academy of Management Review, 15, S. 666-681. THOMPSON, James D. (1967): Organizations in Action, New York. THOMPSON, Leigh (2003): Improving the Creativity of Organizational Work Groups, in: Academy of Management Executive, 17, S. 96-109. THOMPSON, Victor A. (1969): Bureaucracy and Innovation, Tuscaloosa. TOSI, Henry H./SLOCUM, John J. (1984): Contingency Theory: Some Suggested Directions, in: Journal of Management, 10, S. 9-26. TRIPSAS, Mary (1996): Surviving Radical Technological Change through Dynamic Capability: Evidence from the Typesetter Industry, in: Industrial and Corporate Change, 6, S. 341-377. TRIPSAS, Mary/GAVETTI, Giovanni (2000): Capabilities, Cognition, and Inertia: Evidence from Digital Imaging, in: Strategic Management Journal, 21, S. 11471161.

226

TSAI, Ming-Hone/MACMILLAN, Ian C./LOW, Murray R. (1991): Effects of Strategy and Environment on Corporate Venture Success in Industrial Markets, in: Journal of Business Venturing, 6, S. 12-28. URBAN, Glenn L./CARTER, Theresa/GASKIN, Steven/MUCHA, Zofia (1986): Market Share Rewards to Pioneering Brands: An Empirical Analysis and Strategic Implications, in: Management Science, 6, S. 645-659. VANDERWERF, Pieter A./MAHON, John F. (1997): Meta-Analysis of the Impact of Research Methods on Findings of First-Mover Advantage, in: Management Science, 43, S. 1510-1519. VENKATRAMAN, Venkat N. (1989a): Strategic Orientation of Business Enterprises: The Construct, Dimensionality, and Measurement, in: Management Science, 35, S. 942-962. VENKATRAMAN, Venkat N. (1989b): The Concept of Fit in Strategy Research: Toward Verbal and Statistical Correspondence, in: Academy of Management Review, 14, S. 423-444. VENKATRAMAN, Venkat N./GRANT, John H. (1986): Construct Measurement in Organizational Strategy Research: A Critique and Proposal, in: Academy of Management Review, 11, S. 71-87. VENKATRAMAN, Venkat N./RAMANUJAM, Vasudevan (1987): Measurement of Business Economic Performance: An Examination of Method Convergence, in: Journal of Management, 13, S. 109-122. VESPER, Karl H. (1985): A New Direction or Just a New Label?, in: KAO, J. J./STEVENSON, Howard H. (Hrsg.): Entrepreneurship: What It Is and How to Teach It, Boston, S. 62-76. VESPER, Karl H. (1990): New Venture Strategies, Englewood Cliffs. VILCASSIM, Naufel J./KADIYALI, Vrinda/CHINTAGUNTA, Pradeep K. (1999): Investigating Dynamic Multifirm Market Interactions in Price and Advertising, in: Management Science, 45, S. 499-518. VRIENS, Marco/MELTON, Eric (2002): Managing Missing Data, in: Marketing Research, 14, S. 12-17. VROOM, Victor H. (1960): The Effects of Attitudes on the Perception of Organizational Goals, in: Human Relations, 13, S. 229-240. WAGNER, Stephan M./RAU, Christian/LINDEMANN, Eckhard (2009): Multiple Informant Methodology: A Critical Review and Recommendations, in: Sociological Methods & Research, 12, S. (im Druck). WALDMANN, Don E./JENSEN, Elizabeth J. (1998): Industrial Organization: Theory and Practice, Reading.

227

WALTER, Achim/AUER, Michael/RITTER, Thomas (2006): The Impact of Network Capabilities and Entrepreneurial Orientation on University Spin-Off Performance, in: Journal of Business Venturing, 21, S. 541-567. WANG, Catherine K. (2008): Entrepreneurial Orientation, Learning Orientation, and Firm Performance, in: Entrepreneurship Theory and Practice, 32, S. 635-657. WEBSTER, Frederick E. (1981): Top Management's Concerns about Marketing: Issues for the 1980s, in: Journal of Marketing, 45, S. 9-16. WEBSTER, Merriam (1991): Webster's Ninth New Collegiate Dictionary, Springfield. WELGE, Martin K./AL-LAHAM, Andreas (2008): Strategisches Management: Grundlagen - Prozess - Implementierung, 5. Auflage, Wiesbaden. WERNERFELD, Birger/KARNANI, Aneel (1987): Competitive Strategy under Uncertainty, in: Strategic Management Journal, 8, S. 187-194. WERNERFELT, Birger (1984): A Resource-Based View of the Firm, in: Strategic Management Journal, 5, S. 171-180. WERNERFELT, Birger (1985): Brand Loyalty and User Skills, in: Journal of Economic Behavior and Organization, 6, S. 381-385. WIKLUND, Johan (1998): Entrepreneurial Orientation as Predictor of Performance and Entrepreneurial Behavior in Small Firms - Longitudinal Evidence, in: REYNOLDS, Paul D./BYGRAVE, William D./CARTER, Nancy M./DAVIDSSON, Per/GARTNER, William B./MASON, Colin M./MCDOUGALL, Patricia P. (Hrsg.): Frontiers of Entrepreneurship Research, Wellesley, S. 281296. WIKLUND, Johan (1999): The Sustainability of the Entrepreneurial Orientation – Performance Relationship, in: Entrepreneurship Theory and Practice, 24, S. 3748. WIKLUND, Johan/SHEPHERD, Dean (2003): Knowledge-Based Resources, Entrepreneurial Orientation, and the Performance of Small and Medium-Sized Businesses, in: Strategic Management Journal, 24, S. 1307-1314. WIKLUND, Johan/SHEPHERD, Dean (2005): Entrepreneurial Orientation and Small Business Performance: A Configurational Approach, in: Journal of Business Venturing, 20, S. 71-91. WILEY, David E. (1973): The Identification Problem for Structural Equation Models with Unmeasured Variables, in: GOLDBERGER, Arthur S./DUNCAN, Otis D. (Hrsg.): Structural Equation Models in the Social Sciences, New York, S. 6983. WILKENS, Uta/MENZEL, Daniela/PAWLOWSKY, Peter (2004): Inside the Black-Box: Analysing the Generation of Core Competencies and Dynamic Capabilities by Exploring Collective Minds, in: Management Review, 15, S. 8-26.

228

WINTER, Sidney G. (1988): Knowledge and Competence as Strategic Assets, in: KLEIN, David A. (Hrsg.): The Strategic Management of Intellectual Capital, Boston et. al, S. 165-188. WINTER, Sidney G. (1995): Four Rs of Profitability: Rents, Resources, Routines, and Replication, in: MONTGOMERY, Cynthia A. (Hrsg.): Resource-Based and Evolutionary Theories of the Firm: Towards a Synthesis, Dordrecht, S. 147178. WINTER, Sidney G. (2003): Understanding Dynamic Capabilities, in: Strategic Management Journal, 24, S. 991-996. WISEMAN, Robert M./CATANACH JR., Anthony H. (1997): A Longitudinal Disaggregation of Operational Risk und Changing Regulations: Evidence from the Savings and Loan Industry, in: Academy of Management Journal, 40, S. 799-830. WITT, Hiltrud (2008): Dynamic Capabilities im Strategischen Electronic BusinessManagement, Wiesbaden. WITT, Peter/ROSENKRANZ, Stephanie (2002): Netzwerkbildung und Gründungserfolg, in: Zeitschrift für Betriebswirtschaft, 72, Ergänzungsheft Nr. 5, S. 85-106. WITTE, Eberhard (1973): Organisation für Innovationsentscheidungen: Das Promotoren-Modell, Göttingen. WOLD, Herman (1980): Model Construction and Evaluation when Theoretical Knowledge is Scarce: Theory and Application of PLS, in: KMENTA, Jan/RAMSEY, James B. (Hrsg.): Evaluation of Econometric Models, New York, S. 47-74. WOLD, Herman (1982): Soft Modeling: The Basic Design and Some Extensions, in: JÖRESKOG, Karl G./WOLD, Herman (Hrsg.): Systems Under Indirect Observations, Amsterdam, S. 1-52. WRIGHT, Peter/KROLL, Mark/PRAY, Bevalee/LADO, Augustine (1995): Strategic Orientations, Competitive Advantage, and Business Performance, in: Journal of Business Research, 33, S. 143-151. WU, Wann-Yih/CHANG, Man-Ling/CHEN, Chih-Wei (2008): Promoting Innovation through the Accumulation of Intellectual Capital, Social Capital, and Entrepreneurial Orientation, in: R&D Management, 38, S. 265-277. YOO, So-Jin (2001): Entrepreneurial Orientation, Environment Scanning Intensity, and Firm Performance in Technology-Based SMEs, in: BYGRAVE, William D./AUTIO, Erkko/BRUSH, Candida G./DAVIDSSON, Per/GREEN, Patricia G./SAPIENZA, Harry J. (Hrsg.): Frontiers of Entrepreneurship Research356367. YOUNG, Greg/SMITH, Ken G./GRIMM, Curtis M. (1996): "Austrian" and Industrial Organization Perspectives on Firm-Level Competitive Activity and Performance, in: Organization Science, 7, S. 243-254.

229

YUCHTMAN, Ephraim/SEASHORE, Stanley (1967): A System Resource Approach to Organizational Effectiveness, in: American Sociological Review, 32, S. 891903. YUSUF, Attahir (2002): Environmental Uncertainty, the Entrepreneurial Orientation of Business Ventures and Performance, in: International Journal of Commerce & Management, 12, S. 83-103. ZAHRA, Shaker A. (1986): A Canonical Analysis of Corporate Entrepreneurship Antecedents and Impact on Performance, in: Academy of Management Best Papers Proceedings, S. 71-75. ZAHRA, Shaker A. (1991): Predictors and Financial Outcomes of Corporate Entrepreneurship: An Exploratory Study, in: Journal of Business Venturing, 6, S. 259-285. ZAHRA, Shaker A. (1993a): A Conceptual Model of Entrepreneurship as Firm Behavior: A Critique and Extension, in: Entrepreneurship Theory and Practice, 14, S. 5-21. ZAHRA, Shaker A. (1993b): Environment, Corporate Entrepreneurship, and Financial Performance: A Taxonomic Approach, in: Journal of Business Venturing, 8, S. 319-340. ZAHRA, Shaker A./COVIN, Jeffrey G. (1993): Business Strategy, Technology Policy and Firm Performance, in: Strategic Management Journal, 14, S. 451-478. ZAHRA, Shaker A./COVIN, Jeffrey G. (1995): Contextual Influences on the Corporate Entrepreneurship-Performance Relationship: A Longitudinal Analysis, in: Journal of Business Venturing, 10, S. 43-58. ZAHRA, Shaker A./GARVIS, Dennis M. (2000): International Corporate Entrepreneurship and Firm Performance: The Moderating Effect of International Environmental Hostility, in: Journal of Business Venturing, 15, S. 469-492. ZAHRA, Shaker A./NIELSEN, Anders P. (2002): Sources of Capabilities, Integration and Technology Commercialization, in: Strategic Management Journal, 23, S. 377-398. ZAHRA, Shaker A./PEARCE, John A. II. (1990): Research Evidence on the MilesSnow Typology, in: Journal of Management, 16, S. 751-768. ZAHRA, Shaker A./SAPIENZA, Harry J./DAVIDSSON, Per (2006): Entrepreneurship and Dynamic Capabilities: A Review, Model, and Research Agenda, in: Journal of Management Studies, 43, S. 917-955. ZAJAC, Edward J./KRAATZ, Matthew S./BRESSER, Rudi K. F. (2000): Modeling the Dynamics of Strategic Fit: A Normative Approach to Strategic Change, in: Strategic Management Journal, 21, S. 429. ZAMMUTO, Raymond F. (1984): A Comparison of Multiple Constituency Models of Organizational Effectiveness, in: Academy of Management Review, 9, S. 606616. 230

ZEITHAML, Carl P./ZEITHAML, Valarie A. (1984): Environmental Management: Revising the Marketing Perspective, in: Journal of Marketing, 48, S. 46-53. ZEITHAML, Valarie A./VARADARAJAN, Rajan P./ZEITHAML, Carl P. (1988): The Contingency Approach - Its Foundations and Relevance to Theory Building and Research in Marketing, in: European Journal of Marketing, 22, S. 37-64. ZHOU, Kevin Z./YIM, Chi K./TSE, David K. (2005): The Effects of Strategic Orientations on Technology- and Market-Based Breakthrough Innovations, in: Journal of Marketing, 69, S. 42-60. ZOLLO, Maurizio/WINTER, Sidney G. (2002): Deliberate Learning and the Evolution of Dynamic Capabilities, in: Organization Science, 13, S. 339-351.

231

Anhang

233

Anhang A

Erfolgswirkung der Unternehmerischen Orientierung Was wird erforscht?

Was haben Sie davon?

Mit Ihrer Teilnahme unterstützen Sie ein wichtiges wissenschaftliches Forschungsvorhaben und eine Dissertation der WHU Otto Beisheim School of Management (WHU):

Sie profitieren von einer praxisorientierten Auswertung dieser Untersuchung, die konkrete Handlungsempfehlungen zur Steigerung des Erfolges aus den Daten vergleichbarer Unternehmen ableitet. Sie erfahren insbesondere, welche Aspekte einer Unternehmerischen Orientierung zum Erfolg beitragen und können so entsprechende Maßnahmen in Ihrem Unternehmen einleiten.

Welche Wirkung hat die Unternehmerische Orientierung auf den Erfolg? Wie unterscheidet sich die Erfolgswirkung in verschiedenen Umfeldern?

Wenn Sie es wünschen, nehmen Sie an der Verlosung von drei iPod Nano teil. Was ist zu beachten?

Wen kann ich ansprechen?

x Alle von Ihnen bereitgestellten Informationen dienen rein wissenschaftlichen Zwecken und werden streng vertraulich behandelt (d. h. keine Veröffentlichung von Informationen, die Rückschlüsse auf einzelne Unternehmen erlauben).

Bei Rückfragen können Sie sich gerne jederzeit an den zuständigen Doktoranden wenden: Dipl.-Kfm. Gerald Schönbucher

x Die Untersuchung erfordert rund 5-7 Minuten Zeit.

E-Mail: [email protected]

x Der Fragebogen enthält aus methodischen Gründen teilweise ähnliche Fragen. Ich bitte dafür um Ihr Verständnis.

Internet: www.whu.edu

x Bitte lassen Sie keine Frage aus, auch wenn die Antwort einmal schwer fällt. Ein guter Schätzwert ist wertvoller als ein unvollständiger Fragebogen.

Telefon: 0160/72 78 293 Telefax: 0221/272 407 22 Informationen über den Lehrstuhl Innovations- und Gründungsmanagement des Betreuers der Doktorarbeit, Prof. Dr. Peter Witt, erhalten Sie unter http://www.wiso.uni-dortmund.de/igm/de/.

Vielen Dank im Voraus für Ihre Unterstützung!

234

Teil I: Unternehmerische Orientierung I.1. Unternehmerische Orientierung – Teil 1 Trifft gar nicht zu

Bitte geben Sie an, inwieweit die folgenden Aussagen auf Ihr Unternehmen zutreffen: Unseren Mitarbeitern ist es erlaubt, ohne Einmischung (von Vorgesetzten) zu denken und zu handeln. Unsere Mitarbeiter führen solche Arbeiten durch, die es ihnen erlauben, während ihrer Arbeitsschritte Änderungen vorzunehmen und anzuregen.

Trifft voll zu

†1

†2

†3

†4

†5

†6

†7

†1

†2

†3

†4

†5

†6

†7

Unsere Mitarbeiter haben die Freiheit und Unabhängigkeit, selbst zu entscheiden, wie sie bei ihrer Arbeit vorgehen.

†1

†2

†3

†4

†5

†6

†7

Unsere Mitarbeiter haben die Freiheit, ohne Einmischung (von Vorgesetzten) zu kommunizieren.

†1

†2

†3

†4

†5

†6

†7

Unsere Mitarbeiter haben die Autorität und die Verantwortung selbst zu handeln, wenn es im Interesse unseres Geschäfts ist.

†1

†2

†3

†4

†5

†6

†7

Unsere Mitarbeiter haben Zugang zu allen für ihre Arbeit relevanten Informationen.

†1

†2

†3

†4

†5

†6

†7

I.2. Unternehmerische Orientierung – Teil 2 Bitte geben Sie an, welcher der folgenden Aussagen zu Ihrem Unternehmen Sie eher zustimmen: ...das Vermarkten von Allgemein gesprochen ausreichend am Markt bevorzugt unser Topgetesteten und bewährten Management… Produkten.

†1

†2

†3

†4

†5

†6

†7

...die starke Betonung von F&E, Technologieführerschaft und Innovationen.

Wie viele Produkte/ Dienstleistungen hat Ihr Unternehmen in den letzten drei Jahren auf den Markt gebracht?

†1

†2

†3

†4

†5

†6

†7

Sehr viele neue Produkt- und Dienstleistungslinien.

†1

†2

†3

†4

†5

†6

†7

Die Änderungen der Produktlinien waren tendenziell von sehr großem Umfang.

Keine neuen Produkt- und Dienstleistungslinien.

In den letzten drei Jahren hat unser Die Änderungen an den Unternehmen Produktlinien waren tendenziell Änderungen an seinen von kleinem Umfang. Produktlinien vorgenommen.

I.3. Unternehmerische Orientierung – Teil 3 Bitte geben Sie an, welcher der folgenden Aussagen zu Ihrem Unternehmen Sie eher zustimmen: Unser Unternehmen hat in den letzten drei Jahren…

...mehrheitlich Projekte durchgeführt, die mit wenig Risiko behaftet waren (mit Aussichten auf sichere, "normale" Rentabilität/Gewinne).

†1

†2

†3

†4

†5

†6

†7

...mehrheitlich Projekte durchgeführt, die mit viel Risiko behaftet waren (mit Aussichten auf unsichere, "hohe" Rentabilität/Gewinne).

Unser Unternehmen hat in den letzten drei Jahren…

...eher eine Schritt-für-SchrittEntwicklung vollzogen, weil dies am besten zu unserer Umwelt passt.

†1

†2

†3

†4

†5

†6

†7

...eher große, gewagte Aktionen unternommen, um sich weiterzuentwickeln, weil dies am besten zu unserer Umwelt passt.

235

Unser Unternehmen hat in den letzten drei Jahren…

…bei Entscheidungen unter unsicheren Voraussetzungen eher abgewartet und beobachtet, um keine kostspieligen Fehlinvestitionen zu tätigen.

†1

†2

†3

†4

†5

†6

†7

…bei Entscheidungen unter unsicheren Voraussetzungen mit kühnen, aggressiven Aktionen versucht, den größtmöglichen Profit aus potenziellen Möglichkeiten zu ziehen.

I.4. Unternehmerische Orientierung – Teil 4 Trifft gar nicht zu

Bitte geben Sie an, inwieweit die folgenden Aussagen auf Ihr Unternehmen zutreffen: Unser Unternehmen sucht ständig nach Gelegenheiten, die mit den bestehenden Unternehmensbereichen in Verbindung stehen. Wir sind in unserer Branche gewöhnlich die ersten, die neue Marken oder Produkte am Markt einführen.

Trifft voll zu

†1

†2

†3

†4

†5

†6

†7

†1

†2

†3

†4

†5

†6

†7

Wir sind ständig auf der Suche nach Unternehmen, die wir übernehmen können.

†1

†2

†3

†4

†5

†6

†7

Wettbewerber kommen uns häufig zuvor, indem sie vor uns Kapazitäten aufbauen.

†1

†2

†3

†4

†5

†6

†7

†1

†2

†3

†4

†5

†6

†7

†1

†2

†3

†4

†5

†6

†7

Unternehmensbereiche, die sich in den späten Phasen ihres Lebenszyklus befinden, werden strategisch eliminiert. Insgesamt ist unser Unternehmen sehr unternehmerisch geprägt, d.h. es wird proaktiv, innovativ und risikobereit gehandelt.

I.5. Unternehmerische Orientierung – Teil 5 Bitte geben Sie an, welcher der folgenden Aussagen zu Ihrem Unternehmen Sie eher zustimmen: Im Umgang mit Wettbewerbern…

…ist unser Unternehmen sehr aggressiv und extrem wettbewerbsorientiert.

†1

†2

†3

†4

†5

†6

†7

…unternimmt unser Unternehmen keine besonderen Anstrengungen, um von der Konkurrenz Geschäft abzuziehen.

Im Umgang mit Wettbewerbern…

…versucht unser Unternehmen typischerweise Konfrontationen aus dem Weg zu gehen und nimmt eine "Leben und leben lassen"-Haltung ein.

†1

†2

†3

†4

†5

†6

†7

…nimmt unser Unternehmen typischerweise eine "Vernichtet den Wettbewerb"-Haltung ein.

236

Teil II: Umfeld, Fähigkeiten und Innovationen des Unternehmens II.1. Umfeld – Teil 1 Inwieweit treffen die folgenden Aussagen auf das Wettbewerbsumfeld Ihres Unternehmens zu?

Trifft gar nicht zu

Trifft voll zu

In unserer Branche sind die Handlungen unserer Wettbewerber unberechenbar.

†1

†2

†3

†4

†5

†6

†7

In unserer Branche sind die Nachfrage und die Kundenwünsche schwierig vorherzusagen.

†1

†2

†3

†4

†5

†6

†7

Schrumpfende Märkte für unsere Produkte sind eine große Herausforderung für unsere Branche.

†1

†2

†3

†4

†5

†6

†7

Ein harter Preiswettbewerb ist in unserer Branche eine große Herausforderung.

†1

†2

†3

†4

†5

†6

†7

Die Einmischung von Regierung/Behörden stellt in unserer Branche eine große Herausforderung dar.

†1

†2

†3

†4

†5

†6

†7

Unser Geschäftsumfeld gefährdet das Überleben unseres Unternehmens.

†1

†2

†3

†4

†5

†6

†7

II.2. Umfeld – Teil 2 Bitte bewerten Sie die Veränderungen, die im Geschäftsumfeld Ihres Unternehmens in den letzten drei Jahren aufgetreten sind:

Sehr geringe Veränderung

Sehr große Veränderung

Technologische Veränderungen

†1

†2

†3

†4

†5

†6

†7

Veränderungen in der Demographie der Konsumenten

†1

†2

†3

†4

†5

†6

†7

Regulierung in unserer Branche

†1

†2

†3

†4

†5

†6

†7

Anzahl der inländischen Mitbewerber

†1

†2

†3

†4

†5

†6

†7

Anzahl der ausländischen Mitbewerber

†1

†2

†3

†4

†5

†6

†7

Branchenweite Werbeausgaben

†1

†2

†3

†4

†5

†6

†7

II.3. Umfeld – Teil 3 Bitte geben Sie an, inwieweit die folgenden Aussagen auf die Situation Ihres Unternehmens zutreffen:

Trifft gar nicht zu

Trifft voll zu

In unserer Banche gibt es zahlreiche Gelegenheiten für technische Innovationen.

†1

†2

†3

†4

†5

†6

†7

Die Nachfrage nach neuen Technologien in unserer Branche wächst.

†1

†2

†3

†4

†5

†6

†7

Für Wachstum in unserer Branche bedarf es neuer Technologien.

†1

†2

†3

†4

†5

†6

†7

In unserer Branche gibt es sehr wenige Gelegenheiten für Wachstum.

†1

†2

†3

†4

†5

†6

†7

Unsere Branche bietet zahlreiche Gelegenheiten für künftiges Wachstum.

†1

†2

†3

†4

†5

†6

†7

Wachstumsmöglichkeiten in unserer Branche gibt es im Überfluss.

†1

†2

†3

†4

†5

†6

†7

In unserer Branche gibt es zahlreiche Gelegenheiten für Produktinnovationen.

†1

†2

†3

†4

†5

†6

†7

In unserer Branche wächst die Konsumentennachfrage nach neuen Produkten.

†1

†2

†3

†4

†5

†6

†7

In unserer Branche wächst die Nachfrage des Gesamtmarktes nach neuen Produkten.

†1

†2

†3

†4

†5

†6

†7

237

II.4. Fähigkeiten Haben Sie in Ihrem Unternehmen in den letzten drei Jahren die folgenden Erneuerungen durchgeführt? Falls ja, wie erfolgreich waren diese?

Waren überhaupt nicht erfolgreich

Implementierung einer neuen oder substanziell veränderten Unternehmensstrategie

†1

†2

†3

†4

†5

†6

†7

Implementierung neuer Managementmethoden

†1

†2

†3

†4

†5

†6

†7

Neue oder substanziell veränderte Organisationsstruktur

†1

†2

†3

†4

†5

†6

†7

Neue oder substanziell veränderte Marketingmethoden oder Marketingstrategie

†1

†2

†3

†4

†5

†6

†7

Neue oder substanziell veränderte technologische Einrichtungen oder Produktionsprozesse

†1

†2

†3

†4

†5

†6

†7

Substanzielle Erneuerung der Geschäftsprozesse

†1

†2

†3

†4

†5

†6

†7

Substanzielle Erneuerung der Produktionsprozesse

†1

†2

†3

†4

†5

†6

†7

II.5. Innovationen Wieviel Prozent des Umsatzes macht Ihr Unternehmen mit Produkten, die in den letzten drei Jahren neu in den Markt eingeführt oder wesentlich verändert wurden?

238

_____________ %

Waren sehr erfolgreich

Teil III: Angaben zum Unternehmen III.1. Zufriedenheit mit der Unternehmensentwicklung Bitte vervollständigen Sie die folgenden Aussagen zur Entwicklung Ihres Unternehmens gegenüber Ihren wichtigsten Wettbewerbern:

Deutlich schlechter

Die wirtschaftliche Entwicklung unseres Unternehmens im Vergleich zu den wichtigsten Wettbewerbern ist…

†1

†2

†3

†4

†5

†6

†7

Das Wachstum unseres Unternehmens im Vergleich zu den wichtigsten Wettbewerbern ist…

†1

†2

†3

†4

†5

†6

†7

†1

†2

†3

†4

†5

†6

†7

†1

†2

†3

†4

†5

†6

†7

Die Anzahl der gewonnenen Neukunden im Vergleich zu den wichtigsten Wettbewerbern ist…

†1

†2

†3

†4

†5

†6

†7

Das Ausmaß der Bindung unserer Kunden an unser Unternehmen im Vergleich zu den wichtigsten Wettbewerbern ist…

†1

†2

†3

†4

†5

†6

†7

Der Erfolg unserer Produkte/Dienstleistungen hinsichtlich Umsatz im Vergleich zu den wichtigsten Wettbewerbern ist… Der Erfolg unserer Produkte/Dienstleistungen hinsichtlich Marktanteil im Vergleich zu den wichtigsten Wettbewerbern ist…

Deutlichbesser

III.2. Unternehmenserfolg Bitte ordnen Sie Ihr Unternehmen in die unten aufgeführten Kategorien ein: (Zur Erinnerung: Alle Angaben werden streng vertraulich behandelt und nur im Rahmen dieses wissenschaftlichen Projekts verwendet.) Ungefähres Wachstum der Zahl fester Mitarbeiter im Vergleich zum Vorjahr (in %): Durchschnittliches Wachstum der Zahl fester Mitarbeiter pro Jahr seit Gründung (in %): Ungefähres Umsatzwachstum im Vergleich zum Vorjahr (in %): Durchschnittliches Umsatzwachstum pro Jahr seit Gründung (in %): Der Anteil von Akquisitionen an unserem Umsatzwachstum betrug (in %): Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % des Umsatzes): Ungefähres Ergebnis vor Steuern im abgelaufenen Geschäftsjahr (in % der Bilanzsumme):

III.3. Sonstige Angaben Bitte machen Sie abschließend folgende wichtige Angaben zu Ihrem Unternehmen: Unser Unternehmen wurde gegründet im Jahr:

_____________ (JJJJ)

Die Anzahl fester Mitarbeiter (in Vollzeitstellen) beträgt in unserem Unternehmen aktuell:

(Anzahl fester Mitarbeiter _____________ in Vollzeitstellen)

Ich nehme in unserem Unternehmen folgende Funktion war:

† Geschäftsführer/Vorstand

Unser Unternehmen gehört zu folgendem Gewerbe:

† Produzierendes Gewerbe

† Dienstleistungsgewerbe

† Automobilindustrie

† Bau/Immobilien

† Biotechnologie/Medizintechnik

† Chemie/Pharma

† Elektroindustrie

† Energie/Rohstoffe

† Finanzdienstleistungen (Banken, Versicherungen o.ä.)

† Handel

† IT/Software/Internet

† Maschinenbau

† Medien

† Professional Services (Beratung, StB, WP o.ä.)

† Telekommunikation

† Transport/Logistik

Unser Unternehmen ist in folgender Branche angesiedelt:

† Leitende Position

† Mitarbeiter

† Sonstiges: _______________________

239

Anhang B: Einladungstext der Serien-E-Mail #u_title#, im Rahmen meines Dissertationsvorhabens bei Prof. Dr. Peter Witt, Lehrstuhlinhaber des Lehrstuhls für Innovations- und Gründungsmanagement an der Universität Dortmund und Dozent an der Wissenschaftlichen Hochschule für Unternehmensführung (WHU) in Vallendar, untersuche ich das Thema „Erfolgswirkung der Unternehmerischen Orientierung“. In diesem Zusammenhang sind für mich Führungskräfte der ersten Führungsebene mit ihrem umfassenden Erfahrungsschatz von besonderem Interesse. Auf der Suche nach geeigneten Persönlichkeiten bin ich auf Sie aufmerksam geworden. Ich spreche Sie als erfolgreiche Führungskraft an, um mit Ihrer Hilfe herauszufinden, welche Wirkung eine unternehmerische Orientierung auf den Erfolg eines Unternehmens hat und ob sich dieser Zusammenhang ggf. in unterschiedlichen Umfeldern verändert. Ich würde mich sehr freuen, wenn ich auch Sie für die Studie gewinnen könnte. Sie können mir bei dem Dissertationsvorhaben mit Ihrer kurzen Einschätzung sehr weiterhelfen. Dazu habe ich einen bewusst knapp gehaltenen Online-Fragebogen konzipiert. Die Beantwortung der Fragen ist noch bis zum 15.12.2008 möglich und in maximal 5 - 7 Minuten erledigt. Selbstverständlich behandele ich sämtliche Angaben anonymisiert und vertraulich. Natürlich ist die Untersuchung für Sie mit keinen Kosten verbunden. Wenn Sie es wünschen, erhalten Sie nach dem Abschluss der Befragungsphase eine praxisorientierte Auswertung der Ergebnisse der Dissertation mit konkreten Handlungsempfehlungen zur Steigerung des Erfolges. Zudem verlose ich unter allen Teilnehmern drei iPod nano. Wenn Sie die Teilnahme an der Verlosung wünschen, tragen Sie bitte auf der letzten Seite der Befragung Ihre Kontaktdaten ein, damit ich Sie ggf. als Gewinner benachrichtigen kann. Sollten Sie noch Fragen haben, erreichen Sie mich telefonisch unter (0160) 72 78 293 oder per E-Mail ([email protected]). Herzlichen Dank bereits vorab für Ihre Mitarbeit und die Unterstützung des Projekts! Durch Ihre Hilfe ermöglichen Sie erst die Durchführung einer solchen Studie. Um an der Befragung teilzunehmen, klicken Sie bitte auf den unten stehenden Link: #code_complete# Herzliche Grüße

Gerald Schönbucher

PS: Alternativ kann ich Ihnen den Fragebogen auch gerne als PDF per E-Mail, auf dem Postweg oder per Fax zukommen lassen.

240