Wissensmanagement im Technologietransfer: Einfluss der Wissensmerkmale in F&E-Kooperation

Christopher Gresse Wissensmanagement im Technologietransfer

GABLER RESEARCH

Christopher Gresse

Wissensmanagement im Technologietransfer Einfluss der Wissensmerkmale in F&E-Kooperationen Mit einem Geleitwort von Prof. Dr. Alexander Gerybadze

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 der Universität Hohenstein, 2010, D 100

1. Auflage 2010 Alle Rechte vorbehalten © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2010 Lektorat: Ute Wrasmann | Hildegard Tischer 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 the Netherlands ISBN 978-3-8349-2381-3

Geleitwort

V

Geleitwort Der Transfer von Technologie und Wissen aus der Forschung in die industrielle Anwendung bietet ein erhebliches Innovationspotential für technologieorientierte Branchen, etwa im Maschinenbau und der Automobilindustrie, aber auch für technologisch orientierte Dienstleistungen. Trotzdem wird dieser Innovationsquelle gerade in Deutschland noch zu wenig Beachtung geschenkt. Mit diesem Transfer sind allerdings deutliche Schwierigkeiten verbunden, die nicht ohne weiteres mit den bisherigen Managementansätzen erklärt bzw. behoben werden können.

In der vorliegenden Arbeit wird untersucht, welchen Einfluss die Wissensmerkmale, die in einem Technologietransferprojekt vorliegen können, auf den Transfer haben. Dabei wird die weit verbreitete Merkmalsdimension der Explizitheit (implizites vs. explizites Wissen) durch die Dimension der Mehrdeutigkeit (kanonisches vs. äquivokes Wissen) ergänzt. Dadurch gelingt es, die sozialen Facetten des Wissenstransfers stärker in den Fokus zu rücken. Bisher sind diese Aspekte des Transfers eher vernachlässigt worden. Außerdem werden die Charakteristika der an einem Transfer beteiligten Organisationen – sowohl Unternehmen als auch Forschungseinrichtungen – berücksichtigt und in die Betrachtung einbezogen.

Es werden sowohl betriebswirtschaftliche als auch kommunikationswissenschaftliche und kognitionspsychologische Erklärungsansätze herangezogen, um im komplexen Feld der organisationenübergreifenden Informationsverarbeitung die vorliegenden Effekte und Schwierigkeiten angemessen erklären zu können. Die Breite der möglichen Ansätze wird letztendlich verdichtet zu der Analyse der Wirkung der Wissensmerkmale, denn in den Fallstudien zeigt sich deutlich, dass diese einen wichtigen Stellhebel für die Gestaltung von Transferprozessen darstellen.

Diese Transferprozesse werden im Bereich der Werkstoffentwicklung sowie der neuen Fertigungsprozesse für den Automobilbau und die Luft- und Raumfahrt anhand von ausführlichen Fallstudien analysiert. Zusätzlich wird der Aspekt des internationalen Technologietransfers mittels Expertengesprächen in der San Francisco Bay Area, dem

VI

Geleitwort

technologischen Zentrum der US-amerikanischen Westküste, näher betrachtet. Dabei kommen sowohl quantitative als auch qualitative Methoden zum Einsatz, deren Ziel es letztendlich ist, den Entscheidern in solchen Projekten ein Instrument zur besseren Steuerung des Wissenstransfers an die Hand zu geben. Die Transferprozesse werden außerdem in das betriebliche Innovationsmanagement eingeordnet, und es wird verdeutlicht, welche Rolle sie für die Innovativität eines Unternehmens spielen.

Diese Arbeit leistet im Ergebnis sowohl einen Beitrag zur Weiterentwicklung der Theorien des Wissenstransfers durch die detaillierte Ausarbeitung der Merkmalsdimension der Mehrdeutigkeit als auch zur praktischen Durchführung von organisationsübergreifenden Transferprozessen, deren Inhalt technologische Neuerungen oder die kooperative Entwicklung von Innovationen ist. Für diese praktischen Prozesse werden sowohl ein strukturierter Ablauf zur Gestaltung der Kooperation und des Transfers als auch ein quantitatives Instrument zur Steuerung des Transfers unter Berücksichtigung der Wissensmerkmale entwickelt.

Prof. Dr. Alexander Gerybadze Forschungszentrum Innovation und Dienstleistung (FZID) Forschungsstelle Internationales Management und Innovation Universität Hohenheim

Vorwort

VII

Vorwort Für einen Psychologen scheint der Wechsel in die wirtschaftswissenschaftliche Disziplin zunächst eher ungewöhnlich. Im Verlauf der Dissertation zeigte sich, dass gerade beim Forschungsgegenstand Technologietransfer die Kenntnisse aus der Kognitionsund der Sozialpsychologie vorteilhaft waren. Die Verbindung der Disziplinen hat hier eine neue Perspektive auf ein zentrales Thema der Unternehmenstätigkeit eröffnet. Bei Forschung und Praxis des Technologietransfers wird häufig die soziale Dimension des Vorganges vernachlässigt oder ganz ausgeblendet. Sie ist wesentlich schwieriger zu erfassen und zu bearbeiten als die Betrachtung des Transfers als ein rein logistisches Problem in der Informationsübertragung. In dieser Arbeit wird deutlich, welche wichtige Rolle ein gemeinsames Verständnis der zu transferierenden Inhalte und ein gemeinsamer Bezugspunkt für den erfolgreichen Technologietransfer innerhalb eines Unternehmens und zwischen Unternehmen spielen. Die Berücksichtigung der hier aufgezeigten Wissensmerkmale Explizitheit und Mehrdeutigkeit ermöglicht es, Fehler im Transferprozess zu vermeiden und die Effizienz und Erfolgswahrscheinlichkeit des Transfers zu steigern.

Ich habe mich sehr gefreut, dass mein Doktorvater und Mentor, Professor Dr. Alexander Gerybadze, mir die Forschung am Wissensmanagement unter diesen Gesichtspunkten ermöglicht hat. Für seine Unterstützung und sein Vertrauen in meine Arbeit sowie die weitsichtige Anleitung während meiner Zeit am Lehrstuhl bin ich ihm äußerst dankbar. Dank gilt auch Professor Dr. Harald Hagemann für die Übernahme des Zweitgutachtens und einer Rigorosumsprüfung sowie Professor Dr. Mareike Schoop für ihren Einsatz als Rigorosumsprüferin.

Stark geprägt wurde diese Arbeit durch den Forschungsaufenthalt an der Haas School of Business der University of California in Berkeley im Spätsommer 2008. Dort gaben vor allem die Gespräche mit Professor David Teece und Professor Henry Chesbrough Anregungen zur abschließenden Bearbeitung. Besonders gefreut hat mich die Gelegenheit zu einer persönlichen Diskussion mit Professor Ikujiro Nonaka, dessen Forschung einen wesentlichen Grundbaustein dieser Arbeit bildet. Auch die Gespräche mit Vertretern von Unternehmen vor Ort waren ein wertvoller Beitrag. Für ihre Unterstützung bin ich ihnen sehr verbunden. Danken möchte ich auch der Rudi Häussler Stif-

VIII

Vorwort

tung sowie dem Forschungszentrum Innovation und Dienstleistung (FZID) der Universität Hohenheim, die diesen Aufenthalt finanziell unterstützt haben.

Die Zusammenarbeit mit den Kollegen am Lehrstuhl Internationales Management und Innovation, Dr. Mark Beyer, Professor Dr. Michael Stephan und André Slowak, war mir eine große Freude. Daniel Gredel verdient besondere Erwähnung für die großartige Zusammenarbeit am Forschungsprojekt InnoMat. Dr. Jens Kohler danke ich für die gemeinsame Arbeit an Fragestellungen rund um den Wissenstransfer, die mir sehr viel Spaß gemacht hat. Uwe Kastner bin ich sehr verbunden für seine große Hilfsbereitschaft bei der Bewältigung der administrativen Seite des Promotionsverfahrens. Die Unterstützung durch Barbara Ungerer und Evelyn Aulitzky am Lehrstuhl hat sehr geholfen, Forschung und Lehre erfolgreich zu bewältigen. Der Stiftung Landesbank Baden-Württemberg schließlich danke ich für die finanzielle Unterstützung zur Veröffentlichung dieser Arbeit.

Die Diskurse und Exkursionen mit Dr. Timo Käfer, Dr. Katja Burkhardt und Dr. Andreas Dietrich haben die Dissertationszeit sehr bereichert. Dass die Verbindung zur Psychologie nicht abriss, verdanke ich Dr. Sabrina Trappmann, Dr. Benedikt Hell, Dr. Julia Winzen, Petra Gelléri und Susanne Braunschweiger-Fink. Für ihre wertvollen Ratschläge bin ich Dr. Bernd Gaiser und Dr. Patrick Wader äußerst dankbar. Ihre Promotions- und Praxiserfahrung hat mich wesentlich vorangebracht. Der interdisziplinäre Austausch mit und die gegenseitige Bestärkung durch Dr. Nils Kaienburg schließlich haben unser beider Promotionsvorhaben erleichtert.

Ohne die Unterstützung und das Vertrauen meiner Eltern, Gabriela und Rainer Gresse, wäre diese Arbeit nicht möglich gewesen. Ihnen gebührt meine größte Dankbarkeit. Auch meiner gesamten Familie gilt Dank, besonders Anneliese Gresse, Dr. Beate Rönnecke und Dr. Detlef Hinz, von denen ich sehr viel gelernt habe. Meiner Frau Ina danke ich für ihre große Geduld und ihre tatkräftige Unterstützung. Unsere Tochter hat mit ihrer bevorstehenden Geburt die Fertigstellung der Dissertation am Ende noch etwas beschleunigt.

Inhaltsverzeichnis

IX

Inhaltsverzeichnis Geleitwort ..................................................................................................................... V Vorwort ..................................................................................................................... VII Inhaltsverzeichnis........................................................................................................IX Abbildungsverzeichnis.............................................................................................XIII Tabellenverzeichnis ................................................................................................... XV Abkürzungsverzeichnis ........................................................................................... XVI 1

Einleitung .............................................................................................................. 1 1.1 Problemstellung und Zielsetzung .................................................................... 2 1.1.1 Bedeutung von F&E-Kooperation ........................................................ 3 1.1.2 Problematik des Wissenstransfers in F&E-Kooperationen................... 5 1.1.3 Zielsetzung der Arbeit........................................................................... 6 1.2 Forschungskonzeption ..................................................................................... 8 1.3 Aufbau der Arbeit .......................................................................................... 10

2

Wissen, Technologie und Wissenstransfer ....................................................... 15 2.1 Ausgangsüberlegungen zu Wissen und Technologie..................................... 16 2.1.1 Grundlegendes zum Begriff „Wissen“................................................ 18 2.1.2 Grundlegendes zum Begriff „Technologie“ ....................................... 22 2.1.3 Wissensarten und Wissenseigenschaften ............................................ 25 2.2 Wissensaustausch und Wissenstransfer ......................................................... 31 2.2.1 Ausgangsüberlegungen zum Wissenstransfer..................................... 31 2.2.2 Modelle des Wissenstransfers............................................................. 33 2.2.3 Rahmenbedingungen beim Wissenstransfer ....................................... 40 2.2.4 Verteilte Teams als besondere Rahmenbedingung.............................. 43 2.2.5 Abschließende Bemerkungen zu Wissensart und Wissenstransfer..... 50

X

Inhaltsverzeichnis

3

Informationsverarbeitung und Informationspathologien .............................. 53 3.1 Informationsverarbeitung in komplexen Organisationen .............................. 55 3.1.1 Informationspathologien – Formen und Ursachen ............................. 57 3.1.2 Aufklärungsversagen und Informationsversagen ............................... 61 3.1.3 Vermeidung von Informationspathologien und Informationsversagen ......................................................................... 70 3.2 Missverständnisse im Unternehmen .............................................................. 71 3.2.1 Missverstehen im persönlichen Dialog............................................... 71 3.2.2 Missverständnisse in der unternehmensinternen Kommunikation ..... 74 3.3 Konsequenzen der Informationsverarbeitung für den Wissenstransfer ......... 75

4

Innovationsmanagement und Wissenstransfer................................................ 77 4.1 Innovation im Unternehmen .......................................................................... 77 4.1.1 Grundlegendes zum Begriff „Innovation“.......................................... 78 4.1.2 Für den Wissenstransfer bedeutsame Innovationsmerkmale .............. 82 4.2 Der Innovationsprozess im Unternehmen...................................................... 86 4.2.1 Entwicklung der Innovationsprozessmodelle ..................................... 87 4.2.2 Open Innovation als Erweiterung des Innovationsprozessmodells .... 89 4.3 Wissenstransfer im Innovationsmanagement ................................................ 93

5

Kooperation in Forschung und Entwicklung .................................................. 97 5.1 Struktur von F&E-Kooperationen ................................................................. 99 5.1.1 Partner in F&E-Kooperationen......................................................... 101 5.1.2 Formen der Kooperation................................................................... 105 5.1.3 Rahmenbedingungen der F&E-Kooperation .................................... 110 5.2 Wissenstransfer in F&E-Kooperationen ...................................................... 113 5.2.1 Erfolgsfaktoren von Wissenstransferprojekten................................. 115 5.2.2 Einfluss der Wissensmerkmale auf den Transfer.............................. 121

6

Operationalisierung von Wissensarten .......................................................... 125 6.1 Entwicklung eines Messinstrumentes für Wissensmerkmale ...................... 126 6.1.1 Operationalisierung der Explizitheit................................................. 127

Inhaltsverzeichnis

XI

6.1.2 Operationalisierung der Mehrdeutigkeit........................................... 132 6.2 Feldstudie mit dem Messinstrument ............................................................ 138 6.2.1 Beschreibung der Stichprobe ............................................................ 138 6.2.2 Auswertung und Ergebnisse der Feldstudie...................................... 140 6.3 Schlussfolgerungen aus der Feldstudie........................................................ 142 7

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit........ 145 7.1 Methodischer Hintergrund........................................................................... 146 7.2 Fallstudie 1: Verteilte Teamarbeit und Prozessinnovation........................... 148 7.2.1 Datenerhebung und Datengrundlage ................................................ 148 7.2.2 Inhalt der verteilten Teamarbeit ........................................................ 149 7.2.3 Struktur und Verlauf der verteilten Teamarbeit................................. 154 7.2.4 Wissen und Wissenstransfer im verteilten Team .............................. 158 7.2.5 Abschließende Bemerkungen ........................................................... 164 7.3 Fallstudie 2: F&E-Kooperation und Prozessinnovation .............................. 167 7.3.1 Datenerhebung und Datengrundlage ................................................ 167 7.3.2 Inhalt der F&E-Kooperation und Marktdaten .................................. 168 7.3.3 Entwicklung und Verlauf der F&E-Kooperation .............................. 180 7.3.4 Kooperationsstruktur ........................................................................ 182 7.3.5 Wissen und Wissenstransfer in der F&E-Kooperation ..................... 193 7.3.6 Abschließende Bemerkungen ........................................................... 200 7.4 Fallstudie 3: F&E-Kooperation und Produktinnovation.............................. 201 7.4.1 Datenerhebung und Datengrundlage ................................................ 201 7.4.2 Inhalt der F&E-Kooperation und Marktdaten .................................. 202 7.4.3 Entwicklung und Verlauf der F&E-Kooperation .............................. 206 7.4.4 Kooperationsstruktur ........................................................................ 207 7.4.5 Wissen und Wissenstransfer in der F&E-Kooperation ..................... 211 7.4.6 Abschließende Bemerkungen ........................................................... 215 7.5 Fallstudie 4: F&E-Kooperationen in der San Francisco Bay Area.............. 216 7.5.1 F&E-Kooperationen in Kalifornien im Vergleich zu Deutschland... 217 7.5.2 Wissenstransfer von Kalifornien nach Deutschland ......................... 218

XII

Inhaltsverzeichnis

7.5.3 Missverständnisse und Einfluss der Wissensmerkmale.................... 219 7.5.4 Förderung von F&E-Kooperationen in Kalifornien ......................... 220 7.5.5 Abschließende Bemerkungen ........................................................... 221 7.6 Abschließende Betrachtungen zu den Fallstudien....................................... 222 8

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen......................................................................................... 229 8.1 Wirkung der Wissensmerkmale ................................................................... 229 8.1.1 Einfluss der Explizitheit auf den Wissenstransfer ............................ 230 8.1.2 Einfluss der Mehrdeutigkeit auf den Wissenstransfer ...................... 233 8.1.3 Dynamische Betrachtung der Wissensmerkmale im Projektverlauf ................................................................................... 240 8.2 Entwicklung eines neuen Messinstrumentes für Wissensmerkmale in F&E-Kooperationen .............................................................................. 243 8.2.1 Erweiterte Operationalisierung der Wissensmerkmale..................... 244 8.2.2 Erfassung der Rahmenbedingungen des Wissenstransfers ............... 248 8.2.3 Einsatz in der Gestaltung des Wissenstransfers................................ 250 8.2.4 Basis für die weitere Forschung ....................................................... 254 8.3 Gestaltung der Innovationszusammenarbeit................................................ 255 8.3.1 Planung von kooperativer F&E und Innovationszusammenarbeit ... 257 8.3.2 Einsatz des Vorbereitungsteams in F&E-Kooperationen.................. 261 8.3.3 Durchführung und Steuerung der Innovationszusammenarbeit ....... 262

9

Schlussbetrachtung .......................................................................................... 267 9.1 Zusammenfassung der Ergebnisse............................................................... 268 9.2 Implikationen für Forschung und Praxis ..................................................... 272

Literaturverzeichnis.................................................................................................. 277 Anhang: Messinstrument für Wissensmerkmale in F&E-Kooperationen .......... 297

Abbildungsverzeichnis

XIII

Abbildungsverzeichnis Abbildung 1: Anteil der Unternehmen, die sich sehr auf externe Quellen für Technologie verlassen .................................................................................................. 3 Abbildung 2: Anzahl kooperativer Projekte in den ersten fünf Rahmenprogrammen (RP) der EU ................................................................................................................................ 4 Abbildung 3: Forschungsvorgehen in der vorliegenden Arbeit ................................................. 9 Abbildung 4: Interaktion der Wissensarten Explizitheit und Mehrdeutigkeit ......................... 29 Abbildung 5: Phasen des Wissenstransfers .............................................................................. 37 Abbildung 6: Wissenstransfer vom internen Dienstleister zum Anwender ............................. 39 Abbildung 7: Integration der Wissenstransfermodelle............................................................. 40 Abbildung 8: Phasen des Wissenstransfers und relevante Einflussfaktoren ............................ 51 Abbildung 9: Zusammenhang der in diesem Kapitel diskutierten Begriffe............................. 56 Abbildung 10: Definition von Informationspathologien.......................................................... 58 Abbildung 11: Generelle und spezifische Ursachen für Aufklärungsversagen........................ 63 Abbildung 12: Ursachenkomplex, der Informationsversagen hervorrufen kann ..................... 64 Abbildung 13: Arten der Innovation nach dem Gegenstand des Innovationsprozesses........... 83 Abbildung 14: Systemintegration der Innovation und resultierende Typen der Innovation .... 85 Abbildung 15: Innovationsprozess für technologische Innovationsprojekte im Unternehmen ............................................................................................................... 91 Abbildung 16: Formen der Wissenstransferkooperation........................................................ 106 Abbildung 17: Drei Phasen des Kooperationsprozesses ........................................................ 114 Abbildung 18: Erfolgsfaktoren für Wissenstransfer zwischen Forschungseinrichtungen und Industrie................................................................................................................... 120 Abbildung 19: Ergänzung der Erfolgsfaktoren der Prozessgestaltung bei Wissenstransfer .. 123 Abbildung 20: Ergebnis des ersten Messinstrumentes für zehn Projekte .............................. 141 Abbildung 21: Geplanter Ablauf des Projektes zur Einführung des neuen Prozess und der entsprechenden Software................................................................................... 155 Abbildung 22: An dem Projekt beteiligte Teams, Einheiten und Bereiche ........................... 156 Abbildung 23: Bewertung der Wissensmerkmale im GPA-Projekt....................................... 163 Abbildung 24: Prozessanalyse und Entwicklung der Wissenskohärenz ................................ 166

XIV

Abbildungsverzeichnis

Abbildung 25: Wertschöpfungskette für CFK bei Prepreg-Technik (1) und Injektionstechnik (2)....................................................................................................... 172 Abbildung 26: Kostenstruktur von CFK-Verbundbauteilen .................................................. 175 Abbildung 27: Weltweite Entwicklung von Produktion und Nachfrage von Kohlenstofffasern .................................................................................................... 177 Abbildung 28: Verbrauch von Kohlenstofffasern in den drei größten Marktsegmenten ....... 178 Abbildung 29: CFK-Flugzeugrumpf Entwurfsraum für Kosten und Gewicht....................... 179 Abbildung 30: Zeitlicher Verlauf der Entwicklung des HEPHAISTOS-Verfahrens mit den vorbereitenden Arbeiten................................................................................... 181 Abbildung 31: Partner der ersten Kooperation im HEPHAISTOS-Projekt ........................... 183 Abbildung 32: Projektpartner im BMBF-Projekt zur Entwicklung von HEPHAISTOS....... 188 Abbildung 33: Wertschöpfungsstufen und Kooperationspartner im BMBF-geförderten Projekt............................................................................................. 189 Abbildung 34: Prozess der Projektstrukturierung .................................................................. 190 Abbildung 35: Bewertung des Wissens in der ersten Kooperation........................................ 197 Abbildung 36: Bewertung des Wissens im BMBF-Projekt. .................................................. 199 Abbildung 37: Wertschöpfungskette für Reibbeläge aus der Werkstoffvariante................... 205 Abbildung 38: Zeitlicher Ablauf der Entwicklung der Bremsbeläge..................................... 206 Abbildung 39: Struktur der F&E-Kooperation für die Entwicklung der Bremsbeläge.......... 207 Abbildung 40: Bewertung des Wissens in der F&E-Kooperation zur Entwicklung des Bauteils. .............................................................................................. 214 Abbildung 41: Beurteilung der Wissensmerkmale in den ersten drei Fallstudien ................. 224 Abbildung 42: Einfluss der Explizitheit nach den Ergebnissen der Fallstudien .................... 233 Abbildung 43: Einfluss von Explizitheit und Mehrdeutigkeit auf den Wissenstransferprozess .................................................................................................. 236 Abbildung 44: Informationsverarbeitung in der Wissenschaft und in der technologischen Entwicklung......................................................................................... 237 Abbildung 45: Dynamische Veränderung der Wissensmerkmale.......................................... 242 Abbildung 46: Einsatz des Messinstrumentes zur Erfassung der Wissensmerkmale in F&E-Kooperationen ................................................................................................... 250 Abbildung 47: Gestaltung der Innovationszusammenarbeit .................................................. 256 Abbildung 48: Steuerung der Innovationszusammenarbeit ................................................... 263

Tabellenverzeichnis

XV

Tabellenverzeichnis Tabelle 1: Definitionen von Wissen......................................................................................... 19 Tabelle 2: Übersicht einiger Definitionen von Technik bzw. Technologie ............................. 22 Tabelle 3: Schritte bei der Gestaltung des Know-how-Transfers ............................................ 38 Tabelle 4: Beschreibungskategorien für Wissenstransfer ........................................................ 41 Tabelle 5: Systematik der innovationsbezogenen Kooperationen.......................................... 100 Tabelle 6: Operationalisierung der Explizitheit ..................................................................... 132 Tabelle 7: Merkmale der Mehrdeutigkeit............................................................................... 136 Tabelle 8: Operationalisierung der Mehrdeutigkeit ............................................................... 137 Tabelle 9: Übersicht über die in der Feldstudie untersuchten Projekte.................................. 140 Tabelle 10: Anzahl der für die Fallstudien durchgeführten Interviews.................................. 146 Tabelle 11: Struktur der Kooperationen in den Fallstudien 1 bis 3........................................ 223 Tabelle 12: Erweiterung der Merkmale der Mehrdeutigkeit .................................................. 240 Tabelle 13: Erweiterung des Messinstrumentes zur Explizitheit ........................................... 245 Tabelle 14: Erweiterung des Messinstrumentes zur Mehrdeutigkeit ..................................... 247

XVI

Abkürzungsverzeichnis

Abkürzungsverzeichnis Aufl.

Auflage

BMBF

Bundesministerium für Bildung und Forschung

BMWT

Bundesministerium für Wirtschaft und Technologie

BvS

Bundesanstalt für vereinigungsbedingte Sonderaufgaben

bzw.

beziehungsweise

CFK

Kohlenstofffaserverstärkter Kunststoff (Carbon Fiber Komposit)

CRADA

Cooperative Research and Development Agreement

DLR

Deutsches Zentrum für Luft- und Raumfahrt e.V.

EADS

European Aeronautic Defence and Space Company N.V.

ERA

Engineering Research Association

et al.

et alii/aliae (und andere)

etc.

et cetera (und so weiter)

F&E

Forschung und Entwicklung

f.

folgende (Seite)

FASB

Financial Accounting Standards Board

ff.

fortfolgende (Seiten)

FhG

Fraunhofer-Gesellschaft

FzK

Forschungszentrum Karlsruhe GmbH

ggf.

gegebenenfalls

GKN

GKN Aerospace GmbH

GPA

Global Process Alignment (Projektbezeichnung Fallstudie 1)

HEPHAISTOS

High Electromagnetic Power Heating Automated Injected Structures Oven System

HGF

Helmholtz-Gemeinschaft Deutscher Forschungszentren

Hrsg.

Herausgeber

HTS

High Throughput Screening

IFB

Institut für Flugzeugbau, Universität Stuttgart

IT

Informationstechnologie

Abkürzungsverzeichnis

ITAS

XVII

Institut für Technikfolgenabschätzung und Systemanalyse, Forschungszentrum Karlsruhe

IUCRP

Industry-University Cooperative Research Program

Jg.

Jahrgang

LKW

Lastkraftwagen

MIT

Massachusetts Institute of Technology

MPG

Max-Planck-Gesellschaft

OECD

Organisation for Economic Co-operation and Development

OEM

Original Equipment Manufacturer

PKW

Personenkraftwagen

R&D

Research and Development

RP

Rapid Prototyping

RPD

Rapid Product Development

RTM

Resin Transfer Molding

S.

Seite

s. a.

siehe auch

u. a.

unter anderem

Vgl.

Vergleiche

VLSI

Very Large Scale Integration

WGL

Wissenschaftsgemeinschaft Gottfried Wilhelm Leibniz

z. B.

zum Beispiel

Einleitung

1

1 Einleitung Die Bedeutung von Wissen für die Tätigkeiten eines Unternehmens wurde von Penrose in ihren Untersuchungen 1959 zum Wachstum des Unternehmens betont: „... the significance of resources to a firm and the productive services they can yield [are] functions of knowledge ...“1. Später nehmen Kogut und Zander (1993) bei ihren Forschungsarbeiten zur evolutionären Entwicklung von multinationalen Unternehmen ausdrücklich die Perspektive ein, dass die Bearbeitung und der Transfer von Wissen sowie die Umsetzung von Wissen in Produkte und Dienstleistungen der Kern der unternehmerischen Tätigkeit sind: „… firms are social communities that serve as efficient mechanisms for the creation and transformation of knowledge into economically rewarded products and services …”2 Ausgehend von diesen theoretischen Perspektiven wird in dieser Arbeit insbesondere der Aspekt der sozialen Faktoren im Zusammenhang mit Wissen und Wissenstransfer genauer betrachtet.3 Neben der Bedeutung von Wissen unter dem Gesichtspunkt der Unternehmensentwicklung kann Wissen auch unter dem Gesichtspunkt des strategischen Managements betrachtet werden.

Die Perspektive des strategischen Managements ist in dieser Arbeit wesentlich geprägt durch den von Grant (1996) formulierten wissensbasierten Ansatz zur Erklärung der Organisation und der Struktur von Unternehmen.4 Die wissensbasierte Theorie des Unternehmens wird dabei oft der ressourcenbasierten Perspektive des Unternehmens zugerechnet, und es wird argumentiert, dass Wissen hierbei als eine Ressource zu betrachten sei. Die Ausführungen von Grant (1996) und Penrose (1995) sowie Kogut und Zander (1993) stellen Wissen aber eher neben die weiteren Ressourcen des Unternehmens. Auch vor dem Hintergrund der kürzlich von Sanchez (2008) vorgebrachten Kritik vor allem an den wissenschaftstheoretischen Fundierungen der ressourcenbasierten Perspektive erscheint es deshalb sinnvoll, den wissensbasierten Ansatz als hiervon abgegrenzt zu betrachten. Nach Grants (1996) Auffassung ist die primäre Rolle des Unternehmens, die Wissensintegration zwischen Spezialisten zu ermöglichen: „Given the

1

Penrose (1995), S. 77. Kogut/Zander (1993), S. 627. Siehe Kapitel 2.1.3 und dort insbesondere die Ausführungen nach Gerybadze (2004b). 4 Zur wissensbasierten Theorie des Unternehmens siehe auch Mahoney/Pandian (1992), Spender (1996), Foss (2001). 2 3

2

Einleitung

efficiency gains of specialization, the fundamental task of organization is to coordinate the efforts of many specialists.”5 Damit diese Spezialisten effektiv zusammenarbeiten können, muss unter anderem eine gewisse Gemeinsamkeit zwischen dem individuell vorhandenen Wissen vorliegen.6 Zudem erfordert die Zusammenarbeit ein gemeinsames Verständnis7 zwischen den Spezialisten. Diese Betrachtungsweise stellt den Ausgangspunkt für die Untersuchung des Wissenstransfers in Forschungs- und Entwicklungskooperationen (F&E-Kooperationen) und Innovationsprojekten in dieser Arbeit dar. Dabei wird die Betrachtungsebene noch etwas stärker auf die Prozesse und Parameter der F&E-Kooperationen auf der Projektebene fokussiert. Diese Arbeit hat den Anspruch, basierend auf empirischen Untersuchungen präskriptive Aussagen zum Projekt- und Teammanagement in F&E-Kooperationen und Innovationsprojekten zu treffen.

1.1 Problemstellung und Zielsetzung Im Journal of Product Innovation Management wurden 2008 wichtige Forschungsbereiche der kommenden Jahre im Feld der Innovations- und Produktentwicklungsforschung vorgestellt.8 Dazu gehören auch die Organisation und die Strategie für die global ausgerichtete Neuproduktentwicklung. Diese Form der Produktentwicklung hat eine räumliche Verteilung der Projektmitarbeiter zur Folge und erschwert den Wissenstransfer sowohl innerhalb des Teams als auch zum Übergabezeitpunkt der Entwicklungsarbeit von einem Team zum nächsten. Besonders F&E-Kooperationen mit externen Partnern werden in einer solchen global aufgestellten Produktentwicklung eine tragende Rolle spielen. Auch dabei kommt es zum Einsatz räumlich verteilter Teams, was die entsprechenden Konsequenzen für den Wissensaustausch und Wissenstransfer hat. Die Beschaffenheit des Wissens, welches transferiert werden soll, stellt dabei einen wesentlichen Einflussfaktor für den Wissenstransfer dar und ist Hauptgegenstand dieser Arbeit.

5

Grant (1996), S. 113. Bei Grant (1996, S. 116) als commonality of specialized knowledge bezeichnet. Im Original shared meaning (Grant 1996, S. 116). 8 Vgl. Benedetto (2008), S. 311. 6 7

Einleitung

1.1.1

3

Bedeutung von F&E-Kooperation

Kooperationen zur Forschung und Entwicklung haben in den vergangenen Jahrzehnten stetig an Umfang und Bedeutung gewonnen. Roberts (2001) hat mit seinem Global Benchmark Survey on the Strategic Management of Technology eindrücklich zeigen können, dass der Zugriff auf unternehmensexterne Quellen des Wissens und der Technologie für die von ihm befragten Unternehmen in Japan, den USA und Deutschland eine immer größere Rolle spielt.9 Der Anteil der Firmen, die diesen Zugriff als sehr wichtig einschätzen, ist seit 1992 stetig gestiegen (siehe Abbildung 1). 100% 90% 80% 70% 60%

Japan

50%

Europa

40%

Nordamerika

30% 20% 10% 0% 1992

1995

1998

2001

Abbildung 1: Anteil der Unternehmen, die sich sehr auf externe Quellen für Technologie verlassen10

Auch der Umfang der Förderung von F&E-Kooperationen zwischen Unternehmen und Forschungseinrichtungen wächst stetig. Das Rahmenprogramm für Forschung und Technologische Entwicklung der Europäischen Union hat seit der ersten Auflage von 1984 bis 1987 stetig an Volumen zugenommen.11 Das aktuelle siebte Rahmenprogramm (RP7) läuft von 2007 bis 2013 und hat ein Gesamtbudget von 50,5 Mrd. Euro.12 Das Rahmenprogramm hat aktuell fünf Förderfelder, eines davon ist die Zusammenarbeit in der Europäischen Union bzgl. Forschung und Entwicklung mit dem größten Teilbudget von 32,4 Mrd. Euro. Die Anzahl der geförderten kooperativen Projekte 9

Siehe hierzu auch die ausführliche Diskussion bei Gerybadze (2004a), S. 191ff sowie Gerybadze/Reger (1999), S. 254ff. Nach Roberts (2001), S. 31. 11 Vgl. Roediger-Schluga/Barber (2006), S. 6. 10

4

Einleitung

ist seit dem ersten Rahmenprogramm kontinuierlich gestiegen, allerdings zeigte sich vom vierten zum fünften Rahmenprogramm ein leichter Rückgang (siehe Abbildung 2). Daten zu den kooperativen Projekten im sechsten und siebten Rahmenprogramm liegen noch nicht vor, allerdings sprechen das gestiegene Fördervolumen und die Betonung der Zusammenarbeit im siebten Rahmenprogramm für eine weiter zunehmende Anzahl von kooperativen Projekten.13

Anzahl kooperativer Projekte

12000 10000 8000 6000 4000 2000 0 RP1

RP2

RP3

RP4

RP5

Abbildung 2: Anzahl kooperativer Projekte in den ersten fünf Rahmenprogrammen (RP) der EU14

Für die USA berichtete Mowery (2003, S. 191) die Anzahl der kooperativen F&EVereinbarungen (CRADAs, Cooperative Research and Development Agreements) für den Zeitraum von 1987 bis 2000. Die Summe der CRADAs, die von verschiedenen Regierungseinrichtungen mitfinanziert werden, stieg bis Mitte der Neunziger Jahre exponentiell an, fiel dann aber bis zum Jahr 2000 wieder ab. Da Mowery primär weitere Forschungsfragen im Zusammenhang mit Kooperationen und Leistungsmaßen für die Ergebnisse der Kooperationen diskutiert, gibt er keine Erklärung für die Wende im

12

Vgl. Europäische Union (2006). Alle weiteren Angaben zum 7. Rahmenprogramm sind, so nicht anders angegeben, dieser Quelle entnommen. Weitere relevante Datenbanken für die Forschung zu F&E-Kooperationsintensität sind nach Hagedoorn/Link/Vonortas (2000, S. 575f.) z. B. die MERIT-CATI (Maastricht Economic and social Research and training centre on Innovation and Technology - Cooperative Agreements and Technology Indicators) Datenbank, die CORE (Cooperative Research) Datenbank, finanziert durch die National Science Foundation der USA, und die NCRA-RJV (National Cooperative Research Act – Research Joint Ventures) Datenbank der George Washington University. MERIT-CATI ist dabei umfassender als die beiden anderen Datenbanken, denn letztere berücksichtigen nur Kooperationen in oder mit den USA. 14 Nach Roediger-Schluga/Barber (2006), S. 16. 13

Einleitung

5

Trend der Anzahl der Kooperationen. Es kann hier nur angenommen werden, dass sich die Förderstrukturen Mitte der 90er Jahre geändert haben und sich dadurch neue Kooperationen nicht mehr in der von der National Science Foundation gelieferten Datenbasis wiederfinden oder dass die neuen Kooperationen in einer anderen Datenbank erfasst werden.

In zahlreichen weiteren Industriestaaten gibt es Förderprogramme für die Zusammenarbeit bei der technologischen Forschung und Entwicklung, teilweise sind diese auf spezifische Branchen beschränkt. Hierzu zählen z. B. SEMATECH (Semiconductor Manufacturing Technology) in den USA, IRAP (Industrial Research Assistance Program) in Kanada, in Großbritannien durch das Department of Trade and Industry, FGCS (Fifth Generation Computer Systems) in Japan und beim ITRI (Industrial Technology Research Institute) in Taiwan.15 Die Bedeutung von F&E-Kooperationen für die Innovationsaktivitäten in der Industrie sind damit klar erkennbar, detailliert wird auf die Strukturen und Formen von F&E-Kooperationen noch weiter in Kapitel 5 eingegangen.

1.1.2

Problematik des Wissenstransfers in F&E-Kooperationen

Innerhalb der Kooperationen soll ein Wissenstransfer zwischen den beteiligten Partnern erfolgen. Dabei zeigen sich aber nach wie vor große Schwierigkeiten bei solchen transferbezogenen Kooperationen und Projekten. Untersuchungen zum Wissenstransfer und der Wissensbeschaffenheit konzentrieren sich meist auf das von Nonaka und Takeuchi (1995) und Kogut und Zander (1992, 1993) eingeführte Merkmal der Kodifizierbarkeit von Wissen. In dieser Arbeit wird eine weitere Determinante des Wissens berücksichtigt, die von Gerybadze (2003, 2004b) vorgestellt und bereits von Kohler (2008) weiter untersucht wurde. Diese neue Determinante ist die Mehrdeutigkeit von Wissen, also die Möglichkeit mehrerer unterschiedlicher Interpretationen des gleichen Wissens. Dies hat während des Wissenstransfers schon Relevanz, entfaltet aber seine Wirkung erst voll, wenn das Wissen dem Transfer folgend angewendet werden soll und

15

Vgl. Dodgson/Gann/Salter (2008), S. 149f.

6

Einleitung

bei stark unterschiedlichen Interpretationen dann falsch angewendet wird. Die besondere Relevanz für den verteilten Innovationsprozess betont Gerybadze (2003): „… [a distributed innovation process] is much more a social communication process and requires dealing with asymmetric understanding. Knowledge is distributed between groups of agents with diverse cultures and identities, with often incompatible value systems, who may interpret and respond to the same type of information quite differently.”16

Es ist bekannt, dass schwer zu kodifizierendes Wissen den Wissenstransfer komplizierter und aufwendiger macht.17 Hierfür wurden schon zahlreiche Konzepte und Lösungsansätze vorgeschlagen.18 Die Mehrdeutigkeit des zu transferierenden Wissens wurde aber bisher nicht in ausreichendem Maße berücksichtigt. Beim Wissenstransfer stehen meist die technischen, objektiven Merkmale des Wissens im Vordergrund, aber die sozialen Aspekte, eben auch die Interpretation des Wissens, werden zu oft vernachlässigt: „In most studies on knowledge management, we tend to overemphasize the rational, objective and content aspects of information, and we underestimate the interpretive, social and subjective aspects and the social process of knowledge sharing.”19

Dadurch entstehen teilweise erhebliche Schwierigkeiten beim Wissenstransfer, die so ausgehend von den als vorteilhaft beurteilten objektiven Wissensaspekten nicht erwartet werden. Bis zu einem gewissen Maß können solche Schwierigkeiten beim Wissenstransfer in einem laufenden Projekt ausgeglichen werden. Wenn nun aber erschwerende Rahmenbedingungen hinzukommen, wie es vor allem in verteilter Projektarbeit und in Kooperationen, also unternehmensübergreifenden Projekten, der Fall ist, dann kann sich die kritische Wirkung der Wissensmerkmale auf den Wissenstransfer verstärken, und eine Intervention wird zunehmend erschwert.

1.1.3

Zielsetzung der Arbeit

Die dargestellten Schwierigkeiten des Wissenstransfers in verteilter Innovationszusammenarbeit und in F&E-Kooperationen sind noch wenig erforscht. Gleichzeitig ist zu erwarten, dass eine strukturierte Planung und Gestaltung des Wissenstransfers unter Berücksichtigung der bestehenden Wissensmerkmale zum Erfolg des Transfers beitra16

Gerybadze (2004b), S. 108, kursive Hervorhebungen im Original. Vgl. Leonard/Sensiper (1998), S. 125ff., Gerybadze (2004b), S. 111ff. Vgl. z. B. Howells (1996), Balconi (2002), Martz/Shepherd (2003). 19 Gerybadze (2004b), S. 108, eigene kursive Hervorhebung. 17 18

Einleitung

7

gen wird. In dieser Arbeit werden deshalb drei sowohl theoretische als auch praxisbezogene übergeordnete Forschungsziele verfolgt.

1. Ausgehend von den dargestellten Defiziten in der Innovationsforschung wird in dieser Arbeit der Einfluss von Explizitheit und Mehrdeutigkeit als Dimensionen des Wissens auf den Wissenstransfer in Innovationsprozessen untersucht. Dabei wird insbesondere die Interaktion dieser beiden Dimensionen des Wissens, wie sie auch bei Gerybadze (2004b, S. 113) vorgestellt wird, berücksichtigt. Hervorgehoben wird hier auch die Anwendung des Wissens im Anschluss an den Transfer, denn nur wenn die Anwendung im Sinne der Transferpartner gelingt, kann von einem erfolgreichen Transfer gesprochen werden. Die Mehrdeutigkeit des Wissens ist in diesem Zusammenhang noch wenig erforscht, es gilt daher, ausgehend von theoretischen Vorüberlegungen in den folgenden Kapiteln die Auswirkungen im Feld zu beobachten und zu erfassen.

2. Eine Gestaltung des Wissenstransfers ausgehend von den vorliegenden Ausprägungen der Wissensmerkmale ist nur möglich, wenn diese Ausprägungen möglichst präzise identifiziert werden können. Hierzu wird in dieser Arbeit aufbauend auf einem an der Forschungsstelle Internationales Management und Innovation entwickelten Instrument, welches auch von Kohler (2008, S. 183ff.) untersucht wurde, ein Messinstrument zur Erfassung der Wissensmerkmale in F&E-Kooperationen entwickelt. Dieses Instrument ermöglicht es, projektbegleitend die Wissensmerkmale im Projekt zu erfassen und damit die Gestaltung des Wissenstransfers in der Innovationszusammenarbeit wesentlich zu unterstützen.

3. Aufbauend auf den empirischen Ergebnissen zu den Wissensmerkmalen werden Vorschläge dazu ausgearbeitet, wie Innovationszusammenarbeit und Wissenstransfer unter Berücksichtigung der Wissensmerkmale so strukturiert werden können, dass die Kooperation und der Wissenstransfer möglichst erfolgreich verlaufen. Ziel ist die Erstellung einer Systematik, die bei der Planung und Durchführung einer F&EKooperation und verteilter Zusammenarbeit die Strukturierung und Steuerung des Projektes in einer Weise erlaubt, die optimal für die zu erwartenden Ausprägungen der Wissensmerkmale ist. Mit dieser Systematik soll der Wissenstransfer effizient und erfolgreich gestaltet werden können. Dabei sind neben den Wissensmerkmalen die Rah-

8

Einleitung

menbedingungen des Wissenstransfers ausschlaggebend und werden umfassend einbezogen.

1.2 Forschungskonzeption Das Wissensmerkmal der Mehrdeutigkeit nach den Darstellungen von Gerybadze (2003, 2004b) ist noch wenig empirisch erforscht. Eine Ausnahme bietet die Arbeit von Kohler (2008), der sich in fallstudienbasierter Arbeit dem Gegenstand angenähert hat. In der vorliegenden Arbeit dienen diese ersten Untersuchungen als Basis für die Herangehensweise an den Forschungsgegenstand der Wissensmerkmale. Ausgehend von einer literaturgestützten Erarbeitung der konzeptionellen Grundlagen von Wissenstransfer und Innovationszusammenarbeit im besonderen Zusammenhang mit Aspekten der Informationsverarbeitung und Kommunikation in Teams werden die für den Wissenstransfer gerade in verteilt arbeitenden Teams und in F&E-Kooperationen relevanten Themen herausgearbeitet. Zur Annäherung an das Forschungsvorhaben und für einen ersten Einsatz des Messinstrumentes für Wissensmerkmale wurde eine Feldstudie mit diesem Instrument durchgeführt. Aus dieser Feldstudie ergaben sich weitere konzeptionelle Fragestellungen zu Wissensmerkmalen in Projektteams, welche zusammen mit den konzeptionellen Grundlagen in die Erstellung der Fallstudien in drei Praxisprojekten der F&E-Kooperation und der verteilten Arbeit einfließen. Ergänzt werden diese Detailanalysen durch eine Fallstudie in den USA, in welcher der spezifische Aspekt des Wissenstransfers zwischen Kalifornien und Deutschland untersucht wird. Die Ergebnisse der empirischen Arbeit fließen zusammen mit den konzeptionellen Grundlagen in die Gesamtergebnisse ein. Entsprechend dieser Ausführungen stellt Abbildung 3 das Forschungsvorgehen dieser Arbeit in der Übersicht dar.

Einleitung

9

Konzeptionelle Grundlagen • • • • • •

Wissen und Wissensmerkmale Informationsverarbeitung Rahmenbedingungen des Wissenstransfers Kooperationsstrukturen und Formen Innovationsprozesse im Unternehmen Messinstrument für die Wissensmerkmale

Feldstudie zu Wissensmerkmalen

Weitere konzeptionelle Fragen

Empirische Fallstudien • Fallstudie 1: Verteilte Arbeit und

Prozessinnovation • Fallstudie 2: F&E-Kooperation und

Prozessinnovation • Fallstudie 3: F&E-Kooperation und

Produktinnovation

Ergebnisse Theorie: Wissensmerkmale Einfluss der Wissensmerkmale auf den Wissenstransfer / Veränderung der Wissensmerkmale im Projektverlauf Praxis: Empfehlungen Empfehlungen zur Gestaltung des Wissenstransfers Theorie: Messinstrument Entwicklung eines Messinstrumentes für F&E-Kooperationen: Basis für die weitere Erforschung der Wissensmerkmale und deren Zusammenhang mit erfolgsrelevanten Kennwerten Praxis: Messinstrument Entwicklung eines Messinstrumentes für F&E-Kooperationen: Einsatz in der Gestaltung des Wissenstransfers in F&E-Kooperationen

• Fallstudie 4: F&E-Kooperation San

Ergebnisse

Francisco Bay Area

Abbildung 3: Forschungsvorgehen in der vorliegenden Arbeit

Es sind folgende Kernergebnisse zu erwarten: Diese Untersuchung erweitert die theoretische Basis zum Einfluss der Wissensmerkmale auf den Wissenstransfer. Dabei wird insbesondere auch die Veränderung der Wissensmerkmale im Verlauf eines Projektes untersucht und diskutiert, denn bisher wird Wissen in Projekten häufig statisch betrachtet. Die empirischen Untersuchungen in dieser Arbeit, und zwar sowohl die Feldstudie mit dem Messinstrument als auch die Fallstudien, lassen aber vermuten, dass die Wissensmerkmale innerhalb eines Projektes sich mit der Zeit verändern. Aufbauend

auf

diesen

theoretischen

Erkenntnissen

können

konkrete

Praxisempfehlungen für die Gestaltung von Wissenstransferprojekten und F&EKooperationen abgeleitet werden. Hierzu liefern auch die Fallstudien reichhaltige Anregungen, denn es haben sich einige effektive Methoden und Vorgehensweisen im Umgang mit schwierigen Wissensmerkmalen gezeigt. Als spezielle Empfehlung für die Projektgestaltung dient die Entwicklung eines neuen Messinstrumentes zur Erfassung der Wissensmerkmale in F&E-Kooperationen, welches ausgehend von dem in dieser Arbeit untersuchten ersten Messinstrument und den Arbeiten im Feld konzipiert wird. Dieses Instrument kann neben dem Einsatz in Projekten und zur Kontrolle der Wissensmerkmale und Einstellung auf die Wissensmerkmale auch weiteren eher

10

Einleitung

die Wissensmerkmale auch weiteren eher theoretisch ausgerichteten Untersuchungen dienen, die den Zusammenhang von Wissensmerkmalen und Leistungsparametern von Projektarbeit und verteilter Teamarbeit zum Gegenstand haben. Insgesamt bietet diese Arbeit sowohl eine Erweiterung der Theorie im Zusammenhang mit Wissensmerkmalen und Wissenstransfer an als auch konkrete Handlungsempfehlungen für die Wissenstransferpraxis.

1.3 Aufbau der Arbeit Der Aufbau dieser Arbeit folgt dem Gang der Untersuchung. Die konzeptionellen Grundlagen und eine erste Feldstudie werden im ersten Teil der Arbeit dargestellt. Nach der Einleitung folgt in Kapitel 2 die Darstellung der wichtigsten Begriffe für die Untersuchung. In Kapitel 2.1 werden Wissen und Technologie als Forschungsgegenstand definiert und erläutert sowie die Wissensmerkmale hergeleitet und diskutiert. Als Wissensmerkmale, Wissensarten oder Wissensdimensionen werden in dieser Arbeit die beiden hervorgehobenen Dimensionen der Explizitheit des Wissens20 und der Mehrdeutigkeit des Wissens21 bezeichnet. In Kapitel 2.2 werden neben einer Definition des Wissenstransfers und der Präsentation verschiedener Modelle des Wissenstransfers die Rahmenbedingungen des Wissenstransfers eingehend erläutert sowie speziell der Einfluss der verteilten Teamstruktur behandelt.

In Kapitel 3 wird die Verarbeitung von Wissen in Unternehmen als grundlegende Funktion des Wissenstransfers und des Verständnisses diskutiert. Die Informationsverarbeitung in komplexen Organisationen zeigt charakteristische Fehler, die unter den Oberbegriffen der Informationspathologien22 und des Informationsversagens23 in Kapitel 3.1 beschrieben werden. In der Teamkommunikation und der dialogischen Kommunikation kommt es beim Wissenstransfer teilweise zu Missverständnissen. Dieser be-

20

Im Wesentlichen basierend auf Kogut/Zander (1992, 1993), Nonaka/Takeuchi (1995) und Polanyi (1966). Aufbauend auf Gerybadze (2004b) sowie Kohler (2008), Levine (1985), March (1994), Martin (1992), McCaskey (1982) und Weick (1995, 2001). 22 Vgl. Scholl (1990a, 1992, 2004), Sorg (1982), Wilensky (1967). 23 Vgl. Levite (1987), Lowenthal (1985), Shulsky (1991). 21

Einleitung

11

sondere Fall der Schwierigkeiten bei Informationsverarbeitung wird aufbauend auf der Kommunikationstheorie24 in Kapitel 3.2 dargestellt.

Die soweit dargestellten Wissenstransferaspekte und informationsverarbeitungsrelevanten Faktoren werden in Kapitel 4 in den Kontext des Innovationsprozesses im Unternehmen eingeordnet. Dazu werden in Kapitel 4.1 zunächst das Verständnis von Innovation in dieser Arbeit sowie die wissenstransferbezogenen Innovationsmerkmale25 erläutert. Im folgenden Kapitel 4.2 wird die Entwicklung des Innovationsprozessverständnisses in den vergangenen vier Jahrzehnten26 dargestellt, und es wird das für die Betrachtungen als Rahmen dienende Innovationsprozessmodell vorgestellt. Abschließend wird in Kapitel 4.3 der Wissenstransfer als wesentlicher Teil des Innovationsprozesses in diesen eingeordnet.

In Kapitel 5 erfolgt die Aufarbeitung des Anwendungsfeldes der F&E-Kooperationen für die erarbeiteten Konzepte und den Prozess des Wissenstransfers. Dieser wird vor dem Hintergrund von Kooperationen zur Erforschung und Entwicklung neuer Produkte untersucht, welche eine bedeutende Form der Innovationszusammenarbeit für Unternehmen darstellen. Mit Kooperation zur Forschung und Entwicklung sind dabei sowohl firmeninterne standortübergreifende Projekte als auch firmenübergreifende Kooperation mit anderen Unternehmen oder Forschungseinrichtungen gemeint. Die typischen Strukturen mit den möglichen Partnern, Formen der Kooperation und den die Kooperation begleitenden Rahmenbedingungen werden in Kapitel 5.1 vorgestellt.27 Die hierfür bisher identifizierten Erfolgsfaktoren werden in Kapitel 5.2 diskutiert und erweitert. Abschließend wird der zu erwartende Einfluss der in Kapitel 2.1 vorgestellten Wissensarten auf den Wissenstransfer in der Kooperation erarbeitet.

Die Operationalisierung der Wissensarten zum Zweck der Erfassung mit einem Messinstrument wird in Kapitel 6 beschrieben. Zunächst wird die erste Umsetzung der Wis-

24

Vgl. Johnson (1983), basierend auf Vygotsky (1962), zur linguistischen Theorie der Nachrichtenübermittlung. Als relevant für den Wissenstransfer werden die Konzepte von Gerybadze (2005c), Gerybadze (2008b) und Henderson/Clark (1990) vorgestellt. 26 Vgl. Dodgson/Gann/Salter (2008), Hobday (2005), Rothwell (1992). 27 Ein integrierendes Konzept hierzu ist die europäisch geprägte Perspektive der Triple Helix, vgl. Etzkowitz/Leydesdorff (1995), Leydesdorff/Etzkowitz (1998), Etzkowitz/Leydesdorff (2000). 25

12

Einleitung

sensarten in Items für den Einsatz in einem strukturierten Interviewleitfaden und später in einem standardisierten Fragebogen in Kapitel 6.1 erläutert.28 In Kapitel 6.2 wird anschließend die Feldstudie zur Erprobung des Messinstrumentes für die Wissensmerkmale dargestellt. Die Ergebnisse und die Implikationen der Feldstudie werden in Kapitel 6.3 diskutiert. Dies leitet über zum zweiten Teil der Arbeit mit den Fallstudien und den Ergebnissen der Untersuchung.

Im zweiten Teil der Arbeit werden die weitere Empirie und die Ergebnisse dargestellt. In Kapitel 7 finden sich die Fallstudien zu Innovationszusammenarbeit, die den empirischen Kern der Arbeit bilden. Einleitend wird hierzu in Kapitel 7.1 der methodische Hintergrund der empirischen Forschung mit Hilfe von Fallstudien erläutert. In der Fallstudie 1 (Kapitel 7.2) wird der Wissenstransfer in einer firmeninternen, standortübergreifenden Projektarbeit untersucht. Dabei werden neben den Einflüssen der Wissensmerkmale besonders Effekte der verteilten Teamarbeit und kultureller Unterschiede im Team deutlich. In Fallstudie 2 (Kapitel 7.3) wird eine unternehmensübergreifende F&E-Kooperation mit dem Ziel der Prozessinnovation bei der Materialherstellung analysiert. Hier zeigen sich Auswirkungen von Zielabweichungen und Unklarheiten über die gemeinsame Arbeit, vor allem aber werden die Einflüsse der Innovationsmerkmale auf den Wissenstransfer im Zusammenhang mit den Wissensarten deutlich. Eine zweite unternehmensübergreifende F&E-Kooperation wird in Fallstudie 3 (Kapitel 7.4) dargestellt. Der Gegenstand ist hier eine Produktinnovation, ebenfalls in der Materialforschung. Diese Fallstudie zeigt ein vorteilhaftes Vorgehen im Umgang mit verteilten Kooperationen, wobei sich hier die Wissensmerkmale deutlich von denen in Fallstudie 2 unterscheiden. In Kapitel 7.5 wird zur Ergänzung und Erweiterung eine Fallstudie aus den USA vorgestellt. In Kalifornien wurden Vertreter deutscher Unternehmen vor Ort interviewt, um weitere Informationen über verteilte Innovationszusammenarbeit und den Einfluss der Wissensmerkmale zu erhalten. Aus der Vielfalt der berichteten Perspektiven ergeben sich weitere wertvolle Anregungen für die Empfehlungen in Kapitel 8. Abschließend zu Kapitel 7 werden in Kapitel 7.6 die Fallstudien insgesamt kommentiert, und es wird eine erste Verknüpfung mit den Konzepten des ersten Teils der Arbeit hergestellt.

28

Vgl. Kohler (2008).

Einleitung

13

In Kapitel 8 werden die Ergebnisse der empirischen Forschung zu den theoretisch erarbeiteten Konzepten in Beziehung gesetzt, und es werden sowohl spezifische Handlungsempfehlungen für das Vorgehen bei Wissenstransfer in der Innovationszusammenarbeit unter Berücksichtigung der Wissensmerkmale gegeben als auch Erweiterungen der theoretischen Basis vorgeschlagen. Die Beobachtungen zu den Wissensmerkmalen werden ausführlich in Kapitel 8.1 dargestellt und diskutiert und erweitern das Verständnis der Wissensmerkmale. In Kapitel 8.2 wird das neue Messinstrument für die Wissensarten in F&E-Kooperationen konzipiert und beschrieben. Dieses neue Messinstrument kann einerseits in der Praxis der Innovationszusammenarbeit eingesetzt werden und die Empfehlungen im folgenden Kapitel 8.3 unterstützen, andererseits weitere Untersuchungen zu theoretischen Zusammenhängen von Wissensmerkmalen in der Projektarbeit ermöglichen. Für die Gestaltung von Projekten der Innovationszusammenarbeit innerhalb von Unternehmen und über Unternehmensgrenzen hinweg werden in Kapitel 8.3 ausführliche Handlungsempfehlungen gegeben. Diese bauen sowohl auf dem Konzept der Projektstrukturierung von Gerybadze (2004a, 2005a) als auch auf weiteren Überlegungen zu Innovationsprozess und Wissenstransfer aus dem ersten Teil der Arbeit sowie den umfangreichen empirischen Erkenntnissen der Fallstudien auf.

Kapitel 9 schließt die Arbeit mit einer Gesamtbetrachtung ab. In Kapitel 9.1 werden die Ergebnisse zusammenfassend dargestellt und diskutiert. Die Implikationen für die weitere Forschung und Praxis werden in Kapitel 9.2 ausgeführt.

Wissen, Technologie und Wissenstransfer

15

2 Wissen, Technologie und Wissenstransfer Gegenstand dieser Arbeit ist der Transfer von spezifischem Wissen zwischen Teams innerhalb eines Unternehmens und zwischen verschiedenen Unternehmen sowie der Wissensaustausch zur Erzeugung von neuem Wissen innerhalb von Projektteams. Dabei sollen sowohl Eigenschaften des eigentlichen Transfers als auch Aspekte des unternehmensweiten Innovationsmanagements berücksichtigt werden. Das Verhalten von Akteuren, Organisationseinheiten und Organisationen im Wissenstransfer soll somit untersucht werden, und es muss zunächst klar herausgearbeitet werden, welches Wissen hierfür relevant ist. Vor diesem Hintergrund wird der Argumentation gefolgt, dass die Gestaltung von erfolgreichem Wissenstransfer in das eigene Unternehmen hinein, innerhalb des eigenen Unternehmens und auch wieder in die Umwelt, also zu anderen Organisationen, eine zentrale Aktivität von innovativen Firmen ist. Diese Aktivität muss, wenn es um neuartiges Wissen für die Gestaltung von Produkten, Prozessen oder Dienstleistungen geht, dem Innovationsmanagement des Unternehmens zugerechnet werden.29 Es werden in diesem Kapitel zunächst die grundlegenden Begriffe „Wissen“ und „Technologie“ diskutiert, um zu einer einheitlichen Verwendung zu gelangen und ein einheitliches Verständnis sicherzustellen. Anschließend wird der Wissenstransfer als Handlung des Unternehmens in Interaktion mit anderen Organisationen betrachtet. Die kritische fehlerhafte Verarbeitung von Informationen ist ein wesentliches Hindernis für den Nutzen von transferiertem Wissen bzw. für den eigentlichen Transfer und wird in Kapitel 3 erläutert.

Dass mit Wissen und dem Management von Wissen noch viele Schwierigkeiten vorhanden sind, zeigen Seiler und Reinmann (2004) mit ihrer Diskussion der mit Wissen einhergehenden Missverständnisse auf. Die erste verbreitete Annahme ist, dass Wissen, wenn es durch Sprache (schriftlich oder mündlich) geäußert wird, für alle offen liegt.30 Dabei wird vernachlässigt, dass auch sprachliche Zeichen und Ausdrücke situationsund personenabhängig sind und ihnen im Grunde willkürlich Bedeutungen zugewiesen werden können. Um dadurch tatsächlich Wissen vermitteln zu können, muss eine Übereinkunft zwischen dem Sprechenden/Schreibenden und dem Hörenden/Lesenden über die Bedeutung der verwendeten sprachlichen Zeichen bestehen. Die zweite An-

29 30

Dies wird eingehender in Kapitel 4 betrachtet. Vgl. Seiler/Reinmann (2004), S. 12ff.

16

Wissen, Technologie und Wissenstransfer

nahme ist, dass mit Sprache Wissen vollständig ausgedrückt und damit weitergegeben werden kann.31 Aus diesem Verständnis von Wissen entspringt der Versuch, das den Mitarbeitern eines Unternehmens eigene Wissen kodifizieren zu wollen. Dem widerspricht die verfügbare Literatur zu implizitem Wissen, die deutlich macht, dass verschiedene Arten von Wissen unterschiedlich schwierig weiterzugeben sind.32 Drittens wird davon ausgegangen, dass Wissen stets rational ist, also frei von Vorurteilen, subjektiven Wertungen und Ungenauigkeiten.33 Die alltägliche Erfahrung zeigt oft, dass dies nicht so ist, sondern dass unser Wissen stark beeinflusst wird durch höhere Kognitionen wie Bewertungen und Meinungen ebenso wie durch grundlegende neurophysiologische und hormonelle Prozesse.34 Eine vierte Annahme zum Wissen ist die Verarbeitbarkeit von Wissen ähnlich den klassischen Produktionsfaktoren.35 Dies geht einher mit dem Bestreben, Wissen zu planen, zu steuern und zu kontrollieren, ausgelöst durch das Verständnis von Wissen als Sprache. Die ersten beiden Annahmen haben schon deutlich gemacht, dass hier falsche Ausgangsüberlegungen zugrunde liegen. Die informationstechnologische Verarbeitung von Wissen birgt aber die Gefahr, den Kontext des Wissens zu vernachlässigen, was das Wissen letztendlich unverständlich macht. Die weitere Diskussion weiter unten zum Verständnis von Wissen in dieser Arbeit wird deutlich machen, wie stark Wissen sowohl vom Kontext als auch vom Individuum abhängig ist.

2.1 Ausgangsüberlegungen zu Wissen und Technologie Um den Transfer von Wissen und die damit einhergehenden Prozesse und Probleme fundiert analysieren und diskutieren zu können, ist zunächst eine Klarstellung notwendig, was Wissen bedeutet. Es besteht in den verschiedenen Disziplinen keine Einigkeit darüber, wie Wissen letztendlich zu definieren ist. Dies mag auch damit zusammenhängen, dass jede Disziplin eine etwas andere Perspektive auf den Gegenstand hat. In den Wirtschaftswissenschaften wird Wissen meist als eine Ressource angesehen, die es zu bearbeiten und zu nutzen gilt. Dabei weist diese Ressource einige Besonderheiten 31

Vgl. Seiler/Reinmann (2004), S. 14f. Vgl. z. B. Reinmann-Rothmeier/Mandl (2002), Büssing/Herbig (2003) und Seiler (2003). Siehe auch Kapitel 2.1.3 und 4. 33 Vgl. Seiler/Reinmann (2004), S. 15ff. 34 Der Einfluss der hormonellen Prozesse auf Wissen und Denken wurde in der Gehirnforschung belegt. Siehe hierzu z. B. Spitzer 2000, S. 291ff. zu den Effekten der Neuromodulation. 35 Vgl. Seiler/Reinmann (2004), S. 17f. 32

Wissen, Technologie und Wissenstransfer

17

auf, die sie von anderen Produktionsfaktoren unterscheidet. Johnston (1998, S. 4f.) fasst diese zu fünf Merkmalen zusammen. Wissen ist nur begrenzt appropriierbar, denn wenn Wissen erst einmal erzeugt ist, kann es zu geringen Kosten oder gar ohne zusätzliche Kosten auch von Dritten genutzt werden. Um Wissen besteht zudem keine Nutzungsrivalität, die Verwendung des Wissens durch einen Nutzer verwehrt nicht einem zweiten oder vielen weiteren Nutzern die Verwendung desselben Wissens zur gleichen Zeit. Mit der Erzeugung von Wissen ist zudem immer Unsicherheit und Risiko verbunden, da die Ergebnisse nie vollständig vorhergesagt werden können. Des Weiteren wird Wissen durch wiederholten Gebrauch nicht abgenutzt oder verbraucht, sondern kann sich sogar zum Besseren verändern, da mit häufiger Verwendung auch positive Modifikationen des Wissens stattfinden. Und schließlich ist Wissen nicht beliebig teilbar, d. h. es muss eine gewisse Mindestmenge an Wissen vorhanden sein, um es sinnvoll einsetzen zu können.

In der kognitiven Psychologie wird Wissen meist als der Gedächtnisinhalt verstanden, der in bestimmter Weise vom Individuum angeeignet und verarbeitet wird. Das Gedächtnis wird dabei als Speicherort für alle vom Individuum gewonnenen Sinneseindrücke, Erfahrungen und Verarbeitungen dieser Erlebnisse gesehen, in dem Verknüpfungen zwischen gespeicherten Erinnerungen hergestellt werden können.36 Es wird hier denn auch meist weniger von Wissen gesprochen als von bestimmten Teileinheiten bzw. auf bestimmte Aufgaben bezogene Wissensteile, die sehr stark vereinfacht in Experimenten untersucht werden. In dieser Arbeit wird der wirtschaftswissenschaftlichen Betrachtungsweise gefolgt, die allerdings um einige psychologische Aspekte erweitert werden kann. Im Kontext des Transfers von Wissen stellt sich problemorientiert die Frage, was für ein Gegenstand transferiert werden soll, und welche Eigenschaften des Gegenstandes diesen Transfer beeinflussen können, mithin berücksichtigt werden müssen. Des Weiteren ist zu bedenken, dass in dieser Arbeit der Transfer eines spezifischen Inhaltes im Vordergrund steht, nämlich der Transfer von technologischem Wissen bzw. Technologie.

36

Vgl. z. B. Klix (1988), Wender (1988).

18

2.1.1

Wissen, Technologie und Wissenstransfer

Grundlegendes zum Begriff „Wissen“

In den letzten Jahren wurde in zahlreichen Dissertationen zum Thema Wissen, Wissensmanagement oder Wissenstransfer eine ausführliche Diskussion der Definitionen von Wissen geführt.37 In den Definitionssammlungen der Dissertationen werden teilweise Quellen zitiert, die nicht primär das Ziel hatten, Wissen zu untersuchen oder zu definieren. Sinnvoll ist es daher, nur solche Quellen heranzuziehen, die a) von einem anerkannten Experten auf dem Gebiet stammen und b) sich explizit mit der Definition von Wissen befassen. Auf eine Darstellung aller vorhandenen (engeren und weiteren) Definitionen im Detail soll deshalb hier verzichtet werden, die genannten Quellen geben dazu einen erschöpfenden Überblick. Um das Wissensverständnis dieser Arbeit deutlich zu machen, werden im Folgenden einige spezifische Definitionen erläutert. In Tabelle 1 sind diese aufgelistet.38 Hierbei ist zu erkennen, dass sowohl Aufzählungen von Merkmalen als auch Definitionen durch die Herausarbeitung konstitutiver Merkmale vorkommen. Daneben finden sich bzgl. des Geltungsbereiches sehr umfassende Definitionen39, die sowohl menschliche als auch nichtmenschliche Wissensträger zulassen, sowie eher enge Definitionen40, die Wissen lediglich im Menschen zulassen und zur Weitergabe die Umwandlung des Wissens in andere Formen annehmen.

37

Vgl. z. B. Amelingmeyer (2002), Bendt (2000), Glück (2001), Spelsiek (2005), Thiel (2002) und Zaunmüller (2005). Eine umfangreiche Liste an Definitionsansätzen stellt auch Amelingmeyer (2002, S. 41f) dar. 39 Vgl. Amelingmeyer (2002), S. 43. 40 Vgl. Rehäuser/Krcmar (1996), Probst/Raub/Romhardt (2006) 38

Wissen, Technologie und Wissenstransfer

19

Tabelle 1: Definitionen von Wissen

Autor

Definition

Amelingmeyer (2002) „Wissen ist jede Form der Repräsentation von Teilen der realen oder gedachten Welt in einem körperlichen Trägermedium.“ (S. 43) Dretske (1981)

„… information is that commodity capable of yielding knowledge, and what information a signal carries is what we can learn from it …” (S. 44) „… knowledge is identified with information-produced (or sustained) belief …” (S. 86)

Kogut/Zander (1992)

„For our purposes, we distinguish between two categories of knowledge as information and know-how. By information, we mean knowledge which can be transmitted without loss of integrity once the syntactical rules required for deciphering it are known. […] Know how is […] a description of knowing how to do something. “ (S. 386)

Nonaka/Takeuchi (1995)

„Explicit knowledge can be expressed in words and numbers, and easily communicated and shared in the form of hard data, scientific formulae, codified procedures, or universal principles. […] Tacit knowledge is highly personal and hard to formalize, making it difficult to communicate or to share with others. Subjective insights, intuitions, and hunches fall into this category of knowledge.” (S. 8)

Probst/Raub/Romhardt (2006)

„Wissen bezeichnet die Gesamtheit der Kenntnisse und Fähigkeiten, die Individuen zur Lösung von Problemen einsetzen. Wissen stützt sich auf Daten und Informationen, ist im Gegensatz zu diesen jedoch immer an Personen gebunden.“ (S. 23)

Rehäuser/Krcmar (1996)

„Wissen wird bezeichnet als die zweckorientierte Vernetzung von Information ...“ (S. 5)

Romhardt (1998)

„Wissen bezeichnet die Gesamtheit der Kenntnisse und Fähigkeiten, die Individuen zur Lösung von Problemen einsetzen. Dies umfasst sowohl theoretische Erkenntnisse als auch praktische Alltagsregeln und Handlungsanweisungen. Wissen stützt sich auf Daten und Informationen, ist im Gegensatz zu diesen jedoch immer an Personen gebunden. Es wird von Individuen konstruiert und repräsentiert deren Erwartungen über Ursache-WirkungsZusammenhänge in einem bestimmten Kontext.“ (S. 64f.)

Rehäuser und Krcmar stellen eine Begriffshierarchie auf, bei der die höheren Ebenen jeweils die Verknüpfung der niedrigeren Ebenen darstellen. Diese Autoren definieren Wissen als zweckorientiert verknüpfte Information (s. o. Tabelle 1). Information ist eine sinnvolle, problembezogene Verknüpfung von Daten. Daten schließlich sind regelhaft verknüpfte Zeichen, und Zeichen sind die kleinste mögliche Darstellungsform.41 Damit steigt die Komplexität der Repräsentation, je höher man in dieser Begriffshierarchie geht. Zudem nennen Rehäuser und Krcmar als weitere Eigenschaften die Subjektrelativität, Zweckrelativität und Perspektivität von Wissen sowie die Prä-

41

Vgl. Rehäuser/Krcmar (1996), S. 3ff. Siehe auch Willke (1998), S. 7ff.

20

Wissen, Technologie und Wissenstransfer

misse der Kenntnis von der Herkunft des Wissens.42 Subjektrelativität und Perspektivität bezeichnen die Tatsache, dass Wissen immer von einem Individuum ausgewählt und betrachtet wird, also den Beschränkungen des Subjektes unterliegt. Wissen wird weiterhin immer für einen bestimmten Zweck ausgewählt und verarbeitet, ist also zweckrelativ. Schließlich kann Wissen nur dann richtig verarbeitet werden, wenn bekannt ist, woher es kommt und wofür oder für wen es gedacht ist.

Im Gegensatz zu Amelingmeyers Definition wird in dieser Arbeit davon ausgegangen, dass Wissen als oberste Stufe der Begriffshierarchie nur im Menschen vorliegt.43 Alle nichtmenschlichen Repräsentationsformen stellen niedrigere Stufen der Begriffshierarchie dar, denn ihnen fehlen die zweckorientierte Verknüpfung und die weiteren kritischen Eigenschaften nach Steinmüller. Die Folge für Wissenstransfer jeglicher Art ist, dass Wissen zunächst in eine relativ zum Subjekt externe Repräsentationsform (Information und/oder Daten) umgesetzt werden muss, bevor es transferiert werden kann. Dabei sind nicht nur die eigentlichen Repräsentationen, sondern auch die Informationen zu den weiteren oben genannten Eigenschaften mitzuteilen, da sonst das Wissen nicht in korrekter Form im empfangenden Individuum rekonstruiert werden kann. Diese Vorstellung findet sich auch in klassischen Modellen der Kommunikationsforschung44 und der kognitiven Psychologie45. Dabei wird in der einfachsten Konfiguration zwischen einem Sender und einem Empfänger in der Interaktion unterschieden. Diese Rollen können im Verlaufe der Interaktion hin und her wechseln. Im klassischen Kommunikationsmodell von Shannon und Weaver (1949) setzt der Sender eine Bedeutungssequenz in eine Zeichensequenz um, die als Nachricht an den Empfänger übermittelt wird, der die Zeichensequenz dann wiederum in eine Bedeutungssequenz dekodiert. Den beiden Beteiligten steht im Modell von Aufermann (1971) jeweils ein individueller Zeichensatz für die Kodierung zur Verfügung, der sich zu einem gewissen Maße überschneidet und damit einen gemeinsamen Zeichenvorrat für die subjektexterne Repräsentation bildet, der den Bereich der möglichen Verständigung darstellt. Auf diesen Prozess der Kommunikation wird später noch detaillierter in Kapitel 3.2 eingegangen.

42

Sie folgen hier den Argumentationen von Steinmüller (1993), S. 236f. Diese Sichtweise geht noch etwas über Grant (1996) hinaus, der postuliert „… most explicit knowledge and all tacit knowledge is stored within individuals …“ (Grant (1996), S. 111) 44 Vgl. z. B. Shannon/Weaver (1949), Meyer-Eppler (1959), Maser (1971), Aufermann (1971). 45 Vgl. z. B. Krauss/Fussell/Chen (1995), Foppa (1995). 43

Wissen, Technologie und Wissenstransfer

21

Zunächst kann Wissen als in Individuen vorliegende zweckorientiert vernetzte Information betrachtet werden. Dass diese für den Transfer in irgendeiner Form externalisiert werden muss, soll nur kurz thematisiert werden.46 Da es verbreitet ist, auch von Wissen in Projekten, Gruppen oder ganzen Unternehmen zu sprechen, wird diese sehr enge Definition für den weiteren Gebrauch in der Arbeit etwas erweitert. Wissen kann insofern auch einem Projekt, einer Gruppe oder einem Unternehmen zugeordnet werden, als diese Einheiten durch Zusammenwirken des individuell vorhandenen Wissens zu zielgerichteten Tätigkeiten in der Lage sind. Wenn man nun vom Wissen einer Gruppe von Individuen spricht, meint man eigentlich die zielgerichtete Kooperation dieser Individuen und Kombination ihres individuellen Wissens. Soll nun das Wissen einer Gruppe transferiert werden, dann müsste im Extremfall das für den interessierenden Zweck relevante Wissen jedes einzelnen Gruppenmitgliedes transferiert werden. Da es vermutlich innerhalb einer Gruppe Überschneidungen des vorhandenen Wissens gibt, ist dies praktisch eher nicht erforderlich.

Wissen wird somit als interpretierte Information angesehen. Damit besteht Wissen nur innerhalb des kognitiven Systems eines Menschen. Wissenstransfer geschieht dann durch die Übertragung der relevanten Information und deren Verknüpfung mit dem kognitiven System einer anderen Person, denn so wird ein zumindest sehr ähnliches Wissen bei dieser Person entstehen. Die Regeln zum Interpretieren von Information können ebenfalls weitergegeben werden, sind also auch transferierbar. Wie sich in der weiter unten dargestellten Diskussion zu Wissensarten, insbesondere zu äquivokem und kanonischem Wissen47, zeigen wird, sind Probleme beim Wissenstransfer möglicherweise eben auch darin begründet, dass zwar die Inhalte, nicht aber die Interpretationsregeln übertragen werden. Neben der Interpretation, also der Umsetzung von Information in Wissen, spielt auch der Kontext des Wissens eine wesentliche Rolle. Kontext bedeutet vereinfacht die mit einem bestimmten Wissen verknüpften weiteren Informationen, die zusätzliche Auskunft über die Bedeutung des Wissens, über dessen Einsatzmöglichkeiten und Einschränkungen geben. Nonaka, Toyama und Hirata (2008, S. 33ff.) betonen die Bedeutung von gemeinsamem Kontext (Ba) für die Wissenser-

46 47

Hierauf wird in Kapitel 3.2 zu Missverständnissen noch näher eingegangen. Zu den Wissensarten siehe Kapitel 2.1.3, außerdem in Kapitel 6.1.

22

Wissen, Technologie und Wissenstransfer

zeugung. Erst wenn ein gemeinsamer Kontext geschaffen wurde, der das gegenseitige Verstehen ermöglicht, kann Wissen transferiert und neues Wissen erzeugt werden.

2.1.2

Grundlegendes zum Begriff „Technologie“

Wissen, wie es oben definiert wird, ist ein umfassender Begriff für alle möglichen Gedächtnisinhalte des Menschen. Für den Ansatz dieser Arbeit ist dies mindestens einzuschränken auf das für ein Unternehmen und dessen Prozesse relevante Wissen. Noch eingeschränkter wird der Betrachtungsgegenstand, wenn der Fokus auf den Transfer von Wissen in einem Produktentwicklungsprojekt gerichtet wird. Dabei sollen hier hauptsächlich industrielle Produkte und Prozesse betrachtet werden, Dienstleistungen werden allerdings auch aufgegriffen.48 Dass Technologie als spezifischer Teilbereich des Wissens der näheren Untersuchung bedarf, zeigen die Studien von Layton (1974), Vincenti (1991) und Faulkner (1994), die insbesondere die Beziehung von Wissenschaft, Technologie und der Ingenieurstätigkeit (engineering) betrachten.49 Da Technologie als Begriff sehr nachlässig verwendet wird, wird hier kurz der Stand der Diskussion zur Definition von Technologie betrachtet. Wie Gerpott50 anschaulich darlegt, ist eine Abgrenzung zwischen Technologie und Technik nur schwer eindeutig erreichbar. Technologie scheint zwar tendenziell der allgemeinere Begriff zu sein als die eher auf Anwendung ausgerichtete Technik, eindeutig lassen sie sich jedoch nicht trennen. Tabelle 2 gibt eine Übersicht über einige der verbreiteten Definitionen. Tabelle 2: Übersicht einiger Definitionen von Technik bzw. Technologie

Autor Brockhoff (1999)

Definition Technologie/Technik Technologie: „Technologien nennen auf ein Ziel hin gerichtete Handlungsmöglichkeiten für einen bestimmten Anwendungsbereich, wobei sie zu generalisieren versuchen.“ S. 27 Technik: „... ist ein tatsächlich realisiertes, angewandtes Element einer Technologie.“ S. 27

48

In Fallstudie 1 wird eine Prozessinnovation in der Verwaltung von Leasingverträgen untersucht. Vertiefend ist hier auch Schmoch (2003), insbesondere Kap. 7, aufschlussreich. 50 Vgl. Gerpott (2005), S. 19, und auch Pohl (1996), S. 19. 49

Wissen, Technologie und Wissenstransfer Chmielewicz (1979)

23

Technologie: „... stellt also ein System von anwendungsbezogenen, aber allgemeingültigen Ziel/Mittel-Aussagen dar. Die Anwendung einer solchen Technologie wird Technik genannt ...“ S. 13f.

Corsten (1982)

Technologie: „... die materiellen und immateriellen Ergebnisse technischen Wissens, und zwar in Form technischer Verfahren und Prozesse ...“ S. 6

Dosi (1982)

Technology: „... a set of pieces of knowledge, both directly „practical“ (related to concrete problems and devices) and „theoretical“ (but practically applicable although not necessarily already applied), know-how, methods, procedures, experience of success and failures and also [...] physical devices and equipment. […] includes the „perception” of a limited set of possible technological alternatives and of notional future developments.” S. 151f.

Gerpott (2005)

Technologie: „... allgemein wissenschaftlich fundierte Erkenntnisse über Ziel-/Mittelbeziehungen, die bei der Lösung praktischer Probleme von Unternehmen angewendet werden können.“ S. 17

Gerpott (2005)

Technik: „... in Produkten oder Verfahren materialisierte und auf die Lösung bestimmter praktischer Probleme ausgerichtete Anwendung von Technologie(n) ...“ S. 18

Gerybadze (1982)

Technologie: „... eine Ansammlung aus naturwissenschaftlichen Grundsätzen und Erfahrungen (noch nicht wissenschaftlich durchdrungenes Wissen), die es ermöglichen, die Natur und ihre natürlichen und artifiziellen Substanzen dem Menschen nutzbar zu machen ...“ S. 27

Pohl (1996)

Technologie: „... Wissen über die praktische Anwendung naturwissenschaftlicher Prinzipien [...]. Dieses Wissen stellt die Grundlage für die Entwicklung konkreter (technologischer) Produkte dar.“ S. 18

Specht et al. (2002)

Technologie: „... bezeichnet das Wissen über naturwissenschaftlichtechnische Wirkungsbeziehungen, das bei der Lösung praktischer Probleme Anwendung finden kann.“ S. 13

Tschirky (1998)

Technologie: „Technologien umfassen spezifisches individuelles und kollektives Wissen in expliziter und impliziter Form zur produkt- und prozessorientierten Nutzung von natur-, sozial- und ingenieurswissenschaftlichen Erkenntnissen.“ S. 227 Technik: „... bezeichnet den Prozess der Technologienutzung sowie dessen materielle und immaterielle Erzeugnisse.“ S. 227

Gerybadze (1982, S. 27f.) unterscheidet noch spezifischer verschiedene Technologiebegriffe nach Art der Verbreitung und Nutzung. Die Menge aller möglichen Technolo-

24

Wissen, Technologie und Wissenstransfer

gie umfasst sowohl alle bekannten als auch alle in Zukunft nutzbaren technischen Kenntnisse.51 Die bekannten Technologien wiederum beinhalten die bereits angewendeten und die bisher noch nicht angewendeten Techniken. Bei den angewandten Technologien schließlich gibt es eine Untermenge der sehr häufig verwendeten Technologien. Am umfassendsten und gleichzeitig noch anwendungsnah ist die Definition von Tschirky (1998), auch wenn der Bezug auf kollektives Wissen ein nicht unstrittiges Thema ist. Technologie beinhaltet sowohl Wissen über Materialeigenschaften als auch über deren Herstellung, Zusammenwirkung und Kombination zur Lösung einer Aufgabe oder eines Problems. Auch die für dieses Vorgehen notwendigen Subprozesse sollen hiermit abgedeckt sein. Diese immateriellen Bestandteile von Technologie werden bei Nelson und Winter (1982) als Fähigkeiten und Routinen in Organisationen bezeichnet. Sprechen wir also z. B. von der Technologie des Stahlgießens, dann umfasst dies einerseits Kenntnisse der Eigenschaften von Stahl, aber auch der relevanten Maschinen, deren Anwendung sowie den Einsatz von Arbeitskraft zur Durchführung des Gießens. In dieser Arbeit wird im Folgenden der Begriff „Technologie“ im Sinne von Gerybadze (1982) und Tschirky (1998) verwendet.

Dass Technologie teilweise der Innovation sehr ähnlich behandelt und betrachtet wird, zeigt die bei Gerpott (2005, S. 26f.) vorgestellte Systematisierung der Technologiearten. Er unterscheidet hier Technologien nach Einsatzgebiet (Produkt, Prozess, Verfahren), Interdependenzen (komplementär, kompatibel, System), Lebenszyklusphasen (Basis, Schlüsseltechnologien), branchenbezogener Anwendungsbreite (Querschnitt-, spezifische Technologie), unternehmensinterner Anwendungsbreite (Kernkompetenz, Randkompetenz), Grad des Produktbezuges (Kern, Unterstützung) und rechtlicher Schützbarkeit (schützbar, ungeschützt).52 Hier bestehen deutliche Parallelen zu den in Kapitel 4.1.2 vorgestellten Innovationsmerkmalen des Innovationsursprungs, des Innovationsgegenstandes und der Systemintegration der Innovation.

51

Siehe oben in Tabelle 2 Dosi (1982) S. 152 zu möglichen zukünftigen Entwicklungen, die in Technologien enthalten sind. 52 Weitere Typologien technologischen Wissens finden sich bei Urban (1986).

Wissen, Technologie und Wissenstransfer

2.1.3

25

Wissensarten und Wissenseigenschaften

Bei der Untersuchung von Wissen in Organisationen werden oft Charakteristiken des Wissens studiert und beschrieben. Die Annahme dabei ist, dass bestimmte Ausprägungen von Wissen den Umgang mit diesem Wissen beeinflussen. Oben wurde bereits die Arbeit von Nonaka und Takeuchi (1995) angesprochen, in der Wissen nach dem Grad der Kodifizierbarkeit in implizit (tacit) oder explizit kategorisiert wurde. Eine Übersicht über die große Zahl an weiteren Untersuchungen zu Arten von Wissen findet sich bei Romhardt.53 Dabei handelt es sich meist um Dichotomien54, es sind aber auch komplexere, mehrstufige Betrachtungen vertreten.55 Machlup (1980) unterscheidet beispielsweise 13 Elemente des Wissens und fünf Wissensklassen. Dabei betrachtet er Wissen aber wesentlich umfassender als nur auf die Belange eines Unternehmens beschränkt: „I do not confine myself to scientific or technological or verified or practical or intellectual knowledge. Anything that people think they know I include in the universe of knowledge.”56

In dieser Arbeit wird die Betrachtung des Wissens, der Untersuchung von Gerybadze (2004a) folgend, auf zwei Dimensionen begrenzt. Das Einbeziehen weiterer Dimensionen würde den Untersuchungsraum schnell zu komplex werden lassen. Zum einen wird die Dimension der Kodifizierbarkeit nach Nonaka und Takeuchi (1995) herangezogen. Diese hat mit den bereits durchgeführten Studien eine solide empirische Basis für den hier verfolgten Ansatz. Als neue Dimension wird die von Gerybadze (2004a) vorgeschlagene Einteilung in äquivokes und kanonisches Wissen herangezogen. Diese soll Effekte im Wissenstransfer erklären helfen, die über die Dimension von Nonaka und Takeuchi nicht abgedeckt werden könnten.

Nonaka und Takeuchi (1995) untersuchten den Unterschied zwischen der Wissenserzeugung in westlichen und in japanischen Unternehmen. Als wesentlichen Unterschied beschrieben sie eine stärkere Berücksichtigung des sog. tacit knowledge in japanischen Unternehmen, womit sie Bezug nahmen auf die Arbeit von Polanyi (1983). Dieser hatte in seiner Untersuchung zum Wissen des Menschen dargelegt, dass man mehr wisse,

53

Vgl. Romhardt (1998), S. 51f. Vgl. Stichweh (1994): universal/particular; Nevis/DiBella/Gould (1995): internal/external. 55 Vgl. Willke (1995), Winter (1987). 56 Machlup (1980), S. xiii. 54

26

Wissen, Technologie und Wissenstransfer

als man berichten könne57, und dies als tacit knowing58 bezeichnet. Dabei machte er deutlich, dass dies kein permanenter Zustand sei, sondern dass durch die Verfügbarkeit angemessener Kommunikationsmittel auch dieses tacit knowing mitgeteilt werden kann. Nonaka und Takeuchi (1995) formulieren ein Modell der Wissenserzeugung, das auf der Übertragung von Wissen basiert. Explizites Wissen (explicit knowledge) bezeichnet Wissen, welches in Worten und Zahlen ausgedrückt werden kann und sich einfach übertragen und mitteilen lässt.59 Implizites Wissen (tacit knowledge60) dagegen ist schwer auszudrücken, es ist sehr persönlich und kann nur schwer formalisiert werden.61 Dabei kann erzeugtes Wissen entweder in seiner Art gleich bleiben, wie bei der Sozialisierung durch Übertragung von implizitem Wissen zwischen Personen oder der Kombination von verschiedenen expliziten Wissensbestandteilen, oder in die jeweils andere Form übertragen werden, wie bei der Externalisierung durch Umwandlung von implizitem in explizites Wissen und der Internalisierung durch Umwandlung von explizitem in implizites Wissen.62 Die Art des Wissens kann sich also mit der Zeit verändern bzw. in der Wissenserzeugung verändert werden. Wie das Wissen zum gegenwärtigen Zeitpunkt beschaffen ist, hat wesentlichen Einfluss auf den Umgang und auch auf die Übertragung zum Zwecke der Erzeugung neuen Wissens, wie später in der Wissenstransferdiskussion noch behandelt werden wird.

Die Konvertierung von implizitem in explizites Wissen wird nicht nur unkritisch diskutiert. Schreyögg und Geiger (2004) greifen das Konzept der Wissensspirale von Nonaka und Takeuchi (1995, S. 70ff.)63 an und hinterfragen die Belastbarkeit der dort verwendeten Definitionen und Annahmen. Nach ihrer Darstellung ist implizites Wissen gemäß den Ausführungen von Polanyi (1966) per Definition im Individuum enthalten und kann daher nicht, wie in der Wissensspirale dargestellt, in Gruppen oder Organisationen enthalten sein. Damit seien implizites und explizites Wissen zwei strukturell verschiedene Kategorien und nicht Ausprägungen einer Dimension des Wissens, was die Möglichkeit der Konversion an sich in Frage stellt. Ob Nonaka und Takeuchi aber

57

„… we can know more than we can tell.” Polanyi (1983), S. 4 Er verwendete den Begriff knowing anstatt knowledge, um damit sowohl das praktische als auch das theoretische Wissen gleichermaßen zu bezeichnen (Polanyi (1983), S. 7). 59 Vgl. Nonaka/Takeuchi (1995), S. 8. 60 Eine wörtliche Übersetzung von tacit knowledge als stilles Wissen ist unüblich, in der deutschsprachigen Literatur hat sich die Bezeichnung implizites Wissen durchgesetzt. 61 Vgl. Nonaka/Takeuchi (1995), S. 8. 62 Zum Zusammenhang von explizitem und implizitem Wissen siehe auch Ancori/Bureth/Cohendet (2000). 63 Siehe auch Nonaka / Toyama / Hirata (2008), S. 18ff. für eine aktuelle Diskussion des Modells. 58

Wissen, Technologie und Wissenstransfer

27

tatsächlich so streng den Definitionen von Polanyi folgen wollten, wird nicht behandelt. Sie folgen eher einer modifizierten Form der Definition von implizitem Wissen. Sie verstehen implizites Wissen nicht als tacit knowing64 und nicht-kodifizierbar65, sondern als lediglich schwer kodifizierbar66 und halten sich damit nicht streng an die Auffassung von Polanyi. Ancori, Bureth und Cohendet (2000) stellen diese beiden Positionen als die absolutistische Perspektive zur Kodifizierung und zu implizitem Wissen gegenüber.67 Nach der absolutistischen Perspektive zur Kodifizierung kann alles Wissen kodifiziert werden, lediglich die Kosten bzw. der Aufwand sind unterschiedlich groß. Damit akzeptiert diese Perspektive die Konvertierung von implizitem in explizites Wissen. Nach der absolutistischen Perspektive zum impliziten Wissen, der auch Schreyögg und Geiger zuzuordnen sind, erfordert alles explizite Wissen komplementäres implizites Wissen, um genutzt werden zu können, eine Konvertierung ist dagegen nicht möglich. Nach Ancori, Bureth und Cohendet gehen diese beiden Extrempositionen auf ein Missverständnis zur Trennung von Wissen und Information zurück.

Als zweite relevante Dimension des Wissens dient hier die Mehrdeutigkeit. Gerybadze (2004b) und Kohler (2008) sprechen von interpretive coherence bzw. interpretativer Kohärenz. Damit wird das Ausmaß der Mehrdeutigkeit (equivocality) von Wissen ausgedrückt, welche bei sonst explizitem Wissen trotzdem zu Schwierigkeiten bei der Übertragung und dem Verständnis des Wissens führen kann. Grund hierfür ist Wissen, dessen Interpretation nicht eindeutig ist. Man könnte auch von verdeckter Mehrdeutigkeit sprechen, denn wesentliches Merkmal der Mehrdeutigkeit ist, dass sich die am Transfer beteiligten Parteien der Mehrdeutigkeit nicht bewusst sind. Dieses Wissensmerkmal wurde nach Gerybadze (2004b) in den bisherigen Studien zu Wissen, die deklarative und objektive Aspekte des Wissens betonen, vernachlässigt.68 Gerybadze (2004b) baut hier auf den Überlegungen von Weick (2001) auf, der diskutiert, welche Schwierigkeiten für den Umgang mit neuen Technologien aus der Mehrdeutigkeit entstehen.69 Weick sieht auch das Problem darin, dass sich Mehrdeutigkeit nicht mit ei-

64

Vgl. Polanyi (1983), S. 7. Vgl. Schreyögg/Geiger (2004), S. 280. Vgl. Nonaka/Takeuchi (1995), S. 8. 67 Vgl. Ancori/Bureth/Cohendet (2000), S. 257f. Dort bezeichnet als absolutist perspective on codification und absolutist perspective on tacit knowledge. 68 Siehe hierzu auch die Zitate von Gerybadze (2004b) in Kapitel 1.1.2. 69 Vgl. Weick (2001), S. 148ff. 65 66

28

Wissen, Technologie und Wissenstransfer

nem Mehr an Informationen beheben lasse.70 McCaskey (1982) hat durch zwölf Charakteristiken von mehrdeutigen Situationen sehr anschaulich illustriert, wie solche Situationen beschaffen sein können. In einer mehrdeutigen Situation kann das Problem selbst in Frage gestellt werden, die Menge und Verlässlichkeit an verfügbarer Information kann Schwierigkeiten erzeugen, zahlreiche widersprüchliche Interpretationen existieren71, verschiedene Werteorientierungen treffen aufeinander, Ziele sind unklar oder in Konflikt, die Ressourcenausstattung ist unangemessen, Widersprüche und Paradoxien tauchen auf, die Rollen- und Verantwortungsverteilung ist unklar, es gibt keine Erfolgsmaße, Ursache-Wirkungsbeziehungen werden nicht verstanden, Symbole und Metaphern werden anstelle von klaren Definitionen zur Kommunikation genutzt und die Entscheidungsträger wechseln ständig.72 Treffen nur einige dieser Merkmale zu, dann wird selbst bei explizitem Wissen die Übertragung von Wissen nicht ohne Schwierigkeiten ablaufen können. Die Bedeutung von Wissensinterpretationen für Produktinnovationen wurde auch von Dougherty (1992) diskutiert. Sie sieht den Ursprung unterschiedlicher Interpretationen in den unterschiedlichen Systemen des Verstehens, welche die verschiedenen Unternehmenseinheiten besitzen, und unterscheidet hier technische, kundennahe, produktionsbezogene und planungsbezogene Denkmuster. Bei der durch Innovationsprojekte verursachten Interaktion zwischen diesen Denkmustern kommt es dann zu Missverständnissen und unterschiedlichen Interpretationen. Dabei ist zu bedenken, dass das Wissen zu einem Projekt stärkeren Bezug zu diesen Denkmustern haben kann als Wissen in einem anderen Projekt. Gerybadze (2004b) unterscheidet daher in seiner Untersuchung zwischen kanonischem Wissen, welches eine hohe Kohärenz, also klare Interpretation und wenig Zusammenhang mit den verschiedenen Denkmustern, aufweist, und äquivokem Wissen, welches ausgeprägte Mehrdeutigkeit zeigt. Dies soll erklären, weshalb in Untersuchungen trotz objektiv expliziten Wissens Probleme beim Wissenstransfer auftreten können. Kanonisches Wissen liegt demnach vor, wenn die an der Wissensübertragung beteiligten Personen zu den gleichen Interpretationen des Wissens gelangen, also unter gegebenem Wissen das gleiche verstehen. Äquivokes Wissen liegt dagegen vor, wenn die Beteiligten zu unterschiedlichen Interpretationen kommen. Diese subjektive Dimension des Wissens lenkt den Fokus der Untersuchung verstärkt auf soziale und kognitive Aspekte

70

„The problem in ambiguity is not that the real world is imperfectly understood and that more information will remedy that. The problem is that information may not resolve misunderstandings.” Weick (1995), S. 92. Vgl. Weick (1995), S. 94f „... the word equivocal [...] explicitly points to the presence of two or more interpretations …” 72 Vgl. McCaskey (1982), S. 5. 71

Wissen, Technologie und Wissenstransfer

29

der Wissensübertragung und auf die subjektive Seite dieses Prozesses.73 Eine Wissenstransfersituation kann mit Hilfe dieser beiden Wissensdimensionen besser eingeschätzt werden, es können angemessene Übertragungsaktivitäten unternommen und Probleme beim Transfer vermieden werden. Gerybadze (2004b) hat dies in einer Darstellung zu-

äquivok kanonisch

Grad der Mehrdeutigkeit

sammengefasst, die hier wiedergegeben ist (siehe Abbildung 4).

Äquivokes, explizites Wissen

Äquivokes, implizites Wissen

• Missverständnisse

• schwerwiegende Kommunikationsprobleme

• verborgene, indirekte Kosten des Informationstransfers

• untragbare Kosten des Informationstransfers

• internationaler Wissensaustausch schwierig

• räumliche Konfiguration ist sehr wichtig

Kanonisches, explizites Wissen

Kanonisches, implizites Wissen

• einfache Übermittlung

• Schwierigkeiten beim Transfer

• sehr niedrige Kosten des Informationstransfers • globale Verteilung von Aktivitäten möglich

explizit

• Informationstransfer durch Personaltransfer • internationaler Transfer möglich, aber teuer

implizit Grad der Explizitheit

Abbildung 4: Interaktion der Wissensarten Explizitheit und Mehrdeutigkeit74

Die beiden Dimensionen des Wissens sind in dieser Darstellung für die Erklärung des Modells auf die jeweiligen extremen Ausprägungen reduziert. Es wird angenommen, dass es einen Übergang zwischen den Extremausprägungen gibt, dass die Dimensionen der Explizitheit und der Mehrdeutigkeit kontinuierlich sind und Wissen auch zwischen diesen Polen liegen kann. Des Weiteren wird angenommen, dass die Explizitheit eine stärkere Bedeutung für den unmittelbaren Transfer des Wissens hat, also die tatsächliche Übertragung, während Mehrdeutigkeit primär auf die dem Transfer folgende An-

73 74

Hierauf wird in Kapitel 3.1.1 unter dem Aspekt der Informationspathologien noch näher eingegangen. Nach Gerybadze (2004b), S. 113, eigene Übersetzung.

30

Wissen, Technologie und Wissenstransfer

wendung des Wissens wirkt. Wissenstransfer kann nur dann erfolgreich sein, wenn nicht nur die Übertragung gelingt, sondern auch die Anwendung. Die Kombinationen der hier als Extrempole dargestellten Wissensmerkmale haben unterschiedlich starke negative Auswirkungen auf den Wissenstransfer. In der klassischen Sichtweise von Wissen in Unternehmen, die der Einfachheit halber meist auf die Dimension von Nonaka und Takeuchi (1995) reduziert wird, wird nur unterschieden, wie schwierig die Kodifizierbarkeit und damit die unmittelbare Weitergabe des Wissens ist. Explizites Wissen kann relativ einfach und kostengünstig kodifiziert werden und ermöglicht damit auch einen meist problemlosen und günstigen Transfer des Wissens. Implizites Wissen ist aufwendiger zu kodifizieren und damit teilweise auch schwerer zu transferieren, es entstehen höhere Aufwendungen. Wenn nun die Dimension der Mehrdeutigkeit nicht berücksichtigt wird, kann es zu unerwarteten Schwierigkeiten kommen. Bei explizitem und kanonischem Wissen gelingt der Wissenstransfer einfach und mit geringen Kosten, eine globale Verteilung der mit dem Transfer in Zusammenhang stehenden Aktivitäten ist möglich. Bei implizitem und kanonischem Wissen treten die von implizitem Wissen erwarteten Schwierigkeiten auf, also höhere Kosten und Schwierigkeiten des Transfers, der Einsatz von Personaltransfer ist erforderlich, und internationaler Transfer wird kostspieliger. Doch diese Schwierigkeiten sind aufgrund der impliziten Natur des Wissens bereits zu erwarten. Ist das Wissen aber äquivok, kommt es sehr wahrscheinlich zu Schwierigkeiten in der Projektarbeit, die dem Wissenstransfer folgt, wenn diese Dimension des Wissens nicht berücksichtigt wird. Bei explizitem und äquivokem Wissen werden bei Beachtung lediglich der Explizitheits-Dimension keine Probleme erwartet. Diese können aber dadurch auftreten, dass die Mehrdeutigkeit die Verwendung des Wissens beeinträchtigt. Projektpartner verstehen das transferierte Wissen anders als intendiert und handeln entsprechend anders als von der transferierenden Einheit erwartet. Es entstehen so zusätzlicher Abstimmungsbedarf und möglicherweise auch Ressourcenverlust, wenn falsche Aktivitäten im Projekt aufgrund der differierenden Interpretationen des expliziten, aber äquivoken Wissens begonnen werden. Es kommt zu Missverständnissen, verborgene Kosten für den Transfer entstehen und besonders internationaler Transfer wird erschwert. Bei implizitem und äquivokem Wissen liegen schließlich die denkbar schwersten Bedingungen für einen Wissenstransfer vor, die Gefahr von hohen Kosten und Missverständnissen macht einen solchen Transfer äußerst schwierig.75 Da bereits die implizite Natur des Wissens schon für 75

In Kapitel 3.1.2 wird die Arbeit von Lippman/Rumelt (1982) im Zusammenhang mit Schwierigkeiten der Informationsverarbeitung in Unternehmen diskutiert. Das von ihnen vorgestellte Konzept der kausalen Ambigu-

Wissen, Technologie und Wissenstransfer

31

erhöhte Vorsicht bei der transferierenden Einheit sorgen kann, ist diese Kombination nicht so bedrohlich wie explizites und äquivokes Wissen, da man bereits auf Schwierigkeiten eingestellt ist.

Es wird in diesem Modell der Wissensmerkmale somit deutlich, dass trotz expliziten Wissens Probleme beim Wissenstransfer auftreten können. Diese Schwierigkeiten können durch das Vorliegen von äquivokem Wissen erklärt werden, eine weitere Ursache hierfür können aber auch die Rahmenbedingungen des Wissenstransfers sein. Eine Kombination von äquivokem und implizitem Wissen mit nachteiligen Rahmenbedingungen dürfte zu der denkbar schlechtesten Ausgangssituation für einen Wissenstransfer führen. Daher sollen auch die Rahmenbedingungen des Transfers in die Überlegungen einbezogen werden. Wie die in einem Projekt vorliegende Wissensart erfasst werden kann, wird in Kapitel 6 behandelt.

2.2 Wissensaustausch und Wissenstransfer Wie oben bereits dargestellt liegt der Schwerpunkt dieser Untersuchung auf dem Transfer von Technologie, was als eine spezifische Art von Wissen charakterisiert wurde. Hier werden zunächst Definitionen und Erkenntnisse zu Wissenstransfer berichtet, die dann die Basis für die in Kapitel 5 dargestellte vertiefende Diskussion von Wissenstransfer in F&E-Kooperationen bilden.

2.2.1

Ausgangsüberlegungen zum Wissenstransfer

Eine sehr eingängige Definition für Wissenstransfer bieten Minbaeve, Pedersen, Björkman, Fey und Park (2003). Sie verstehen unter Wissenstransfer: „… a process that covers several stages starting from identifying the knowledge over the actual process of transferring the knowledge to its final utilization by the receiving unit.”76

Auch wenn dies schon recht klar scheint, so müssen doch noch die verwandten Begriffe „Wissenstransfer“, „Informationstransfer“ und „Technologietransfer“ voneinander

76

ität weist große Ähnlichkeit zu dem Fall des impliziten und äquivoken Wissens auf. Minbaeve/Pedersen/Björkman/Fey/Park (2003) S. 587.

32

Wissen, Technologie und Wissenstransfer

abgegrenzt werden, die alle in der Literatur Verwendung finden, teilweise mit sich überschneidenden Definitionen. Wenn wir den in den vorigen Ausführungen dargelegten Auffassungen von Wissen, Information und Technologie folgen, dann ergibt sich die im Folgenden beschriebene Abgrenzung. Der Wissenstransfer wird unternommen, um beim Ziel des Transfers das gleiche Wissen herzustellen wie bei der Quelle des Transfers. Zu diesem Zweck muss Wissen, dass ja an sich nur in einem Individuum vorliegt, in transferierbare Information umgesetzt werden. Der Informationstransfer an sich, also die Weitergabe des in Information umgesetzten Wissens, reicht aber in der Regel allein nicht aus, um beim Ziel das gewünschte Wissen zu erzeugen. Zusätzlich zu dem eigentlichen Wissen müssen auch Kontextinformationen und verwandte Wissensbereiche übermittelt werden. Außerdem muss die Möglichkeit zu Rückfragen eingeräumt werden, um eventuelle Missverständnisse oder Transferstörungen zu beheben. Informationstransfer ist somit als ein Teilschritt des Wissenstransfers zu betrachten. Technologietransfer77 schließlich bezeichnet den Transfer einer bestimmten Art von Wissen, nämlich Wissen über eine Technologie.78 Dieser Gegenstand ist, wie schon oben ausgeführt, komplex durch die Vielfalt des betroffenen Wissens. Es müssen sowohl Prozesse und Artefakte in Form von Werkzeugen oder Maschinen als auch Handlungen von Akteuren berücksichtigt werden. Wissenstransfer ist dabei nicht als unidirektional anzusehen. Selbst wenn es die Intention sein sollte, Wissen nur in eine Richtung zu transferieren, so werden doch die Vorbereitung und der Ablauf sowie die Nachbearbeitung des Transfer einen bidirektionalen Wissensaustausch zwischen Quelle und Ziel notwendig machen.79 Zur Ausgestaltung von Wissenstransfer werden im Folgenden einige Modelle für den Ablauf eines Transfers vorgestellt. Thiel (2002) hat in seiner Arbeit eindrücklich erläutert, dass Wissenstransfer in der Literatur aus zwei Perspektiven betrachtet wird. Zum einen wird der Transfer als ein Problem der Wissenslogistik behandelt, bei dem es um die sachgerechte Identifikation, Transfervorbereitung und Transferierung von Wissen geht.80 Zum anderen ist Wissenstransfer als ein Lernproblem anzusehen, bei dem die Aufnahmefähigkeit und die Fähigkeit zur Umsetzung des Wissens bei den Wissensempfängern behandelt werden.81 Thiel kommt zu dem Schluss, dass ein Wissenstransfer unbedingt unter beiden Gesichtspunkten zu bewerten ist, und die77

Vgl. Walter (2003), S. 14ff für eine ausführlichere Diskussion zur Definition von Technologietransfer. Einige Untersuchungen unterscheiden zwischen dem Transfer der physischen Technologie und dem Transfer des dazugehörenden Wissens. Der Transfer der physischen Technologie wird auch dort als sinnlos ohne den Transfer des entsprechenden Wissens angesehen. Siehe hierzu z. B. Sahal (1981, 1982), Bozeman (2000). 79 Vgl. von Krogh/Köhne (1998) S. 241f. 80 Vgl. Thiel (2002), S. 29ff, Probst/Raub/Romhardt (2006), S. 139ff. 81 Vgl. Thiel (2002), S. 29ff. 78

Wissen, Technologie und Wissenstransfer

33

ser Schlussfolgerung wird auch in dieser Arbeit gefolgt. Die Modelle, die im nächsten Abschnitt vorgestellt werden, erfüllen diesen Anspruch insofern, als sie sowohl Elemente der Logistik- als auch der Lernperspektive enthalten.

2.2.2

Modelle des Wissenstransfers

Die verbreiteten Ansätze zur Strukturierung von Wissenstransfers folgen meist einem Kommunikationsmodell82 ähnlichen Muster. Um zu einem für die Fallstudienarbeit brauchbaren Ansatz zu kommen, sollen hier einige der Wissenstransfermodelle erläutert werden. Zunächst wird noch eine Erweiterung des Kommunikationsmodells um die Medieneigenschaften vorgestellt, die große praktische Relevanz für den Ablauf des Wissenstransfers hat.

Nach Daft und Lengel (1986)83 wird in Unternehmen Wissen transferiert und Information verarbeitet, um Unsicherheit zu reduzieren und äquivoke Situationen zu klären. Unsicherheit entsteht durch unzureichende Information für eine zu erledigende Aufgabe, zusätzliche Information reduziert dieser Unsicherheit. Äquivoke Situationen sind solch Situationen, in denen widersprüchliche Interpretationen einer Aufgabe oder einer Sachlage existieren, die durch Kommunikation und entsprechende Informationsverarbeitung geklärt werden können. Ausgehend von der durch die Information zu beseitigenden Schwierigkeit (Unsicherheit oder äquivoke Situation) empfehlen Daft und Lengel in ihrer Media Richness Theorie den Einsatz von zur Schwierigkeit passenden Medien zur Transferierung und Bereitstellung von Information. Sie unterscheiden dabei die verfügbaren Medien nach ihrer Reichhaltigkeit (media richness). In der Reihenfolge abnehmender Reichhaltigkeit nennen sie persönliche Interaktion, Telefon, individuelle Dokumente wie Briefe, standardisierte Dokumente und numerische Dokumente (z. B. Datentabellen). Die Reichhaltigkeit eines Mediums ist bestimmt durch die Möglichkeit für unmittelbares Feedback, durch die Menge an verwendbaren Hinweisen und Kommunikationskanälen, die Möglichkeit zur Individualisierung der transferierten Nachricht und der Vielfalt der sprachlichen Ausdrucksmöglichkeiten.84 Zur Reduktion

82

Ein einfaches Modell der Kommunikation wurde in Kapitel 2.1.1 erläutert, hierauf wird auch in Kapitel 3.2 noch näher eingegangen. Die Grundlagen der Theorie wurden bereits in Daft/Lengel (1984) vorgestellt und in Daft/Lengel (1986) dann weiter ausgearbeitet. 84 Vgl. Daft / Lengel (1986), S. 560. 83

34

Wissen, Technologie und Wissenstransfer

von Unsicherheit wird nun empfohlen, eher Medien von geringerer Reichhaltigkeit zu verwenden, da in solchen Situationen klare, unmissverständliche Informationen wichtig sind und auch ausreichen. Zur Klärung von äquivoken Situationen empfehlen Daft und Lengel die Verwendung von reichhaltigeren Medien, da so Missverständnisse beseitigt und verschiedene Interpretationen diskutiert werden können. Rice (1992) prüfte die von Daft und Lengel (1986) vorgestellte Theorie empirisch und konnte zwar die ausgehend von Daft und Lengel aufgestellten Hypothesen nur teilweise bestätigen, untersuchte aber auch nicht in einer Studie die gesamte Bandbreite der zur Verfügung stehenden Medien, sondern in verschiedenen Organisationen jeweils nur einen kleinen Ausschnitt der tatsächlich genutzten Medien. Wie bei der empirischen Prüfung von Daft, Lengel und Trevino (1987) zeigte sich auch bei Rice, dass die Effekte der Media Richness Theorie am stärksten beim Vergleich der sehr reichhaltigen Medien mit den am wenigsten reichhaltigen Medien beobachtbar sind. Reichwald (1998) erweiterte die Überlegungen von Daft und Lengel und stellte in einem Media Richness Modell den Zusammenhang von Medienreichhaltigkeit und Aufgabenkomplexität dar. Weniger komplexe Aufgaben bedürfen tendenziell weniger reichhaltiger Medien, und komplexere Aufgaben erfordern in der Regel reichhaltigere Medien. In seinem Modell wird auch deutlich, zu welchen weiteren Komplikationen es kommen kann, wenn die Medienreichhaltigkeit der Aufgabenkomplexität nicht angemessen ist. Die Verwendung von reichhaltigen Medien bei wenig komplexen Aufgaben kann zu Informationsüberlastung und Missverständnissen führen, da zu viele zusätzliche Informationen übertragen werden. Bei der Verwendung von wenig reichhaltigen Medien bei komplexen Aufgaben dagegen können die Interpretationsschwierigkeiten und Mehrdeutigkeiten nicht aufgeklärt werden, da kein interaktiver Austausch zwischen den beteiligten Parteien stattfinden kann. Zunächst bedeutet dies für die Berücksichtigung der Wissensarten, dass bei explizitem Wissen auch wenig reichhaltige Medien verwendet werden können, während bei implizitem Wissen eher reichhaltige Medien zum Einsatz kommen sollten. Die Ansätze von Daft und Lengel sowie Rice wurden noch weiter entwickelt, was Ansatzpunkte für die Mehrdeutigkeit von Wissen bietet und im Folgenden erläutert wird.

Dennis, Fuller und Valacich (2008)85 kritisieren an Media Richness Theorie und Media Richness Modell, dass empirische Studien diese beiden Ansätze für neue Medien, ins-

85

Basierend auf Dennis/Valacich (1999).

Wissen, Technologie und Wissenstransfer

35

besondere computergestützte Medien, nicht bestätigen konnten.86 Sie schlagen daher als neue Theorie zur Erklärung der Mediennutzung bei Kommunikation bezogen auf die Aufgabe die Media Synchronicity Theorie vor. Dieser Ansatz hebt besonders die zeitliche Relation der Mediennutzung hervor. Gemeint ist damit das Ausmaß, mit dem die an der Aufgabe Beteiligten gleichzeitig oder zeitversetzt an der Aufgabe arbeiten. In der Media Synchronicity Theorie werden zwei wesentliche Prozesse unterschieden, aus denen Kommunikation besteht. Dies sind die Übertragung von Information (conveyance of information) und die Konvergenz von Bedeutung (convergence of meaning). Diese Prozesse haben sowohl eine intrapersonale als auch eine interpersonale Komponente. Für die Kommunikation sind intrapersonale Informationsverarbeitung sowie interpersonaler Informationstransfer notwendig. Die Medien besitzen spezifische Eigenschaften, welche beeinflussen, wie Verarbeitung und Transfer von Information ablaufen können. Diese Eigenschaften sollen frei von sozialen Effekten sein, was in bisherigen Untersuchungen zu Medieneigenschaften laut Dennis, Fuller und Valacich (2008) nicht immer der Fall war. Sie unterscheiden die fünf Medieneigenschaften (media capabilities) Übertragungsgeschwindigkeit, Parallelität der Kommunikation, verwendete Symbolsets, Kontrolle der Information vor dem Senden und Möglichkeit zur wiederholten Verarbeitung. Diese Medieneigenschaften bestimmen die Synchronizität eines Mediums, also das Ausmaß, zu dem das Medium gleichzeitige Kommunikation erlaubt. Die verfügbaren Medien selbst haben sich weiterentwickelt, es ist also nicht mehr angebracht, nach bestimmten Medienkategorien zu unterscheiden, sondern besser, Medien nach ihren Funktionen zu klassifizieren. Die Art, wie Individuen die Medien einsetzen, beeinflusst ihren Erfolg dabei, gemeinsames Verständnis durch die Konvergenz von Bedeutung zu erzeugen. Konvergenz von Bedeutung bedarf eher synchroner Medien, also solcher, die gleichzeitiges Kommunizieren erlauben, während die Übertragung von Information keine ausgeprägte Synchronizität des verwendeten Mediums erfordert. Schließlich betonen Dennis, Fuller und Valacich, dass es kein bestes Medium gibt, sondern dass im Verlauf einer Kommunikation, bestehend aus einer Anzahl an Prozessen der Übertragung und Konvergenz, verschiedene Medien zum Einsatz kommen sollten, um optimale Resultate zu erzielen. Auf die Überlegungen zu den Wissensmerkmalen übertragen bedeutet das, dass bei äquivokem Wissen eher synchrone Medien genutzt werden sollten, bei kanonischem Wissen dagegen der Einsatz von asynchronen Medien möglich ist. Dies hilft, Missverständnisse und Probleme beim Wis86

Eine Übersicht über die betreffenden empirischen Studien wird bei Dennis/Fuller/Valacich (2008), S. 576 gegeben.

36

Wissen, Technologie und Wissenstransfer

senstransfer zu vermeiden. Zusammen mit den Anregungen aus der Betrachtung der Reichhaltigkeit der Medien sind dies klare Hinweise für die mediale Gestaltung des Wissenstransfers, wenn denn die vorliegenden Wissensarten bekannt sind. Wie die Wissensarten identifiziert werden können, wird in Kapitel 6 diskutiert. Hier wird nun zunächst ein einheitliches Modell des Wissenstransfers erarbeitet.

Die im Folgenden vorgestellten drei Modelle des Wissenstransfers fokussieren auf etwas unterschiedliche zeitliche Stufen des Transfers und auch auf teils unterschiedliche Gruppen von Sendern und Empfängern. Diese Ansätze lassen sich in ein Modell des einheitlichen Ablaufs von Wissenstransfer integrieren, das am Schluss dieses Kapitels abgeleitet wird.

Von Krogh und Köhne (1998) stellen ein Modell des internen Wissenstransfers und eine Sammlung von Einflussfaktoren auf den Wissenstransfer vor. Sie gehen davon aus, dass der Transfer zwischen Personen, Gruppen und Unternehmenseinheiten stattfinden kann. Der Kontext des Transfers und die Einflussfaktoren wirken auf alle drei im Folgenden vorgestellten Phasen des Transfers.87 Die erste Phase ist die der Initiierung. Hier werden die Ziele des Transfers festgelegt, und es werden die beteiligten Parteien identifiziert. In der zweiten Phase geschieht der als Wissensfluss bezeichnete eigentliche Transfer von Wissen. In der dritten Phase integriert der Empfänger des Wissens das Wissen vor Ort, weshalb diese Phase als Integrationsphase bezeichnet wird.88 Dabei betonen von Krogh und Köhne, dass es sich bei diesem Ablauf nicht um ein singuläres Ereignis handelt: „Der Wissenstransfer vollzieht sich je nach Umfang des zu transferierenden Wissens in einer Vielzahl von einzelnen Wissensflüssen in alltäglichen Handlungen und Interaktionen zwischen Individuen, Gruppen/Communities und Organisationseinheiten und stellt nicht einfach einen einzelnen großen Wissensfluss dar.“89

In dem Modell kann es zu Rücksprüngen in frühere Phasen kommen und je nach neuen Anforderungen auch zur Veränderung der Gestaltung des Transfers. Auch der Transferierende (die Quelle) lernt beim Transfer dazu, der Wissenstransfer ist also nicht nur als einseitig anzusehen, sondern stellt eher einen wechselseitigen Austausch von Wissen

87

Siehe auch Abbildung 5. Für einen Vorläufer dieses Modells siehe Kriwet (1997) S. 178ff. 89 von Krogh/Köhne (1998), S. 241f. 88

Wissen, Technologie und Wissenstransfer

37

dar. Dieses Modell folgt mit seinem Aufbau den allgemeinen Modellen von Kommunikation mit Sender, Transferkanal und Empfänger.90 In der zweiten Phase des eigentlichen Transfers muss das Modell allerdings noch spezifischer werden. Transfer von individuellem und organisatorischem Wissen Personen, Gruppen, Unternehmenseinheiten

Phase Initiierung

Phase Wissensfluss

Phase Integration

Personen, Gruppen, Unternehmenseinheiten

Kontext Einflussfaktoren

Abbildung 5: Phasen des Wissenstransfers91

Als Einflussfaktoren auf den Wissenstransfer nennen von Krogh und Köhne (1998) 13 verschiedene Aspekte: Art des Wissens bzw. Kodifizierbarkeit des Wissens, Art des Transfers und Vielfalt der Transferarten, frühere Erfahrungen bei Wissenstransfers, Wahrnehmungs-, Verarbeitungs- und Lernfähigkeit sowie Lernwille, die Motivation der Beteiligten, das Vertrauen zwischen den Beteiligten, das Verhalten und die Interaktion der Beteiligten sowie die Beziehung zwischen den Beteiligten, Offenheit der Beteiligten, Unternehmenskultur und kultureller Kontext, Machtaspekte, explizite Unterstützung des Wissenstransfers durch das Management und durch „knowledge activists“, organisatorische Struktur und organisatorische Ausgestaltung des Wissenstransfers, Anreizsysteme, verfügbare Zeit für den Transfer, sowie der historische, politische, ökonomische und situative Kontext.

Boeglin (1992) stellt ein Modell des Know-how-Transfers vor, das sich an dem allgemeinen Kommunikationsmodell von Sender, Informationskanal und Empfänger orientiert. Unter Know-how versteht Boeglin eine bestimmte Art von Wissen, nämlich systembezogenes Problemwissen. Es hat damit keinen allgemeingültigen Charakter, son-

90 91

Siehe hierzu auch Unterkapitel 3.2 zu Missverständnissen. Nach von Krogh/Köhne (1998), S. 238, Abb. 1.

38

Wissen, Technologie und Wissenstransfer

dern hat nur innerhalb eines spezifischen Systems Relevanz.92 Die Schwierigkeiten bei einem solchen Transfer hängen mit dem Können und Wollen von Sender und Empfänger sowie Störungen des Kanals zusammen. Als Einflussfaktoren werden instrumentelle (Hilfsmittel, vorhandene Fähigkeiten, Kenntnisse und Erfahrungen), strukturelle (räumliche Nähe, Bekanntschaft) und kulturelle Aspekte (Übereinstimmung der Wertvorstellungen, Normen und Denkinhalte) diskutiert, der Transfer selbst findet auf der prozessualen Ebene statt. Je nach Rahmenbedingungen für den Transfer werden verschiedene Eingriffstiefen bei der Umsetzung unterschieden. Je umfangreicher und häufiger der Transfer ist, desto eher muss man neben der prozessualen auch auf die strukturelle oder sogar kulturelle Ebene der Einflussfaktoren einwirken, um den Transfer erfolgreich zu gestalten. Schließlich wird ein systematischer Lösungsansatz für die Transfergestaltung vorgeschlagen (Tabelle 3). Tabelle 3: Schritte bei der Gestaltung des Know-how-Transfers93

1.

Identifikation von Transferpotentialen: Feststellung von Know-howUnterschieden

2.

Vorstudie: Zweckmäßigkeit des Know-how-Transfers prüfen, Nutzen größer als Aufwand?

3.

Hauptstudie: Transferkonzept erstellen

4.

Realisierung: Widerstände überwinden, Rahmenbedingungen anpassen, Transfer einleiten

Die Annahmen von Boeglin werden in dieser Quelle nicht empirisch belegt, sondern basieren auf der „... Erfahrung des Autors aus seiner Forschungstätigkeit ...“94 Dieser systematische Lösungsansatz enthält keine Kontrolle des Transfererfolges, bietet aber einen gut übertragbaren Entwurf für die Vorbereitungsphase eines Wissenstransfers.

Einen spezifischen Ansatz des Wissenstransfers präsentiert Kohler (2008), der den Transfer von Methoden zwischen internen Dienstleistern und einer den Dienstleister beauftragenden Unternehmenseinheit untersucht hat. Für die erfolgreiche Gestaltung des Transfers schlägt er ähnlich den zuvor vorgestellten Modellen ein dreigliedriges

92

Vgl. Boeglin (1992), S. 86f. Nach Boeglin (1992). 94 Boeglin (1992), S. 88. 93

Wissen, Technologie und Wissenstransfer

39

Vorgehen vor (siehe Abbildung 6). In der Pilotphase wird das gewünschte Wissen in Zusammenarbeit mit der Unternehmenseinheit generiert. Anschließend wird es in der Rolloutphase in die gesamte Unternehmenseinheit übertragen, hier geschieht der ursprüngliche Wissenstransfer. In der Migrationsphase schließlich wird das in der ersten Phase generierte Wissen auch für andere Unternehmenseinheiten nutzbar gemacht. Damit sollen Standardisierungseffekte für die angewendeten Methoden innerhalb des Unternehmens erreicht werden.

Pilot Proof of Concept

Downstream Wissensgenerierung Erarbeitung einer neuen Methode gemeinsam mit den Anwendern zur Lösung relevanter Probleme der Business Unit.

Migration – Neuer Anwendungskontext

Rollout – Standardisierung

Nutzenmaximierung Step I Transfer der neuen Methode zu allen Projekten, die in der Verantwortung der Pilotnutzergruppe liegt, um deren Nutzen zu maximieren.

Nutzenmaximierung Step II Transfer der neuen Methode zu anderen Nutzergruppen unter Verwendung der gesammelten Erfahrungen, um den Gesamtnutzen für das Unternehmen zu maximieren.

Abbildung 6: Wissenstransfer vom internen Dienstleister zum Anwender95

Bemerkenswert an diesem Modell ist, dass auch die Phase der Wissensgenerierung explizit berücksichtigt wird. Als Einflussfaktoren für den Wissenstransfer behandelt Kohler Motivationsaspekte, die Beziehung zwischen Sender und Empfänger, die Dokumentation des Wissens, die räumliche Nähe zwischen den Transferbeteiligten und den Personaltransfer zwischen Dienstleister und Unternehmenseinheit.

Die drei präsentierten Modelle betonen die Phasen vor und nach dem Transfer unterschiedlich stark. Es bietet sich daher an, die drei Ansätze zu verbinden. Dabei können vor allem ausgehend von dem sehr allgemeinen Modell von Kroghs und Köhnes (1998) die Phase vor dem eigentlichen Beginn des Transfers und die Phase nach dem

95

Nach Kohler (2008), S. 203ff.

40

Wissen, Technologie und Wissenstransfer

Ende des Transfers mit Hilfe der beiden anderen Modelle ausführlicher dargestellt werden (siehe Abbildung 7).

Von Krogh / Köhne (1998)

Identifikation

Vorstudie

Initiierung

Wissensfluss

Hauptstudie

Realisierung

Kohler Pilot (2008)

Vorbereitung

Boeglin (1992)

Rollout

Transfer

Transferbeginn

Integration

Migration

Anwendung

Transferende

Abbildung 7: Integration der Wissenstransfermodelle

In dieser Arbeit werden entsprechend dieser Integration beim Wissenstransfer die Phasen der Vorbereitung, des Transfers und der Anwendung unterschieden. In der Vorbereitungsphase laufen die bei von Krogh und Köhne (1998) in der Initiierungsphase und bei Boeglin (1992) in den ersten drei Phasen eingeordneten Aktivitäten wie Transferbedarfsfeststellung, Ermittlung der Sender und Empfänger sowie Strukturierung des Transfers ab. In der Transferphase kommt es dann zu dem Wissenstransfer unter Berücksichtigung der dargestellten Aspekte der Mediennutzung je nach Wissensmerkmalen. In der Anwendungphase nach Abschluss des Transfers wird das transferierte Wissen zur Anwendung gebracht, was auch, wie bei Kohler (2008) beschrieben, zu weiteren Transferaktivitäten führen kann.

2.2.3

Rahmenbedingungen beim Wissenstransfer

Um einen Wissenstransfer angemessen vorbereiten und durchführen zu können, sind eine Reihe von Rahmenbedingungen zu beachten. Bendt (2000) nennt hier motivationale Aspekte, die Struktur und den Prozess des Transfers sowie Bewertungsansätze, um den Nutzen des Wissenstransfers einschätzen zu können. Spelsiek (2005) betont in

Wissen, Technologie und Wissenstransfer

41

seiner Arbeit vor allem die motivationalen Aspekte, und Thiel (2002) sieht neben den Motivationsaspekten auch die Koordinationsaspekte96 als relevant an.

Um zu einer umfassenden Beschreibung eines Wissenstransfers in der Lage zu sein, sollten Parameter des Transfers in sechs Kategorien berücksichtigt werden. Zeitlich kann festgehalten werden, wie lange der Transfer dauert bzw. gedauert hat. Räumlich kann man erfassen, welche Distanzen für den Transfer überbrückt werden müssen. Über den Umfang des Transfers lässt sich beschreiben, wie viele Personen und Organisationen an dem Transfer beteiligt sind, d. h. wie viele interpersonelle und interorganisationale Grenzen überwunden werden müssen. Diese Kategorie kann vom Austausch zwischen zwei Personen bis zu einem internationalen und interorganisationalen Transfer alle denkbaren Ausprägungsformen enthalten.97 Der Gegenstand des Transfers wird in dieser Arbeit über die beschriebenen Wissensarten charakterisiert98, kann aber auch qualitativ erfasst werden, also nach Inhaltsmerkmalen. Schließlich lassen sich die Transfermittel, also die Kommunikationsinstrumente, identifizieren, die zum Transfer verwendet werden.99 Außerdem sind noch die Rahmenbedingungen und der Kontext des Transfers zu berücksichtigen. Tabelle 4 gibt eine Übersicht über die dargestellten Kategorien und Beispiele. Tabelle 4: Beschreibungskategorien für Wissenstransfer

96

Kategorie

Beispiel

Zeit

Gesamtdauer, geplante Dauer

Raum

lokal, national, international

Umfang

Dialog, intraorganisational, interorganisational

Gegenstand

Wissensarten, qualitative Beschreibung

Transfermittel

Dokumente, Personen, Datenträger

Kontext

Motivation der Beteiligten, Ziele der beteiligten Organisationen

Diese werden unterteilt in konstitutive Ressourcen, Fähigkeiten und (periphere) Informationen. Vgl. Thiel (2002), S. 38ff. und S. 74, Tab. 7. Siehe hierzu die Diskussion von verteilten Teams in Kapitel 2.2.4. 98 Die Wissensmerkmale werden in den Kapiteln 2.1.3 und 6.1 näger erläutert. 99 Siehe hierzu vor allem die Media Richness Theorie (Daft/Lengel (1986), Rice (1992), Reichwald (1998)) und die Media Synchronicity Theorie (Dennis/Valacich (1999)), die beide weiter oben behandelt wurden. 97

42

Wissen, Technologie und Wissenstransfer

Neben den oben diskutierten allgemeinen Modellen und Aspekten des Wissenstransfers erhöht die internationale Komponente eines Wissenstransfers die Komplexität des Prozesses in mehrfacher Hinsicht. Einige dieser Aspekte wurden oben schon angesprochen (siehe Tabelle 4). Unterschiedliche Sprachen, große räumliche Distanz, unterschiedliche Kulturen (und die damit einhergehenden Unterschiede im Verhalten) und verschiedene Umweltfaktoren üben einen Einfluss auf den Transfer aus.

Die Übertragung sowohl von Wissen als auch von Information ist in regionalem Kontext schon mit erheblichen Schwierigkeiten behaftet. Bei einer Übertragung über Ländergrenzen und damit meist über Kulturgrenzen hinweg kommen weitere Hindernisse hinzu. Kommunikationstheoretisch ist dies damit zu begründen, dass Chiffrier- und Dechiffriersystem100 von Sender und Empfänger nicht übereinstimmen und es somit zu Verständigungsschwierigkeiten kommt. Auf der empirischen Seite identifizierte Barna (1997) sechs Barrieren der interkulturellen Kommunikation. Angst oder Unsicherheit spielen eine Rolle in der Interaktion, und zwar dann, wenn sich eine oder beide Seiten der Interaktion deplaziert fühlen und nicht wissen, wie sie sich richtig verhalten sollen. Die Annahme von Ähnlichkeiten anstatt von Unterschieden zwischen den Werten und Normen, die in der eigenen und denen, welche in einer anderen Kultur gelten, kann ebenfalls Schwierigkeiten bereiten. Ethnozentrismus kann dazu führen, dass Informationen oder Wissen aus einer anderen Kultur unterbewertet oder vernachlässigt werden. Stereotypen und Vorurteile können die Kommunikation weiter verzerren. Bei der persönlichen Interaktion kann es zur Fehlinterpretation nonverbalen Kommunikationsverhaltens kommen, und schließlich besteht eine wesentliche Erschwernis interkultureller Kommunikation darin, dass meist nicht die gleiche Sprache gesprochen wird. Diese Barrieren können dazu führen, dass Wissen stärker äquivok ist, da ein gemeinsamer Bezugsrahmen der Interaktionspartner fehlt.

Hier liegt ein klarer Vorteil eines multinationalen Unternehmens gegenüber anderen Formen der wirtschaftlichen Organisation von Wissenstransfer. Das multinationale Unternehmen gibt dem interkulturellen Transfer einen kohärenten Rahmen, und dies ist auch der informationsökonomischen Theorie des Unternehmens zufolge eine der Ursachen für die Bildung von multinationalen Unternehmen.101 Ein weiterer Grund dafür,

100 101

Vgl. Reimann (1974). Vgl. Magee (1977), Picot/Reichwald/Wigand (2003).

Wissen, Technologie und Wissenstransfer

43

der im Zusammenhang steht mit dem Transfer von Wissen, ist die Tatsache, dass die Heimatmärkte der Unternehmen teilweise nicht die Technologien liefern können, die das Unternehmen zur Wahrung von Wettbewerbsvorteilen benötigt.102 Deshalb investieren sie in Auslandsstandorten, an denen dieses Wissen vorhanden ist103, um es zu nutzen und gegebenenfalls in andere Unternehmensstandorte zu übertragen. Informationen und Wissen werden in multinationalen Unternehmen bei der Erzeugung von Innovationen in zwei miteinander verbundenen Netzwerken ausgetauscht: dem internen Netzwerk, das der Übertragung innerhalb des Unternehmens dient, und dem externen Netzwerk, durch welches das Unternehmen mit externen Forschungszentren verbunden ist.104 Dadurch ist das Unternehmen in der Lage, einen transnationalen sozialen Raum105 zu schaffen, in dem transnationales Lernen sowie Informations- und Wissensaustausch stattfinden können. Dabei ist zu berücksichtigen, dass die Kosten von Informationstransfer zwar unabhängig von der überwundenen Distanz sein können, die Kosten der Übertragung von Wissen dagegen mit zunehmender Distanz steigen.106

2.2.4

Verteilte Teams als besondere Rahmenbedingung

Wenn die an einem Projekt beteiligten Personen an verschiedenen Orten arbeiten, wird dies als verteilte Arbeit bzw. als ein verteiltes Team bezeichnet. Auch eine verteilte Organisation der mit dem Transfer befassten Projektgruppe beeinflusst das Vorgehen bei einem Wissenstransfer oder -austausch. Hier gibt es einige Besonderheiten zu beachten. Im internationalen Management werden verteilte Teams häufig in der Forschung zu länderübergreifenden F&E-Projekten behandelt. Gassmann (1997a) definiert länderübergreifende F&E-Projekte folgendermaßen107: „Vorhaben, bei denen die Projektakteure aus verschiedenen Ländern stammen und/oder die Projektaktivitäten unter Einsatz von strategischen Ressourcen aus mehreren Ländern grenzüberschreitend arbeitsteilig durchgeführt werden, wobei das Ziel verfolgt wird,

102

Vgl. Granstrand/Hakanson/Sjölandera (1993). Vgl. Archibugi/Michie (1995). Vgl. Zanfei (2000); Blanc/Sierra (1999) stellen ein ähnliches Modell vor. Detaillierter werden F&EKooperationen in Kapitel 5 besprochen. 105 Vgl. Lam (2003). 106 Vgl. Feldman/Audretsch (1999). 107 Aufbauend auf der OECD-Begriffsbestimmung zu Forschung und Entwicklung (OECD 1992) und Definitionsansätzen zu internationalen Projekten (Pinkenburg 1980, Dülfer 1982, Herten 1988, Grün 1989). 103 104

44

Wissen, Technologie und Wissenstransfer neues Wissen zu gewinnen oder vorhandenes Wissen umzusetzen, um neue Produkte oder Prozesse zu entwickeln bzw. diese zu verbessern.“108

Er sieht die Vorteile einer solchen länderübergreifenden Teamkonfiguration109 in der Berücksichtigung unterschiedlicher, spezifischer Marktanforderungen durch die Beteiligung der entsprechenden Teammitglieder, in dem Zugang zu weltweiten Ressourcen (hauptsächlich Humanressourcen und Forschungs-/Entwicklungseinrichtungen mit Spezialausstattungen) und in der Ausnutzung von Größenvorteilen in internationalen Kompetenzzentren, in der Verteilung der Aktivitäten über verschiedene Zeitzonen und der entsprechenden Möglichkeit, rund um die Uhr an einer Entwicklung zu arbeiten, in den Synergieeffekten, die aus der Einbindung von regionalen Unternehmenseinheiten entstehen, in den Lernprozessen, also dem projektbegleitenden und standortübergreifenden Wissenstransfer neben der eigentlichen Projektarbeit, in Parallelforschungsstrategien, welche einen Wettbewerb der besten Lösungsansätze für ein gegebenes Problem erlauben, und schließlich in der Ausbildung von informellen Kontakten über Standorte hinweg, welche einen zukünftigen Wissensaustausch und gemeinsame Projektarbeit erleichtern dürfte. Neben diesen Vorteilen zeigen internationale Projekte laut Gassmann aber auch einige Problemfelder. Diese sind teilweise Kehrseiten einiger der Vorteile. Die über die Zeitzonen verteilte Arbeit und die damit einhergehende geographische Distanz führen zu einer Abnahme der persönlichen Kontakte zwischen den Teammitgliedern, was die Informationsübertragung und besonders die Abstimmung der Projektarbeit erschwert. Auch die informelle Kommunikation zur Vertrauensbildung im Projektteam wird so komplizierter. Kulturelle Unterschiede erschweren die Verständigung weiter und lassen Unternehmen, die eher von zentralisierter F&E-Aktivität geprägt sind, vor länderübergreifenden F&E-Projekten zurückschrecken. Die Zunahme der international verteilten Forschungs- und Entwicklungsaktivitäten seit 1992 wurde im Rahmen des Global Benchmarking Survey on Strategic Management of Technology untersucht.110 Der Anteil der europäischen Firmen, für die externe kooperative Technologiegewinnung eine zentrale Rolle spielt, stieg von 22 % (1992) auf 77 % (1998) und

108 109 110

Gassmann (1997a), S. 134. Vgl. Gassmann (1997a), S. 137ff. Die Studie wurde in Zusammenarbeit vom Massachusetts Institute of Technology, dem Fraunhofer Institut für System- und Innovationsforschung, der Universität Hohenheim und dem National Institute for Science and Technology Policy in Japan bearbeitet. Roberts (2001) berichtet die aktualisierten Ergebnisse und gibt einen Ausblick für 2001. In dieser Längsschnittstudie wurden 209 multinationale Unternehmen befragt. Auch Gerybadze (2004a, S. 191ff.) diskutiert die Ergebnisse der Studie.

Wissen, Technologie und Wissenstransfer

45

wurde von Roberts (2001) mit 86 % in 2001 prognostiziert.111 Die Bedeutung von kooperativen Entwicklungen wächst also deutlich.

Verschiedene Begriffe und Bezeichnungen sind verwendet worden, um Teams mit Mitgliedern an verschiedenen Orten zu beschreiben, darunter distal und proximal bzw. virtual

und

proximal

(Workman

2007)

dispersed

und

colocated

(Pol-

zer/Crisp/Jarvenpaa/Kim 2003, 2006) oder transnational (Adenfelt/Lagerström 2006). Eine etwas umfassendere Definition wurde von McDonough, Kahn und Barczak vorgestellt.112 Dort werden drei Formen von Teamorganisation unterschieden: lokal (collocated), virtuell (virtual) und global (global). Die beiden Dimensionen, auf denen sich die drei Formen unterscheiden sind der Arbeitsort der Teammitglieder und ihre Kulturzugehörigkeit. Sind die Teammitglieder dauerhaft am selben Ort stationiert und gehören auch der gleichen Kultur an, dann bilden sie ein lokales Team. Sind sie dagegen über verschiedene Orte verteilt aber kulturell gleich (was sehr wahrscheinlich bei Teams auftritt, die im gleichen Land verteilt sind), dann stellen sie ein virtuelles Team dar. Nur wenn die Teammitglieder in verschiedenen Ländern arbeiten und kulturell unterschiedlich sind, besteht ein globales Team. Dabei wird allerdings die vierte mögliche Kombination der beiden Dimensionen, nämlich ein am selben Ort stationiertes Team mit unterschiedlichem kulturellem Hintergrund, von McDonough et al. nicht weiter diskutiert. Zudem ist die Bezeichnung virtuell aus der informations- und kommunikationstechnologisch orientierten Teamforschung entlehnt, in der es meist um die Frage von Methodeneinsatz zur Kommunikation und Zusammenarbeit geht, und ist damit missverständlich in dem hier vorliegenden Kontext.

Gassmann (1997b, S. 158ff.) dagegen leitet eine Unterscheidung der verschiedenen Formen räumlicher Teamverteilung aus seinen Fallstudien ab und charakterisiert zwischen den Extremformen der völligen Interlokalität, also der größtmöglichen räumlichen Verteilung des Teams, und der völligen Intralokalität, also der stärksten räumlichen Konzentrierung, vier räumliche Konfigurationen von F&E-Teams. Diese eignen sich unterschiedlich gut für die Projektmerkmale der Innovationsarten (inkrementell, radikal), Wissensmerkmale (explizit, implizit), Aufgaben (autonom, systemisch) und

111

Auch in Kapitel 1 werden einige Belege für die wachsende Bedeutung von externen Kooperationen dargestellt. 112 Vgl. McDonough/Kahn/Barczak (2001), S. 111.

46

Wissen, Technologie und Wissenstransfer

Ressourcentypen (redundant, komplementär). Am stärksten interlokal ist die Konfiguration der dezentralen Selbstbestimmung. In diesem Fall liegen unabhängige Module im Projekt vor, die an verschiedenen Standorten fast ohne jede Interaktion von Subteams bearbeitet werden können. Die Steuerung des Projektes erfolgt allein über das Budget, das den Teams an den verschiedenen Standorten zur Verfügung gestellt wird. Diese Teamkonfiguration setzt ein inkrementelles Innovationsvorhaben voraus, da hier der Problemraum sehr klar abgesteckt ist. Die zu bearbeitenden Aufgaben müssen autonom bearbeitbar, also in Module aufteilbar sein, redundante Ressourcen erfordern und von explizitem Wissen geprägt sein. Weniger interlokal ist die Konfiguration um einen Systembeauftragten. Dieser stimmt die Schnittstellen zwischen den Teams und den Projektmodulen aufeinander ab. Damit ist das Gesamtprojekt weniger anfällig für Abstimmungsprobleme, die auftreten können, wenn zu Beginn des Projektes die Schnittstellen nicht klar genug definiert wurden. Der Systembeauftragte koordiniert die Arbeit der verschiedenen lokalen Teams und baut persönlichen Kontakt zu allen Teams auf. Bei Bedarf können alle Projektbeteiligten vom Systembeauftragten zusammengerufen werden, um in persönlicher Interaktion Meinungsverschiedenheiten oder Unklarheiten zu beseitigen. Dadurch trägt er auch wesentlich zum Wissenstransfer zwischen den Teams bei. In der schon stärker intralokal orientierten Konfiguration des Kernteams wird die Rolle des Systembeauftragten von einer Gruppe von Subteamleitern übernommen. Die Leiter der verteilt arbeitenden Subteams bilden das Kernteam, in welchem z. B. die Produktarchitektur gestaltet und die Schnittstellendefinitionen vorgenommen werden. Dieses Team übernimmt dann im laufenden Projekt auch das Schnittstellenmanagement und die Konfliktlösung zwischen den Subteams. Bei diesen beiden Zwischenformen, Systembeauftragter und Kernteam, sind die vier Merkmale des Projektes nicht so stark ausgeprägt wie bei der dezentralen Selbstbestimmung. Dem entgegengesetzt ist die Konfiguration des zentralisierten Ventureteams, welches höchste Intralokalität zeigt. Hier sind alle Teammitglieder an einem Standort zusammengefasst und arbeiten räumlich sehr nah zusammen. Diese Projektgestaltung empfiehlt sich laut Gassmann für radikale Innovationen mit systemischen Aufgabenmerkmalen, dem Bedarf an komplementären Ressourcen und einem hohen Anteil an implizitem Wissen. Es erscheint sinnvoll, die beiden relevanten Dimensionen der Kulturzugehörigkeit und räumlichen Verteilung etwas stärker auszudifferenzieren und damit eine etwas umfangreichere Kategorisierung von Teamverteilung und kultureller Diversität zu erreichen. Bei der räumlichen Verteilung sollten fünf verschiedene Konfigurationsformen unter-

Wissen, Technologie und Wissenstransfer

47

schieden werden. Lokale Teams arbeiten dabei gemeinsam an einem Ort zusammen. Regionale Teams arbeiten zwar an verteilten Standorten, diese liegen aber innerhalb einer politischen Region, Teammitglieder können die anderen Standorte in deutlich weniger als einem halben Tag Reisezeit erreichen. Nationale Teams sind auf Standorte innerhalb eines Landes verteilt und die Reisezeit zwischen den Standorten beträgt einen halben Tag oder mehr.113 Internationale Teams sind auf Standorte in verschiedenen Ländern innerhalb einer kontinentalen Region verteilt. Interkontinentale Teams schließlich arbeiten an Standorten auf verschiedenen Kontinenten. Dieses geographische Kriterium ist nicht vollständig eindeutig, weshalb hier auch Reisezeiten herangezogen werden. Eine Beschränkung allein auf metrische Distanzen und Reisezeiten würde allerdings den teilweise nicht unerheblichen Faktor der Grenzüberschreitung vernachlässigen. Die Vielfalt der räumlichen Konfigurationen der Welt (politische Reiseabkommen, Feindschaften, Bündnisse) lassen hier daher keine genauere Kategorisierung zu. Auf der kulturellen Dimension sollen drei Kategorien von Teams unterschieden werden. Kulturell homogene Teams stammen aus einem Kulturkreis, der meist durch Landesgrenzen abgesteckt ist. Kulturell heterogene Teams im Nahbereich bestehen zwar aus Mitgliedern verschiedener Kulturen, diese gehören aber zu einer der Gruppierungen von Ländern nach Ronen und Shenkar (1985). Diese unterschieden die Ländergruppen Nordisch, Germanisch, Angelsächsisch, Latein-europäisch, Lateinamerikanisch, Nahöstlich, Fernöstlich, Arabisch und Unabhängig.114 Kulturell heterogene Teams im Fernbereich sind dagegen zusammengesetzt aus Mitgliedern, die aus verschiedenen dieser Ländergruppen stammen. Je weiter die Teammitglieder räumlich voneinander entfernt sind, desto aufwendiger wird die Kommunikation sein, hauptsächlich der Transfer von Information und die direkte Interaktion. Je heterogener das Team ist, desto schwieriger wird wahrscheinlich die Verständigung innerhalb des Teams sein. Die Annahme ist hierbei, dass die räumliche Distanz sich auch auf die Interaktionshäufigkeit auswirkt. Diese Interaktionshäufigkeit ist bei Gassmann (1997b) das zugrunde liegende Kriterium für die Unterscheidung der vier Teamarten. Die nun hier vorgestellte Differenzierung von räumlich und kulturell konfigurierten Teams sollte eine etwas detailliertere Betrachtung von Projektteams in der Produktentwicklung erlauben. Im Zusammenhang mit der Zusammensetzung des Teams werden teilweise auch unterschiedliche Unternehmenskulturen oder Fachgruppen (Ingenieure, Ver113

In flächenmäßig sehr kleinen Ländern können hier die Kategorien der regionalen und nationalen Teams zusammenfallen, eine Differenzierung ist dann nicht möglich.

48

Wissen, Technologie und Wissenstransfer

triebsmitarbeiter) in Unternehmen diskutiert. Diese Differenzen in den beruflichen Erfahrungshintergründen der Teammitglieder unterscheiden sich aber von den sehr viel grundlegenderen Unterschieden verschiedener Kulturen. Die kulturelle Herkunft bestimmt zu einem wesentlichen Teil das Verhalten bei der Kommunikation und Teamarbeit. Die beruflichen Erfahrungshintergründe dagegen haben eher Einfluss auf den Inhalt der Zusammenarbeit, also die Verständigung über Fachthemen.

Die Leistungsunterschiede zwischen lokalen und globalen Teams zeigen meist eine Überlegenheit der lokalen Teams. Die Beweislage ist allerdings nicht ohne Widersprüche. McDonough et al. (2001) untersuchten den Einsatz verschiedener Teamformen in multinationalen Unternehmen und die Unterschiede zwischen diesen Teams. Sie beobachteten, dass globale Teams größeren Verhaltensherausforderungen (behavioral challenges) ausgesetzt sind und eher niedrigere Leistung zeigen als lokale und virtuelle Teams. Als Verhaltensherausforderungen wurden dabei von den Autoren erfasst, inwieweit es in einem Team gelungen war, Vertrauen zwischen den Teammitgliedern herzustellen, effektive Arbeitsbeziehungen im Team zu erreichen und effektive Kommunikation zwischen den Teammitgliedern sicherzustellen.

Kankanhalli, Tan und Wei (2007) berichten drei Fallstudien und leiten ein Modell des Zusammenspiels verschiedener Faktoren von globalen Teams115 mit Aufgaben- und Beziehungskonflikten in solchen Teams ab. Diese Konflikte beinträchtigen wiederum die Leistung der Teams. Globale Teams besitzen mehr Eigenschaften, die zu Konflikten führen können und sollten dementsprechend häufiger solche Konflikte erfahren als lokale Teams. Es ist dann anzunehmen, dass globale Teams eher Leistungseinbußen in Folge solcher Konflikte erleiden werden.

Workman (2007) untersuchte Planabweichungen und Budgetabweichungen in Projekten als Indikatoren der Teamleistung. Seine Ergebnisse zeigten, dass die Leistung von Teams niedriger war, wenn die Teammitglieder entweder vollständig lokal oder vollständig verteilt waren. Seine Erklärung hierfür basiert auf den negativen Effekten der

114

Vgl. Ronen/Shenkar (1985), S. 449. Russland ist in dieser Studie nicht enthalten. Dies ist vermutlich durch die damals vorherrschenden politischen Gegebenheiten begründet. 115 Kankanhalli/Tan/Wei (2007) sprechen von global virtual teams, was für aber das gleiche bedeutet wie die bei McDonough/ Kahn/Barczak (2001) angesprochenen global teams.

Wissen, Technologie und Wissenstransfer

49

Gruppenkohäsion. Starke Gruppenkohäsion führt zu einer Isolierung des Teams von äußeren Einflüssen und stört die Interaktion des Teams mit dem Umfeld. Sehr schwache Kohäsion andererseits beschränkt die Verpflichtung, die die Teammitglieder gegenüber der Aufgabe des Teams empfinden. Diese beiden Extreme vermindern dadurch die Teamleistung. Außerdem zeigte sich in der Untersuchung, dass Konflikte häufiger vorkamen, wenn das Team vollständig lokal oder verteilt war, was wiederum die Leistung schmälerte. Folglich argumentiert Workman, dass eine hybride Teamform vorteilhaft für die Teamleistung sei.

Die Untersuchungen von McDonough et al. (2001) und Kankanhalli et al. (2001) belegen, dass verteilte Teams vor größeren organisatorischen und interaktionsbezogenen Herausforderungen stehen. Dies kann sich, wie diese beiden Studien gezeigt haben, in beeinträchtigter Leistung der verteilten Teams im Vergleich zu lokal konzentrierten Teams zeigen. Workmans (2007) Studie dagegen zeigt, dass die Wirkung der Verteilung der Teammitglieder möglicherweise komplexer ist als angenommen, und plädiert für eine Mischform aus lokalem und globalem Team, um die bestmögliche Leistung zu erreichen. Da aber das globale im Vergleich zum lokalen Team in jedem Fall komplexeren Herausforderungen bei der Organisationsstruktur der Zusammenarbeit gegenübersteht, ist anzunehmen, dass hier die Leistung niedriger liegen wird. Diese drei Studien zeigen also, dass kein absolutes Urteil über die Leistung von lokalen oder verteilten Teams gefällt werden kann. Der Einsatz solcher Teams hängt sehr stark ab von der zu bearbeitenden Aufgabe, wie oben nach Gassmann (1997b) dargestellt, und den dem Unternehmen zur Verfügung stehenden Ressourcen, insbesondere der Humanressourcen, also verfügbaren Fachleuten an bestimmten Standorten.

Ein weiterer Einflussfaktor auf die Leistung von verteilten Teams ist die Zusammensetzung des Teams. Interkulturelle bzw. kulturell heterogene Teams (so bezeichnet wegen der variierenden kulturellen Herkunft ihrer Mitglieder116) sind meist auch internationale Teams (in der Hinsicht, dass die Teammitglieder meist auch aus verschiedenen Ländern stammen, wenn sie kulturell unterschiedlich sind). Studien zeigen, dass solcherart zusammengesetzte Teams kreativer sind als kulturell homogene Teams. Diese 116

Dieser Begriff wird ebenfalls nicht einheitlich verwendet. Berg (2006) z. B. bezeichnet interkulturelle Teams als globale Teams, meint aber abweichend von den bisher hier dargestellten Ansätzen damit auch die Teams, die lokal an einem ort zusammenarbeiten und lediglich aus Mitgliedern verschiedener Kulturen bestehen. Siehe auch die Diskussion von kulturellen Unterschieden weiter oben.

50

Wissen, Technologie und Wissenstransfer

Kreativität erfordert sorgfältiges Management.117 In einer experimentellen Untersuchung von Watson, Kumar und Michaelsen (1993) zeigte sich über einen langen Beobachtungszeitraum allerdings, dass interkulturelle Gruppen lediglich das gleiche Niveau an Problemlösekapazität erreichten wie kulturell homogene Gruppen, was das Kreativitätsargument für kulturell heterogene Gruppen etwas abschwächt. Bezüglich Gruppenkohäsion und Kommunikation zeigten Untersuchungen, dass die Verteilung sich nachteilig auf die Kommunikation auswirkt und die Kooperation beeinträchtigt118. Es zeigten sich Schwierigkeiten in interkulturellen Teams, Konflikte zu lösen und Gruppenzusammenhalt zu erreichen119. Zudem gelang es solchen Teams teilweise nicht, komplexe Entscheidungen ihren Fähigkeiten entsprechend zu treffen.120 Insgesamt können auch diese Faktoren erklären, weshalb verteilte Teams eher schlechtere Leistungen zeigen als lokale Teams.

2.2.5

Abschließende Bemerkungen zu Wissensart und Wissenstransfer

Wissen, so wurde aus verschiedenen Herangehensweisen und Definitionen in Kapitel 2.1.1 herausgearbeitet, kann als in Individuen vorliegende zweckorientiert vernetzte und somit interpretierte Information angesehen werden. In Verbindung mit Artefakten spricht man, wie in Kapitel 2.1.2 dargelegt, in Unternehmen von einer Technologie, also dem Wissen über den Ablauf eines bestimmten Prozesses zur Erreichung eines bestimmten Ergebnisses unter Einsatz spezifischer materieller Gegenstände. Empirische Untersuchungen zu Wissen in Unternehmen basieren häufig auf den Überlegungen von Nonaka und Takeuchi (1995) und anderen121 zur Explizitheit von Wissen. Diese Eigenschaft des zu übertragenden Wissens hat deutlichen Einfluss auf den Verlauf und Erfolg der Übertragung. Auch Kogut und Zander (1993) machen dies deutlich: „Empirical studies of technology transfer clearly support the proposition that the characteristics of knowledge determine the costs and mode of transfer.“122

Berücksichtigt man dies, kann der Transfer wesentlich erfolgreicher gestaltet werden. Gerybadze (2004b) führt hier als weitere Eigenschaft die Interpretierbarkeit bzw.

117

Vgl. Gassmann (2001). Vgl. Allen (1977), Boutellier/Gassmann/Macho/Roux (1998). Vgl. Kirchmeyer/Cohen (1992), Watson/Kumar/Michaelsen (1993). 120 Vgl. Adler (1997), S. 141ff. 121 Siehe hierzu Unterkapitel 2.1.3. 122 Kogut/Zander (1993), S. 631. 118 119

Wissen, Technologie und Wissenstransfer

51

Mehrdeutigkeit von Wissen ein. Diese kann möglicherweise erklären, weshalb trotz vorliegenden expliziten Wissens ein Transfer von Wissen schwieriger als erwartet ist.

Es wurde weiterhin dargestellt, dass die Explizitheit von Wissen auf den dem eigentlichen Transfer vorausgehenden Prozess der Kodierung von Wissen in Information wirkt, da dann Wissen mehr oder weniger leicht bzw. zu geringerem oder höherem Kostenaufwand in transferierbare Informationen umsetzbar ist. Die Mehrdeutigkeit des zu transferierenden Wissens macht sich dagegen erst bemerkbar, wenn das als Informationen transferierte Wissen von den Empfängern aufgenommen und dekodiert wurde und angewendet werden soll. Verdeckte Interpretationsunterschiede würden hier dazu führen, dass die Empfänger des Wissens dieses anders anwenden als von den Wissensgebern intendiert. Eine frühe Identifizierung der vorliegenden Wissensmerkmale kann einerseits also eine wissensgerechte Kodierung und die Berücksichtigung des entsprechenden zu erwartenden Aufwandes erlauben, und andererseits auf die Anwendung des Wissens nach dem Transfer genügend Aufmerksamkeit lenken und hier helfen, weiteres Feedback zur Anwendung zur Verfügung zu stellen. Der Wissenstransfer ist zudem immer von den existierenden Rahmenbedingungen des Transfers abhängig. Diese wurden beschrieben in Kapitel 2.2.3 als zeitliche Ausdehnung des Projektes, räumliche Verteilung des Teams (welche noch genauer in Kapitel 2.2.4 diskutiert wurden), Größe bzw. Umfang des Projektes, Eigenschaften des zu bearbeitenden Gegenstand bzw. der Aufgabe, eingesetzte Transfermittel sowie weitere Kontextfaktoren des Transfers. Insgesamt ergibt sich so das Bild des Wissenstransfers wie in Abbildung 8 dargestellt, in dem der Einfluss der Wissensarten in den jeweiligen Phasen des Transfers hervorgehoben wird.

Explizitheit

Vorbereitung

Mehrdeutigkeit

Transferaktivitäten

Anwendung

Rahmenbedingungen des Wissenstransfers Abbildung 8: Phasen des Wissenstransfers und relevante Einflussfaktoren

Für die effektive Gestaltung eines Wissenstransferprojektes ist es somit empfehlenswert, die Art des vorliegenden Wissens zu erfassen. Ein Instrument hierzu wurde von

52

Wissen, Technologie und Wissenstransfer

Kohler (2008) vorgestellt und wird in dieser Arbeit aufgegriffen und analysiert.123 Eine zusätzliche Berücksichtigung der Rahmenbedingungen und der strukturellen Bedingungen bei solchen Transfervorhaben ist selbstverständlich. Als spezielle Erweiterung der Überlegungen werden in Kapitel 3 die Untersuchungen zur Informationsverarbeitung in Organisationen dargestellt, die wichtige Hinweise auf Erfolgs- aber auch Misserfolgsgründe bei Wissenstransfer bieten können. Die Effekte der Informationsverarbeitung wirken hauptsächlich auf die zweite Phase in Abbildung 8, hier kann das vorgestellte konzeptionelle Modell des Wissenstransfers noch erweitert werden.

123

Siehe Kapitel 6.

Informationsverarbeitung und Informationspathologien

53

3 Informationsverarbeitung und Informationspathologien Fehler in der Informationsverarbeitung124 können für Unternehmen schwerwiegende, teilweise existenzgefährdende Folgen haben. Wenn diese Fehler in Verbindung mit ungünstiger Machtverteilung im Vorstand und willfährigen Aufsichtsräten auftreten, versagen interne und externe Kontrollmechanismen und selbst große Firmenverbünde werden vernichtet. Illustrieren lässt sich dies am Beispiel des Bremer Vulkan Verbundes (BVV), dessen schwere finanzielle Krise 1995 bekannt wurde. Der Verbund wurde in der Folge vollständig zerschlagen und teilweise abgewickelt. Dem plötzlichen Zusammenbruch war ein erstaunliches Wachstum des vorwiegend im Schiffsbau tätigen Konzerns vorausgegangen. Unter der Leitung des 1987 eingesetzten Vorstandsvorsitzenden Dr. Friedrich Hennemann hatte sich der Konzerumsatz bis 1994 von etwa 1,5 Mrd. DM auf fast 6 Mrd. DM erhöht, die Zahl der Beschäftigten war von etwa 10.000 Mitarbeitern Anfang der Neunziger Jahre auf etwa 23.000 angewachsen.125 Dies war hauptsächlich durch eine umfangreiche Expansion des Konzerns durch Zukäufe zunächst im Schiffsbau und später auch in anderen Industrien erreicht worden. Die Übernahmen der Werften Seebeck, Schichau und der Lloyd-Werft sowie Flender in Lübeck und Neue Jadewerft in Wilhelmshaven machten BVV zum größten Schiffsbaukonzern in Deutschland.126 Zusätzlich expandierte die BVV auch in die Bereiche Militärtechnik, Maschinenbau und Handel. Dazu gehörten die Akquisitionen der bei der Fusion von Daimler und MBB ausgegliederten Unternehmensteile sowie die Krupp Atlas Elektronik.127 Das Land Bremen war dabei immer wieder unterstützend tätig, stellte direkt finanzielle Mittel zur Verfügung und gab Bürgschaften sowie Unterstützung im Hintergrund bei spekulativen Käufen von Vulkan-Aktien.128 Noch auf der Hauptversammlung im Juni 1995 versicherte Dr. Hennemann, das Unternehmen stehe finanziell solide da und erwarte bald Überschüsse und Dividenden für die Aktionäre.129 In diesem Sommer 1995 traten dann plötzlich finanzielle Schwierigkeiten zutage, die im Bericht des Untersuchungsausschusses der Bremer Bürgerschaft zusammengefasst wur-

124

Informationsverarbeitung bezieht sich in dieser Arbeit nicht auf die elektronische Datenverarbeitung, sondern auf den Umgang der Mitarbeiter eines Unternehmens mit Informationen. Vgl. WirtschaftsWoche (1996a). 126 Vgl. WirtschaftsWoche (1996a), Bremische Bürgerschaft (1998), C.II.16-21. 127 Vgl. Bremische Bürgerschaft (1998), C.II.18. 128 Vgl. Bremische Bürgerschaft (1998), C.V.63f. Geschätzte 1,5 Mrd. DM wurden zwischen 1984 und 1996 vom Land Bremen an die BVV gezahlt. Das Land hielt zwischen 20 und 30 % der Anteile an der BVV. 129 Vgl. WirtschaftsWoche (1996a). 125

54

Informationsverarbeitung und Informationspathologien

den.130 Die mittelfristige Liquiditätsplanung war völlig unzureichend für den Bedarf der laufenden Geschäfte. Große Aufträge waren nicht annähernd kostendeckend vergeben worden, in manchen Fällen lagen die erzielten Umsätze 15 % unter den durch die Aufträge entstehenden Kosten. Zudem hatte die Bundesanstalt für vereinigungsbedingte Sonderaufgaben (BvS) Förderungszahlungen an Vulkan zunächst verlangsamt, da es ungeklärte Mittelverwendungen von Aufbauhilfen für ostdeutsche Tochtergesellschaften der Vulkan gab. Das Resultat waren schließlich die Anmeldung von Insolvenz und die Abwicklung des Unternehmens unter erheblichen Verlusten für die beteiligten Organisationen und mit schwerwiegenden Folgen für die Region Bremen und die dort lebenden Werftarbeiter.

Im Nachhinein zeigte sich, dass sich die Bremer Vulkan Werft 1995 in einem kritischen Zustand befand, den schon kleinere Krisen kippen konnten.131 Warnsignale waren reihenweise ignoriert oder falsch bewertet worden, sowohl auf Seiten des Unternehmens als auch der im Aufsichtsrat präsenten Vertreter von Banken und des Landes Bremen.132 1994 war der Bericht der Wirtschaftsprüfer, obwohl er keine offensichtlichen Schwierigkeiten meldete, bereits mit Einschränkungen und Hinweisen versehen, die auf die prekäre finanzielle Lage hindeuteten.133 Diese Anmerkungen wurden aber von den Mitgliedern des Aufsichtsrates nicht ausreichend zur Kenntnis genommen bzw. in ihrer Tragweite nicht erkannt. Auch die Beratung Boston Consulting Group, beteiligt an der Ausarbeitung der Expansions- und Diversifikationspläne des Unternehmens, hatte mehrfach auf die drohenden finanziellen Engpässe hingewiesen, die Berichte wurden aber vom Vorstand als zu pessimistisch abgetan. Die Beamten des Finanzressorts hatten Anfang August 1995 erste Hinweise auf die Schwierigkeiten, verstanden diese aber zunächst nicht. Obwohl sie von den Wirtschaftsprüfern Anfang 1995 auf die Risiken des Ost-West-Transfers von Geldern hingewiesen wurde, wurde die BvS zunächst nicht aktiv. Als dann das volle Ausmaß der Schieflage schließlich bekannt wurde, halfen auch die verschiedenen vom Land Bremen und den beteiligten Banken aufgesetzten Hilfspakete nicht mehr.

130

Vgl. Bremische Bürgerschaft (1998), C.IV. Vgl. Bremische Bürgerschaft (1998), C.IV.36. 132 Im folgenden Abschnitt, falls nicht anders angegeben, Bremische Bürgerschaft (1998), C.IV. 133 Siehe auch WirtschaftsWoche (1996b). 131

Informationsverarbeitung und Informationspathologien

55

3.1 Informationsverarbeitung in komplexen Organisationen Der Untergang der Vulkan, so Jens Böhrnsen, Vertreter des Untersuchungsausschussvorsitzenden Dr. Hermann Kuhn, sei „eine Folge vermeidbarer und schlimmer Fehler“ gewesen.134 Neben den Täuschungen und Ambitionen des Vorstandvorsitzenden waren der Aufsichtsrat, die beteiligten Banken, die BvS und das Land Bremen nicht in der Lage und teilweise nicht bereit, die ihnen zur Verfügung stehenden Informationen zur Kenntnis zu nehmen und entsprechend zu handeln. Weitere Beispiele für Probleme der Beschaffung, Weitergabe oder Anwendung von kritischer Information werden in den Arbeiten von Turner (1976) und Shrivastava (1987) als Ursachen schwerer oder sogar katastrophaler Unfälle berichtet.135

Probleme der Informationsverarbeitung ergeben sich auch, wenn es in einem Unternehmen zu Misserfolgen kommt, sei es der Verlust eines wichtigen Kunden, das Verpassen eines neuen technologischen Trends oder der Fehlschlag eines wichtigen Projektes. Selten dringen die Folgen solcher Probleme an die Öffentlichkeit. Der VulkanFall stellt hier durch die erhebliche Beteiligung des Landes Bremen eine Ausnahme dar. Meist sind die unternehmensinternen Misserfolge auch weniger wahrnehmbar oder werden gar absichtlich verdrängt. Hinweise und Erkenntnisse aus solchen Ereignissen könnten aber als Frühwarnsignale dienen, um Fehlschläge in Unternehmen zu vermeiden oder zumindest abzumildern. Bei dieser Betrachtung ist der Unterschied zwischen Information und Wissen zu beachten. Information wird hier als eine Menge sinnvoll verknüpfter Daten verstanden.136 Das können z. B. der Lagebericht einer Geschäftseinheit, Preislisten für Rohstoffe oder eine Studie über die Marktposition der wichtigsten Konkurrenten sein. Dies sind die informationsbezogenen Dinge, die im Unternehmen produziert, vom Unternehmen beschafft, weitergegeben oder angewendet werden und darauf beziehen sich auch die im Folgenden diskutierten Konzepte und Begriffe zur fehlerhaften Informationsverarbeitung in Unternehmen. Abbildung 9 verdeutlicht den Zusammenhang zwischen diesen Begriffen. Pathologien sind beobachtbare Fehler oder Auswirkungen von Fehlern in der Informationsverarbeitung. Sie beziehen sich hier am umfassendsten auf den gesamten Informationsverarbeitungsprozess im Unternehmen.

134

Vgl. Handelsblatt (1997). Siehe auch die Ergebnisse der Untersuchungen des Columbia-Absturzes (Columbia Accident Investigation Board 2003), welche unter anderem fehlerhafte Informationsverarbeitung als Ursache für den Verlust des Space Shuttles Columbia verantwortlich machen (CAIB 2003, Kapitel 7, insbes. S. 192f.). 136 Die Definition von Wissen, Information und Daten wird in Kapitel 2.1.1 dargestellt. 135

56

Informationsverarbeitung und Informationspathologien

Informationsversagen bezieht sich spezieller auf die Weitergabe und Anwendung von Informationen, und Missverständnisse schließlich treten hauptsächlich bei der Weitergabe auf. Pathologien der ...

Informationsversagen … Produktion

… Beschaffung

… Weitergabe

… Anwendung

Missverständnisse ... von Information Abbildung 9: Zusammenhang der in diesem Kapitel diskutierten Begriffe137

Wissen dagegen bedeutet vernetzte Information, was die Nutzung dieser Information in einem bestimmten Handlungsfeld ermöglicht.138 Wissen bedeutet auch die Verknüpfung von Information mit Handlungskonsequenzen, also die Ausführung einer bestimmten Aktion aufgrund einer gegebenen Information. Aufgrund der evident höheren Komplexität von Wissen im Vergleich zu Informationen hat man es hier zusätzlich zu Aspekten der Informationspathologien mit weiteren Schwierigkeiten zu tun, wenn es um die Produktion oder Übertragung von Wissen geht. Wissen wird als in Organisationen schwer zwischen Einheiten transferierbar beschrieben139, es lässt sich nur schwer aus einem Organisationsteil lösen, um übertragen zu werden. Zudem kann Wissen teilweise nur schwer kodifiziert werden (Information dagegen liegt per Definition bereits kodifiziert vor), es wird hier zwischen explizitem, leicht kodifizierbarem und implizitem, schwer zu kodifizierenden Wissen unterschieden.140 Die Interpretation des Wissens beim Empfänger des Transfers kann außerdem gänzlich anders ausfallen als von der Quelle intendiert. Wissen, dass derartig mehrdeutig ist, wird als äquivok bezeichnet, im Gegensatz dazu steht Wissen, das eindeutig interpretierbar ist und als kanonisch bezeichnet wird.141

137

Eigene Darstellung nach Scholl (2004), S. 26f. Vgl. Probst/Raub/Romhardt (2006), S. 22 und Kapitel 2.1 zur Definition von Wissen. von Hippel (1994) und Szulanski (2003) sprechen hier von klebrigem (sticky) Wissen. 140 Vgl. Winter (1987); Nonaka/Takeuchi (1995). 141 Vgl. Gerybadze (2004b), dies wird ausführlich in den Kapiteln 2.1.3 und 6.1 dargestellt. 138 139

Informationsverarbeitung und Informationspathologien

3.1.1

57

Informationspathologien – Formen und Ursachen

Der Begriff „Informationspathologien“ (information pathologies) wurde von Wilensky (1967) geprägt, um die Ursachen und Fehler in Unternehmen und Verwaltungsapparaten zu benennen, die durch vielfältige, widersprüchliche, verzerrte oder nicht wahrgenommene Information entstehen. Scholl (2004) gibt im Rahmen einer empirischen Studie zum Zusammenhang von Informationspathologien und dem Erfolg von Innovationsprojekten in Unternehmen einen umfassenden Überblick über den Stand der Forschung zu Informationspathologien. Dieser Abschnitt stützt sich daher im Wesentlichen auf sein Buch.

Wilensky (1967) benutzte den Begriff „Informationspathologien“ synonym zum Begriff „intelligence failure“, der im nächsten Unterkapitel ausführlich diskutiert wird. Er beschrieb Informationspathologien folgendermaßen: „Sources of failure are legion: even if the initial message is accurate, clear, timely, and relevant, it may be translated, condensed, or completely blocked by personnel standing between the sender and the intended receiver; it may get through in distorted form. If the receiver is in a position to use the message, he may screen it out because it does not fit his preconceptions, because it has come through a suspicious or poorly-regarded channel, because it is embeddeded in piles of inaccurate or useless messages (excessive noise in the channel), or, simply, because too many messages are transmitted to him (information overload).“142

Die Beschreibung von Sorg (1982) dagegen ist allgemeiner, er betrachtet als Informationspathologien lediglich alle Ereignisse, die mit der „… unzulänglichen informationellen Fundierung wichtiger Entscheidungen …“ im Unternehmen zu tun haben.143 Scholl (2004) schließlich argumentiert, dass man aufgrund der begrenzten Verarbeitungskapazität des Menschen nicht erwarten kann, dass sich Informationspathologien vollständig vermeiden lassen, man sollte dies also nicht in einer Definition fordern. Informationspathologien bedeuten ihm zufolge: „... vermeidbare Fehler in der sozialen Informationsverarbeitung, d. h. [...] produzierbare Informationen, die nicht produziert werden, beschaffbare Information, die nicht beschafft, vorhandene Information, die nicht oder verzerrt übermittelt und [...] vorliegende

142 143

Wilensky (1967), S. 41. Sorg (1982), S. 6.

58

Informationsverarbeitung und Informationspathologien Information, die falsch verstanden oder nicht verwendet werden, die jedoch entscheidungsrelevant wären.“144

Scholl gliedert damit den Prozess der Informationsverarbeitung in einer Organisation in vier Teilbereiche: 1) Produktion von Information, 2) Beschaffung von Information, 3) Übermittlung der Information und 4) Verarbeitung der Information (vgl. Abbildung 10). Hervorzuheben sind hier zwei relevante Aspekte seiner Definition. Zum einen definiert er nur die vermeidbaren Fehler als Betrachtungsgegenstand von Informationspathologien, entspricht damit also der oben erwähnten Berücksichtigung der begrenzten kognitiven Verarbeitungskapazität des Menschen. Zum anderen geht es ihm nicht um jegliche Art von Information, sondern um Information, die entscheidungsrelevant ist. An dieser Stelle ist auf eine Überschneidung von Begriffen hinzuweisen. Scholl spricht einerseits von (korrekter) Verarbeitung vorliegender Information, gleichzeitig wird aber auch die Produktion, Beschaffung, Weitergabe und Verarbeitung von Informationen in einer Organisation insgesamt als Prozess der Informationsverarbeitung bezeichnet. Wichtig ist hier der Prozessaspekt; die Bezeichnung als Prozess kennzeichnet den gesamten Ablauf von der Produktion bis zur Verarbeitung und dient somit als Abgrenzung von der letzten Stufe dieses Prozesses.

... produzierbar sind, aber nicht produziert werden

... beschaffbar sind, aber nicht beschafft werden

Informationspathologien sind entscheidungsrelevante Informationen, die ...

... vorhanden sind, aber nicht (korrekt) übermittelt werden

... vorliegen, aber nicht (korrekt) verarbeitet werden

Abbildung 10: Definition von Informationspathologien145

Scholl (2004) führt weiter aus, dass es bei der Informationsverarbeitung Absicherungen gegen Informationspathologien gibt. Diese bestehen in der Form von Redundanzen

144 145

Scholl (2004), S. 26. Nach Scholl (2004), S. 27, Abb. 2.1.

Informationsverarbeitung und Informationspathologien

59

in den übermittelten Nachrichten (z. B. Senden mehrerer Kopien einer Nachricht, Senden mit verschiedenen Medien, Bestätigung des Empfangs einer Nachricht, Möglichkeit zur Rückfrage bei Missverständnissen). Pathologien treten erst dann auf, wenn diese Absicherungen versagen. Als Ursachen für das Versagen der Absicherungen nennt Scholl bewusste Desinformation, mit Macht durchgesetzte Blockaden, Ausschluss von der Diskussion bzw. mangelnde Partizipation, Ignoranz gegenüber den Erfahrungen anderer, irreführende Wissensdoktrinen und schließlich Schuldzuschreibung an Sündenböcke. Im Erkennen dieser Ursachen liegt schon eine mögliche Abhilfe gegen Informationspathologien. Eine andere Möglichkeit besteht darin, den Redundanzgehalt der Informationsübermittlung zu erhöhen, was allerdings nur einen Teil der Pathologien verhindern kann.

Scholl (2004) berichtet, dass der umfassende Ansatz der Betrachtung von Informationsmängeln nach Wilensky (1967) kaum aufgegriffen wurde.146 Stattdessen wurden einzelne Phänomene separat untersucht.147 Er ordnet die einzelnen Phänomene allerdings nicht in seine Kategorisierung ein. Die Zuordnung der verschiedenen Phänomene zu den vier Kategorien wäre eine Untermauerung für Scholls Einteilung, wenn sich alle untersuchten Phänomene in seine Kategorisierung einordnen ließen, was aber bis jetzt noch nicht geschehen ist.

Ein Aspekt der Informationspathologien soll hier noch hervorgehoben werden, der bei Scholl (2004) zwar erwähnt wird, aber keine eigene Diskussion erhält. Informationspathologien können sowohl durch Struktureigenschaften der Organisation (Hierarchie, Informationswege, Machtverteilung) und Eigenschaften der beteiligten Akteure (kognitive Verarbeitungskapazität, Aufmerksamkeit, Wahrnehmung) passiv entstehen als auch aktiv herbeigeführt werden. Zum Zwecke der Machterhaltung oder dem Durchsetzen eigener Interessen beispielsweise kann es durchaus dienlich sein, bestimmte Informationen zurückzuhalten oder verzerrt weiterzugeben. Und obwohl dieser Aspekt eher negative Konnotationen trägt, so wird doch von Fällen berichtet, in denen absichtlich erzeugte Informationspathologien einen letztendlich positiven Effekt auf den Projekterfolg hatten. Scholl berichtet bspw. von bewusster konspirativer Nicht-

146

Ausnahmen sind Kirsch/Klein (1977a, 1977b); Sorg (1982), Scholl (1990a, 1990b, 1992); zitiert nach Scholl (2004). 147 Vgl. Scholl (2004), S. 27ff für eine ausführliche Darstellung.

60

Informationsverarbeitung und Informationspathologien

Information in einem Unternehmen. Bei einer Verfahrensinnovation wurde vom Projektleiter der Betriebsrat eingeschaltet, um die Unterstützung der Beschäftigten zu erringen. Erst als der erfolgreiche Abschluss des Projektes in Aussicht stand, wurde der Geschäftsleitung eine vorbereitete Betriebsvereinbarung vorgelegt, in der sie vom Einschalten des Betriebsrates erfuhr. Wegen des erfolgreich abgeschlossenen Projektes wurde hier dann auch die Zustimmung zur Betriebsvereinbarung gegeben.148 Informationspathologien an sich sind also nicht nur als negativ anzusehen, sondern können in manchen Fällen der Organisation auch nützen. Diese Betrachtung wirft außerdem die Frage nach den Motiven für die Erzeugung oder Erhaltung von Informationspathologien auf. Dies ist ein weiterer Bereich, der neben Struktur der Organisation, Eigenschaften der Akteure und Beschaffenheit der Information bei der Untersuchung von Informationspathologien berücksichtigt werden muss. Solche intendierten Informationspathologien können nicht nur dem Machterhalt einzelner Personen oder Personengruppen dienen, sondern auch absichtlich eingesetzt werden, um intern solche Projekte vor vorzeitigem Abbruch zu schützen, von denen die Projektmitarbeiter überzeugt sind, oder um intern erzeugtes und schützenswertes Wissen gegen Wettbewerber abzuschotten. Geheimhaltung könnte hier durchaus als Informationspathologie bezeichnet werden, denn sie schützt zwar das relevante Wissen, verhindert aber möglicherweise auch, dass andere Unternehmensteile über das möglicherweise nützliche Wissen informiert werden. Dieser Informationsnachteil tritt vermutlich gerade in multinationalen Unternehmen auf, da hier eine Vielzahl von Standorten und Unternehmenseinheiten tätig sind, die nicht vollständig über die Aktivitäten der jeweils anderen Einheiten informiert sind. Inwieweit solche intendierten Informationspathologien in multinationalen Unternehmen gewollt erzeugt werden oder ungewollt entstehen, ist noch unklar.

Die Informationspathologien bieten den allgemeinen Rahmen für die Betrachtung der Schwierigkeiten der Informationsverarbeitung in Unternehmen. Für den Wissenstransfer in F&E-Kooperationen besonders relevant sind dabei die beiden enger gefassten Konzepte des Informationsversagens und der Missverständnisse. Im Folgenden werden diese beiden Konzepte näher erläutert und zu den Wissenstransferaktivitäten und der Kommunikation in verteilten Teams in Beziehung gesetzt.

148

Vgl. Scholl (2004), S. 33.

Informationsverarbeitung und Informationspathologien

3.1.2

61

Aufklärungsversagen und Informationsversagen

Der Begriff „Aufklärungsversagen“ (intelligence failure) wird in der Literatur häufig im Zusammenhang mit militärischer Aufklärung und internationalen Beziehungen definiert. Lowenthals (1985) Definition lautet: „Ein Aufklärungsversagen ist die Unfähigkeit eines oder mehrerer Teile des Aufklärungsprozesses (Sammlung, Auswertung, Analyse, Produktion, Weitergabe), rechtzeitig korrekte Information zu einer Sache oder einem Ereignis von Bedeutung für die nationalen Interessen zur Verfügung zu stellen.“149

Shulsky (1991) formuliert Aufklärungsversagen allgemeiner als ein Missverständnis der Situation, das eine Regierung dazu verleitet, unpassende und für die eigenen Interessen kontraproduktive Maßnahmen zu ergreifen.150 Diese Definitionen sind zum einen noch zu eng mit militärischen Aufgaben verknüpft, zum anderen fassen sie intelligence als Prozess der Informationsgewinnung auf und nicht als die Information selbst. Intelligence bezeichnet aber auch (neben der Fähigkeit zu lernen, zu verstehen und allgemeiner geistiger Befähigung) Information, besonders von militärischem Wert151, d. h. von Wert für das Treffen strategischer Entscheidungen bezüglich des Verteidigungs- oder Angriffsverhaltens gegenüber anderen Staaten. Failure bezeichnet mangelnden Erfolg bei dem Versuch, etwas zu tun oder zu erreichen152. Der Begriff „intelligence failure“ steht damit im Zusammenhang mit dem Versagen von militärischer Aufklärung153, was sich im schlimmsten Fall im Überraschungsangriff seitens eines Feindstaates niederschlägt.154 Interessanterweise stimmen die meisten Arbeiten in diesem Bereich darin überein, dass ein Aufklärungsversagen meist nicht aufgrund mangelnder oder nicht vorhandener Information geschieht, sondern dass ein falsches Interpretieren vorhandener Information die Ursache für Aufklärungsversagen ist.155 Im Falle des Yom-Kippur Krieges lagen sowohl beim Israelischen Direktorat für militärische Aufklärung als auch beim Geheimdienst Mossad deutliche Hinweise für einen bevorstehenden

Angriff

vor,

unter

anderem

Details

über

die

geplante

Suez-

Kanalüberquerung der ägyptischen Streitkräfte.156 In der Diskussion von Levite (1987), die weiter unten dargestellt wird, sind sowohl generelle als auch spezifische Ursachen 149

Lowenthal (1985), S. 51, eigene Übersetzung. Vgl. Shulsky (1991), S. 63. Vgl. Crowther (1995), eigene Übersetzung. 152 Vgl. Crowther (1995), eigene Übersetzung. 153 Daher auch bei Scholl (2004, S. 24) die Übersetzung Aufklärungsversagen. 154 Vgl. Bar-Joseph/Kruglanski (2003). 155 Vgl. Betts (1981-1982, 1982); Kam (1988); Wohlstetter (1962). 150 151

62

Informationsverarbeitung und Informationspathologien

von Aufklärungsversagen immer bezogen auf Information, die bereits vorliegt. Auch in Scholls (2004) Darstellung der Informationspathologien wird immer von Information (die nicht beschafft, produziert, weitergegeben oder angewendet wurde) gesprochen.

Diesen Betrachtungen folgend wird hier Aufklärungsversagen allgemeiner als fehlerhaftes Weitergeben oder Verarbeiten von entscheidungskritischer Information definiert. Diese Definition lässt auch eine Betrachtung primär wirtschaftlicher Prozesse in Unternehmen zu. Fasst man Aufklärungsversagen so auf, dann ist es als pathologisches Phänomen in das von Scholl (2004) vorgestellte Schema der Informationspathologien in der unteren Hälfte (siehe Abbildung 10) einzuordnen. Vorgänge und Fehler in militärischen Organisationen und deren Ursachen lassen auch Rückschlüsse zu auf die Vorgänge in wirtschaftlichen Organisationen und Unternehmen. Deshalb werden nun zunächst Erkenntnisse aus der Forschung zu militärischen Organisationen berichtet, bevor der zivile Bereich betrachtet wird.

Levite (1987) unterscheidet in seinem Überblick fünf generelle Ursachen für Aufklärungsversagen (siehe Abbildung 11). Erstens kann es zu individuellem Versagen bei der richtigen Bewertung von Aufklärungsinformation kommen, was üblicherweise mit verschiedenen psychologischen Theorien der Wahrnehmung oder Kognition erklärt wird. Zweitens können die Interaktionen in kleinen Gruppen zu Informationsversagen führen; hier werden Theorien der Sozialpsychologie herangezogen. Drittens können die Pathologien komplexer Organisationen Ursache für Aufklärungsversagen sein.157 Viertens wird Aufklärungsversagen durch die politischen Interaktionen von verschiedenen Organisationen, die gemeinsam mit der Beschaffung und Auswertung von Information betraut sind, verursacht. Und schließlich kann die begrenzte Kapazität zum Lernen und Verarbeiten von Informationen von Individuen oder Organisationen für Aufklärungsversagen verantwortlich sein.

156 157

Vgl. Bar-Joseph/Kruglanski (2003), S. 76. Im Einzelnen sind dies die Überkomplizierung, die Übersteuerung und die Überstabilisierung, siehe hierzu Türk (1976).

Informationsverarbeitung und Informationspathologien

Generelle Ursachen

Spezifische Ursachen

Individuelles Versagen

Initiative / Zeitmangel

Gruppenprozesse

Noise / Rauschen

Pathologien komplexer Organisationen

Täuschung

Politische Interaktionen Kapazitätsbeschränkungen

63

Unentschlossenheit Beschönigung Informationsverteilung Falscher Alarm

Abbildung 11: Generelle und spezifische Ursachen für Aufklärungsversagen158

Für das Aufklärungsversagen im Falle eines Überraschungsangriffes nennt Levite (1987) sieben mögliche Ursachen, die eher spezifisch für Operationen des Militärs sind (siehe Abbildung 11). Erstens hat der Angreifer die Initiative, d. h. der Verteidiger steht unter Zeitdruck, denn seine Aufklärung kann nur mit Verzögerung die Aktionen des Angreifers berichten. Zweitens muss der Verteidiger die bedeutungsvollen Informationen (signal) aus einer Menge irrelevanter Informationen (noise) herausfiltern.159 Dadurch sind die Ergebnisse der Aufklärung häufig ungenau und fehlerhaft. Drittens unternimmt der Angreifer aktive Täuschungsversuche, um die Aufklärung des Verteidigers in die Irre zu führen. Viertens ändert der Angreifer möglicherweise mehrmals seinen Plan oder ist unentschlossen, woraus folgt, dass der Verteidiger widersprüchliche Informationen aufklärt, die eine Reaktion erschweren. Dabei ist für den Verteidiger oft nur schwer zu erkennen, ob ein Täuschungsmanöver oder Unentschlossenheit beim Gegner vorliegt. Des Weiteren können die Aufklärer des Verteidigers zu eng an die Entscheidungsträger gebunden sein, was dazu führen kann, dass sie „angenehme“ Aufklärung betreiben, also Aufklärung, die zu den Erwartungen der Entscheider passt.

Überdies verhindert eine Aufteilung der zu analysierenden Informationen auf verschiedene Analysten (was aus Sicherheitsgründen gemacht wird), dass zusammenhängende Informationen sinnvoll interpretiert werden. Schließlich kann eine verfrühte Warnung und Reaktion des Verteidigers den Angreifer dazu bringen, den Überraschungsangriff nicht durchzuführen, was als eine Widerlegung der Warnungen (falscher Alarm) ge-

158 159

Eigene Darstellung nach Levite (1987), S. 9ff. Vgl. Wohlstetter (1962); siehe hierzu auch Signalentdeckungstheorie, Velden (1982); Goldstein (1999).

64

Informationsverarbeitung und Informationspathologien

wertet werden kann, spätere Warnungen werden dann skeptischer betrachtet, und es wird möglicherweise nur zögerlich oder nicht darauf reagiert.

Abstrakt betrachtet lassen sich diese Aspekte des Aufklärungsversagens auf Organisationen im Allgemeinen, wie z. B. auch politische oder wirtschaftliche, übertragen. Die Strukturen einer Organisation können zu Aufklärungsversagen führen, ebenso die Beschränkungen des menschlichen kognitiven Systems sowie menschliche Motive. Diese Ursachenbereiche können sich auch in Wechselwirkung gegenseitig bedingen und verstärken (vgl. Abbildung 12). Strukturen der Organisation

Wechselwirkungen Kognitive Beschränkungen

Informationsversagen / Aufklärungsversagen Motive

Abbildung 12: Ursachenkomplex, der Informationsversagen hervorrufen kann

Ausgehend von den Erkenntnissen zu Aufklärungsversagen im militärischen Bereich kann nun die Betrachtung auf Unternehmen ausgedehnt werden. Die grundlegende strategische Bedeutung von Information liegt Bea und Haas (2005, S. 260ff.) zufolge hier im Informationsbedarf der Prozesse der strategischen Planung und Kontrolle im Unternehmen. Dieser Bedarf verlangt sowohl nach Informationen über die Unternehmensumwelt (Themenbereich der competitive und business intelligence) als auch nach Informationen über die unternehmensinterne Situation. Die beiden Autoren sprechen die Problematik des Informationsversagens in ihrem Kapitel nicht direkt an, diskutieren aber unter dem Begriff „Diskontinuitätenmanagement“ die Wachsamkeit des Unternehmens, was weiter unten unter der Bezeichnung „predictable surprise“160 behandelt wird.

Zunächst bedarf es an dieser Stelle einer Abgrenzung von ähnlichen Begriffen. Im wirtschaftlichen Zusammenhang findet man zum Begriff „intelligence failure“ zahlrei-

Informationsverarbeitung und Informationspathologien

65

che Quellen aus dem Feld der competitive intelligence oder business intelligence.161 Diese beiden Begriffe wiederum werden hauptsächlich im Zusammenhang mit Informationen über Wettbewerber und Marktsituationen benutzt und behandeln die Informationsverarbeitung innerhalb eines Unternehmens nur am Rande. Daher wird in dieser Arbeit nicht weiter auf diese Bereiche eingegangen, denn es sollen hier die Informationsprozesse innerhalb eines Unternehmens behandelt werden. Ein eher nach außen gerichteter Teilaspekt der business intelligence eines Unternehmens ist die technology intelligence. Diese wird detailliert bei Lichtenthaler (2002) diskutiert, auf eine ausführliche Darstellung wird deshalb hier verzichtet.

Für Unternehmen können Informationspathologien durchaus auch eine positive Wirkung haben, denn eine erschwerte Übertragbarkeit wettbewerbsrelevanter Information schützt diese vor Weitergabe an konkurrierende Unternehmen.162 Methoden zum Schutz von kritischem Wissen oder kritischen Informationen ähneln möglicherweise sogar den Informationspathologien. Man kann davon sprechen, dass es im Unternehmen Wissen gibt, das klebrig (sticky) bzw. schwer übertragbar sein muss, um es zu schützen. Lippman und Rumelt (1982) diskutieren, dass Wissen über Produktionsprozesse nicht unbedingt aktiv geschützt werden muss, sondern teilweise bereits wegen seiner kausalen Ambiguität einen gewissen Schutz vor Imitation genießt. Die kausale Ambiguität ist die Unsicherheit über die kausalen Beziehungen zwischen den verschiedenen Produktionsschritten, welche letztendlich die Leistung eines Unternehmens verursachen.163 Dadurch wird die Imitation dieser kausalen Beziehungen erschwert, es entstehen unterschiedlich erfolgreiche Firmen im Markt, da der Transfer dieser Produktionsprozesse durch die kausale Ambiguität eingeschränkt wird. Das Unternehmen, welches im Besitz dieser schwer zu transferierenden Prozesse ist, ist selbst nicht vollständig in der Lage, diese zu erfassen und zu kontrollieren. Dieser Mangel an Kontrolle führt zu einer gewissen Zufälligkeit im Erhalt der leistungserbringenden Prozesse im Unternehmen und führt zu evolutionären Veränderungen bei der Entwicklung von Unternehmen und Märkten.164 Da die Prozesse im Unternehmen ablaufen, muss auch das Wissen über die Prozesse im Unternehmen vorliegen. Aufgrund der Ambiguität der kausalen Beziehungen ist dies aber schwer zu erfassen und zu deuten. Das Vorliegen 160

Vgl. Bazerman/Watkins (2004). Vgl. Fuld (1985); Feder (2000). Einen ähnlichen Mechanismus des Schutzes behandeln Cannice/Chen/Daniels (2004). 163 Vgl. Lippman/Rumelt (1982), S. 418 und 420. 161 162

66

Informationsverarbeitung und Informationspathologien

von kausaler Ambiguität kann auch als eine Ausprägung der Wissensmerkmale im impliziten und äquivoken Bereich verstanden werden.165 Die Auswirkung solcher Wissensmerkmale und der Umgang damit werden in der weiteren Arbeit behandelt. Lippman und Rumelt gehen allerdings nicht weiter darauf ein, ob diese kausale Ambiguität absichtlich erzeugt werden kann. Im Grunde versuchen Unternehmen genau diese Ambiguität zu vermeiden, um verlässliche Abläufe im Unternehmen herstellen und erhalten zu können. Das Element der Unkontrollierbarkeit und Unsicherheit, welches mit kausaler Ambiguität einhergeht, dürfte wenig Anklang bei den Führungskräften eines Unternehmens finden.

Die weiter oben aus den Erkenntnissen der militärischen Studien abgeleiteten allgemeinen Ursachen für Aufklärungsversagen (Organisationsstruktur, menschliche Beschränkungen, menschliche Motive und deren Wechselwirkungen, siehe Abbildung 12) werden auch von Choo (2005) diskutiert. Dieser betont, dass neben den menschlichen Fehlern, die oft als Ausgangspunkt von Fehlschlägen gesehen werden, organisationale Ursachen stehen. Er verwendet hierfür den Begriff „information failures“, der mit dem hier diskutierten Begriff des „Aufklärungsversagens“ vergleichbar ist. Die Übersetzung Informationsversagen scheint auch als Begriff für den zivilen Bereich angebrachter. Ausgangspunkt seiner Überlegungen ist die Normal Accident Theory von Perrow (1999). Diese besagt, dass Unfälle in komplexen Organisationen letztendlich unvermeidlich sind, da unerwartete Interaktionen zwischen unabhängigen Fehlschlägen und enge Verknüpfungen organisationaler Subsysteme initiale Fehler verstärken und schließlich zu einem Zusammenbrechen der Organisation führen werden. Wolf und Sampson (2007) haben die Vorhersagen dieser Theorie empirisch überprüft anhand der Verlässlichkeit von Ölraffinerien, möglichst wenig gefährliche Substanzen in die Umwelt abzugeben. Sie konnten belegen, dass in komplexeren Raffinerien eine größere Anzahl von Zwischenfällen mit gefährlichen Substanzen passiert. Die Komplexität wurde dabei erfasst durch die Anzahl an Prozessschritten, die in der jeweiligen Raffinerie vorgenommen wurden. Sie beschreiben die sich auftürmenden Anforderungen und die Schwierigkeiten der Mitarbeiter in solchen Systemen als einen Grund für das Auftreten der Zwischenfälle:

164 165

Vgl. Lippman/Rumelt (1982), S. 420. Diese Wissensmerkmale werden in Kapitel 2.1.3 und Kapitel 6.1 genauer erläutert.

Informationsverarbeitung und Informationspathologien

67

„At some point, as complexity increases, the ability of human operators to ‘navigate’ to appropriate solutions and to make sense of ‘unusual data’ is overcome by the magnitude of the possibilities posed by the system.”166

Turner und Pidgeon (1997) konnten in einer empirischen Studie zeigen, dass desaströse Fehlschläge in Organisationen sich tatsächlich über eine lange Inkubationszeit entwickeln, während der deutliche Warnsignale nicht bemerkt oder nicht beachtet werden. An dieser Stelle sollen auch wirtschaftliche Fehlschläge, die nur zu finanziellen Schäden und Verlusten, nicht aber zu physischen Schäden führen, gemeint sein. Choo (2005) nennt drei Probleme der Informationsverarbeitung als Ursache für dieses Übersehen von Warnsignalen: 1. Die Signale werden nicht als Warnung erkannt, weil sie zu den organisationalen Überzeugungen und Zielen passen. 2. Die Warnsignale werden erkannt, aber die Verantwortlichen handeln nicht. 3. Verschiedene Gruppen besitzen Teile der kritischen Warninformation, aber niemand hat einen Gesamtüberblick.

Besonders die letzte Ursache ist eine deutliche Ausprägung von Informationspathologien. Die Integration von verteiltem Wissen fällt sehr schwer, wenn die Wissensträger verschiedenen organisatorischen Einheiten zugeordnet sind. Innerhalb einer Gruppe oder eines Teams dagegen wird es eher zum Austausch diesen Wissens und der Integration kommen. Die Häufigkeit der Interaktion hat dabei möglicherweise einen wichtigen Einfluss auf die Geschwindigkeit, mit der diese Wissensintegration geschehen kann. Räumlich stark verteilte Gruppen wie interkontinentale Teams werden vermutlich sehr viel länger brauchen, um verteiltes Wissen, vor allem implizites und äquivokes Wissen, zu integrieren als stärker lokalisierte Teams. Choo hält den katastrophalen Ausgang aber nicht für unvermeidbar, sondern diskutiert ebenfalls Maßnahmen zur Abwendung eines Fehlschlags bei vorhandenen Warnsignalen. Auf der individuellen Ebene kann vermittelt werden, durch welche kognitiven Fehler die Informationsverarbeitung bedroht ist. Beispiele für solche kognitiven Fehler sind das framing und das Problem der sunk costs. Beim framing kann durch einen vorgegebenen Rahmen die Informationsverarbeitung in bestimmte Richtungen gelenkt werden, Alternativen werden dann übersehen.167 Der sunk cost Effekt beschreibt die Tendenz, einmal begonnene

166 167

Wolf/Samspon (2007), S. 132. Vgl. Kahneman/Tversky (2000).

68

Informationsverarbeitung und Informationspathologien

Projekte auch trotz schlechter Erfolgsaussichten fortzusetzen. In ein solches Projekt wird nicht nur monetär investiert, sondern auch emotional; es fällt dann oftmals schwer, dieses Projekt aufzugeben.168 Die Annahme von Choo ist, dass Personen, die über Fehlerquellen informiert sind, diesen Fehlern nicht mehr so leicht verfallen. Auf Gruppenebene muss man sich ebenfalls entscheidungsverzerrender Tendenzen bewusst werden. Zu betonen sind hier groupthink169 und Gruppenpolarisierung170. Diesen Tendenzen kann durch eine geplante Rollenverteilung (z. B. einen devils advocate bestimmen) und eine unparteiische Führung der Gruppe entgegengewirkt werden. Auf der organisationalen Ebene schließlich helfen spezifische Einstellungen, die von allen Organisationsmitgliedern vertreten werden.171 Ideale Organisationsmitglieder sind dabei durch folgende Verhaltensweisen gekennzeichnet: •

Ihnen ist die Möglichkeit eines kritischen Fehlschlages bewusst, Fehler werden daher eher berichtet, Beinaheunfälle analysiert und eine allgemeine Aufmerksamkeit herrscht vor.

•

Schwierige Situationen und Entscheidungen werden nicht vereinfacht, sondern möglichst vollständig durchdacht und bearbeitet.

•

Warnsignale werden ernst genommen und es wird aktiv auf Fehlervermeidung, Behebung und Lernen aus gemachten Fehlern hingearbeitet.

Dieses Verhalten wurde aus der Beobachtung von sog. high-reliability organizations (Organisationen, die sich keine oder nur sehr wenige Fehler erlauben können) wie nuklearen Flugzeugträgern oder Notaufnahmestationen in Krankenhäusern abgeleitet.172 Auch Bazerman und Watkins (2004) beschäftigen sich an der Harvard Business School mit einer Form des Informationsversagens in Organisationen. Sie prägen den Begriff der vorhersagbaren Überraschungen (predictable surprises) in dieser Form: „... ein Ereignis oder eine Reihe von Ereignissen, die ein Individuum oder eine Gruppe überraschen, obwohl zuvor bereits alle notwendigen Informationen vorlagen, um die Ereignisse und ihre Konsequenzen vorherzusehen.“173

168

Vgl. Staw/Ross (1987). Anpassung der Meinung Einzelner an die Gruppenüberzeugung, siehe Janis (1982). Group polarization, Individuen neigen nach einer Gruppendiskussion zu extremeren Ansichten als vorher, siehe Stoner (1968). 171 Siehe Weick/Sutcliffe (2001). 172 Vertiefend wird auf information failure des Weiteren bei Choo (1998) und MacIntosh-Murray/Choo (2006) eingegangen. 173 Bazerman/Watkins (2004), S. 1, eigene Übersetzung. 169 170

Informationsverarbeitung und Informationspathologien

69

Vorhersagbare Überraschungen zeichnen sich unter anderem dadurch aus, dass das Problem bekannt ist und sich nicht von selbst lösen wird, das Problem sich mit der Zeit verschlimmert, eine Problembehebung zum jetzigen Zeitpunkt Kosten verursachen würde, während der Nutzen erst in Zukunft sichtbar wäre, und die Lösung reale Kosten verursacht, durch die unbekannte Kosten in der Zukunft vermieden werden würden. Erschwerend kommt hinzu, dass Organisationen und Gruppen bestrebt sind, den Status quo aufrechtzuerhalten und einflussreiche Minderheiten zugunsten ihrer privaten Interessen eine Problemlösung zu verhindern suchen. Bazerman und Watkins diskutieren kognitive, organisationale und politische Ursachen solcher vorhersagbaren Überraschungen. Diese Einteilung der Ursachen deckt sich mit den weiter oben angesprochenen allgemeinen Ursachen für Aufklärungsversagen (siehe Abbildung 11). Auch hier liegt ein Informationsversagen den vorhersagbaren Überraschungen zugrunde: alle notwendigen Informationen sind bekannt, aber es wird nicht danach gehandelt. Bazerman und Watkins sehen darin aber nicht bloß ein anonymes Versagen der Organisation als Ganzes, sondern eine Verfehlung der Führungskräfte. Nach ihrer Argumentation ist es die Pflicht einer Führungskraft, die Organisation mit breit gefächerten Maßnahmen auf mögliche Überraschungen vorzubereiten. Gerybadze (2004a, S. 17) spricht hier im Zusammenhang mit den ersten Anzeichen einer Innovation davon, dass die Information hierzu an einem bestimmten Ort bricht, d. h. relativ plötzlich in Erscheinung tritt und den weiteren Verlauf einer Innovation wesentlich bestimmt. Diese Information tritt meist an den funktionalen Quellen von Innovation auf, die laut Gerybadze (2004a, S. 17) innerhalb und außerhalb des Unternehmens liegen. Gerybadze nennt hier die firmeninternen, Innovationen hervorbringenden Wertschöpfungsketten, externe Wertschöpfungsgemeinschaften (Zulieferer, Kunden, komplementäre Leistungsanbieter), Universitäten sowie staatliche Institutionen und Forschungseinrichtungen, Wettbewerber und schließlich internationale Akteure. Er sieht die am Innovationsprozess Beteiligten in der Pflicht, aktiv nach Informationen aus diesen funktionalen Quellen zu suchen. Stinchcombe (1990) betrachtet den Zustand vor dem Aufkommen der für die weitere Entwicklung relevanten Information als einen Zustand der Unsicherheit, der durch Erlangen der Information aufgehoben werden soll. Für ein Unternehmen stellt es somit einen entscheidenden Vorteil dar, möglichst schnell in den Besitz der Information zu gelangen, die Hinweise auf die weitere Entwicklung einer sich abzeichnenden Innovation gibt, und auch darauf zu achten, dass diese Information ohne Störungen oder Verzögerungen verarbeitet wird.

70

3.1.3

Informationsverarbeitung und Informationspathologien

Vermeidung von Informationspathologien und Informationsversagen

In der Projektarbeit können Informationspathologien und Informationsversagen sowohl auf der individuellen Ebene als auch auf der Teamebene behandelt werden. Die Verhaltensweisen aus den sog. high reliability organizations bieten sich an zur Sensibilisierung der Mitarbeiter für die Schwierigkeiten von unzureichender Informationsverarbeitung. Neben der Behebung der Ursachen für diese Pathologie, welche Scholl (2004) hauptsächlich im Versagen der Kontrollmechanismen der Informationsverarbeitung sieht, ist es wichtig, einen möglichen Nutzen im Sinne der Erfahrungssammlung aus den auftretenden Informationspathologie zu ziehen und aus diesen zu lernen. Cannon und Edmondson (2005) betonen, dass es nach wie vor erstaunlich wenig Unternehmen gibt, die konsequent aus Fehlern lernen.

Gerade in verteilten Teams, die an einer neuen Produktentwicklung arbeiten und somit in einen Innovationsprozess eingebunden sind, ist die Verarbeitung von Information für die Erzeugung von neuem Wissen von zentraler Bedeutung. Auf der Teamebene liegt der Schlüssel zur Vermeidung von Informationsversagen in der Übertragung der Verantwortung für Kommunikation und Information nicht nur im Sinne der einzusetzenden Medien und Kommunikationsmittel, sondern auch der relevanten Berichtsstrukturen und der durch spezifische Ereignisse ausgelösten Benachrichtigungen der betroffenen Teammitglieder. In Fallstudie 1 in Kapitel 7.2 lag diese Rolle im Team bei dem Projektmanager.

Auf der Organisationsebene schließlich hat das eingangs beschriebene Fallbeispiel der Bremer Vulkan verdeutlicht, welche dramatischen Konsequenzen Fehler in der organisationalen Informationsverarbeitung haben können. In diesem Fall traten die Informationspathologien zusammen mit die Informationsverarbeitung verzerrendem Verhalten der wesentlichen Verantwortlichen auf. Interessant ist hier, dass die beteiligten Banken anscheinend bis kurz vor dem Zusammenbruch nicht realisierten, welche finanziellen und auf Fördergelder bezogenen Probleme vorlagen, obwohl sie über die Vertreter im Aufsichtsrat sehr guten Zugang zu Informationen aus dem Unternehmen hätten haben sollen.

Informationsverarbeitung und Informationspathologien

71

3.2 Missverständnisse im Unternehmen Nach der Diskussion der allgemeinen Kategorien von Informationspathologien und der spezifischeren Betrachtung von Aufklärungsversagen wird hier auf das Missverstehen als ein Problem der Informationsweitergabe in der direkten oder indirekten zwischenmenschlichen Kommunikation eingegangen. Dies wird hier als ein Spezialfall in der Informationsweitergabe, der dritten Stufe der Informationsverarbeitung nach Scholl (2004), angesehen (vgl. Abbildung 10). Die Betrachtung der Missverständnisse kann auch auf die Ebene der Interaktion von Unternehmenseinheiten übertragen werden. Dies wird nach der Diskussion des Missverstehens im persönlichen Dialog näher erläutert.

3.2.1

Missverstehen im persönlichen Dialog

Missverstehen ist im Allgemeinen ein Fehler in der Kommunikation zwischen zwei Personen. Eine spezifischere Definition von Missverstehen findet sich bei Badura (1971). Er unterscheidet Missverstehen auf zwei Ebenen. Erstens gibt es das Missverstehen auf der gegenständlichen Ebene der Kommunikation, bei der die Kommunizierenden zwar die gleichen Wörter verwenden, aber unterschiedliche Bedeutung mit diesen Wörtern verbinden. Zweitens liegt Missverstehen auf der intersubjektiven Ebene vor, wenn die Nachricht unterschiedlich interpretiert wird, also „... der Hörer den vom Sprecher intendierten pragmatischen Verwendungssinn der Aussage nicht erkennt ...“174. Die weiterreichende Bedeutung von Missverstehen ist, dass die Intention der Kommunikation, nämlich ein bestimmtes Verhalten beim Empfänger einer Nachricht zu erreichen, fehlschlägt. Der Empfänger der Nachricht wird bei Missverstehen sein Verhalten nicht oder in einer unerwünschten Weise ändern.

Wie kann es zu einem Missverstehen kommen? Um diese Frage beantworten zu können, soll zunächst eine linguistische Theorie der Nachrichtenübermittlung betrachtet werden. Johnson (1983) erläutert ausgehend von Vygotskys (1962) Annahmen den Prozess der Nachrichtengenerierung und des Nachrichtenverstehens. Um eine Information zu übermitteln, wird innere Sprache (inner speech, Denken) in externe Sprache (ostensible speech, Äußerungen) umgesetzt, sei es in ein gesprochenes oder geschrie-

72

Informationsverarbeitung und Informationspathologien

benes Wort. Dieses wird vom Empfänger der Nachricht durch den Prozess des Lesens oder Hörens wiederum in innere Sprache umgewandelt. Dies wird als thought-word and word-thought process bezeichnet. Innere Sprache ist durch vier Merkmale charakterisiert. Erstens ist sie immer stumm, wird also nicht geäußert. Sie hat zweitens eine geringe semantische Elaboration, die Bedeutung eines Wortes ist nicht klar eingegrenzt. Ein Wort kann vielmehr sehr viele Bedeutungen haben, über die sich der „Denker“ im Klaren ist. Es besteht also eine hohe semantische Komplexität, denn die genaue Bedeutung des Wortes ist nur dem „Denkenden“ klar, für den das Wort in der inneren Sprache mit einer Vielzahl anderer Begriffe verknüpft ist. Drittens liegt auch eine geringe syntaktische Elaboration vor, innere Sprache ist syntaktisch vereinfacht. Und viertens schließlich ist innere Sprache in hohem Maße egozentrisch. Um Information aus der inneren Sprache der Umwelt zugänglich zu machen, muss sie in externe Sprache umgesetzt werden, die Semantik muss vereinfacht und die Syntax strenger organisiert werden.

Die menschlichen Kommunikationsfähigkeiten umfassen also die innere Sprache, deren Umwandlung in externe Sprache, die Übermittlung, also Schreiben oder Sprechen, und deren Empfang, also Lesen oder Hören, sowie die abschließende Umwandlung von externer in innere Sprache. Zwei Faktoren beeinflussen die Effektivität der hier postulierten menschlichen Kommunikationsfähigkeiten. Erstens die Ebene, auf der die Kommunikationsfähigkeiten genutzt werden (intra- oder interpersonal) und zweitens die Menge und Qualität von Information und Rückmeldung. Rückmeldung (feedback) bedeutet hier die Möglichkeit für den Empfänger einer Nachricht, Ambiguitäten durch Rückfragen beim Sender zu verringern. Die Ebene bestimmt die Elaboration von Syntax und Semantik, die angewendet werden muss. Auf der interpersonalen Ebene ist eine wesentlich deutlichere Syntax erforderlich, während gleichzeitig die Semantik eingeschränkt ist, die Nachricht also umfangreicher formuliert werden muss als auf der intrapersonalen Ebene (d. h. beim Denken). Die Hauptursache für Missverständnisse liegt nun laut Vygotsky (1962) darin, dass eine auf der interpersonalen Ebene gesendete Nachricht teilweise oder ganz in innerer Sprache verfasst ist. Dadurch entsteht Ambiguität, denn die komplexe Semantik kann in externer Sprache vielerlei Bedeutung haben. Der Empfänger kann diese Nachricht nicht eindeutig verstehen, da ihm die Syn-

174

Vgl. Burkart (2002), S. 87.

Informationsverarbeitung und Informationspathologien

73

tax und Semantik der inneren Sprache des Senders nicht bekannt ist, es kommt zum Missverständnis.

Um solche Missverständnisse zu vermeiden, können die folgenden Regeln formuliert werden, die Hinweise auf das jeweils angemessene Maß an Elaboration und Rückmeldung geben.175 •

Verringert sich die Unmittelbarkeit von Rückmeldung, dann müssen Syntax und Semantik stärker elaboriert werden.

•

Verringert sich die semantische und syntaktische Elaborierung, dann muss die Unmittelbarkeit von Rückmeldung erhöht werden.

•

Je höher das Maß an gemeinsamem Verständnis (shared meaning), desto geringer kann die semantische und syntaktische Elaboration sein, und desto geringer ist die Notwendigkeit von unmittelbarer Rückmeldung.

Mead (1967) bezeichnet dieses gemeinsame Verständnis als signifikante Symbolisierung (significant symbolization). Ein signifikantes Symbol ist z. B. ein Wort, das für verschiedene Personen die gleiche Bedeutung hat, also auch gleich interpretiert wird. Eine weitere Ursache für Missverständnisse ist eine falsche Vermutung über das Hintergrundwissen des Kommunikationspartners. Nickerson (1999) diskutiert ausführlich, dass eine Heuristik in der menschlichen Kommunikation dazu dient, die eigenen Äußerungen dem Wissensstand des Gegenübers anzupassen. Dabei wird ausgehend vom eigenen Wissen ein Basismodell vom Wissen des anderen gebildet, dann werden Informationen über den anderen in das Modell einbezogen, und schließlich wird das Modell immer wieder überarbeitet, je mehr Information über den anderen verfügbar wird. Trotzdem kann es dabei noch zu Fehlannahmen kommen, denn meist wird dem Gegenüber mehr des eigenen Wissens zugesprochen, als dieser tatsächlich besitzt, und es werden dementsprechend missverständliche Aussagen formuliert. Dies wurde auch von Fussel und Krauss (1992) in einer experimentellen Studie festgestellt. Auch durch große Unterschiede im individuellen Wissen (Wissensdivergenz) kann es leichter zu Missverständnissen kommen. Dieser Fall wird in dem wachsenden Forschungszweig der Kommunikation zwischen Experten und Laien behandelt.176

175 176

Vgl. Johnson (1983). Vgl. Bromme/Jucks (2001).

74

Informationsverarbeitung und Informationspathologien

Zusammenfassend lassen sich in dieser kurzen Übersicht vier allgemeine Ursachen für Missverstehen finden: Verwendung innerer Sprache in interpersonalem Kontext177, Verwendung von nicht signifikanten Symbolen178, falsche Annahmen über das Wissen anderer179, sowie Wissensdivergenz zwischen Experten und Laien180. Gemeinsam ist diesen Ursachen eine Tendenz zur Egozentriertheit, wenn es um die Wissensvermittlung an andere geht. In der innerbetrieblichen Kommunikation bedeutet das, dass man sich dieser Tendenz zur Egozentriertheit der eigenen Wissensperspektive bewusst sein sollte. Auch auf die Gefahr hin, dem Gegenüber etwas zu erzählen, dass dieser schon weiß, sollte man doch zunächst sicherstellen, dass ein gemeinsames Verständnis besteht. Im Austausch zwischen Mitarbeitern eines multinationalen Unternehmens sind diese Ursachen für Missverständnisse umso bedeutsamer, da hier noch erschwerend kulturelle Unterschiede und teilweise völlig verschiedene persönliche Hintergründe aufeinander treffen. Ein Merkmal der viel gerühmten kulturellen Kompetenz dürfte demnach die Fähigkeit sein, sich in die Lage eines anderen Menschen, vor allem eines Menschen mit anderem kulturellen Hintergrund, zu versetzen, um so das Auftreten von Missverständnissen zu verhindern.

3.2.2

Missverständnisse in der unternehmensinternen Kommunikation

In der Kommunikation zwischen verschiedenen Unternehmenseinheiten sind der unterschiedliche Erfahrungshintergrund und die unterschiedlichen Intentionen der am Austausch beteiligten Personen und Einheiten meist die Ursache für Missverständnisse. Das Auftreten von Missverständnissen folgt also dem gleichen Muster, ob es nun eine Kommunikation zwischen verschiedenen Hierarchieebenen, verschiedenen Funktionsbereichen oder verschiedenen Unternehmenseinheiten betrifft. Diese Missverständnisse lassen sich zum einen auf Unterschiede im verwendeten Zeichensatz zurückführen, also unterschiedliche Sprachen, Fachbegriffe oder Konzepte, zum anderen aber auch auf fehlerhafte Annahmen zu dem Wissen, welches beim Kommunikationspartner vermutet wird. Diese Schwierigkeiten werden umso gravierender, je mehr Unterschiede zwischen den Kommunikationspartnern bestehen. Hier gehören auch die diskutierten Merkmale aus Kapitel 2 zu den kritischen Eigenschaften, also die Kulturzugehö-

177

Vgl. Vygotsky (1962). Vgl. Mead (1967). 179 Vgl. Nickerson (1999). 180 Vgl. Bromme/Jucks (2001). 178

Informationsverarbeitung und Informationspathologien

75

rigkeit, der berufliche Hintergrund, die organisatorische Zuordnung und die räumliche Verteilung. Sprechen die Kommunikationspartner nicht die gleiche Sprache, stammen aus unterschiedlichen Kulturen, gehören zu unterschiedlichen beruflichen Fachrichtungen und arbeiten sie in verschiedenen Unternehmenseinheiten an verschiedenen Standorten, so ist das Risiko von Missverständnissen am größten.

3.3 Konsequenzen der Informationsverarbeitung für den Wissenstransfer Für international tätige Unternehmen bedeuten die hier dargestellten Untersuchungen, dass die Verarbeitung von Information auf drei verschiedenen Ebenen betrachtet werden muss. Dies sind die Ebene der Organisation als Ganzem, die Ebene der Gruppeninteraktion und die Dialogebene. Informationsverarbeitung in dieser Arbeit meint dabei den interindividuellen Austausch von Information und die intraindividuelle Verarbeitung von Information. Es sind also nicht Prozesse der elektronischen Datenverarbeitung gemeint, auch wenn diese zum Austausch von Information genutzt werden können, sondern kognitive und kommunikative Prozesse.181 Die Barrieren der interkulturellen Kommunikation von Barna (1997) müssen bei interkulturellen Interaktionen berücksichtigt werden. Redundanzen in der Informationsübermittlung und das Zulassen von Rückfragen sind auf der individuellen Ebene von zentraler Bedeutung. Auf der organisationalen Ebene ist die Wachsamkeit gegenüber vorhersagbaren Überraschungen182 wichtig. Hier können sich Unternehmen an den von Weick und Sutcliffe (2001) beobachteten Verhaltensweisen von high-reliability organizations orientieren. Dabei muss das Verhalten der Organisation an die Anforderungen der jeweiligen Situation angepasst werden. Bei einer begrenzten Informationsübertragung beispielsweise sind andere Standards und Vorraussetzungen zu erfüllen als bei der Übertragung von komplexen Prozessen von einer Landesniederlassung in eine andere.

Wichtig ist die Erkenntnis, dass nicht die Verbesserung der Kommunikationsmittel oder der Datenverarbeitungsmöglichkeiten alleine eine Verbesserung der Informationsverarbeitung in multinationalen Unternehmen bewirken können. Die allgemeinen Ursachen für Probleme der Informationsverarbeitung, nämlich fehlerhafte Organisations-

181 182

Dies wurde auch zu Beginn von Kapitel 3 kurz erläutert. predictable surprises, Vgl. Bazerman/Watkins (2004).

76

Informationsverarbeitung und Informationspathologien

struktur, die Beschränkung der menschlichen kognitiven Kapazität, menschliche Motive und die Interaktion dieser drei Einzelursachen, müssen berücksichtigt werden, um eine Verbesserung zu erreichen. Dies wird so auch in Abbildung 12 dargestellt. Nur eine Berücksichtigung aller dieser Aspekte ermöglicht eine dauerhafte Steigerung der Fehlerresistenz eines Unternehmens.

Als Erweiterung des in Kapitel 2.2.5 vorgestellten Zusammenhanges von Wissenstransfer und Wissensarten (siehe Abbildung 8) spielen die Probleme der Informationsverarbeitung und der Missverständnisse eine wesentliche Rolle für Schwierigkeiten in der eigentlichen Übertragung von Wissen (Transferaktivitäten). Sie wirken auch auf die Vorbereitung des Transfers, denn hier werden die Weichen gestellt für die Verwendung der richtigen Medien, der angemessenen Kommunikation und der Gestaltung der folgenden Transferaktivitäten. Dazu gehören auch die Gewährung von Rückfragemöglichkeiten und die Akzeptanz, dass Wissenstransfer in den meisten Fällen nicht eine Einbahnstraße ist, sondern Austausch und Interaktion erfordert. Die Anwendung des Wissens kann schließlich nur gelingen, wenn alle betroffenen Projektpartner auf der Empfangsseite des Wissenstransfers erreicht wurden.

Neben den Merkmalen des zu transferierenden Wissens gehört die Berücksichtigung der möglichen Schwierigkeiten mit der Informationsverarbeitung im Transferprozess zur Wissenstransfergestaltung dazu. Damit sind wichtige Einflussfaktoren bestimmt, die den Wissenstransfer beeinträchtigen können bzw. mit deren Hilfe man den Wissenstransfer optimal gestalten kann. Besondere Bedeutung erlangt der Wissenstransfer in einem Innovationsprojekt, also einem Vorhaben des Unternehmens, in dem Produkte oder Prozesse im Unternehmen für den Kunden oder für interne Verwendungen erneuert werden sollen. Hier soll neues Wissen erzeugt werden, was einerseits einen Austausch zwischen verschiedenen Wissensträgern innerhalb und gegebenenfalls außerhalb des Unternehmens und andererseits die Integration des Wissens erforderlich macht. Kommt es zu einer Kooperation im Bereich Forschung und Entwicklung, so rückt noch stärker der Transfer von spezifischem Wissen der Projektpartner in das Unternehmen sowie der Transfer spezifischen Wissens des Unternehmens an die Projektpartner in den Fokus. Die hier im Unternehmen und in Kooperationen ablaufenden Prozesse werden im folgenden Kapitel dargestellt und erläutert.

Innovationsmanagement und Wissenstransfer

77

4 Innovationsmanagement und Wissenstransfer Der Wissenstransfer im Zusammenhang mit Innovationsprojekten ist im Unternehmen eingebettet in Projektabläufe, die sich über mehrere Funktionsbereiche erstrecken. Dies, und die für die Projektarbeit formierten Teams, bilden den strukturellen Rahmen für den Transfer von Wissen. Um diesen Transfer untersuchen zu können, muss deutlich gemacht werden, was Innovation im Unternehmen bedeutet, welche Eigenschaften die hier behandelten Innovationen aufweisen und in welcher Form Innovationsprozesse im Unternehmen ablaufen. Hier lassen sich dann Zusammenhänge zwischen der Form des Innovationsprozesses und den bisher diskutierten Schwierigkeiten des Wissenstransfers und der Informationsverarbeitung aufzeigen. Dabei wird deutlich, dass die Produktentwicklung als wichtiger Schritt im Innovationsprozess wesentlich von einem erfolgreichen Wissensaustausch innerhalb der Teams und einem reibungslosen Wissenstransfer zwischen den Teams abhängt. Die Erweiterung des unternehmensinternen Innovationsprozesses durch Kooperationen mit externen Organisationen wie Forschungseinrichtungen und Universitäten wird detailliert in Kapitel 5 behandelt.

4.1 Innovation im Unternehmen Innovationen werden allgemein als die Triebfeder für das Überleben eines Unternehmens und die Weiterentwicklung von Industrien und Gesellschaften angesehen. Die ursprüngliche industriebezogene Verwendung des Begriffs geht auf Schumpeter zurück.183 Die enge Assoziation mit Technologie184 und physischen Artefakten ist mit der Zeit erweitert worden, Innovationen werden seit längerem auch auf Prozesse bezogen, seit kurzem zudem auf Dienstleistungen.185

183

Schumpeter (1987), insbesondere Kapitel 2 zur wirtschaftlichen Entwicklung und der Durchsetzung neuer Kombinationen und die entsprechende Definition auf S. 100f, die als ein Vorläufer des Begriffs Innovation in der heute verbreiteten Verwendung angesehen werden kann. 184 Zum Begriff Technologie siehe Kapitel 2.1.2. 185 Siehe hierzu weiter unten Gerybadze (unveröffentlicht) zum Innovationsgegenstand.

78

Innovationsmanagement und Wissenstransfer

4.1.1

Grundlegendes zum Begriff „Innovation“

Definitionen für den Begriff „Innovation“ sind mindestens ebenso vielfältig wie für den Begriff „Wissen“. Dabei prägt das spezifische Vorhaben der jeweiligen Autoren die Verwendung unterschiedlich stark. Um zu einer gewissen Vereinheitlichung für diese Arbeit zu kommen, werden im Folgenden einige der verbreiteten Definitionen besprochen und gegenübergestellt. Dies wird das Verständnis und die Verwendung des Konzeptes Innovation in dieser Arbeit verdeutlichen.

Hauschildt (2004) gibt einen umfassenden Überblick über verschiedene teils klassische Auffassungen und Definitionen von Innovation.186 Er gliedert diese Sammlung an Definitionen nach verschiedenen Betrachtungsweisen: Innovation als neuartige Produkte oder Prozesse der Tatsache und dem Ausmaß der Neuartigkeit nach, der Erstmaligkeit nach, der Wahrnehmung nach, als neuartige Kombination von Zweck und Mitteln, als Verwertung neuartiger Produkte oder Prozesse, als Prozess selbst und als neuartige Dienstleistungen jenseits industrieller Produkte und Prozesse. Daraus leitet er schließlich folgende Definition ab: „Innovationen sind im Ergebnis qualitativ neuartige Produkte oder Verfahren, die sich gegenüber dem vorangehenden Zustand merklich – wie auch immer das zu bestimmen ist – unterscheiden.“187

Um diese Neuartigkeit zu prüfen, stellt er vier Kriterien vor, nach denen eine Innovation identifiziert werden kann. Auf der inhaltlichen Dimension wird die Neuigkeit des Gegenstandes an sich betrachtet. Die subjektive Dimension prüft, für wen der Gegenstand neu ist. Auf der prozessualen Dimension wird nachgefragt, wie lange der Gegenstand noch neu sein wird (oder schon neu ist). Die normative Dimension schließlich prüft, ob das Neue auch erfolgreich ist. Hier wird die betriebswirtschaftlich wesentliche Dimension einer Innovation deutlich, der Erfolg am Markt. Die Prüfung der Neuartigkeit und damit die mögliche Feststellung einer Innovation soll es Entscheidungsträgern im Unternehmen ermöglichen, mit entsprechenden Projekten richtig umzugehen und statt normaler Methoden und Prozesse dem Innovativen angemessene Schritte einzuleiten.188 Dies ist eine inzwischen klassische Definition aus der deutschen Tradition der Wirtschaftswissenschaften und zeigt deutlich auf, welche verschiedenen Kon186

187

Vgl. Hauschildt (2004), S. 4ff. Siehe auch Corsten/Gössinger/Schneider (2006) für eine grundlegende Diskussion von Innovation. Hauschildt (2004), S. 7.

Innovationsmanagement und Wissenstransfer

79

zepte im Feld der Innovationsforschung Einfluss auf die Diskurse genommen haben und noch nehmen. Sie bleibt dabei aber sehr allgemein und ist auf die eigentliche Erfindung konzentriert. Der Prozess der Innovation wird nicht ausreichend berücksichtigt, weshalb für das Verständnis der Innovation weitere Definitionen herangezogen werden müssen.

Bei Gerybadze (1982) wurde zwar noch der Schwerpunkt der Definition auf das Ergebnis gelegt, aber der zugehörige Prozess wurde schon in die Erläuterung von Innovation mit einbezogen: „Innovationen stellen wirtschaftlich angewandte Neuerungen von Produkten oder Produktionsprozessen dar. Sie leiten oft bedeutsame Entwicklungen ein, sind jedoch selbst das Ergebnis eines häufig recht langwierigen Prozesses, bei dem die Ideen und Handlungen vieler Wirtschaftssubjekte zusammenwirken, sich ergänzen oder aber zueinander in kompetitive Beziehung treten.“189

Im angloamerikanischen Raum wurde auch schon frühzeitig die Bedeutung der Kommerzialisierung und der entsprechenden Prozessschritte für die Innovation hervorgehoben. Freeman (1982) unterscheidet Invention und Innovation und definierte Innovation als die Einführung und Verbreitung von neuartigen Produkten und Prozessen: „… the expression ‘technical innovation’ or simply ‘innovation’ is used to describe the introduction and spread of new and improved products and processes in the economy …”190

Diese Auffassung ist eher von der industriellen Perspektive geprägt und vernachlässigt noch den Dienstleistungssektor. Dodgson (2000) greift daher diese Definition auf und formuliert abgewandelt und etwas allgemeiner eine Definition von Innovation als einen Prozess, der sowohl die Erfindung als auch deren Einführung und Kommerzialisierung beinhaltet: „… innovation includes the scientific, technological, organizational, financial, and business activities leading to the commercial introduction of a new (or improved) product or new (or improved) production process or equipment.“191

Auch bei dieser Definition werden Dienstleistungen noch nicht explizit erwähnt, auch wenn diese inzwischen einen wichtigen Teil der Innovationsforschung ausmachen.192

188

Vgl. Hauschildt (2004), S. 28. Gerybadze (1982), S. 22. 190 Freeman (1982) S. 4. 191 Dodgson (2000) S. 2. 189

80

Innovationsmanagement und Wissenstransfer

Dieser Aspekt der Innovation wird schließlich explizit in der Definition im Oslo Manual der OECD (2005) aufgeführt: „An innovation is the implementation of a new or significantly improved product (good or service), or process, a new marketing method, or a new organisational method in business practices, workplace organisation or external relations.”193

Hier wird wiederum der Prozess vernachlässigt, der, wie in den Definitionen von Gerybadze, Freeman und Dodgson hervorgehoben, zu einer Innovation führt.

Abschließend zu der Definition von Innovation ist bei der Behandlung von Innovation immer zu bedenken, dass mit dem Begriff sowohl das Produkt bzw. der Prozess als solcher gemeint sein kann als auch der Ablauf an Aktivitäten und Ereignissen, der zu seiner Entwicklung und Einführung am Markt führt.194 In dieser Arbeit wird Innovation generell als dieser Ablauf der Aktivitäten verstanden (also die Definitionen von Gerybadze, Freeman und Dodgson bevorzugt) und folgendermaßen definiert: Innovation als Prozess ist der Einsatz von Wissen, Erfahrungen, Fähigkeiten und Technologien zur Herstellung eines innovativen Gegenstandes sowie die Verbreitung, Anwendung und Durchsetzung dieses Gegenstandes im Markt. Die Innovation als Gegenstand ist ein Produkt, ein Prozess oder eine Dienstleistung, welche ein Problem oder eine Aufgabe in neuartiger oder wesentlich verbesserter Weise löst als bereits existierende Ansätze.195 Wissenstransfer findet in allen Phasen dieses Innovationsprozesses statt196, jedoch am intensivsten in der Entwicklung und an den Übergangsstellen zwischen den Phasen.

Innovation ist außerdem durch einige weitere Merkmale gekennzeichnet, die bisher so nicht in den Definitionen aufgetaucht sind. Teece (2000, S. 36ff.) charakterisiert Innovation durch die Beschreibung von einigen spezifischen Merkmalen, die unabhängig vom Kontext der Innovation gültig sein sollen. Diese Merkmale sind Unsicherheit (die Ergebnisse eines Unterfangens können nicht oder nur ungenau vorausgesagt werden),

192

Vgl. z. B. Tidd/Hull (2003), Kandampully (2005), Bullinger/Scheer (2006) und Möller/Rajala/Westerlund (2008). OECD (2005) S. 46. 194 Dies betonen auch Tidd, Bessant und Pavitt (2001). Ihre Definition von Innovation lautet entsprechend „… innovation is a core process concerned with renewing what the organization offers (its products and / or services) and the ways in which it generates and delivers these.“ (Tidd/Bessant/Pavitt 2001 S. 19). 195 In den Fallstudien wird entsprechend die jeweilige Neuentwicklung auch als Innovation bezeichnet. 196 Siehe Kapitel 4.2 zum Zusammenhang von Wissenstransfer und Innovation. 193

Innovationsmanagement und Wissenstransfer

81

Pfadabhängigkeit (ein technologisches Feld gibt gewisse Grenzen vor und macht Einschränkungen, in welche Richtung sich eine Technologie entwickeln kann), Kumulation (entlang des Pfades der Technologie bauen neue Entwicklungen auf den vergangenen Entwicklungen auf), Irreversibilität (bestimmte technologische Entwicklungen lassen sich nicht rückgängig machen), technologische Querverbindungen (für die erfolgreiche Innovation müssen viele Funktionen und Ressourcen verbunden werden), Implizitheit (neu entwickelte Technologien sind nur schwer zu kodifizieren und zu übertragen) und gleichzeitig Imitierbarkeit (die Verfügbarkeit von Informationen über eine neue Technologie wird früher oder später zu Nachahmungen führen). Auch diese Merkmale beeinflussen den Wissenstransfer im Rahmen eines Innovationsprozesses wesentlich und werden daher bei der Betrachtung von Innovationsprozessen als mögliche Erklärungen für Transfer- und Kommunikationsschwierigkeiten berücksichtigt. Innovationsprozesse unterscheiden sich zudem teilweise deutlich von Industrie zu Industrie. Ein Beispiel sind die relativ langen Innovationsprozesse von 10-15 Jahren in der pharmazeutischen Industrie oder von etwa 7 Jahren in der Automobilbranche gegenüber den Entwicklungszyklen von teilweise weniger als einem Jahr in der Mobilfunkbranche.197

Eine umfangreichere Diskussion des Terminus Innovationsmanagement ist im Rahmen dieser Arbeit nicht möglich. Um trotzdem Klarheit über das hier zugrunde liegende Verständnis der Arbeit zu schaffen, soll es kurz umrissen werden. Unter Innovationsmanagement wird in Anlehnung an Gerybadze (2004a, S. 207ff.) hier die Gestaltung und Führung des Innovationsprozesses verstanden, also die Planung des Vorgehens im Innovationsprozess, die Auswahl der Projektstruktur und der zu verfolgenden Lösungswege, die Aufteilung der notwendigen Arbeiten auf ein oder mehrere Teams innerhalb einer Organisation oder zwischen verschiedenen beteiligten Organisationen nach den benötigten und zur Verfügung stehenden personellen und materiellen Ressourcen, die Überwachung und Kontrolle der Ausführung des Projektes und die abschließende Evaluation des Projekterfolges.

197

Siehe z. B. Dodgson (2000) S. 45 zu den schnellen Produkteinführungen in der Mobilfunkbranche.

82

4.1.2

Innovationsmanagement und Wissenstransfer

Für den Wissenstransfer bedeutsame Innovationsmerkmale

Innovationen können nach verschiedensten Merkmalen unterschieden werden.198 Der Zeithorizont, wie im vorherigen Abschnitt angedeutet, ist eines davon. Für den Wissenstransfer relevant sind allerdings drei wesentliche Perspektiven: die Perspektive des Innovationsursprungs, die des Innovationsgegenstandes und schließlich die der Systemintegration der Innovation. Je nach den vorliegenden Merkmalen in den drei Perspektiven sind spezifische Einflüsse auf den Wissenstransfer zu erwarten, die im Folgenden erläutert werden.

Nach dem Innovationsursprung klassifiziert Gerybadze (2005c) Innovationsgegenstand und Innovationsprozess.199 Er unterscheidet Innovationen nach ihrem Ursprung im Forschungs- und Entwicklungsprozess in Research-based, Engineering- und Lead Market Innovations.200 Forschungsbasierte (research-based) Innovationen entstehen in Forschungseinrichtungen der öffentlichen Hand oder in den Grundlagenforschungseinrichtungen von Unternehmen und sind auf eine hoch entwickelte Forschungsinfrastruktur und entsprechende Ressourcen angewiesen. Eine Engineering Innovation hat dagegen ihren Ursprung in den Entwicklungstätigkeiten des Unternehmens, sie basiert meist auf durch konkrete Probleme in Prozessen oder Produkten angeregte Veränderungen. Lead Market Innovationen haben ihren Ursprung in direktem Kontakt mit den wichtigen Absatzmärkten und entstehen meist auf Anregung von Anwendern und Kunden, und sind deshalb auf das Feedback aus den Märkten sowie auf den intensiven Kontakt mit Kunden und Anwendern angewiesen, um bestehen zu können. Je nach Ursprung weisen solche Innovationen die hier dargestellten kritischen Merkmale auf, die es bei der weiteren Verfolgung dieser Innovationen zu berücksichtigen gilt. Der Wissenstransfer in einem Innovationsprojekt mit forschungsbasiertem Ursprung ist stärker wissenschaftlich geprägt, bei einer Engineering Innovation stehen meist unternehmensinterne Entwicklerteams im Mittelpunkt, und bei der Lead Market Innovation wird verstärkt mit den Mitteln des Marketing und in engem Kontakt mit Kunden gearbeitet. Diese unterschiedlichen Teilnehmer beeinflussen das Kommunikations- und Interaktionsmuster in einem Projekt.

198

Siehe z. B. Uhlmann (1978), der durch eine Faktorenanalyse Typen der Innovation abgeleitet hat. Dies stellt eine Weiterentwicklung der Typologie aus Gerybadze (1998), Gerybadze/Reger (1999) und Gerybadze (2004b) dar. 200 Gerybadze (2005c). 199

Innovationsmanagement und Wissenstransfer

83

Gerybadze (2008b) stellte eine weitere Unterscheidung von Innovationstypen nach der Art des Innovationsgegenstandes dar. Danach kann man zwischen Produkt-, Prozess-, Service- und organisatorischen Innovationen unterscheiden (siehe Abbildung 13).

ProduktInnovation

ServiceInnovation

Forschungsaktivitäten

Kunden- / Anwenderseite ProzessInnovation

Organisatorische Innovation

Abbildung 13: Arten der Innovation nach dem Gegenstand des Innovationsprozesses201

Produkt- und Prozessinnovationen haben nach dieser Darstellung ihren Ursprung eher in Forschungsaktivitäten, während Service- und organisatorische Innovationen eher von der Kunden- und Anwenderseite ausgehen.202 Obwohl es hier zwar deutliche Überschneidungen gibt, wird oft in dieser Dichotomie gedacht bzw. gehandelt. Die Mehrzahl der Studien zu Innovationen und Innovationsmanagement konzentriert sich auf Produkt- und Prozessinnovationen, auch wenn, wie weiter oben kurz dargestellt, vermehrt Untersuchungen zu Dienstleistungsinnovationen durchgeführt werden. Der Wissenstransfer wird durch die Gegenständlichkeit der Innovation beeinflusst. Von einem Produkt kann man einen Prototypen bauen und diesen vorführen. Eine Serviceinnovation dagegen ist schon schwieriger zu demonstrieren, und eine organisatorische Innovation wird ihre Wirkung erst nach der Implementierung vollständig zeigen können. Entsprechend unterscheiden sich die Artefakte, mit denen die Entwicklungsteams arbeiten können. Es ist daher anzunehmen, dass bei weniger gegenständlichen Innovationen umso stärker direkter persönlicher Austausch zwischen den Mitgliedern des Entwicklungsteams stattfinden sollte, da es sonst zu Missverständnissen kommen kann.

201 202

Nach Gerybadze (2008b). Diese Klassifizierung ähnelt derjenigen im Oslo Manual (OECD 2005 S. 47ff.), dort werden allerdings die Serviceinnovationen der Produktinnovation zugeordnet und als vierte Form die Marketing-Innovation unterschieden.

84

Innovationsmanagement und Wissenstransfer

Die Systemintegration der Innovation schließlich wird von Henderson und Clark (1990) beschrieben. Mit Systemintegration ist die Art und Weise gemeint, in der die Innovation in die bestehenden Systeme, also z. B. existierende Produktionsprozesse oder Produkte, eingreift. Henderson und Clark greifen die beiden klassischen Typen der Innovation (inkrementell und radikal)203 auf und ordnen sie in einen Rahmen ein, aus dem sich zwei weitere Typen von Innovationen ergeben. Inkrementelle Innovationen sind dabei kleine Veränderungen und Neuerungen an etablierten Produkten und Technologien, die auf den bestehenden Konzepten aufbauen, was die Nutzung der bereits vorhandenen Fähigkeiten des Unternehmens bedeutet. Radikale Innovationen dagegen stellen ein Abweichen von etablierten Konzepten dar und zwingen das Unternehmen häufig, völlig neue Kapazitäten und Fähigkeiten aufzubauen. In einer etwas abweichend gestalteten Konzeption spricht Christensen (1997) von erhaltenden (sustaining) und störenden (disruptive) Innovationen.204 Auch dieser Ansatz untersucht ähnlich dem Konzept der inkrementellen und radikalen Innovation, wie stark sich eine Innovation auf das Unternehmen auswirkt, und zwar unter Berücksichtigung der Bedienung von bestehenden und neu entstehenden Märkten. Erhaltende Innovationen stärken in einem bestehenden Markt etablierte Firmen, da sie, ähnlich den inkrementellen Innovationen, existierende Technologien fortführen und damit auf den im Unternehmen vorhandenen Kompetenzen aufbauen. Störende Innovationen stellen eine Abweichung von den existierenden Technologien dar und passen damit nicht zu den bestehenden Kompetenzen des Unternehmens. Sie machen also wie bei radikalen Innovationen eine Umstellung und Anpassung des Unternehmens erforderlich. Hierin liegt auch der Ursprung der beiden Dimensionen, die Henderson und Clark verwenden, um die Innovationen voneinander abzugrenzen. Die eine Dimension beschreibt, ob das Kernkonzept eines Produktes von der Innovation bestärkt oder verworfen wird. Auf der anderen Dimension wird erfasst, ob die Innovation die Verbindungen zwischen dem Kernkonzept und den Komponenten einer Technologie verändert oder unverändert lässt. Hieraus ergeben sich vier Typen der Innovation, charakterisiert über das Ausmaß an Veränderungen an Kernkonzepten und Konfigurationen von Komponenten (siehe Abbildung 14). 203

Zu inkrementeller Innovation siehe z. B. Nelson/Winter (1982), Ettlie/Bridges/O’Keefe (1984), Dewar/Dutton (1986) und Tushman/Anderson (1986), zu radikaler Innovation z. B. Dess/Beard (1984), Ettlie/Bridges/O’Keefe (1984) und Dewar/Dutton (1986). 204 Zusammen mit Raynor entwickelte er diesen Ansatz später weiter und untersuchte, wie Firmen störende Innovationen nutzen können, um nachhaltiges Wachstum zu erzeugen (Christensen/Raynor 2003).

Innovationsmanagement und Wissenstransfer

85

unverändert verändert

Verbindung von Kernkonzept und Komponenten

Kernkonzept verstärkt

verworfen

Inkrementelle Innovation

Modulare Innovation

Architekturelle Innovation

Radikale Innovation

Abbildung 14: Systemintegration der Innovation und resultierende Typen der Innovation205

Die beiden neuen Typen von Innovation, die hier hinzukommen, sind die modulare Innovation, bei der zwar das Kernkonzept verändert wird, aber die Verbindung zu den Komponenten gleich bleibt, und die architekturelle Innovation, bei der das Kernkonzept bestärkt wird, aber die Konfiguration mit den Komponenten verändert wird. Jeder dieser vier Typen hat unterschiedliche Konsequenzen für den Umgang der Organisation mit der Innovation, die von Henderson und Clark (1990) beschrieben werden. Inkrementelle Innovationen stärken die Wettbewerbsposition von etablierten Firmen, da hier vorhandene Fähigkeiten des Unternehmens genutzt werden können. Radikale Innovationen dagegen stellen eine große Herausforderung für dieselben Firmen dar, da bereits vorhandene Fähigkeiten hier nur eingeschränkt oder gar nicht angewendet werden können und der Aufbau von entsprechend neuen Fähigkeiten notwendig ist.206 Architekturelle Innovationen erfordern hier ein wesentlich differenzierteres Vorgehen, da einige der vorhandenen Fähigkeiten des Unternehmens weiter verwendet werden können, während in bestimmten Teilbereichen neue Fähigkeiten aufgebaut werden müssen. Somit ist eine präzise Bestimmung der weiter zu verwendenden Fähigkeiten und der zu entwickelnden Bereiche notwendig. Auf die modulare Innovation gehen Henderson und Clark nicht näher ein, da der Fokus ihrer Studie die architekturelle Innovation ist. Es kann angenommen werden, dass eine modulare Innovation einem Unternehmen eine geringere Veränderung bzw. Anpassung abverlangt als eine radikale oder architekturelle Innovation, da hier zwar eine Komponente eines Produktes verändert wird, die Verbindung zu den anderen Komponenten aber unverändert bleibt, und die neue Kom205

Nach Henderson/Clark (1990), eigene Übersetzung.

86

Innovationsmanagement und Wissenstransfer

ponente sich somit ohne Schwierigkeiten in das bestehende System einfügen lässt. Damit ist auch nur ein eng umrissenes Spektrum an neuen Fähigkeiten relevant.

Ursprung der Innovation, Gegenstand der Innovation und die Systemintegration haben neben den oben diskutierten Wissensmerkmalen als innovationsbezogene Eigenschaft des Wissenstransferobjekts Einfluss auf den Verlauf des Wissenstransfers und müssen entsprechend berücksichtigt werden. Ihr Einfluss ist von den Effekten der Wissensmerkmale zu unterscheiden, sie können als ein weiterer Aspekt der Rahmenbedingungen des Wissenstransfers angesehen werden.

4.2 Der Innovationsprozess im Unternehmen Dass das Innovationsmanagement vom Management der Forschungs- und Entwicklungsaktivitäten eines Unternehmens zu unterscheiden ist legt Hauschildt (2004) anschaulich dar. Für ihn ist die Aufgabe des Innovationsmanagements die „... dispositive Gestaltung von Innovationsprozessen ...“207. Forschung und Entwicklung dagegen bezieht sich nach Hauschildt rein auf die naturwissenschaftlich-technischen Prozesse.208 Auch dem Verständnis der vorherigen Kapitels folgend können wir hier festhalten, dass sich F&E-Management eher mit der Invention, Innovationsmanagement dagegen umfassender auch mit der Kommerzialisierung, die ein wesentlicher Bestandteil der Innovation ist, eines neuen Produktes befasst. Dass diese zu differenzierenden Funktionen teilweise zusammengefasst werden, wird aus der Diskussion von Allen (2003) deutlich, der klar unterscheidet zwischen der Arbeit von Wissenschaftlern und der von Ingenieuren, und auf deren fundamentale Unterschiede verweist. Eine Vernachlässigung dieser Unterschiede sei ein grundlegendes Problem vieler Studien zur Arbeit von „Entwicklern“, aber auch ein Fehler, den viele F&E-Manager machen.209 Ein sehr verbreitetes Paradigma des betrieblichen Innovationsprozesses ist das Bild eines Trichters210, in den hoffnungsvolle Projektideen eingeschleust werden, von denen mehr und mehr ausgeschlossen werden, während die Weiterentwicklung, also der Weg durch den Trichter, voranschreitet, und der Trichter immer enger wird, bis er in einen Tunnel mündet. 206

Vgl. Christensen (1997), Christensen/Raynor (2003). Hauschildt (2004), S. 30. 208 Vgl. Hauschildt (2004), S. 31. 209 Allen (2003a), S. 285f. 207

Innovationsmanagement und Wissenstransfer

87

Chesbrough (2003, 2006)211 hat dieses Paradigma in Frage gestellt und postuliert, dass der Prozess wesentlich offener gestaltet werden kann, sollte, und in der Industrie auch zunehmend offener gestaltet wird. Dieses Paradigma der Open Innovation erweitert die Handlungsmöglichkeiten der Unternehmen in ihrem Innovationsprozess erheblich.

4.2.1

Entwicklung der Innovationsprozessmodelle

Innovation ist als umfassender Prozess von der Generierung einer Idee bis zur erfolgreichen Markteinführung des Innovationsgegenstandes zu verstehen.212 Dieser Prozess ist in unterschiedlichen Ansätzen analysiert und untersucht worden. Rothwell (1992) unternahm den Versuch, die große Zahl an Modellen in eine einheitliche Entwicklungslinie einzuordnen. Er unterscheidet bereits 1992 fünf Generationen von Innovationsprozessmodellen.213 Dabei gibt er einige Vorbehalte zu bedenken, was die Abfolge der Modelle angeht.214 Ein Fortschritt von einem Modell zum nächsten bedeutet nicht, dass das vorherige Modell automatisch vollständig abgelöst wird. Teilweise existieren die Modelle parallel oder werden vermischt. Jedes Modell kann nur eine vereinfachte Darstellung der Gegebenheiten in der Realität sein, welche in reiner Form selten tatsächlich vorzufinden sein werden. Meist ist der Wechsel von einer Generation zur nächsten ein Resultat sich verändernder Wahrnehmungen davon, was vorbildliche Innovationsprozesse darstellt. Welches Innovationsmodell schließlich das richtige ist, hängt vom Industriebereich und von der Art der Innovation ab. Damit macht Rothwell deutlich, dass die Abfolge der Generationen nicht eine Hierarchie der immer besser werdenden Modelle ist, und dass solche jüngerer Generationen denen älterer Generationen vorzuziehen seien, sondern dass Innovationsmodelle der Situation angemessen sein müssen und auch vermischt werden können.

Die Prozessmodelle der ersten Generation waren die linear-sequentiellen technologypush Ansätze215, nach denen Entdeckungen und Entwicklungen aus den Hochschulen

210

So auch bei Cooper/Edgett (2005), S. 115. Siehe auch in Kapitel 4.2.2 die Diskussion zu der Erweiterung der Generationen nach Rothwell (1992) durch die Ansätze von Chesbrough (2003, 2006). 212 Siehe hierzu die Definition oben in Kapitel 4.1.1. 213 Rothwell (1992) S. 221 und S. 236. Siehe hierzu auch Dodgson (2000) S. 40ff. und Dodgson/Gann/Salter (2008) S. 60ff. 214 Rothwell (1992), siehe hierzu auch Hobday (2005) S. 122. 215 z. B. Thom (1980). 211

88

Innovationsmanagement und Wissenstransfer

und der Grundlagenforschung über die firmeninterne F&E in den Markt gebracht werden. Diesen Ansätzen folgte die zweite Generation mit ebenso linearen und sequentiellen market- oder need-pull Modellen216, in denen Impulse für Innovationen aus dem Markt und der Marketing-Funktion des Unternehmens entspringen, auf die die F&EAbteilung reagiert. In der dritten Generation wurden die sequentiellen Modelle um Feedback-Schleifen erweitert217, und es wurden entweder technology-push, marketpull oder eine Kombination dieser beiden Kräfte angenommen. Rothwell spricht hier deshalb von coupling Modellen. Die F&E und Marketing-Funktionen des Unternehmens arbeiten in diesen Modellen gleichberechtigt zusammen. Auch das Stage-GateModell nach Cooper (1993) kann hier eingeordnet werden. Diese sehr praxisorientierte Herangehensweise an den Innovationsprozess findet sich häufig in den Publikationen zur Produktentwicklung (New Product Development, NPD). Dieses Vorgehen folgt zwar einem linearen Aufbau, unterscheidet sich aber von klassischen Ansätzen, da hier konkrete Prüfzeitpunkte (Gates) zwischen den einzelnen Phasen des Produktentwicklungsprozesses vorgesehen sind. Die vierte Generation von Prozessmodellen ist gekennzeichnet durch den parallelen Einsatz von integrierten Entwicklungsteams und eine starke Einbeziehung der Zuliefererseite sowie bedeutender Kunden. Damit wird nun deutlich von der eher sequentiellen Perspektive der ersten drei Generationen abgewichen und eine stärker parallele Bearbeitung von Innovationen modelliert. Die Kooperation zwischen F&E und der Produktion für eine produktionsnahe Entwicklung wird betont, zudem werden horizontale Kooperationen über Firmengrenzen hinweg berücksichtigt. Rothwell bezeichnet diese Ansätze als integrierte Modelle (integrated model).218 Als Innovationsprozess der fünften Generation beschreibt er schließlich einen systemintegrierendes Netzwerkmodell (systems integration and networking model, SIN model).219 Dieses erweitert die parallele Entwicklung in der vierten Generation durch die Integration von informationstechnologischen Methoden wie Simulationsstudien und Expertensystemen220. Dazu werden noch stärker Verbindungen zu wichtigen Kunden aufgebaut und über einzelne Projekte hinweg aufrechterhalten. Kooperationen mit externen Forschungseinrichtungen und im Marketing-Bereich werden noch stärker

216

z. B. Myers/Marquis (1969), Langrish/Gibbons/Evans/Jevons (1972), Kamien/Schwartz (1975). z. B. Rothwell/Freeman/Horlsey/Jervis/Robertson/Townsend (1974) Mowery/Rosenberg (1979) Rothwell/Zegveld (1985) Pleschak/Sabisch (1996). 218 z. B. Kline/Rosenberg (1986), Myers/Rosenbloom (1996). 219 Bisher nur bei Dodgson (2000), Dodgson/Gann/Salter (2008), bei Gerybadze (2004a) S. 5f. aber auch im Sinne von unternehmensweitem Innovationsmanagement. 220 Software, die das Handeln von Experten nachahmt und so Entscheidungsunterstützung und Hilfe bei der Problemlösung bieten kann. Siehe z. B. Jackson (1998). 217

Innovationsmanagement und Wissenstransfer

89

eingesetzt als in der vierten Generation. Die fünfte Generation stellt eine verstärkte Elektronifizierung der Innovation221 dar, fortschrittliche Unternehmen verwenden informationstechnologische Methoden (z. B. Computer Aided Design) zur Unterstützung und Beschleunigung des Innovationsprozesses. Zum Teil stellt diese fünfte Generation noch eine Prognose dar, Rothwell nimmt an, dass sich ein solcher technologieunterstützter integrierter Innovationsprozess in Zukunft durchsetzen wird. Die Entwicklungen der folgenden Jahre scheinen seine Vorhersagen tatsächlich zu bestätigen.

4.2.2

Open Innovation als Erweiterung des Innovationsprozessmodells

Seit 1992 sind die technologischen Möglichkeiten zur Innovationsunterstützung im Rahmen der 5. Generation von Innovationsprozessmodellen weiter fortgeschritten. Mit modernen Verfahren des Rapid Product Development (RPD) und des Rapid Prototyping (RP)222 oder des High Throughput Screening (HTS)223 z. B. in der chemischen oder pharmazeutischen Industrie ist es heute möglich, chemische Verbindungen und pharmazeutische Wirkstoffe in großer Zahl zu testen und nach geeigneten Stoffen für die Weiterentwicklung zu suchen.

Dazu kommen neue organisatorische Entwicklungen, die für den Innovationsprozess relevant sind. Besonders die Überlegungen von Chesbrough (2003, 2006) haben zu einer neuen Wahrnehmung des Innovationsprozesses geführt.224 Zwar werden in späteren Generationen nach Rothwell Kooperationen mit unternehmensexternen Partnern berücksichtigt, der Innovationsprozess bleibt aber weitgehend geschlossen in dem Sinne, dass er von Anfang bis zum Ende durchexerziert bzw. nach festgelegten Leistungskriterien und Erfolgserwartungen ggf. abgebrochen wird, wenn die Erfolgsaussichten unwahrscheinlich werden. Ist der Prozess ein Erfolg, so startet das Unternehmen selbst die Produktion des Produktes, bei einem Misserfolg werden die Ergebnisse meist abgelegt und häufig vergessen. Dies bezeichnet Chesbrough als das Paradigma der geschlossenen Innovation (Closed Innovation)225, welches überwiegend das Innovati-

221

Vgl. Rothwell (1992), S. 236f. Siehe z. B. Bertsche/Bullinger (2007) oder Wright (2000). Siehe z. B. Hüser (2006). 224 Einen aktuellen Überblick über die Forschung Chesbrough/Vanhaverbeke/West (2006). 225 Chesbrough (2003), S. 21ff. 222 223

zu

Open

Innovation

bieten

auch

90

Innovationsmanagement und Wissenstransfer

onsmanagement in Unternehmen bestimmte. Nach Chesbroughs Konzeption der offenen Innovation (Open Innovation)226 eröffnen sich für das Unternehmen nicht nur neue Möglichkeiten im Falle der Entscheidung, das Projekt zu stoppen, als auch neue Eingaben für das laufende Innovationsprojekt. Offene Innovation bedeutet, externes Wissen in allen Phasen des Innovationsprozesses in die Entwicklungsarbeit einzubeziehen und ggf. einzukaufen. Sollte sich das Unternehmen im laufenden Projekt entscheiden, die Entwicklung nicht weiterverfolgen zu wollen, dann kann der Stand des Projektes wiederum als Wissen genutzt werden, das als Input für die Innovationsprozesse eines anderen Unternehmens dienen kann. Dadurch lassen sich auch mit vorzeitig beendeten Projekten Kosten decken, wenn die bis zum Abbruch durchgeführten Entwicklungen wertvoll für ein anderes Unternehmen sind. Dieses neue Paradigma der verstärkten Öffnung des Innovationsprozesses lässt sich möglicherweise sogar als sechste Generation der Innovationsprozessmodelle bezeichnen, da hiermit die Organisation der Innovationsprozesse um die bedeutende Komponenten der kontrolliert durchlässigen Organisationsgrenzen erweitert wird. Gerybadze (2008a) erweitert hierzu die Darstellungen von Chesbrough um den semi-offenen Innovationsprozess. In dieser Form des Paradigmas werden die Entwicklungsaktivitäten des Unternehmens in Felder unterteilt. In manchen Feldern wird verstärkt offene Innovation mit vielen verschiedenen Kooperationspartnern betrieben, in ausgewählten Feldern dagegen wird nur mit wenigen spezifischen Unternehmen kooperiert oder sie werden ganz abgeschottet.

Zu der Einteilung von Rothwell und den Fortführungen von Dodgson lassen sich zudem noch folgende Überlegung anstellen. Bei der Betrachtung der Modelle ist die Perspektive des Modells auf den Innovationsprozess klar zu unterscheiden nach 1) Innovationsprozessen für einzelne Produkte (von der Idee bis zur erfolgreichen Markteinführung), 2) Innovationssystemen eines Unternehmens (welche den Rahmen für die einzelnen Produktinnovationsprozesse bilden) und 3) regionalen und nationalen Innovationssystemen (welche wiederum den Rahmen für die Innovationssysteme im Unternehmen bilden). Das von Dodgson (2000) in Anlehnung an Rothwells Einteilung vorgestellte Modell der 5. Generation227 scheint eher das Innovationssystem eines Unternehmens darzustellen. Bei Rothwell scheinen ebenfalls die Modelle der ersten bis zur vierten Generation eher auf die Ebene einzelner Produkte bezogen zu sein, mit der 5.

226 227

Chesbrough (2003), S. 43ff. Dodgson (2000), S. 43, Abb. 2.3 und Dodgson/Gann/Salter (2008) S. 63ff.

Innovationsmanagement und Wissenstransfer

91

Generation verändert sich die Betrachtung hin zur unternehmensweiten Innovation. Generell erweitert sich mit jeder neuen Generation der Prozessmodelle neben den Ergänzungen durch organisatorische und technologische Methoden der Bereich des Umfeldes um das Modell herum, der in die Überlegungen mit einbezogen wird. Für die Betrachtung der Wissenstransferprozesse im Innovationsmanagement einzelner Innovationsprojekte und im Innovationsprozess bieten sich daher die Modelle der 4. Generation als Basis an, da sie den Prozess in der nötigen Detailliertheit darstellen und die Schnittstellen im gesamten Ablauf deutlich machen.

Die Fallstudien in Kapitel 7 zeigen, dass ein Innovationsprozess stark unterschiedlich verlaufen kann, weshalb eine generelle Darstellung des Innovationsprozesses der 4. Generation nur den Ausgangspunkt für die Beschreibung eines beobachteten Innovationsprozesses bieten kann. In Abbildung 15 wird ein solches Prozessmodell nach Kline und Rosenberg (1986) und Dodgson, Gann und Salter (2008) dargestellt. Zulieferer (3)

Unterstützende Technologien

Forschung Entwicklung

(3) (3)

Design Prototyping Wissenschaft & Technologie

(1)

Test

(1)

Markt

Produktion

(2)

Marketing

Funktionsübergreifende Teams (2)

Vertrieb Dienstleistungen

(2) Kunden

Abbildung 15: Innovationsprozess für technologische Innovationsprojekte im Unternehmen228

228

Nach Kline/Rosenberg (1986) und Dodgson/Gann/Salter (2008), S. 63.

92

Innovationsmanagement und Wissenstransfer

Im Zentrum dieses Modells stehen die unternehmensinternen Einzelprozesse Forschung, Entwicklung, Design, Prototyping, Test, Produktion, Marketing, Vertrieb und produktbegleitende Dienstleistungen.229 Das hier vorgestellte Prozessmodell soll explizit so verstanden werden, dass die Initiierung eines Innovationsprozesses aus allen diesen Funktionsbereichen kommen kann (z. B. in Form von Vorschlägen aus der Vertriebsabteilung oder von neuen Entdeckungen in einem Forschungsteam). Nach der Initiierung werden je nach Projektbedarf eines oder mehrere Teams parallel, teilparallel oder sequentiell mit der Bearbeitung der Innovation beauftragt230. Zwischen diesen Prozessen besteht im Rahmen eines Innovationsprojektes der 4. Generation konstanter Wissensaustausch zwischen den Funktionsbereichen entlang des gesamten Prozesses (1). Innerhalb des Unternehmens geschieht die Arbeit an der Innovation in funktionsübergreifenden Teams. Je nach Projekt werden verschiedene Funktionsbereiche zu solchen funktionsübergreifenden Teams zusammengefasst. D. h. Forschung, Entwicklung und Design leisten z. B. die Vorarbeit, ein nachfolgendes Team verfolgt dann die Erstellung des Prototypen, die Tests und die Produktionsvorbereitung, worauf dann ein drittes Team die Produktionseinführung, den Vertrieb und produktbegleitende Dienstleistungen organisiert.231 Die Arbeit dieser Teams wird unterstützt durch die zur Verfügung stehenden Kommunikationsmittel (vom Telefon über das Intranet bis zu fortgeschrittenen Methoden wie virtuellen Konferenzen) und Entwicklungsverfahren (Rapid Prototyping, High Throughput Experimentation). Aus den wissenschaftlichen und technologischen Forschungseinrichtungen außerhalb des Unternehmens können Anstöße, Neuentwicklungen und andere Inputs in das Unternehmen gelangen. Auch die Kooperationen mit Zulieferern und Kunden bieten neben internen Ideen in diesem Modell Anregungen für Innovationen. Darüber hinaus können entsprechend dem Open Innovation Paradigma an verschiedenen Abschnitten des Innovationsprozesses Zwischenergebnisse unternehmensextern verwertet werden (2) oder auch in den laufenden Innovationsprozess aufgenommen werden (3). Als Ergebnis des Prozesses werden Innovatio-

229

Cooper (2001, S. 32) führt eine noch detailliertere Liste von 13 Kernaktivitäten im Produktentwicklungsprozess auf. Er trennt verschiedene Test- und Marketingphasen, fasst aber die eigentliche Produktentwicklung stärker zusammen als hier dargestellt. Dabei bleibt seine Darstellung eher linear. 230 Zur Steuerung und Führung solcher Projekte siehe z. B. Gerybadze (2004a), S. 225ff. 231 In der von McDonough, Athanassiou und Spital (2002) berichteten Fallstudie z. B. war der Innovationsprozess für die Entwicklung eines Hochleistungscomputers auf zwei Teams verteilt. Team 1 (innovation team) war für die Forschung, Entwicklung und erste Anwendung des Computers verantwortlich. Nachdem über diese ersten Anwendungen Erfahrungen mit dem Produkt gesammelt worden waren und das Unternehmen sich eine Reputation für die Arbeit mit diesem Computer erworben hatte, wurde die weitere Forschung durch das ursprüngliche Team weiter bearbeitet, und ein zweites Team (commercialization team) verfolgte die Produktion und Kommerzialisierung des Hochleistungscomputers.

Innovationsmanagement und Wissenstransfer

93

nen in den Markt weitergegeben. Für konkrete Innovationsprojekte muss die Struktur des Innovationsprozesses angepasst werden bzw. um das Modell zur Darstellung verwenden zu können müssen in Feldstudien die entsprechenden Strukturen beobachtet werden. Anhand eines solchen angepassten Prozessmodells lassen sich dann auch die Schnittstellen für den Wissenstransfer zwischen Teams, Organisationseinheiten und Organisationen aufzeigen.

4.3 Wissenstransfer im Innovationsmanagement Wissenstransfer geschieht in Innovationsprozessen im Wesentlichen an den Übergabeschnittstellen zwischen den strukturellen Einheiten des Innovationsprozesses, also zwischen den beteiligten Teams und Organisationen, und innerhalb der Projekt- und Teamarbeit. Innerhalb der Teams wird vorwiegend an Wissenserzeugung gearbeitet, also an der Entwicklung einer neuen technischen Lösung oder der Untersuchung der Kundenbedürfnisse zu dieser Lösung. Die Verschiebung im Modus der Wissenserzeugung, der auch Ausdruck in den zunehmend interdisziplinär zusammengesetzten Projektteams findet, wird von Gibbons, Limoges, Nowotny, Schwartzman, Scott und Trow (1994) beschrieben. Der klassische Modus 1 der Wissenserzeugung arbeitet auf die Generierung neuen Grundlagenwissens hin, aus deren Entdeckung sich dann neue Produkte und Lösungen für den Markt ergeben. Dabei wird innerhalb disziplinärer Grenzen geforscht und streng nach Grundlagenforschung und anwendungsorientierter Forschung unterschieden. Dabei kommt es zu einem größtenteils sehr homogenen Austausch unter Angehörigen der gleichen akademischen Disziplinen. Die Organisationsformen der Disziplinen sind zudem streng hierarchisch.232 Im neuen Modus 2 dagegen ist die Wissenserzeugung von der Suche nach anwendungsorientierten Lösungen getrieben, was einen ständigen Austausch zwischen den fundamentalen Erkenntnissen verschiedener Forschungsdisziplinen und deren Anwendungen erfordert. Den Vorbemerkungen von Rothwell (1992) und der Diskussion von Hobday (2005) ähnlich kann davon ausgegangen werden, dass beide Modi der Wissenserzeugung nebeneinander existieren, und dass für einige Industrien bereits nur noch die interdisziplinäre Vorgehensweise nach Modus 2 Fortschritte ermöglicht, während in anderen Branchen nach wie vor der Modus 1 vorherrscht. Durch den Modus 2 bilden sich auch neue Industriezweige heraus,

232

Johnston (1998), S. 15.

94

Innovationsmanagement und Wissenstransfer

wie das Beispiel der Mechatronik und der Nanotechnologien zeigt. Diese Kombination bisher unabhängiger Entwicklungslinien auf der Ebene der Technologien wurde von Kodama (1992, 1993) als technology fusion bezeichnet. Diese Betrachtungsweise weist Parallelen zu der von Gibbons et al. (1994) als Modus 2 der Wissenserzeugung beschriebenen Entwicklung auf. Dabei spielen Effekte der Kommunikation und Informationsverarbeitung auf Teamebene eine wichtige Rolle, wie sie auch in Kapitel 2.2 und 3 beschrieben wurden. Hier kann man eher von Wissensaustausch und Wissenserzeugung sowie Kommunikation sprechen, anstatt dies als Wissenstransfer zu bezeichnen.

An der Schnittstelle zwischen Teams, die parallel arbeiten, und zwischen Teams, die sequentiell in das Innovationsprojekt eingebunden sind, kommen eher die mit Wissenstransfer assoziierten Prozesse zum tragen.233 Sowohl für den Wissensaustausch als auch den Wissenstransfer haben die Rahmenbedingungen der Innovation (Ursprung, Gegenstand, Systemintegration)234 und die Rahmenbedingungen der Teamarbeit bzw. Teamstruktur235 sowie die Merkmale des betreffenden Wissens236 einen Einfluss auf den Ablauf des Wissenstransfers und damit letztendlich auf den Erfolg des Innovationsprojektes. Studien zum Einfluss der klassischen Wissensdichotomie implizit/explizit zeigen die Bedeutung dieses Faktors sowohl für das Wissensmanagement innerhalb eines Unternehmens, als auch für die Gestaltung von Wissenstransfer. Bisher nicht berücksichtigte Aspekte des Transfers in Form der zweiten zu betrachtenden Dimension kanonisch/äquivok können Transferprozesse möglicherweise genauer erklären als die bisherigen Modelle. Zusammen mit den genannten weiteren Einflussfaktoren ermöglicht diese umfassende Betrachtung des Innovationsprozesses aus der Perspektive der Wissenserzeugung und des Wissenstransfers ein besser an die Projekte angepasstes Management des Transferprozesses.

Um den Einfluss der Wissensart auf das Management, die Gestaltung, den Verlauf und den Erfolg von Wissens- und Technologietransfer und F&E-Kooperationen in Innovationsprojekten zu untersuchen, werden in dieser Arbeit mit Hilfe eines explorativen Vorgehens, unterstützt durch ein Instrument zur Erfassung der Wissensart237, auf der

233

Diese Abgrenzung wird in Kapitel 2.2 dargestellt. Siehe Kapitel 4.1.2 zu Arten der Innovation. Aspekte der Teamarbeit und Teamstruktur werden Kapitel 2.2.3 und 2.2.4 erläutert. 236 Die Wissensmerkmale werden in Kapitel 2.1.3 und 6.1 diskutiert. 237 Dieses Instrument wird in Kapitel 6 detailliert vorgestellt. 234 235

Innovationsmanagement und Wissenstransfer

95

operativen Ebene, also der Perspektive der Team- und Projektarbeit, vier Fallstudien detailliert analysiert. Dabei gilt es zu klären, wie die Wissensarten verlässlich erfasst werden können, um die Gestaltung von Wissenstransferprozessen angemessen steuern und unter Berücksichtigung der weiteren Rahmenbedingungen das projektbezogene Innovationsmanagement effektiv gestalten zu können. Um die spezifische Kooperationssituation in den Fallstudien angemessen analysieren zu können, werden im folgenden Kapitel 5 die Bedingungen und Strukturen von F&E-Kooperationen erläutert. Die Ergebnisse des Kapitels 5 können den Einflussfaktoren Teamstruktur und Rahmenbedingungen des Wissenstransfers zugeordnet werden.

Kooperation in Forschung und Entwicklung

97

5 Kooperation in Forschung und Entwicklung Kooperationen im Bereich der Forschung und Entwicklung haben in den letzten Jahrzehnten an Bedeutung gewonnen.238 Nach Chesbrough (2003) lässt sich dies mit einem Paradigmenwechsel innerhalb der Unternehmen erklären, die ihre internen Innovationsprozesse zunehmend für externe Einflüsse öffnen und schon während des Innovationsprozesses sowohl Wissen und Technologien in Form von Lizenzen oder Spin-offs nach außen geben.239 Ebenso werden für den Innovationsprozess Ideen von außerhalb des Unternehmens eingegliedert240. Das klassische Innovationsmodell des geschlossenen Trichters, der nur an der Eingangsöffnungen „befüllt“ werden kann, wird abgelöst durch einen offenen Prozess, der ständig Technologie- und Wissenstransfer nach außen oder in den Prozess hinein zulässt. Schmoch (2003) stellt eine Übersicht der verschiedenen Formen des Technologietransfers dar241 und listet immerhin 26 Formen des Transfers auf. Einige neuere Wissens- und Technologietransfermöglichkeiten werden bei Koschatzky, Hemer, Stahlecker, Bührer und Wolf (2008) vorgestellt. Hierzu zählen unter anderem das Konzept der Entrepreneurial University, Start-Ups und Inkubatoren. Bei Schmoch (2003) wird Kooperationsforschung als eine Transferform genannt, wobei zu berücksichtigen ist, dass auch innerhalb einer Forschungskooperation einige der aufgezählten Transferformen vorkommen. Es müssen folglich hier Organisationsformen und Transferkanäle deutlicher unterschieden werden. Als Wissenskanäle werden bei Agrawal (2001) u. a. Publikationen, Patente, Beratung, informeller Austausch, Personalwechsel, Lizenzierung, Kooperationen und Auftragsforschung betrachtet.242 Dort wird auch die relativ geringe Rolle hervorgehoben, die Patente als Transferinstrument spielen.243 Es konnte belegt werden, dass zum einen bestimmte Transferkanäle wie Publikationen, Konferenzen, informeller Austausch und Beratung bevorzugt werden, und dass zum anderen verschiedene Branchen unterschiedliche Kanäle bevorzugen.244 Forschungskooperationen bedeuten dabei eine engere Zusammenarbeit als die ebenfalls von Schmoch aufgeführte Auftragsforschung.245 Allerdings liegt die Zusammen-

238

Vgl. Gerybadze (2004a), S. 189ff. Vgl. Chesbrough (2003), S. 188ff. Vgl. Chesbrough (2003), S. 180ff. 241 Vgl. Schmoch (2003) S. 344, Tab. 12.1. 242 Vgl. Agrawal (2001) S. 297. 243 Vgl. Agrawal/Henderson (2002). 244 Vgl. Cohen/Florida/Randazzese/Walsh (1998) und Agrawal/Henderson (2002). 245 Siehe hierzu die Diskussion weiter unten in Kapitel 5.1.2. 239 240

98

Kooperation in Forschung und Entwicklung

arbeit je nach Ausgestaltung mal näher an der Kooperation, und mal näher an der Auftragsforschung, was sich in den Fallstudien in Kapitel 7 zeigen wird.

Mit der Entwicklung des staatlich gesteuerten Wissenstransfers in Japan im Rahmen der ERA-Einrichtungen246 und später z. B. des VLSI-Programmes247 wurde der Wissenstransfer zwischen Forschung und Industrie als Gestaltungsfeld des Staates etabliert. Der zuvor hauptsächlich über Absolventen und Firmenausgründungen stattfindende Wissenstransfer wurde somit zunehmend institutionalisiert. Dass die Kooperation mit Forschungseinrichtungen für ein Unternehmen einen erheblichen Wettbewerbsvorteil darstellen kann, haben bereits Jorde und Teece (1989) dargelegt. Auch andere Autoren betonen die Bedeutung dieser Verbindungen für die Innovationsfähigkeit eines Unternehmens.248 Tijssen und van Wijk (1999) halten dies zudem für einen wesentlichen Faktor beim Innovationserfolg der Triadenregionen.

In enger Anlehnung an die von Ermisch (2007, S. 30) erarbeitete Definition von Kooperationen wird hier eine innovationsbezogene Kooperation als bewusste, explizit vereinbarte und einseitig kündbare Zusammenarbeit zwischen unabhängigen Organisationen zur Erzielung von Erkenntnisgewinn, Innovationsfortschritt und Wettbewerbsvorteilen verstanden. Als Verbundprojekt werden darüber hinaus die durch das Bundesministerium für Bildung und Forschung (BMBF) geförderten innovationsbezogenen Kooperationen bezeichnet. Wie weiter unten dargestellt wird, ist eine F&EKooperation nur eine der möglichen Ausprägungsformen von Kooperationen zwischen Forschung und Industrie oder auch zwischen Industrieunternehmen, die auf einen Wissenstransfer zwischen diesen Organisationen zielt. Da es in dieser Arbeit primär um F&E-Kooperationen geht und diese Form der Kooperation einen Großteil der möglichen Ausprägungen abdeckt, wird im Folgenden meist von diesen Kooperationen gesprochen, auch wenn generellere innovationsbezogene Kooperation gemeint ist, da sich der Begriff der „F&E-Kooperation“ als Sammelbegriff in der deutschsprachigen Literatur etabliert hat.

246

Engineering Research Associations wurden in den 60er Jahren als staatlich geförderte Forschungseinrichtungen gegründet. Siehe hierzu Lütz (1993) S. 29ff. Das Programm „Very Large Scale Integration” wurde als viertes Konsortium zum Aufschließen zu den westlichen Konkurrenten im Bereich der Mikroprozessoren, insbesondere IBM, aufgesetzt und war letztendlich erfolgreich. Siehe hierzu Lütz (1993) S. 31ff. 248 Siehe z. B. Freeman (1991), S. 500. 247

Kooperation in Forschung und Entwicklung

99

Üblicherweise wird zwischen der Forschung zu Wissens- und Technologietransfer und der Forschung zu F&E-Kooperationen unterschieden.249 Es soll aber gerade der Wissenstransfer in solchen F&E-Kooperationen untersucht werden, denn eine solche Kooperation ist immer auch ein Vehikel für den Transfer von Wissen. Das Problem ist hier eine Überschneidung sowohl der theoretischen Begriffe als auch der Ausprägungsformen in der Praxis. Nach der organisationalen Form geht es hier eher um die F&EKooperationen, also das gemeinsame Erforschen und Entwickeln im Verbund mehrerer Unternehmen und Forschungseinrichtungen. Deshalb folgen die Diskussionen in diesem Kapitel eher der Literatur zu F&E-Kooperationen. Aspekte des Wissenstransfers, soweit sie den Transfer in solchen Projekten betreffen, wurden bereits in den Kapiteln 2.2 und 4.3 behandelt. Die Parameter von F&E-Kooperationen, die auch den Wissenstransfer beeinflussen und in den Fallstudien in Kapitel 7 Relevanz erhalten, werden im Folgenden nach ihrer Bedeutung und Wirkung in der Kooperation dargestellt und diskutiert. Hieraus werden sich auch Ansätze für die Prozessempfehlungen ergeben, die im Ergebnisteil dieser Arbeit vorgestellt werden.

5.1 Struktur von F&E-Kooperationen Die Besonderheit einer F&E-Kooperation ist die organisationsübergreifende Zusammensetzung der Projektgruppe, die an einem gegebenen Thema arbeiten will. Dies stellt den Ausgangspunkt der Betrachtung von Kooperationen im folgenden Abschnitt dar. Unternehmensinterne F&E-Projekte, die weit auseinander liegende Bereiche verbinden, können andererseits auch teilweise Merkmale einer Kooperation mit externen Partnern aufweisen. Dies ist darin begründet, dass die in den unterschiedlichen Bereichen vorherrschenden Subkulturen sich stark unterscheiden können und auch die Kommunikationswege denen in der unternehmensexternen Kommunikation ähneln.250 Entsprechend wurde die unternehmensinterne bereichsübergreifende F&E-Kooperation in die in Tabelle 5 dargestellte Systematik der innovationsbezogenen Kooperationen aufgenommen, da die Ergebnisse dieser Arbeit auch zu einem gewissen Grad auf sol249

250

Im Gutachten der Expertenkommission Forschung und Innovation (EFI 2009, S. 41) dagegen werden Kooperationen lediglich als eine Form des Wissens- und Technologietransfers dargestellt. Dies zeigt sich deutlich in der Fallstudie 1 in Kapitel 7.2, in der die Zusammenarbeit zwischen Teammitgliedern aus Deutschland, den USA und weiteren Ländern Schwierigkeiten erzeugte, die allerdings durch ein effektives Projektmanagement behoben werden konnten.

100

Kooperation in Forschung und Entwicklung

che internen Kooperationen übertragbar sind. Um F&E-Kooperationen beschreiben und analysieren zu können, sind als weitere Faktoren die beteiligten Partner, die Form der Kooperation (Anzahl und Relation der Partner, Kooperationsintensität) und die internen und externen Rahmenbedingungen der Kooperation zu berücksichtigen. Tabelle 5: Systematik der innovationsbezogenen Kooperationen251

Faktor

Ausprägung

Reichweite

unternehmensintern

Partner

andere Unternehmen

Anzahl der Part-

2 (bilateral)

mit externen Partnern öffentliche For-

Unternehmen und öff.

schungs-

Forschungs-

einrichtungen

einrichtungen

>2 (multilateral)

ner Relation der

horizontal

vertikal

Zentraler Koordinator

Netzwerk

Partner Kooperations-

Lizenzierung

Auftragsforschung

Gemeinsames Projekt

intensität Ziel/Problem-

Grundlagenforschung

Prozessentwicklung

Produktentwicklung

stellung

Tabelle 5 fasst die Faktoren von innovationsbezogenen Kooperationen zusammen, welche im Folgenden näher betrachtet werden. Auf die Beschaffenheit des Transfergegenstandes bzw. die Ziele und Problemstellungen in der Kooperation als weitere relevante Faktoren der Kooperation wird in den Kapiteln 2.1 und 4.1.2 eingegangen. Die Systematisierung dient der Einordnung der in dieser Arbeit durchgeführten Studien und verdeutlicht, dass primär die Kooperationen mit externen Partnern sowie zwischen Unternehmen und Forschungseinrichtungen untersucht wird. Die grau unterlegten Felder in Tabelle 3 fassen den Forschungsschwerpunkt zusammen.

251

In Anlehnung an Gerybadze (1994), Gerybadze (1995), S. 12ff., und Gerybadze (2004a), S. 189ff. sowie Morschett (2003), S. 399ff. Die grau unterlegten Felder sind der Forschungsschwerpunkt dieser Arbeit.

Kooperation in Forschung und Entwicklung

5.1.1

101

Partner in F&E-Kooperationen

Die bedeutendsten Partner in F&E-Kooperationen in Deutschland sind Unternehmen, öffentliche Forschungseinrichtungen und Universitäten.252 Dazu kommen weitere Dienstleister und Intermediäre, die die Kooperation begleiten oder eine spezifische Rolle übernehmen. Auch dem Staat wird zunehmend eine partizipierende Rolle in solchen Kooperationen zugeschrieben. Die Bedeutung der Partnergruppen wird deutlich anhand der Investitionen für Forschung und Entwicklung. Diese werden im Folgenden zusammen mit einer kurzen Charakterisierung der Klassen von Partnern vorgestellt.

Unternehmen investierten in Deutschland 2007 53,459 Mrd. Euro in Forschung und Entwicklung, für 2008 wurde zunächst sogar eine Steigerung der F&E-Aufwendungen auf 56,78 Mrd. Euro prognostiziert.253 Schon 2005 tätigten Unternehmen etwa das 2,36-fache der F&E-Ausgaben an Hochschulen und öffentlichen Forschungseinrichtungen in eigene F&E-Aktivitäten.254 Je nach Branche sind die Kooperationsaktivitäten unterschiedlich stark ausgeprägt. Die Kooperationsaktivitäten im Bereich der Chemie und Biotechnologie sind bereits intensiv, was sowohl historische Gründe hat als auch durch aktuelle Förderprogramme begründet ist, während die Interaktion beispielsweise in der Physik noch intensiviert werden könnte.255

Zu den öffentlichen Forschungseinrichtungen in Deutschland zählen als wichtigste Akteure die vier Großforschungseinrichtungen Max-Planck-Gesellschaft (MPG, 1,444 Mrd. Euro F&E-Aufwendungen 2007), Fraunhofer-Gesellschaft (FhG, 1,319 Mrd. Euro F&E-Aufwendungen 2007), Helmholtz-Gemeinschaft Deutscher Forschungszentren (HGF, 2,433 Mrd. Euro 2007) und Wissenschaftsgemeinschaft Gottfried Wilhelm Leibniz (WGL, 1,123 Mrd. Euro F&E-Aufwendungen 2007).256 Daneben gibt es eine

252

Einige wesentliche Studien zu F&E-Kooperationen sind Abramson/Encarnacao/Reid/Schmoch (1997), Schmoch/Licht/Reinhard (2000) und Schmoch (2003). Stifterverband (2008), S. 2. Die Prognose für 2008 berücksichtigte noch nicht die Auswirkungen der Finanzkrise in der zweiten Jahreshälfte. Die Daten hierzu werden aktuell noch erhoben. 254 BMBF (2008), Abb. 2, S. 49. Bei der Summenbildung wurden Ausgaben für Bibliotheken, Archive und Museen nicht berücksichtigt. F&E-Ausgaben der Wirtschaft 2005: 39,6 Mrd. Euro, F&E-Ausgaben der öffentlichen Einrichtungen inkl. Hochschulen 2005: 16,8 Mrd. Euro. 255 Vgl. Schmoch/Licht/Reinhard (2000), S. 112f. 256 Quellen der F&E-Aufwendungen: Max-Planck-Gesellschaft (2007), S. 130, Fraunhofer-Gesellschaft (2007), S. 85, Helmholtz-Gemeinschaft (2008), S. 96, Wissenschaftsgemeinschaft Gottfried Wilhelm Leibniz (2008), S. 33. Die F&E-Aufwendungen setzen sich je nach Einrichtung unterschiedlich zusammen, enthalten aber üblicherweise sowohl Material- als auch Personalkosten und Investitionen. 253

102

Kooperation in Forschung und Entwicklung

Reihe kleiner Akademien und Ressortforschungseinrichtungen.257 Die vier großen Einrichtungen sind unterschiedlich stark anwendungsorientiert. Schmoch (2003) hat dies anhand der Relation von F&E-Personal zu technischen Publikationen und Patenten analysiert und hier eine eher umsetzungsorientierte Arbeit bei der FhG festgestellt (hohe Personalintensität bei Publikationen und geringe Personalintensität bei Patenten). Bei der MPG dagegen beobachtete er eher eine erkenntnisorientierte Arbeit (geringe Personalintensität bei Publikationen, aber hohe bei Patenten). Die HGF liegt zwischen diesen beiden Extremen, d. h. sie zeigt eine ausgewogene Personalintensität bei Publikationen und Patenten. Die WGL erreicht zwar bei Publikationen das Niveau der HGF, liegt aber bei der Personalintensität bzgl. der Patente noch höher als die MPG und zeigt damit ebenfalls eine starke Erkenntnisorientierung.258

Universitäten kommt eine besondere Rolle zu, da sie sowohl Fachkräfte für die Forschung und Entwicklung in Unternehmen ausbilden, als auch als Partner für Kooperationen bereit stehen. 2005 waren an deutschen Hochschulen 70.843 Forscherinnen und Forscher beschäftigt, was etwas weniger als die Hälfte des Wirtschaftssektors (2005: 166.874) und knapp doppelt so viel wie im Staatssektor (2005: 39.911) sind.259 Das BMBF ordnet die Hochschulen als eher grundlagenorientierte Teilnehmer des deutschen Innovationssystems ein.260 Von den 9,089 Mrd. Euro an Forschungs- und Entwicklungsausgaben an den Hochschulen im Jahr 2004 wurden 1,198 Mrd. Euro (13,2 %) durch die Wirtschaft finanziert.261 Eine genauere Aufteilung nach der Art der finanzierten F&E wird hier nicht gemacht, aber diese Daten bieten zumindest einen ersten Indikator für die Interaktion und möglicherweise auch Kooperation von Hochschulen und Wirtschaft.

Eine zunehmend wichtige Rolle kommt den Intermediären im Technologietransfer und bei F&E-Kooperationen zu.262 Intermediäre können sowohl universitäre als auch öffentliche Einrichtungen sein, die Forscher und besonders KMU bei Kooperationen mit

257

Siehe hierzu auch BMBF (2008), Abbildung 1, S. 48. Detailliert dargestellt bei Schmoch (2000), S. 350f, insbes. Abb. 12.2. BMBF (2008), Tabelle 32, S. 559. 260 BMBF (2008), Abbildung 2, S. 49. 261 Für 2005 liegen lediglich geschätzte Zahlen für die Hochschulen vor. Es wurden 9,221 Mrd. Euro für Forschung und Entwicklung in 2005 ausgegeben, davon wurden 1,304 Mrd. Euro (14,1 %) durch die Wirtschaft finanziert. 262 Vgl. Pleschak (2003), S. 4ff. 258 259

Kooperation in Forschung und Entwicklung

103

dem Ziel des Technologietransfers unterstützen. Auf die Funktion und Tätigkeit der Transfereinrichtungen wird hier nicht weiter eingegangen, da dies außerhalb des Rahmens dieser Arbeit liegt.

Agrawal (2001) ordnet in seiner Literaturübersicht die von ihm zusammengestellten Studien zur Interaktion von Universitäten und Industrie nach den Hauptfaktoren der jeweiligen Untersuchung in vier Kategorien ein: Studien zu Merkmalen des Unternehmens, zu Merkmalen der Universität, zu knowledge spillovers sowie zu Wissenstransferkanälen. Die den Studien zugrunde liegenden Daten stammen ohne Ausnahme aus US-amerikanischen Unternehmen bzw. Universitäten. Die für unsere Betrachtung relevanten Ergebnisse der berichteten Studien werden hier zusammengefasst. Einschränkend ist anzumerken, dass Agrawal (2001) lediglich die Perspektive der UniversitätsIndustrieinteraktion betrachtet. Teile seiner Zusammenfassung können aber auf generellere Forschungs-Industrie-Kooperationen übertragen werden.

Bei den Studien zu Unternehmenscharakteristiken sind vor allem die Konzepte der Aufnahmefähigkeit (absorptive capacity)263 und der Vernetzung (connectedness)264 von Bedeutung. Cohen und Levinthal (1989, 1990) führen die Aufnahmefähigkeit als eine Funktion der F&E-Investitionen eines Unternehmens ein und zeigen, dass Investitionen in F&E die Fähigkeit eines Unternehmens, neues Wissen aufzunehmen und zu verwenden, positiv beeinflussen. Cockburn und Henderson (1998) führen aufbauend auf diesen Erkenntnissen aus, dass Aufnahmefähigkeit zwar wichtig sei, aber nur zusammen mit der Vernetzung eines Unternehmens zu Forschungseinrichtungen wirken kann. Diese Vernetzung kann gestärkt werden durch den Austausch von Forschungsergebnissen und eben auch kooperative Forschung, also Verbundprojekte. In dieser Studie zeigte sich auch ein positiver Zusammenhang von Vernetzung und Forschungsproduktivität. Lim (2000) schließlich hat diese beiden Konzepte aufgegriffen und erweitert. Er schlägt zum einen vor, dass es verschiedene Arten von Aufnahmefähigkeit geben könnte, und dass Vernetzung auch durch Aktivitäten wie Forschungskonsortien und gemeinsame Forschung mit anderen Unternehmen beeinflusst werden kann. Ein grundlegendes Unternehmensmerkmal, die Unternehmensgröße, wurde von Torbett (2001) im Zusammenhang mit F&E-Kooperation empirisch untersucht. Es zeigte sich

263 264

Vgl. Cohen/Levinthal (1990). Vgl. Cockburn/Henderson (1998).

104

Kooperation in Forschung und Entwicklung

ein deutlicher empirischer Zusammenhang zwischen Unternehmensgröße und Kooperationsneigung. Zusammenfassend ist also zu erwarten, dass Kooperationen bei großen Unternehmen mit ausgeprägter Aufnahmefähigkeit und Vernetzung eher stattfinden werden.

Für F&E-Kooperation mit Universitäten spielen auch staatliche Regulierungen und Gesetzgebung eine Rolle, allerdings sind die Zusammenhänge hier noch nicht gänzlich verstanden, wie die folgenden Ausführungen zeigen werden. Ein Beispiel für staatliche Regulierungen ist der Bayh-Dole Act von 1980. Mit dieser gesetzlichen Regelung war es Universitäten möglich, Erfindungen, die aus öffentlich geförderten Projekten entstanden, zu patentieren und zu kommerzialisieren. Es wurde erwartet, dass hierdurch die Anzahl der anwendungsnahen Forschungsprojekte zunehmen würde. Henderson, Jaffe und Trajtenberg (1998) konnten jedoch hierfür keinen Beleg finden. Zwar war die Neigung zum Patentieren an den Universitäten gestiegen, aber es gab keine Veränderung hin zu mehr anwendungsnahen Erfindungen im Vergleich zu dem Zeitraum vor 1980. Immerhin kam es zu einer Steigerung der Zahl der Patentierungen, womit mittelbar auch an der Universität erzeugtes Wissen zugänglicher wurde. Auch Thursby und Thursby (2000) kommen letztendlich zu dem Ergebnis, dass zwar die Patentierung zunimmt, nicht unbedingt aber die anwendungsnahen Erfindungen. Vielmehr kann man vermuten, dass ein subtilerer Transfer durch die Erleichterung der Kooperation erreicht wurde. Die Bedeutung von implizitem Wissen bei der Interaktion zwischen Universität und Industrie wird entsprechend eindrucksvoll von Jensen und Thursby (1998) belegt, die herausfanden, dass 71 % der befragten Lizenzierungsbeauftragten an Universitäten überzeugt waren, dass die Kommerzialisierung der Erfindung nicht allein durch Übertragung der Nutzungsrechte geschehen könne, sondern eine Kooperation mit dem Erfinder nötig sei. Dies dürfte auch den Bedarf an der Durchführung von Verbundprojekten unterstreichen. Agrawal weist zu dieser Gruppe von Studien darauf hin, dass es einen starken Fokus auf Patentstudien gibt, wodurch der Wissenstransfer und Wissensaustausch jenseits dieses Transfermittels wahrscheinlich vernachlässigt wird. Hier besteht noch Raum für weitere Studien.

Kooperation in Forschung und Entwicklung

105

Eine erweiterte Perspektive auf die Kooperation in nationalen Innovationssystemen und die beteiligten Akteure präsentieren Etzkowitz und Leydesdorff (1995)265 mit ihrem Konzept der triple helix der Interaktion von Forschungseinrichtungen, Industrie und Regierung.266 Die Regierung als Akteur ist aber eher für eine nationale Betrachtung der Kooperationen relevant, für die eigentlichen Kooperationen auf der Projektebene wird der Einfluss der staatlichen Reglementierungen als Rahmenbedingungen für den Wissenstransfer angesehen.

5.1.2

Formen der Kooperation

Ausgehend von der oben beschriebenen Systematik innovationsbezogener Kooperationen werden im Folgenden verschiedene Arten von wissenstransferbezogenen Kooperationen abhängig von der Interaktionsintensität unterschieden. Zusätzlich sollen hier auch die Rolle des personenbezogenen Wissenstransfers und der Einfluss der Biographien von Schlüsselpersonen des Transfers auf die Kooperation diskutiert werden. Grundlegend kann nach der Position der Partner in der Wertschöpfungskette zwischen horizontalen Kooperationen (Partner auf derselben Wertschöpfungsstufe) und vertikalen Kooperationen (Partner aus aufeinander folgenden Wertschöpfungsstufen) unterschieden werden.267 In den beiden Fallstudien 2 und 3268 liegen vertikale Kooperationen unter Beteiligung von Forschungseinrichtungen, Zulieferern und OEMs vor. Man unterscheidet weiter nach Anzahl und Verbindung der beteiligten Partner, bilaterale sowie tri- oder multilaterale Kooperationen und einfache sowie komplexe Netzwerke.269

Bei Kooperationen mit dem Ziel des Wissenstransfers können die verschiedenen Formen nach der Intensität der Interaktion und Kommunikation, die für solche Projekte notwendig sind, und der Richtung des Wissenstransfers eine Reihe von Transferprojekttypen unterschieden werden (siehe Abbildung 16).

265

Weiter ausgearbeitet wird diese Perspektive u. a. in Leydesdorff/Etzkowitz (1998) und Etzkowitz/Leydesdorff (2000). Ernø-Kjølhede (2001, S. 11ff.) diskutiert dies ebenfalls vor dem Hintergrund des Managements von F&E-Kooperationen. 266 Dieses Konzept weist Ähnlichkeiten zu dem cooperative technology policy paradigm (Bozeman 2000 S. 632f) auf, welches ebenfalls Industrie, Universitäten und Regierung als Akteure ansieht. 267 Vgl. Morschett (2003), S. 402ff., Gerybadze (2004a), S. 192. 268 Siehe Kapitel 7.3 und 7.4. 269 Vgl. Morschett (2003), S. 399ff.

106

Kooperation in Forschung und Entwicklung

Kooperationen im weiteren Sinne Erkenntnissorientierte Kooperation

F&EKooperation

Auftragsforschung

hoch

Lizenzierung mit ohne Beratung Beratung

gering

Interaktions- u. Kommunikationsintensität Wissenstransfer bidirektional

Wissenstransfer unidirektional

Abbildung 16: Formen der Wissenstransferkooperation

F&E-Kooperationen sind dabei nur eine von drei charakteristischen Formen der Kooperation in Forschungs- und Entwicklungsprojekten über organisationale Grenzen hinweg. Sie stellen aber bei weitem die größte Bandbreite an verschiedenen Abstufungen dar und können von Grundlagenforschung über Früh- und Vorentwicklung bis zu produktnahen Entwicklungen reichen. Letztere sind aber eher seltener, da Unternehmen meist eher im vorwettbewerblichen Bereich kooperieren, denn dies macht den Wissensschutz und die Appropriierung einfacher.270 Das höchste Maß an Interaktion erfordert eine erkenntnisorientierte Kooperation.271 Hier sollen sowohl Erkenntnis- und Publikationsziele der Forschungspartner als auch Entwicklungsziele der Industriepartner berücksichtigt werden. Ein intensiver bidirektionaler Wissenstransfer kennzeichnet diese Form der Interaktion. Eine F&E-Kooperation mit einem festgelegten gemeinsamen Entwicklungsziel für eine Technologie ist etwas fokussierter als eine erkenntnisorientierte Kooperation, wird aber je nach Entwicklungsstand der angestrebten Technologie häufige Interaktionen notwendig machen. Der Wissenstransfer ist hier immer noch ausgeprägt bidirektional. Klarer definiert dagegen ist ein Auftragsforschungsprojekt, in dem der Industriepartner die Vorgaben für die Forschung und Entwicklung macht und ein klar abgegrenztes Ziel vorliegt. Hier wird der Wissenstransfer zunehmend unidirektional, von der Forschungseinrichtung hin zum Industriepartner, auch wenn dieser Vorgaben und Problemstellungen dem Forschungspartner vermitteln muss. Die Auftragsforschung ist ein Grenzfall, welcher nicht immer den Kooperationen im

270 271

Dies wurde auch in der Fallstudie 4 in Kapitel 7.5 deutlich. Diese Art von Kooperation wird auch als Unified Technology Research (UTR) bezeichnet, vgl. Cassier (1995), Amesse/Cohendet (2001).

Kooperation in Forschung und Entwicklung

107

weiteren Sinne zugeordnet werden kann. Wenn aber ein Austausch zu Zwischenergebnissen besteht und Auftraggeber und Auftragnehmer hierzu kommunizieren, dann zeigt auch Auftragsforschung noch Merkmale einer Kooperation. Am geringsten wird die Interaktionsintensität für eine Lizenzierung sein. Hier können bei Bedarf noch Beratung und Schulung angeboten werden, wenn die Technologie in den Patentunterlagen und anderen zur Verfügung gestellten Dokumenten nicht ausreichend verständlich ist. Der Wissenstransfer ist hier größtenteils unidirektional.

Eine weitere wesentliche Unterscheidung von verschiedenen Kooperationen liegt im Auslöser für den Wissenstransfer. Klassisch wird hier zwischen technology push und market pull unterschieden.272 Technology push bedeutet eine Invention aus der Forschung oder der F&E-Abteilung eines Unternehmens, für die aber zunächst eine Anwendung gesucht werden muss, bevor sie zu einer Innovation werden kann. Damit fällt ein zielgerichteter Transfer sehr viel schwerer, es muss zunächst nach einem geeigneten Transferpartner gesucht werden.273 Fallstudie 2274 bietet ein Beispiel für die Auslösung eines Wissenstransfers nach dem push-Prinzip. Die Invention wurde im Rahmen von Grundlagenforschungsarbeiten gemacht, anschließend wurde nach einer Möglichkeit der Kommerzialisierung des neu entwickelten Verfahrens gesucht. Hier zeigte sich, wie schwierig es ist, ein neues Verfahren durchzusetzen, wenn noch nicht klar ist, wer der Abnehmer für ein solches Verfahren sein könnte. Bei market pull besteht von der Nachfrageseite her ein Problem, das einer Lösung bedarf und so fokussierte Entwicklungsaktivitäten erlaubt. In Fallstudie 3275 wurde dem pull-Prinzip folgend von der Industrieseite eine materialwissenschaftliche Lösung für ein spezifisches Problem in der Bremsanwendung gesucht. Entsprechend wurden gezielt Institute und Einrichtungen angesprochen, die auf diesem Gebiet Kompetenzen besaßen und davon ausgehend eine Lösung entwickeln konnten. Die beiden Fallstudien zeigen entsprechend auch deutliche Unterschiede in Organisation, Verlauf und Ergebnis der Kooperation. Gerybadze (2005c, S. 5) erweitert diese Zweiteilung noch um die Engineering-getriebene Innovation. Demzufolge kann der Auslöser eines Wissenstransfers potentiell auch in prozessbezogenen Entwicklungen innerhalb eines Unternehmens liegen. In diesem Zusammenhang kommt es meist zu einem Wissenstransfer der Engineering-Innovation in 272

Vgl. Chidamber/Kon (1994). Auch in den frühen Innovationsmodellen werden diese beiden Perspektiven behandelt, siehe hierzu Kapitel 4.2.1. Vgl. Herstatt/Lettl (2000). 274 Fallstudie 2 wird in Kapitel 7.3 dargestellt. 273

108

Kooperation in Forschung und Entwicklung

Form einer horizontalen Kooperation, da solche Prozesse tendenziell nur auf der gleichen Wertschöpfungsstufe zum Einsatz kommen können, auch wenn nachgelagerte Stufen davon profitieren. Ein bekanntes, wenn auch sehr komplexes Beispiel hierfür ist das Toyota Production System.276 Dieses System der Produktionsorganisation wurde von Toyota ausgehend von den Erfahrungen in der Automobilproduktion über Jahrzehnte entwickelt und verfeinert. Spätestens durch die Veröffentlichungen von Womack, Jones und Roos (1991) sowie Womack und Jones (1996) wurde dieses System als lean production bekannt und bei vielen großen Automobilherstellern sowie Zulieferern umgesetzt. Das Unternehmen Toyota selbst bietet Seminare und Besuche in den Produktionsstätten an und hat damit einen der ausgedehntesten Wissenstransfers im Engineering-Bereich angestoßen.

Neben den formalen Organisationsformen darf nicht vergessen werden, dass der Transfer von Wissen häufig den, zumindest temporären, Transfer von Personen erfordert. Pleschak (2003) argumentiert, dass ein direkter Technologietransfer zwischen Technologiegeber und Technologienehmer am wirkungsvollsten sei.277 Er meint hier einen Transfer durch Personen oder durch direkten persönlichen Kontakt, anstatt durch kodifizierte Dokumente wie Publikationen oder Patente. Als Formen des Transfers nennt er hier neben Aus- und Weiterbildung, absichtlicher Personalfluktuation, Ausgründungen und An-Instituten auch die Durchführung von Verbundprojekten als kooperative Innovationsvorhaben. F&E-Kooperationen werden, wie oben auch beschrieben, immer einen wesentlichen Anteil an persönlicher Interaktion enthalten. Die Intensität dieser Interaktionen unterscheidet sich nach der vorliegenden Form der F&E-Kooperation (siehe Abbildung 16). In den in Kapitel 7 dargestellten Fallstudien finden

lediglich

zeitlich

sehr

begrenzte

Treffen

der

verteilt

arbeitenden

Kooperationsteams statt. Wenn wie in den Fallstudien 1 und 3 die Kooperation stark fokussiert ist und ihr eine klare Problemstellung zugrunde liegt, dann kann diese Form des Transfers durchaus funktionieren. In Fallstudie 2 zeigte sich allerdings, dass für stärker entwicklungsorientierte und F&E-getriebene Kooperationen eine zu starke Modularisierung und Verteilung der Kooperationspartner zwar befriedigende Ergebnisse in den einzelnen Arbeitsmodulen produzieren kann, dass aber die Integration und Weiterentwicklung des Gesamtsystems darunter leidet. Es wurde bereits in Kapitel 2.1.1 dargelegt, dass Wissen letztendlich nur im Individuum vorliegt 275

Fallstudie 3 wird in Kapitel 7.4 dargestellt. Vgl. Liker (2004), Shingo (2006). 277 Vgl. Pleschak (2003) S. 11. 276

Kooperation in Forschung und Entwicklung

109

dividuum vorliegt und dass der Wissenstransfer eine Umsetzung des Wissens in eine transferierbare Form erfordert.278 Dies eröffnet für den personenunabhängigen Wissenstransfer eine Reihe weiterer Fehlerquellen, vor allem bei der Umsetzung des Wissens in transferierbare Form und bei der Integration in das Wissenssystem eines Transferempfängers. Nach Ringberg und Reihlen (2008) beeinflussen die individuellen Vorerfahrungen der Transferpartner die Rezeption von Wissen in Transferform. Je stärker diese Vorerfahrungen den Wissenstransfer verzerren, umso eher ist eine direkte Interaktion zwischen den Transferpartnern erforderlich, um Fehler in der Übertragung zu erkennen und zu beheben. Diese Schwierigkeit wird als Mehrdeutigkeit von Wissen in Kapitel 6.1.2 noch genauer ausgeführt. Die Konsequenz für F&E-Kooperationen, in denen der Wissenstransfer eine wichtige Rolle spielt, ist die Notwendigkeit stärkerer Interaktion zwischen den Transferpartnern, wenn das Wissen die hier beschriebenen Eigenschaften aufweist. Die wesentlichen Formen des personengebundenen Wissenstransfers in F&E-Kooperationen sind dabei die dauerhafte Zusammenlegung von an der Kooperation beteiligten Mitarbeitern an einem Projektarbeitsplatz, der regelmäßige mehrtägige Austausch in Form von Workshops sowie regelmäßige kurze persönliche oder telefonische Abstimmungen zum Projekt. Diese Gelegenheiten der persönlichen Interaktion können die Fehlerrate des Wissenstransfers reduzieren und das gemeinsame Verständnis im Projekt fördern. Die Vernachlässigung der persönlichen Erfahrungen und Hintergründe der am Wissenstransfer beteiligten Personen sowie der Wissensbeschaffenheit können demzufolge ineffektiven Wissenstransfer erklären.279

Wissenstransfer in F&E-Kooperationen wird neben den in Kapitel 3 behandelten Besonderheiten der organisationalen und individuellen Informationsverarbeitung auch durch die Biographien der Schlüsselpersonen des Transfers beeinflusst. Die beiden wichtigsten Eigenschaften, die hier aus der Biographie entstehen, sind die Expertise und die Kontakte der Schlüsselperson. Individuen, die durch herausragende Expertise zu Bekanntheit gelangen und in der Lage sind, diese Kenntnisse in produktive Arbeit umzusetzen, werden mit der Zeit auch ein ausgeprägtes Netzwerk an Kontakten entwickeln. Die Kontakte erlauben eine leichtere Transferierung von Wissen. Diese Personen sind zudem meist die eigentlichen Wissensträger in einer F&E-Kooperation, selte-

278 279

Siehe auch Kapitel 2.2, dort wird die Umsetzung in eine transferierbare Form näher ausgeführt. Siehe hierzu die Diskussionen zu Informationsverarbeitung in Organisationen in Kapitel 3.1 und Missverständnissen in Kapitel 3.2 sowie die Überlegungen zu Mehrdeutigkeit in Kapitel 6.1.2.

110

Kooperation in Forschung und Entwicklung

ner auch Führungspersönlichkeiten, die den Transfer fördern. In Fallstudie 2280 kann der Erfinder des Verfahrens als Schlüsselperson angesehen werden, es wird dort auch die Bedeutung seines Handelns deutlich. Er hat hervorragende Kenntnisse zu den physikalischen Eigenschaften des Verfahrens, scheint sich allerdings erst wenig mit der Kommerzialisierung befasst zu haben und, da er noch recht jung ist, über wenige Kontakte in die Industrie zu verfügen. Dies erschwert den Wissenstransfer, d. h. in diesem Fall die Umsetzung der Erfindung in einer kommerziellen Anwendung, in der F&EKooperation. In den übrigen Fallstudien, die weniger stark durch eine radikale Innovation geprägt sind, lassen sich keine solche Schlüsselpersonen identifizieren. Möglicherweise besteht hier ein Zusammenhang zwischen der Art der Innovation281 und der Rolle, die Schlüsselpersonen für den Erfolg des Wissenstransfers spielen. Ein industrieweites Beispiel für den Einfluss von Schlüsselpersonen im Wissenstransfer stellte Murmann (2003, S. 69ff.) mit der Entwicklung der synthetischen Farbstoffherstellung dar. Hier ließen sich einige wenige Forscher um den deutschen Naturwissenschaftler Justus von Liebig als Schlüsselpersonen identifizieren, die ihr Wissen über den Herstellungsprozess von synthetischen Farbstoffen in der deutschen Industrie kommerziell umsetzten und transferierten. Sie bildeten mit ihren Forschungslaboren Wissenszentren, die den Vorsprung der deutschen Industrie bei synthetischen Farbstoffen vor der englischen und US-amerikanischen Industrie begründeten.

5.1.3

Rahmenbedingungen der F&E-Kooperation

Die generell bei einer F&E-Kooperation zu berücksichtigenden Rahmenbedingungen orientieren sich an den Merkmalen, die auch in Kapitel 2.2.3 vorgestellt wurden. Die Dauer der Kooperation ist wesentlich abhängig von der Art der Kooperation. Je erkenntnisgewinnorientierter ein Projekt ist, desto länger wird es tendenziell dauern. Erkenntnisorientierte Kooperationen werden also in der Regel länger dauern als reine F&E-Kooperationen, welche wiederum länger dauern werden als Auftragsforschung. Von der räumlichen Konfiguration her sind sowohl lokale als auch nationale und internationale Projekte üblich. Der Umfang einer solchen Kooperation ist immer interorganisational. Die Transfermittel werden mit geringerer Interaktionsintensität tendenziell eher asynchrone Medien sein, bei höherer Interaktionsintensität wird man eher Medien

280 281

Diese wird in Kapitel 7.3 ausführlich dargestellt. Siehe Kapitel 4.1 für eine Darstellung der verschiedenen Innovationsarten.

Kooperation in Forschung und Entwicklung

111

mit hoher Interaktivität einsetzen. Die Kontextfaktoren wie Motivation und Ziele der Beteiligten schließlich sind je nach Kooperation individuell zu analysieren.

Als weitere spezifische Rahmenbedingungen kommen für Wissenstransferkooperationen die Ressourcenausstattung sowie Merkmale des Innovationssystems, also staatliche Regulierung, spillover Effekte und das Appropriierungsregime282, hinzu. Die Ressourcenausstattung betrifft sowohl die personelle als auch die finanzielle Ausstattung der Kooperation. Die besonderen Auszahlungsmuster bei F&E-Projekten mit einem geringen initialen Investment, aber stetig steigenden Folgeinvestitionen283 erfordern eine entsprechende Finanzierungsplanung und die Bereitschaft zur Durchsetzung einer Innovation. Es gelten für Kooperationen genauso wie für unternehmensinterne Forschung und Entwicklung spezifische Charakteristika, die die Finanzierungsplanung erschweren. Hervorgehoben werden sollen hier die Informationsasymmetrie zwischen den am Projekt Beteiligten und den finanzierenden Stellen sowie die mit Investitionen in Innovationen verbundene Unsicherheit über den Erfolg und die generierbaren Profite.284 Das Konzept des Appropriierungsregimes schließlich beschreibt, wie leicht es für Innovatoren ist, eigene Entwicklungen zu schützen und zu kommerzialisieren, ohne das Nachahmer dies erschweren oder unrentabel machen. Man spricht von einem starken und effektiven Regime, wenn die Bedingungen für den Innovator vorteilhaft sind, und von einem schwachen Regime, wenn Innovationen schlecht geschützt und leicht kopiert werden können. Hier sind die rechtlichen Schutzformen wie Patente oder Geheimhaltungsvereinbarungen ebenso wie Eigenschaften der Innovation zu berücksichtigen, insbesondere das Ausmaß des impliziten Wissens.285 Für Kooperationen bedeutet dies, dass bei eher starkem Appropriierungsregime Kooperationen eher eingegangen werden, da das Wissen auch innerhalb der Kooperation gut geschützt werden kann. Zu starke Regimes würden aber bedeuten, dass der Wissenstransfer wiederum deutlich erschwert wäre und sind daher eher ungünstig für Kooperationen mit dem Ziel des Wissenstransfers. Schwache Regimes dagegen erschweren Kooperationen, da die Gefahr opportunistischen Verhaltens und somit des Wissensverlustes steigt.

282

Vgl. Teece (1986), S. 287, Pisano (2006). Vgl. Gerybadze (2004a), S. 291. 284 Weitere für die Finanzierung relevante Charakteristika werden bei Gerybadze (2004a), S. 290ff. diskutiert. 285 Vgl. Teece (1986), Gulati/Singh (1998). 283

112

Kooperation in Forschung und Entwicklung

Regulierungen von Kooperationen durch staatliche Einrichtungen in Form von rechtlichen Beschränkungen, Freigaben oder Anreizgestaltung sind als Rahmenbedingung für Kooperationen zu berücksichtigen.286 Diese Regulierungen können bestimmte F&EKooperationen fördern oder einschränken, indem beispielsweise patentrechtliche Regelungen für Forschungseinrichtungen vorteilhafter gestaltet werden oder Kooperationen zwischen Unternehmen nur unter strengen Auflagen gestattet werden. Der Bayh-Dole Act in den USA z. B. erlaubte es staatlichen Forschungseinrichtungen, Forschungsergebnisse aus staatlich geförderten Projekten zu patentieren und die Patente kommerziell zu verwerten.287 Auch der National Cooperative Research Act von 1984, der eine Konsortienbildung in der Kooperation von Forschungseinrichtungen und Industrie erlaubte, hatte einen Einfluss auf die Wissenstransferkooperationen.288 Die Förderprogramme des BMBF, und davor des BMFT, sind ebenfalls ein Beispiel für staatliche Anreizgestaltung. Hier werden Kooperationen in bestimmten Fachbereichen gezielt gefördert und damit erleichtert.289 Gleichzeitig wird dadurch das nationale Innovationssystem gesteuert.

Der Einfluss der räumlichen Konfiguration von Interaktionen zwischen Universitäten und Industrie wird auch unter dem Fachbegriff „knowledge spillovers“ untersucht. Insgesamt zeigen die von Agrawal (2001) herangezogenen Studien, dass es lokale Effekte der Wissensverbreitung gibt, so z. B. dass mehr Patente in solchen amerikanischen

Bundesstaaten

entstehen,

Wissenserzeuger angesiedelt sind

wo 290

zahlreiche

öffentliche

und

industrielle

. Dies weist laut Agrawal darauf hin, dass

Wissenstransfer auf der regionalen Ebene offenbar oft eine implizite Komponente hat, die den Transfer über größere Distanzen erschwert. Zu ähnlichen Ergebnissen kamen auch Blind und Grupp (1999) für das deutsche Innovationssystem.

286

Neuere Forschungsansätze betrachten den Staat als Akteur in der Kooperation, siehe hierzu den triple helix Ansatz von Etzkowitz/Leydesdorff (1995) in Abschnitt 4.1.1. Vgl. Abramson et al. (1997), S. 97f. 288 Vgl. Barnett/Mischke/Ocasio (2000), S. 326f. 289 z. B. das Programm Materialforschung (siehe hierzu Braun/Gerybadze/Rätz/Witzel 1993) oder das Programm WING – Werkstoffinnovation für Industrie und Gesellschaft (BMBF 2003). 290 Vgl. Jaffe (1989). 287

Kooperation in Forschung und Entwicklung

113

5.2 Wissenstransfer in F&E-Kooperationen Wissenstransfer in F&E-Kooperationen ist sowohl ein Prozess als auch erklärtes Projektziel solcher Kooperationen. Als Projektziel wird z. B. der Transfer einer Erfindung in eine kommerzielle Nutzung angestrebt. Der Prozess des Wissenstransfers ist die eigentliche Projektarbeit, welche konstanten Austausch erfordert, also die projektbezogene Interaktion der Beteiligten. Diese Vorstellung hat Ähnlichkeiten mit dem von Leonard und Sensiper (1998) beschriebenen Modell des Innovationstrichters basierend auf dem Ansatz von Wheelwright und Clark (1993), in dem von einer fraktalen Struktur des Innovationszyklus gesprochen wird. Dies bedeutet, dass ein gesamter Wissenstransferprozess (Projektziel) tatsächlich aus vielen zusammenhängenden Wissenstransferprozessen (Projektarbeit) zusammengesetzt ist.291 Innerhalb eines Wissenstransferprozesses zur Entwicklung eines neuen Produktes finden tatsächlich viele kleinere, ähnlich gestaltete Transferprozesse statt.

Das Kooperationsprojekt kann im Bezug auf den Wissenstransfer in drei grobe zeitliche Phasen eingeteilt werden (siehe Abbildung 17).292 In der Vorbereitungsphase vor Beginn der Zusammenarbeit muss es zu einem ersten Informationsaustausch kommen, um das gemeinsame Arbeiten strukturieren zu können. In der Phase der Projektarbeit, die vom offiziellen Projektstart bis zum offiziellen Projektende andauert, sind ein ständiger Austausch und Transfer von Wissen notwendig. Am Ende des Projektes, vielleicht sogar über das formale Ende des Projektes hinaus, soll ein bestimmtes Wissen in die Industrie übertragen worden sein, was ggf. mit „Nachlieferungen“ von zusätzlichen Kenntnissen unterstützt werden muss. Die Aktivitäten in einer F&E-Kooperation können in dieses organisatorische und zeitliche Schema eingeordnet werden. In der Fallstudie 1 zeigte sich ein diesem Ansatz vergleichbares Vorgehen. Vor dem offiziellen Projektstart wurde ein kleines Team aus den USA in die deutsche Tochtergesellschaft entsandt, um das Projekt vorzubereiten. Im Verlauf des Projektes gab es dann regelmäßige Besuche des amerikanischen Teams in Deutschland, und nach Ende des Projektes werden die entsprechenden Experten für Nacharbeiten zur Verfügung stehen, falls noch Probleme auftreten sollten.

291 292

Vgl. Leonard/Sensiper (1998), S. 116f. Diese Einteilung entspricht den Phasen des Wissenstransfers, wie sie am Ende von Kapitel 2.2.2 konzipiert wurden.

114

Kooperation in Forschung und Entwicklung

Informationsaustausch

Projektarbeit

Nachlieferungen

Strukturierung des Projektes

Ständiger Austausch

Problemlösungen

Projektstart

Projektende

Abbildung 17: Drei Phasen des Kooperationsprozesses

Untersuchungen zum Transfer von Wissen haben sich bisher hauptsächlich mit dem Transfer innerhalb einer Organisation befasst, z. B. von der Unternehmenszentrale in eine Tochtergesellschaft oder zwischen Tochtergesellschaften.293 Dabei geht es häufig um den Transfer von Routinen oder explizitem Wissen. Bei einer Kooperation zur Entwicklung eines neuen Werkstoffes oder Verfahrens über Organisationengrenzen hinweg liegen dagegen noch vergleichsweise wenig Erkenntnisse über den Wissenstransfer vor. Erschwerend für den Transfer selbst kommt hier hinzu, dass es sich wenigstens in der Startphase der Kooperation um hochgradig implizites Wissen handelt. Dabei ist zu bedenken, was auch McDonough, Athanassiou und Spital (2002) zitieren: „... current frameworks of knowledge transfer and integration do not apply with equal explanatory power to both simple and complex knowledge integration tasks …”294. Hierbei kann man davon ausgehen, dass die Übertragung einer innovativen Technologie einen komplexen integrierenden Transferprozess bedingt, und somit die herkömmlichen Konzepte des Wissenstransfers zu kurz greifen.

Empfehlungen für den Wissenstransfer in F&E-Kooperationen finden sich in den Untersuchungen zu Erfolgsfaktoren von Transferprojekten, die im folgenden Abschnitt dargestellt werden. Als weitere wesentliche Einflussfaktoren werden danach die Wissensmerkmale und Missverständnisse in Transferprojekten diskutiert. Abschließend wird eine Konzeption des Managements von Wissenstransferprojekten aufgezeigt, die Erkenntnisse aus den vorhergehenden Erörterungen und den Fallstudien heranzieht, welche in Kapitel 7 detailliert dargestellt werden.

293

Vgl. z. B. Argote (1999), Szulanski (1996). Eine kurze Übersicht zu diesem Thema ist bei McDonough/Athanassiou/Spital (2002) nachzulesen. 294 Carlile / Rebentisch 2003, S. 1182.

Kooperation in Forschung und Entwicklung

5.2.1

115

Erfolgsfaktoren von Wissenstransferprojekten

Grundlegende Prämissen, die für oder gegen eine Kooperation sprechen und die in die strategische Entscheidung einfließen sollten, werden von Gerybadze (2004a, S. 195) behandelt. Ein Erfolgsmaß für den Wissenstransfer in einer F&E-Kooperation ist die Zufriedenheit der Projektteilnehmer mit dem Projektverlauf.295 Eine eher quantitative Erfolgsmessung ist dagegen die systematische Evaluation der Projektziele oder die Überprüfung des erfolgreichen Absatzes des Produktes bzw. Einsatzes des Projektergebnisses.296 Des Weiteren kann der Erfolg wissensbezogen festgestellt werden. Wissenstransfer kann dann als erfolgreich angesehen werden, wenn der Transferempfänger der Technologie diese auch im intendierten Ausmaß anwenden bzw. verwenden kann, was sich üblicherweise mit den Projektzielen decken dürfte. Hier können der Erfolg bzw. das Ausmaß der Anwendung nach den vier Stufen der Wissensaneignung297 klassifiziert werden. Es wird unterschieden zwischen der Reproduktion (reproduction), also dem einfachen Wiedergeben von Wissen ohne Verständnis, und der Erklärung (explanation), also der Befähigung, das Wissen und seine Bedeutung zu erläutern. Dazu kommen die Anwendung (application), d. h. die Verwendung des Wissens im richtigen Zusammenhang und die Integration (integration), d. h. die Fähigkeit zur Übertragung der Anwendung auf andere Kontexte. Erfolgreich wäre ein Wissenstransfer dann, wenn der Transferempfänger sich das Wissen bis zu der gewünschten Stufe angeeignet hat. Im Falle der Fallstudie 2 sollen die Industriepartner letztendlich in die Lage versetzt werden, das Wissen über das neue Verfahren anzuwenden (Stufe 3, Anwendung), während der Hersteller der Mikrowellenanlage diese nach Spezifikationen der Kunden herstellen soll (Stufe 4, Integration und Übertragung).

Um einen erfolgreichen Wissenstransfer zwischen Forschungseinrichtungen und Industrie zu erreichen, sind sowohl Aspekte der projektübergeordneten Organisation der beteiligten Partner zu berücksichtigen, als auch projektspezifische Faktoren. In einer umfangreichen Studie zum Wissens- und Technologietransfer in Deutschland wurden in vier Fallstudien die projektübergeordneten Erfolgsfaktoren des Wissenstransfers von

295

Siehe weiter unten die Erläuterungen zu Mora-Valentin/Montoro-Sanchez/Guerras-Martin (2004). Selbst bei nach diesen Kriterien misslungenen Transferprojekten können sich unerwartet positive Effekte einstellen, wie zum Beispiel eine Erweiterung der Wissensbasis des Unternehmens oder die Aneignung neuer technologischer Fähigkeiten bei den Mitarbeitern (Dodgson 1994, S. 286). 297 Vgl. Sanchez (1997), S. 166f. nach Heene (1993). 296

116

Kooperation in Forschung und Entwicklung

Forschungseinrichtungen in die Industrie untersucht.298 Dabei identifizierten Schmoch, Licht und Reinhard (2000) sechs wesentliche Erfolgsfaktoren des Wissenstransfers für transferorientierte Forschungseinrichtungen. Sie beobachteten erstens, dass Wissenstransfer von den Instituten nicht als Nebenprodukt der Forschungsaktivitäten betrachtet wird, sondern als eine wesentliche Aktivität neben der Forschung, die systematisch in die Strategie der Institute integriert ist.

Da zweitens die betrachteten Institute in Forschungsbereichen aktiv sind, welche ständigen Kompetenzaufbau erfordern, integrieren sie die Vorlaufforschung in ihr Vorgehen. Ohne diese grundlagenorientierte Forschung, die den Aufbau und die Sicherung von Kompetenzen in den bearbeiteten Forschungsfeldern ermöglicht, wären die Institute keine leistungsfähigen Partner für die Industrie. Die Industrie sucht in Kooperationen aber eher kurzfristige Entwicklungen und Problemlösungen, deshalb müssen die Institute einen angemessenen Ausgleich zwischen der kurzfristigen kooperativen Entwicklung und der langfristig orientierten Grundlagenforschung finden.

Ein weiterer wesentlicher Erfolgsfaktor ist die Verantwortung für den Wissenstransfer. Diese muss bei den beteiligten Wissenschaftlern liegen, nicht bei einer zentralen Stelle. Hierzu ist es notwendig, entsprechende Anreizsysteme zu schaffen und ggf. bei den Forschern einen Kulturwandel zu erreichen, damit sie ihre Transferverantwortung akzeptieren.

Um viertens bei der strategischen Ausrichtung des Institutes unter Berücksichtigung sowohl von langfristig orientierter Vorlaufforschung als auch eher kurzfristig orientierter F&E-Kooperationen nicht wichtige Technologie- oder Marktentwicklungen zu verpassen, empfehlen Schmoch et al. die Durchführung von regelmäßigen StrategieAudits. Hier sollten die Kompetenzen des Institutes mit technologischen Entwicklungen und Veränderungen des Marktes verglichen und entsprechende Konsequenzen für die Ausrichtung der Forschung gezogen werden. Dabei sollten unbedingt auch Vertreter aus der Industrie beteiligt werden, um die Anwenderperspektiven und Marktkenntnisse einzubeziehen.

298

Vgl. Schmoch/Licht/Reinhard (Hrsg.) (2000), S. 194ff. Sabisch (2003) präsentiert ausgehend von einer Studie von Arthur D. Little (2000), an der er beteiligt war, ebenfalls eine Zusammenstellung von Erfolgsfaktoren, bleibt dabei aber allgemeiner als Schmoch et al.

Kooperation in Forschung und Entwicklung

117

Zur weiteren Integration der Anwenderperspektive wird als fünfter Aspekt auch die engere Bindung von Unternehmen an die Institute empfohlen. Unternehmensvertreter können in Aufsichtsgremien oder Beiräte einbezogen werden, oder Unternehmen können sich finanziell an Instituten beteiligen. Damit wird vermieden, dass durch eine reine Nachfragerrolle der Unternehmen der Kompetenzaufbau in den Instituten vernachlässigt wird. Und schließlich sollten Umsetzungsarbeiten oder produktbezogene Aufträge, die wenig forschungsorientiert und stark anwendungsbezogen sind, von den Instituten in einer mit dem Institut verbundenen, aber eigenständigen Einheit bearbeitet werden.

Die Empfehlungen von Schmoch, Licht und Reinhard (2000) für Unternehmen zielen hauptsächlich auf die Verbesserung der Absorptionsfähigkeit für Wissen ab. Es wird empfohlen, schon in der Ausbildung der Fachkräfte an Hochschulen und anderen Bildungseinrichtungen auf die Vermittlung von innovationsrelevantem Methodenwissen zu achten. Um die betriebliche Weiterbildung zu verbessern, wird eine Intensivierung der Informationsmöglichkeiten zu Weiterbildungsangeboten im Bereich des Technologie- und Innovationsmanagements vorgeschlagen. Hierzu sollte auch ein Akkreditierungs- und Zertifizierungssystem eingerichtet werden, damit die Unternehmen das Angebot besser beurteilen können. Innerhalb der Unternehmen sollten InnovationsBenchmarking und Innovationsaudits299 sowie Besuchsprogramme bei erfolgreichen Innovatoren die Fähigkeiten zum Innovationsmanagement verbessern. Zur besseren Information der Unternehmen über verfügbare Technologien, neue Lösungen sowie neue Entwicklungen werden schließlich die Einrichtung von F&E-Kompetenzplattformen im Internet sowie regionale Innovations-Kontaktforen vorgeschlagen.

Diese genannten Erfolgsfaktoren sind auf die Organisation von transferorientierten Forschungseinrichtungen bezogen und empfehlen eine entsprechende Organisationsgestaltung, die auch auf die Transferprojekte im Einzelnen wirkt. In den Transferprojekten gilt es, auch projektspezifische Faktoren zu beachten. Hierzu lassen sich insbesondere die Untersuchungen von Gerybadze (2004a, 2005a) und von Mora-Valentin, Montoro-Sanchez und Guerras-Martin (2004) heranziehen, die Erfolgsfaktoren von F&E-Kooperationen untersucht haben. Allerdings gehen beide Studien nicht speziell auf Erfolgsfaktoren für den Wissenstransfer ein. Erfolgsfaktoren im projektbezogenen

118

Kooperation in Forschung und Entwicklung

und organisationsübergreifenden Wissenstransfer in Innovationsprojekten und die damit verbundenen Schwierigkeiten und Missverständnisse gilt es noch zu untersuchen.

Mora-Valentin, Montoro-Sanchez und Guerras-Martin (2004) untersuchten Einflussfaktoren auf den Erfolg von F&E-Kooperationen und verwendeten hierfür ein fragebogenbasiertes Forschungsdesign. Von den zehn Faktoren, die sie aus früheren Studien abgeleitet hatten, erwiesen sich sieben als signifikant positiv und einer als signifikant negativ korreliert mit der subjektiven allgemeinen Zufriedenheit mit dem jeweiligen Projekt sowohl auf Firmen- als auch auf Forschungseinrichtungsseite. Aufgeteilt wurden diese Faktoren in die zwei Kategorien: Kontextfaktoren und Organisationsfaktoren. Kontextfaktoren sollten die Eigenschaften der Partner und der Kooperationsumstände erfassen, und Organisationsfaktoren die Merkmale der eigentlichen Kooperation. Zu den Kontextfaktoren gehörten die früheren Erfahrungen mit Kooperationen, die Reputation der Kooperationspartner und eine klare Zieldefinition für die Kooperation. Die Organisationsfaktoren umfassten die Verpflichtung gegenüber dem Projekt, die Kommunikation sowie das Vertrauen zwischen den Partnern, das Ausmaß von Konflikten (negativ korreliert) und die Abhängigkeit zwischen den Partnern. Der Projekterfolg hätte allerdings noch direkter gemessen werden sollen, nicht nur als subjektive Zufriedenheit, sondern besser als objektive Erreichung der gesetzten Ziele.

Gerybadze (2004a, 2005a) schließlich definiert für technologische Kooperationsprojekte fünf Erfolgsfaktoren, die sich auf das konkrete Projekt beziehen. Diese folgen der empfohlenen Strukturierung von technologischen Kooperationen.300 Erstens sind die Zielsetzung und Bedarfserfassung für das Projekt zu berücksichtigen. Sowohl die Ziele des Projektes sollten klar definiert sein als auch die Abnehmerseite für das resultierende Produkt in der Planung berücksichtigt werden. Zweitens müssen Prozesse und Lösungswege für das Projekt gemeinsam mit allen Projektbeteiligten einvernehmlich festgelegt werden. Drittens sollen die Aufgaben und Arbeitspakete für das Projekt klar festgelegt und zugeteilt werden. Viertens müssen die relevanten Kompetenzen und Technologien im Projektteam vorhanden sein. Dabei sollte auch darauf geachtet werden, dass diese das erforderliche Kompetenzniveau aufweisen und keiner der Partner Wissensabflüsse befürchten muss. Schließlich ist fünftens auf die Organisation und das

299 300

Eine Methodik wurde hier von Gerybadze (2005b) und Gerybadze/Gaiser (2005) entwickelt. Vgl. Gerybadze (2004a) S. 207ff.

Kooperation in Forschung und Entwicklung

119

Kooperationsdesign zu achten. Die Kooperation sollte formal beschrieben und dem Ziel entsprechend organisiert sein. Auch die Verwertung der Kooperationsergebnisse sollte hier geregelt sein.

Die Kontextfaktoren, die Mora-Valentin et al. (2004) identifiziert haben, können in das Faktorenkonzept von Gerybadze eingeordnet werden. Mit den Organisationsfaktoren wurde zusätzlich ein weiterer Aspekt zu dem komplexen Bild um die Erfolgsfaktoren von F&E-Kooperationen hinzugefügt. Diese Organisationsfaktoren stellen einen Ansatz für die Prozessgestaltung des eigentlichen Wissenstransfers dar, während sowohl Schmoch et al. (2000) als auch Gerybadze (2004a, 2005a) primär die formale Gestaltung des Wissenstransfers strukturieren wollen. In Abbildung 18 werden diese Faktoren aufgeführt und es wird unterschieden zwischen Erfolgsfaktoren der Organisationsgestaltung, der Kooperationsgestaltung, und der Prozessgestaltung.

120

Kooperation in Forschung und Entwicklung

Organisationsgestaltung: Forschungsseite Wissenstransfer hat strategische Relevanz Ausgleich zwischen Kooperationsforschung und Grundlagenforschung Verantwortung für den Transfer bei den Forschern Regelmäßige Strategieaudits Engere Bindung von Unternehmen Bearbeitung von Produktentwicklung in eigenständigen Einheiten Organisationsgestaltung: Industrieseite Innovationsrelevantes Methodenwissen in der Ausbildung Innovations-Benchmarking Innovationsaudits Besuchsprogramme F&E-Kompetenzplattform Innovations-Kontaktforen Kooperationsgestaltung Zielsetzung und Bedarfserfassung Prozesse und Lösungswege Aufgaben und Arbeitspakete Kompetenzen und Technologien Organisation und Kooperationsdesign Prozessgestaltung Verpflichtung gegenüber der Kooperation Kommunikation zwischen den Partnern Vertrauen zwischen den Partnern Ausmaß von Konflikten Abhängigkeit zwischen den Partnern

Abbildung 18: Erfolgsfaktoren für Wissenstransfer zwischen Forschungseinrichtungen und Industrie301

Die Erfolgsfaktoren der Organisationsgestaltung betonen die Ausrichtung der beteiligten Organisationen auf erfolgreichen Wissenstransfer. Mit den Faktoren der Kooperationsgestaltung werden die Struktur und die formalen Regelungen einer F&EKooperation beeinflusst. Die Prozessgestaltung schließlich zielt auf die während des Projektes ablaufenden Wissenstransferaktivitäten und Interaktionen der beteiligten Partner ab. Da hier der spezifische Aspekt des Wissenstransfers noch nicht explizit berücksichtigt wurde, auch wenn er schon in de Überlegungen von Mora-Valentin et al 301

Nach Gerybadze (2004a, 2005a), Mora-Valentin et al. (2004) und Schmoch et al. (2000).

Kooperation in Forschung und Entwicklung

121

(2004) enthalten ist, wird er im folgenden Kapitel detailliert diskutiert und das Konzept wird um die dort dargestellten Faktoren erweitert.

5.2.2

Einfluss der Wissensmerkmale auf den Transfer

Technologisches Wissen ist häufig firmenspezifisch und schwierig zu transferieren. Hier spielen Kooperationen eine besondere Rolle, wie auch Dodgson (1994) feststellt: „Collaboration potentially provides a mechanism whereby close linkages among different organizations allow sympathetic systems, procedures and vocabulary to develop which may encourage the effective transfer of technology.”302

Für die Zusammenarbeit verteilter Innovationsteams wird von Gerybadze (2003, 2004b) ein Modell vorgeschlagen, nach dem Wissen durch Kodifizierbarkeit und Interpretierbarkeit klassifiziert werden kann.303 Die Kodifizierbarkeit wurde von Nonaka und Takeuchi (1995) postuliert. Nach ihrem Verständnis ist Wissen von der Art her explizit (leicht kodifizierbar) oder implizit (schwer kodifizierbar). Die Kodifizierbarkeit hat wichtige Implikationen für den Umgang mit und den Transfer von Wissen. Explizites Wissen kann mit Hilfe von Dokumenten weitergegeben werden, implizites Wissen dagegen muss durch interaktivere Transfermethoden übertragen werden (Beobachtung, Erklärungen, Demonstrationen). Die Interpretierbarkeit beleuchtet einen neuen Aspekt der Wissensqualität, nämlich den Bezug zum individuellen Kontext. Kanonisches Wissen zeichnet sich dabei dadurch aus, dass es von verschiedenen Personen auch ohne Erklärung in gleicher Weise verstanden wird. Äquivokes Wissen dagegen wird von verschiedenen Personen unterschiedlich verstanden. Die beiden Dimensionen unterteilen Wissen in vier Klassen, die unterschiedliche Schwierigkeiten mit sich bringen, wenn beispielsweise nur die Dimension der Kodifizierbarkeit berücksichtigt wird. Dann mag man von explizitem Wissen ausgehen und den Transfer für einfach halten, aber gleichzeitig kann das Wissen hochgradig äquivok sein und somit falsch verstanden werden bzw. nicht in der intendierten Weise verstanden werden. Eine Metrik für diese beiden Dimensionen des Wissens wurde am Lehrstuhl Internationales Management und Innovation der Universität Hohenheim entwickelt.304 Dabei werden zu jeder Dimension verschiedene Aspekte des Wissens geprüft, wobei man sich hier teilweise noch auf eine mittelbare Erfassung über Merkmale der Zusammenarbeit im Team 302 303

Dodgson (1994), S. 287. Siehe hierzu ausführlich Kapitel 2.1.3 und 6.1.

122

Kooperation in Forschung und Entwicklung

stützt, die als Indikatoren für das Vorliegen einer bestimmten Wissensqualität angesehen werden können. Ausgehend von den Untersuchungen in dieser Arbeit wird eine Erweiterung des Instrumentes vorgeschlagen.305

Dass je nach den vorliegenden Wissensmerkmalen unterschiedliche Kommunikationsmittel gewählt werden sollten, wurde bereits in Kapitel 2.1 diskutiert. Organisationsmitglieder sind durchaus in der Lage, diese Auswahl zu treffen, wie die Studie von Murray und Peyrefitte (2007) zeigte. Es ist empfehlenswert, nach der Feststellung der Wissensmerkmale in einem Projekt306 eine angemessene Kommunikations- und Transferstrategie zu verfolgen, die die Wahl der Transfermedien und die Struktur der Zusammenarbeit im Projekt bestimmen sollte. Die Wahl der Medien für die Übermittlung von Wissen kann nach dem Maß an Explizitheit gewählt werden, also eher Dokumente und indirekte Medien bei explizitem Wissen, aber direkte Medien und persönliche Kommunikation bei implizitem Wissen. Kanonisches Wissen erfordert im Projektverlauf wenig Erklärung über die Dokumentation hinaus, aber bei äquivokem Wissen sollte man darauf achten, dass in regelmäßigen Abständen die Ziele und Arbeitsrichtungen des Teams besprochen und ggf. korrigiert werden, und dass es die Möglichkeit für Feedback zwischen den Projektbeteiligten gibt.

Informationspathologien und Missverständnisse307 sind als Folgeschwierigkeiten von äquivokem Wissen bei interorganisational zusammengesetzten Projektteams zu berücksichtigen. Die Mehrdeutigkeit begünstigt solche Missverständnisse besonders dann, wenn die Projektteilnehmer, ausgehend von explizitem Wissen, eine indirekte und eher seltene Kommunikation praktizieren. Wenn es auch nicht direkt zu Missverständnissen kommen muss, so zeigt sich doch zwischen verschiedenen Fachgruppen innerhalb eines Projektes eine erschwerte Verständigung. Dies wurde z. B. in der Fallstudie 2 beobachtet, in der sich kommunikative Gruppen herausbildeten. Ein verstärkter Austausch fand statt unter den Mitgliedern der Gruppe der Luftfahrtvertreter, ebenso bei den Automobilvertretern, den Chemikern und den Physikern. Zum Teil deckte sich die Gruppierung mit der Aufteilung der Arbeitspakete in diesem Projekt, aber sie trat doch noch merklich genug hervor. Auch wenn dies nicht die Schwierigkeitsausma304

Siehe Kapitel 6.1 für eine Diskussion des Instrumentes. Siehe Kapitel 8.2 für die Darstellung der Erweiterung. 306 Siehe Kapitel 6.1 zu den relevanten Wissensmerkmalen. 307 Siehe Kapitel 2.3.1, 2.3.2 und 2.3.4, dort werden Informationspathologien und Missverständnisse diskutiert. 305

Kooperation in Forschung und Entwicklung

123

ße von Experten-Laien-Kommunikation erreicht, sind Unterschiede der Fachrichtung zwischen den einzelnen kommunikativen Gruppen zu beachten.

Die Erfolgsfaktoren der Prozessgestaltung lässt sich somit um zwei Punkte ergänzen, was zudem den von Mora-Valentin et al. (2004) genannten Aspekt der Kommunikation erweitert und präzisiert (siehe Abbildung 19). Prozessgestaltung Verpflichtung gegenüber der Kooperation Vertrauen zwischen den Partnern Ausmaß von Konflikten Abhängigkeit zwischen den Partnern Transfer- und Kommunikationsstrategie Verbindung zwischen kommunikativen Gruppen herstellen

Abbildung 19: Ergänzung der Erfolgsfaktoren der Prozessgestaltung bei Wissenstransfer308

Die Transfer- und Kommunikationsstrategie ist als Teil der Projektplanung vor Beginn des Projektes möglichst in Bezug auf die zu erwartenden Wissensmerkmale festzulegen und den Projektmitgliedern zusammen mit dem Projektplan zu vermitteln. Eine Verbindung zwischen den kommunikativen Gruppen dagegen kann erst im Laufe des Projektes vorgenommen werden, wenn sich diese herausgebildet haben und identifiziert werden können. Die Verbindung kann z. B. durch regelmäßige moderierte Sitzungen erreicht werden, bei denen die einzelnen Gruppen ihre Ergebnisse vorstellen, erläutern und zur Diskussion stellen. Dabei muss darauf geachtet werden, dass die übrigen Teilnehmer sich beteiligen können, also die Präsentationen nicht zu fachspezifisch werden.

Für die Organisations- und Kooperationsgestaltung kann den oben dargestellten Herangehensweisen gefolgt werden. Die Gestaltung des Wissenstransferprozesses wird entsprechend dem Fokus dieser Arbeit um den Aspekt der Kommunikation erweitert. Diese Erweiterung soll verhindern, dass es gerade in komplexen Kooperationen zu 308

Nach Mora-Valentin et al. (2004), in kursiv die eigenen Ergänzungen.

124

Kooperation in Forschung und Entwicklung

Schwierigkeiten aufgrund von Missverständnissen kommt, die als Folge von Mehrdeutigkeit auftreten können.

Operationalisierung von Wissensarten

125

6 Operationalisierung von Wissensarten Im Kapitel 2 wurde gezeigt, dass die Wissensmerkmale einen wesentlichen Einfluss auf die Zusammenarbeit in Entwicklungsteams haben. Missverständnisse in solchen Projekten, die auch mit den Wissensmerkmalen zusammenhängen, stellen eine permanente Gefahr für die erfolgreiche Entwicklungszusammenarbeit dar (Kapitel 3). Im Innovationsmanagement der Produktentwicklung (Kapitel 4) und speziell bei F&EKooperationen (Kapitel 5) können die Wissensmerkmale den Erfolg des Projektes deutlich beeinflussen. Es wurde ebenfalls aufgezeigt, dass die bisher nicht hinreichend berücksichtigte Dimension des äquivoken und kanonischen Wissens zu Schwierigkeiten beim Wissenstransfer und hohen Transaktionskosten führen kann.

Um diese Probleme verhindern oder beheben zu können, muss erfassbar gemacht werden, welche Wissensmerkmale in einem Wissenstransferprojekt überhaupt vorliegen. In einem weiteren Schritt muss festgestellt werden, ob hierzu ein allgemeines Messinstrument anwendbar ist, oder ob für unterschiedliche Formen von Wissenstransferprojekten modifizierte Varianten des Messinstrumentes benötigt werden. Da sich insbesondere die F&E-Kooperationen zwischen unabhängigen Unternehmen und Forschungseinrichtungen als ein schwieriges Feld für die Entwicklungszusammenarbeit erwiesen haben, ist es lohnenswert, das Messinstrument genau in diesem Kontext zu überprüfen. Hierzu wird zunächst die Entwicklung des ersten Messinstrumentes beschrieben. Der mit diesem Instrument durchgeführte Feldtest wird anschließend dargestellt und die Ergebnisse werden diskutiert. Diese liefern einen wesentlichen Anstoß für die weiteren Forschungsarbeiten.

In der Literatur zur Erfassung, Quantifizierung und zum Management von immateriellen Vermögenswerten wird die Erfassung oder Messung von Wissen häufig mit behandelt, teilweise als Problem der Wissensbilanzierung.309 Auch die OECD310 rückt die Erfassung von Wissen und die Messung von wissensbezogenen Kennwerten in den Fokus der Forschung, um Wissensmanagement und Wissensnutzung in den Mitgliedsstaaten zu verbessern. Dabei steht die Quantifizierung des Wertbeitrages von Wissen deutlich im Vordergrund. Verschiedene aus der Unternehmensbewertung entlehnte An309

Siehe z. B. Müller (2006), Reinhardt/Bornemann (2005).

126

Operationalisierung von Wissensarten

sätze sind hier vorgeschlagen worden, die neben anderen immateriellen Werten im Unternehmen auch Wissen berücksichtigen. Der Intangible Asset Monitor von Sveiby (1997) erfasst in einem Scorecard-Vorgehen Kennzahlen zu verschiedenen Klassen von immateriellen Vermögenswerten, darunter auch den Ausbildungsstand der Mitarbeiter und den Anteil an Spezialisten im Unternehmen. Auch Stewart (1997) präsentiert einen ähnlichen Ansatz, in dem er über den Faktor des Humankapitals Wissen zu erfassen versucht. In der Balanced Scorecard von Kaplan und Norton (1997) schließlich ist ebenfalls unter der Kategorie Lernen und Entwicklung die Erfassung von wissensbezogenen Kennwerten vorgesehen. Diese Ansätze versuchen allerdings nicht, Wissen qualitativ zu erfassen, sondern betrachten lediglich die Zusammenhänge gewisser quantitativer Maße für Wissen mit Erfolgsmaßen von Unternehmen. Von dieser Messung grenzt sich der im Folgenden vorgestellte Ansatz zur Messung von Wissen deutlich ab. Es ist hier nicht das Ziel, Wissen nach seinem Umfang oder Wert zu quantifizieren, sondern auf Ebene der Projektarbeit nach inhaltlichen, qualitativen Merkmalen zu erfassen. Die Kenntnis dieser Merkmale, so wurde auch in Kapitel 2 dargelegt, soll es erlauben, Innovationsprojekte und Wissenstransfervorhaben effektiver zu gestalten und Schwierigkeiten zu vermeiden.

6.1 Entwicklung eines Messinstrumentes für Wissensmerkmale Der Gegenstand Wissen entzieht sich aufgrund seiner Beschaffenheit einer direkten metrischen Messung. Um die in einem Projekt vorliegende Wissensart bestimmen zu können, kann lediglich die Auswirkungen der Wissensart beobachtet bzw. berichtet werden, um daraus Rückschlüsse auf sie zu ziehen. Die zu erarbeitenden Indikatoren oder Items sind somit die empirisch beobachtbaren Folgen des angenommenen Konstruktes. Damit ist dieser Ansatz als kausalanalytischer Versuch der Lösung zur Erfassung der Wissenskonstrukte zu bezeichnen.311 Die erste Version eines Messinstrumentes zur Erfassung der Wissensdimensionen Explizitheit und Mehrdeutigkeit wurde 2005 gemeinsam mit Alexander Gerybadze und Jens Kohler entworfen. Kohler (2008) entwickelte dies in seiner Dissertation weiter und evaluierte das Instrument anhand von

310 311

Vgl. OECD (2000), S. 99ff. Vgl. Koolwijk/Wieken-Mayser (1976), S. 21ff.

Operationalisierung von Wissensarten

127

Fallstudien.312 Erläuterungen von Mehrdeutigkeit und Explizitheit als Dimensionen des Wissens finden sich in Kapitel 2.1.3 und im folgenden Abschnitt.313

Da Wissen an sich immateriell ist und nicht direkt gemessen werden kann, wurden in der Vergangenheit schon indirekte Messungen unternommen, indem die Auswirkungen des Wissens auf abhängige Prozesse beobachtet wurden. Dieses Vorhaben kann der Organisationsdiagnostik314 und zunächst dem Feld der Strukturdiagnostik zugeordnet werden. Es wird angenommen, dass das Wissen ein Strukturmerkmal für das Projekt darstellt und die Projektarbeit beeinflusst. Es gilt also, die Struktur des Wissens aufzudecken. Da auch die Beeinflussung dieses Wissens geplant ist, kann der verwandte Bereich der Prozessdiagnostik ebenfalls herangezogen werden. Es wird hier der Ansatz verfolgt, die beschriebenen Merkmalsdimensionen Explizitheit und Mehrdeutigkeit als jeweils eindimensionale Bewertungsskalen315 zu operationalisieren. Durch die Definition der Konstrukte und die entsprechende Operationalisierung soll zunächst möglichst inhaltliche Validität erreicht werden.316

Das entwickelte Messinstrument sollte zunächst als Interviewleitfaden eingesetzt und später zu einem Fragebogen weiterentwickelt werden. Ergänzend zu den beiden Wissensdimensionen wurden auch die räumliche Struktur des Projektteams und weitere Teammerkmale wie Alter des Teams, vertretene Hierarchieebenen, Kommunikationsmuster sowie kulturelle und sprachliche Einflüsse auf die Teamarbeit erfasst. Diese ergänzenden Informationen geben Auskunft über die Rahmenbedingungen des Wissens und des Wissenstransfers.

6.1.1

Operationalisierung der Explizitheit

Es gibt bereits einige Studien, die sich mit der Messung von Explizitheit bzw. Implizitheit befassen. Diese Studien machen allerdings teilweise sehr unterschiedliche Annahmen zum Merkmal der Explizitheit. Um die Untersuchungen in dieser Arbeit von

312

Vgl. Kohler (2008) S. 184ff. Siehe auch Kohler (2008) S. 178ff. Vgl. Büssing (2004), S. 557ff. 315 Vgl. Stier (1999), S. 62ff. 316 Vgl. Stier (1999), S. 56ff. 313 314

128

Operationalisierung von Wissensarten

anderen Ansätzen abzugrenzen wird im Folgenden ein kurzer Überblick über die Erfassung von implizitem Wissen bzw. impliziten Fähigkeiten gegeben.

Für die Erfassung von impliziten Fähigkeiten (tacit skills) wird bei Ambrosini und Bowman (2001) die Methode des causal mapping vorgeschlagen. Bei diesem Verfahren werden mit Hilfe von Self-Q317, teilstrukturierten Interviews und Metaphern die kausalen Zusammenhänge zwischen verschiedenen Handlungen als Teil einer impliziten Fähigkeit aufgedeckt und es wird eine möglichst umfassende Beschreibung der impliziten Fähigkeiten vorgenommen. Die verschiedenen Hilfsmittel unterstützen den Befragten dabei, die implizite Fähigkeit zu artikulieren. Die von Ambrosini und Bowman vertretene Auffassung von impliziten Fähigkeiten ist allerdings nicht vereinbar mit dem hier beschriebenen Verständnis von implizitem Wissen und dem unternommenen Ansatz, implizites Wissen zu erfassen. Ambrosini und Bowman begründen ihre Verwendung des Begriffes „Fähigkeiten“ anstelle von Wissen damit, dass Wissen eine Objektivität des Gegenstandes suggeriert, der bei implizitem Wissen nicht gegeben sei.318 Zudem wird implizites Wissen immer mit Tätigkeiten und Leistungen in Verbindung gebracht, weshalb es insgesamt angemessener sei, von impliziten Fähigkeiten zu sprechen.319 Dabei vernachlässigen sie allerdings, dass der Begriff „Wissen“ in diesem Zusammenhang weniger mit der philosophischen Perspektive der Wahrheit zu tun hat, sondern mehr mit den Kenntnissen und Erfahrungen von Personen, bei denen es zwar auch um Wahrheit geht, aber eben vor allem um Praktikabilität und Anwendbarkeit auf bestimmte Aufgaben. Dies geht zudem über die reine Ausübung von Fähigkeiten hinaus und umfasst mit Sicherheit auch Erfahrungswerte und Entscheidungsprozesse. Deshalb wird hier der Argumentation von Ambrosini und Bowman nicht gefolgt.

Auch Balconi (2002) versucht zwar, tacitness zu erfassen, spricht aber ebenfalls von impliziten Fähigkeiten. Sein besonderer Fokus gilt den impliziten Fähigkeiten, die bisher bei den Arbeitern in industriellen Produktionstätigkeiten lagen und die nun mehr und mehr von Maschinen übernommen werden, die nur noch von Operateuren überwacht werden müssen. Damit ist der Ansatz trotz großer begrifflicher Ähnlichkeiten 317

Eine Erhebungsmethode, in der die Teilnehmer selbst aufgefordert werden, Fragen zu generieren. Dies basiert auf der Annahme, dass die Teilnehmer mit ihrem Wissen bessere Fragen generieren werden als die Forscher, die mit dem Gegenstand nicht genügend vertraut sind. Aus den generierten Fragen werden dann Schlüsse über den Untersuchungsgegenstand gezogen. Siehe Bougon (1983). 318 Vgl. Ambrosini/Bowman (2001) S. 814.

Operationalisierung von Wissensarten

129

weit entfernt von dem Unterfangen, das hier unternommen wird, nämlich Wissensarten in spezialisierten Expertenteams zu erfassen, die mit Wissensproduktion oder Wissenstransfer beauftragt sind. Als Methode zur Erfassung und Darstellung der impliziten Fähigkeiten verwendet Balconi Fallstudien. Diese verdeutlichen eindrücklich die Veränderungen in der Produktionstätigkeit, geben aber keinen Aufschluss über die Erfassung der Wissensart, wie sie im Folgenden unternommen wird.

Martz und Shepherd (2003) verwendeten für ihre Untersuchung zum Transfer von implizitem Wissen ein Evaluationsverfahren. Dabei wurde vor und nach einer Lerneinheit das implizite Wissen der Testpersonen zu dem zu lernenden Gegenstand mit Hilfe eines Fragebogens erfasst. Es wurden dazu von den Teilnehmern Aussagen auf einer siebenstufigen Skala beurteilt. Die Differenz der beiden Messzeitpunkte konnte als Maß des in der Lerneinheit angeeigneten impliziten Wissens angesehen werden. Solche Evaluationsverfahren sind prinzipiell denkbar für die betriebliche Praxis, besonders für die Erfolgsmessung eines Transfers, was bisher nur selten angewendet wird. Da aber bei Martz und Shepherd ein Lehrexperiment durchgeführt wurde, bietet ihr Fragebogen keine Anhaltspunkte für die Messung der Wissensausprägung in einem Innovationsprojekt.

Der Ansatz zur Erfassung von Wissen, auf dem die Entwicklung des Messinstrumentes wesentlich aufbaut, ist die Arbeit von Kogut und Zander (1993). Diese verwendeten drei Proxy-Variablen, um die Explizitheit320 von Wissen zu erfassen. Dies verdeutlicht erneut, dass Wissen nicht direkt messbar ist, wie die Autoren auch darstellen.321 Bei der Erarbeitung dieser drei Variablen stützen sich Kogut und Zander auf die Arbeiten von Rogers (1962) und Winter (1987). Rogers (2003, S. 15)322 beschreibt Merkmale von Innovationen, die für die Akzeptanz und Verbreitung der Innovation von Bedeutung sind. Er betrachtet diese unter der Perspektive des Transfers, was seine Überlegungen recht nah an die hier dargestellten Betrachtungen zu Wissenstransfer rückt, da Innovationen auch als spezifisches Technologiewissen angesehen werden können, nämlich

319

Vgl. Ambrosini/Bowman (2001) S. 814. Für die Definition von explizitem und implizitem Wissen basierend auf Nonaka und Takeuchi (1995) siehe Kapitel 2.1.3. Explizitheit ist hier die Bezeichnung für die Merkmalsdimension des Wissens, deren extreme Ausprägungen explizites und implizites Wissen sind. 321 Vgl. Kogut/Zander (1993), S. 631. 322 Es stand lediglich die fünfte Auflage (2003) von Rogers Buch zur Verfügung. Kogut und Zander beziehen sich auf die erste Auflage (1962). 320

130

Operationalisierung von Wissensarten

neues technologisches Wissen. Die von ihm für den Transfer bzw. die Diffusion relevanten dargestellten Merkmale sind der relative Vorteil der Innovation, die Kompatibilität mit existierenden Systemen, die Komplexität, die Testbarkeit (das Ausmaß, in dem man mit der Innovation experimentieren und sie ausprobieren kann) und die Beobachtbarkeit. Winter (1987, S. 170ff.) unterscheidet wiederum sechs verschiedene Merkmale des Wissens: Explizitheit, Lehrbarkeit, Ausdrückbarkeit, Beobachtbarkeit, Komplexität und Systemabhängigkeit. Bei seiner Betrachtung sind die ersten drei Merkmale noch als verbunden dargestellt. Winter (1987) stellt also eine Konzeption mit vier Dimensionen bzw. Proxy-Variablen vor, bei der die erste Variable aus drei Merkmalen besteht. Er setzte diese Konzeption aber nicht wie Kogut und Zander in ein Instrument um. Deshalb wird hier die Operationalisierung von Kogut und Zander als Ausgangspunkt verwendet.

Basierend auf den Überlegungen von Rogers und Winter sowie früheren Arbeiten von Zander (1991a, 1991b) stellen Kogut und Zander (1993) einen Fragebogen vor, der die Kodifizierbarkeit (codifiability), Lehrbarkeit (teachability) und die Komplexität (complexity) des Wissens messen soll.323 Sie gehen davon aus, dass diese drei Variablen insgesamt die Explizitheit von Wissen erfassen können324: „... these variables are proxy measures of how tacit the underlying knowledge is. […] These scales measure the latent construct of the tacitness of knowledge.”325

Dabei sprechen sie hier zwar von der Implizitheit (tacitness) als übergeordneter Dimension, diese wird allerdings in dieser Arbeit, wie in Kapitel 2.1.3 dargelegt, als Explizitheit bezeichnet. Die dreizehn Items des Fragebogens von Kogut und Zander sind stark auf Produktionsprozesse bezogen. Die eigentliche Erhebung mit dem Fragebogen wurde bei Zander und Kogut (1995) vorgestellt und diskutiert. Die beiden Autoren weichen in dieser späteren Veröffentlichung von ihrer Konzeption des Merkmals Explizitheit auf der Basis von drei Variablen ab und sprechen hier nun von fünf Konstrukten, mit denen man Wissen im Unternehmen erschöpfend beschreiben kann.326 Als neue Konstrukte zu den Dimensionen Kodifizierbarkeit, Lehrbarkeit und Komplexität nehmen sie noch Systemabhängigkeit (system dependence) und die Beobachtbarkeit (product observability) hinzu. Sie gehen sogar so weit, die Existenz einer zugrunde

323

Der Fragebogen ist im Anhang von Kogut/Zander (1993), S. 641, enthalten. Vgl. Kogut/Zander (1993), S. 631. 325 Kogut/Zander (1993), S. 631, 633. 326 Vgl. Zander/Kogut (1995), S. 79f. 324

Operationalisierung von Wissensarten

131

liegenden Dimension der Explizitheit anzuzweifeln und argumentieren, dass die fünf Konstrukte unabhängige Aspekte des Wissens im Unternehmen beschreiben.327 Diese Änderung ihrer Konzeption wird allerdings von ihnen nicht weiter diskutiert.

In dieser Arbeit wird nach wie vor die Position vertreten, dass die Explizitheit als Dimension durch die Merkmale der Kodifizierbarkeit, Lehrbarkeit und Komplexität beschrieben werden kann. Systemabhängigkeit ist nicht ausreichend klar abgrenzbar vom Aspekt der Komplexität, ebenso wenig scheinen Lehrbarkeit und Beobachtbarkeit separat zu betrachten zu sein. Auch Kogut und Zander (1993, Endnote 11) berücksichtigten z. B. die Beobachtbarkeit nicht als eigenständigen Indikator, da diese mit den anderen Indikatoren korreliert sei. Vielmehr ist die Beobachtbarkeit einer Technologie ein Aspekt der Lehrbarkeit. Deshalb wurden auf Basis der dreizehn Items von Kogut und Zander vier neue Items erarbeitet, um Explizitheit mit dem Messinstrument in Produktentwicklungsteams und der Projektarbeit erfassen zu können. Die bei Kohler (2008, S. 185) diskutierten vier Items wurden hier noch um ein fünftes Item erweitert (Item 1), welches ergänzend zu Item 2 die Möglichkeit zur Dokumentation abfragt (siehe Tabelle 6). Jedes Item wird auf einer fünfstufigen Skala bewertet, die von „Trifft nicht zu“ bis „Trifft voll zu“ reicht und in der den fünf Stufen die Zahlenwerte 1 bis 5 in ganzzahligen Schritten zugeordnet sind, um eine Quantifizierung der eingeschätzten Ausprägung des jeweiligen Items zu erreichen. Die Items sind so formuliert, dass eine höhere Bewertung eher explizites Wissen in einem Projekt anzeigt, und eine niedrigere entsprechend eher implizites Wissen. Explizitheit ist gekennzeichnet durch die Leichtigkeit der Kodifizierung von Projektinhalten, der einfachen Lehrbarkeit und einer geringen Komplexität im Projekt. Implizites Wissen dagegen ist schwer zu kodifizieren und zu vermitteln.

327

„It would be nonsensical to believe that there is a single dimension called tacitness.“ Zander/Kogut (1995), S. 79.

132

Operationalisierung von Wissensarten

Tabelle 6: Operationalisierung der Explizitheit328

1. Können die Projektinhalte so dokumentiert werden, dass Dritte diese ohne weitere Erläuterungen verstehen? 2. Sind die Projektinhalte so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen? 3. Können die Projektinhalte in angemessener Zeit durch Schulungen/Gespräche vermittelt werden? 4. Können die Projektinhalte leicht durch Beobachten erlernt oder imitiert werden? 5. Sind die Projektinhalte bei Kenntnis der einzelnen Bestandteile und deren Zusammenwirken leicht zu verstehen?

Das erste und zweite Item sollen die Kodifizierbarkeit bzw. Dokumentierbarkeit des Wissens erfassen. Dabei prüft das erste Item die generelle Möglichkeit der Dokumentierbarkeit und Item 2 die tatsächliche Umsetzung. Die Lehrbarkeit des Wissens soll mit den Items 3 und 4 erfasst werden. Item 5 schließlich soll die Komplexität des im Projekt vorliegenden und zu bearbeitenden Wissens messen. Als Gesamtmaß für die Explizitheit des Wissens in einem Projekt wird der Mittelwert der Beurteilungen bestimmt.

6.1.2

Operationalisierung der Mehrdeutigkeit

Mehrdeutigkeit bezeichnet hier die Merkmalsdimension des Wissens mit den extremen Ausprägungen kanonisch und äquivok.329 Kohler (2008, S. 184) verwendet die Bezeichnung interpretative Kohärenz für diese Dimension, und so wird sie auch im Englischen bei Gerybadze (2004b, S. 111) diskutiert. Mit dieser Bezeichnung wurde betont, dass im Team eine kohärente Auffassung über die Interpretation des zu bearbeitenden Wissens und eine kohärente Anwendung des Wissens bestehen muss, um effektiv zusammenarbeiten zu können. Mehrdeutigkeit drückt hinreichend die Möglichkeit von verschiedenen Interpretationen eines gegeben Wissensteils aus. Hinzu kommt für diese Dimension des Wissens noch die Besonderheit, dass sich die Teilnehmer an ei328 329

Modifiziert nach Kogut/Zander (1993). Siehe Kapitel 2.1.3 für eine genauere Beschreibung dieser Wissensmerkmale. Mehrdeutigkeit wird im Englischen als ambiguity bezeichnet und teilweise mit Ambiguität übersetzt.

Operationalisierung von Wissensarten

133

nem Wissenstransfer oft nicht bewusst sind, dass verschiedene Interpretationen vorliegen, sondern annehmen, dass das Wissen von allen Beteiligten gleich verstanden wird. Deshalb wird auch teilweise von verdeckter Mehrdeutigkeit gesprochen.

Für die Operationalisierung der Mehrdeutigkeit des Wissens wurden die Arbeit von Weick (1995), ergänzt mit den Überlegungen von Levine (1985), March (1994), Martin (1992) und McCaskey (1982) sowie Erfahrungen aus vergangenen Forschungsprojekten verwendet. McCaskey (1982) eröffnet eine Perspektive auf Mehrdeutigkeit, indem er, im Zusammenhang mit der Problematik der Führung unter unsicheren Rahmenbedingungen, Merkmale von unsicheren und dynamischen Situationen beschreibt. Folgende Aspekte einer Situation können demnach zu größerer Mehrdeutigkeit beitragen330: •

Das zu bearbeitende Problem selbst ist unklar, nicht genau definiert oder mit anderen Problemen in unklarer Weise verbunden

•

Informationen können nicht zielgerichtet gesammelt oder nicht eindeutig zugeordnet werden und sind unvollständig oder von zweifelhafter Qualität

•

Für vorhandene Informationen gibt es mehrere mögliche Interpretationen, die sich teilweise widersprechen

•

Durch den Mangel an verlässlichen Informationen beziehen sich die Beteiligten verstärkt auf ihre Überzeugungen anstatt auf Fakten und die Situation wird dadurch konfliktträchtiger

•

Die zu erreichenden Ziele sind missverständlich oder nicht eindeutig festgelegt

•

Ressourcen wie Zeit, Budget oder Personal stehen in unzureichendem Ausmaß zur Verfügung

•

Es bestehen widersprüchliche Anforderungen oder Zustände

•

Verantwortlichkeiten und Rollen sind nicht festgelegt

•

Der erreichte Erfolg ist nicht eindeutig feststellbar

•

Die Auswirkungen der Handlungsmöglichkeiten sind unklar, es ist nicht bekannt, wie gewünschte Ergebnisse herbeigeführt werden könnten

•

Anstelle von eindeutigen und verbreiteten Bezeichnungen werden komplexe und missverständliche Begriffe verwendet

330

Vgl. McCaskey (1982) S. 5.

134

Operationalisierung von Wissensarten

•

Die Entscheidungsbefugnis ist nicht eindeutig zugeordnet bzw. wird häufig weitergegeben

Diese Merkmale können nun zum Teil auch für eine Technologie in einem Kooperationsprojekt relevant sein. Wenn in einem Projekt äquivokes Wissen, also Wissen mit großer Mehrdeutigkeit, vorliegt, dann werden die Projektteilnehmer Schwierigkeiten haben, Informationen auszutauschen, die für relevante Kommunikation wichtigen und richtigen Fragen zu stellen, Aufgaben zuzuteilen und generell über den Projektgegenstand zu sprechen.

Levine (1985) betont in seiner Arbeit die Bedeutung der Mehrdeutigkeit im wissenschaftlichen Diskurs und liefert eine präzise Definition von Mehrdeutigkeit: „… experiential ambiguity signifies a property possessed by any stimuli of having two or more meanings or simply of being unclear as to meaning.“331

Dieser Stimulus kann auch das Wissen in einem Projekt sein, dessen Bedeutung im Falle von äquivokem Wissen von zwei oder mehr Projektteilnehmern potentiell unterschiedlich interpretiert werden kann. Wenn basierend auf diesen unterschiedlichen Interpretationen kommuniziert oder gehandelt wird, kann es zu erheblichen Missverständnissen kommen.

Martin (1992) definiert Mehrdeutigkeit anhand von drei Merkmalen: Undeutlichkeit, Komplexität und Paradox.332 Mehrdeutigkeit besteht, wenn eine Sache nur undeutlich oder nicht eindeutig festgelegt oder beschrieben werden kann oder nicht beschrieben wird. Komplexität bedeutet eine große Anzahl an Wissensbestandteilen und vielfältige Verknüpfungen zwischen diesen Teilen. Ein Paradox schließlich besteht, wenn ausgehend von einem gegebenen Zustand mehrere unterschiedliche widersprüchliche Schlussfolgerungen gleichermaßen zulässig sind. Dazu kommen externe Ursachen von Mehrdeutigkeit wie beispielsweise überraschende Veränderungen in der Umwelt, die bisher verwendete Interpretationen ungültig werden lassen.

331 332

Levine (1985) S. 8. Vgl. Martin (1992) S. 134.

Operationalisierung von Wissensarten

135

March (1994) behandelt Mehrdeutigkeit in seiner Analyse der Entscheidungsfindung in Organisationen. Mehrdeutigkeit bedeutet einen Mangel an Klarheit oder Konsistenz in der Realität, Kausalität oder Intentionalität in bestimmten Situationen.333 Mehrdeutigkeit entsteht nach March, wenn es bei den Betroffenen durch diesen Mangel zu voneinander abweichenden Interpretationen einer Situation kommt: „… [if] the evidential basis for interpretation is modest, human actors and institutions will develop repertoires of different interpretations.”334

Diese Auffassung ist vergleichbar mit dem Paradox bei Martin (1992) und erweitert die entsprechende Diskussion. Daraus folgt, dass die Schwierigkeit lediglich darin besteht, zu einer gemeinsamen einheitlichen Interpretation zu gelangen, falls die voneinander abweichenden Interpretationen aufgedeckt werden. Geschieht eine solche Abstimmung nicht, dann beginnen die verschiedenen Akteure, aufgrund ihrer Interpretationen zu handeln und erzeugen Missverständnisse und Ressourcenverluste. Diese resultieren aus einem gesteigerten Zeitaufwand zur Klärung der Missverständnisse und abweichenden Interpretationen sowie durch Arbeitsaufwand, der nicht zum tatsächlich intendierten Ziel führt. Diese Darstellung liegt schon sehr nah an der Konzeption der Mehrdeutigkeit des Wissens von Gerybadze (2004b).

Weick (1995) betrachtet Mehrdeutigkeit als einen Auslöser für sinnsuchende (sensemaking) Aktivitäten in einer Organisation und bezieht sich ebenfalls auf die oben beschriebenen Arbeiten. Auch für ihn bedeutet Mehrdeutigkeit die Möglichkeit von mehreren Interpretationen eines Gegenstandes oder einer Situation, aber auch ein Mangel an Klarheit oder ausreichender Information. Ist nun die Mehrdeutigkeit verursacht durch mehrere mögliche Interpretationen, so muss in einem Prozess der sozialen Interaktion die Interpretation geklärt werden. Ist die Mehrdeutigkeit dagegen ausgelöst durch einen Mangel an Informationen, so müssen Suchprozesse nach passenden Informationen initiiert werden.

Im Gesamtüberblick ergeben sich somit fünf Merkmale der Mehrdeutigkeit, die in Tabelle 7 zusammengefasst sind.

333 334

Vgl. March (1994) S. 178. March (1994) S. 184.

136

Operationalisierung von Wissensarten

Tabelle 7: Merkmale der Mehrdeutigkeit

Merkmal

Beschreibung

Autoren

Undeutlichkeit

Unklare Beschreibung, unvoll-

Levine (1985), Martin (1992),

ständige Erklärung oder Dokumen-

Weick (1995)

tation des Wissens Paradox

Mehrere widersprüchliche

Martin (1992), March (1994)

Schlussfolgerungen scheinen gleichermaßen zulässig Schwierigkeiten der

Informationen sind verteilt, un-

Informationsakquisition vollständig oder stammen aus unzuverlässigen Quellen oder -verarbeitung Unklare Entscheidungs-

Es gibt keine oder mehrere inter-

und Verantwortungs-

pretations- und entscheidungsbe-

strukturen

fugte Personen

McCaskey (1982), Weick (1995)

McCaskey (1982)

Hinzu kommt aus früheren Forschungsprojekten die Erfahrung, dass Wissen dann eher als kanonisch beschrieben werden kann, wenn ein deutliches gemeinsames Verständnis innerhalb des Teams in Bezug auf Projektinhalte, Aufgaben und Ziele besteht sowie ein starker Zusammenhalt innerhalb des Teams. Um diese Merkmale zu erfassen, wurden acht Items formuliert (siehe Tabelle 8). Jedes Item wird wie bei der Explizitheit auf einer fünfstufigen Skala bewertet und ist so formuliert, dass ein höheres Rating eher kanonisches Wissen, und ein geringeres eher äquivokes Wissen in einem Projekt indiziert. Der Mittelwert über das Rating der acht Items quantifiziert dann das Ausmaß der Mehrdeutigkeit des Wissens in einem Projekt.

Operationalisierung von Wissensarten

137

Tabelle 8: Operationalisierung der Mehrdeutigkeit

1. Gibt es eine einheitliche Sicht über die Dinge die zu tun sind? (gemeinsame Vorstellung über Projektaufgabe/-ziel) 2. Gibt es eine Visualisierung des Gesamtkonzepts in dem sich die Aufgaben eines jeden Projektmitglieds widerspiegeln? 3. Werden die inhaltlich relevanten Aspekte gemeinschaftlich abgesteckt? 4. Besteht ein Zusammengehörigkeitsgefühl innerhalb des Projektteams? 5. Gibt es eine einheitliche Sicht über das was mit dem Projekt bewirkt werden soll (Ursache-Wirkung)? 6. Gibt es ein einheitliches Verständnis was gut und richtig ist? (z. B. Einheitliche Bewertung von Ergebnissen) 7. Gibt es eine einheitliche Bewertung was wichtig ist und mit Priorität verfolgt werden sollte? 8. Besteht Einvernehmen darüber, wer was konkret ausführt und wie es gemacht wird?

Kohler (2008, S. 185ff.) beschreibt, welchen Aspekt der interpretativen Kohärenz bzw. der Mehrdeutigkeit die Items erfassen sollen. Item 1 erfasst hier das Einvernehmen über die vom Projektteam zu bearbeitenden Aufgaben und die Ziele, die mit dem Projekt erreicht werden sollen. Item 2 betrifft das gemeinsame Verständnis über die inhaltliche Arbeit an den Projektaufgaben und das Ausmaß, mit dem sich die Projektmitglieder in das Gesamtkonzept einordnen können. Die verschiedenen Sichtweisen der am Projekt beteiligten Personen und eine Vermeidung von widersprüchlichen Interpretationen der zu bearbeitenden Themen kann man durch ein gemeinschaftliches Abstecken der inhaltlich relevanten Aspekte erreichen. Das Ausmaß dieser Abstimmung soll Item 3 erfassen. Item 4 spricht die Verbundenheit der Projektteilnehmer untereinander an, welche eine einheitliche Interpretation des Wissens unterstützen kann. Die Ansichten über die erwartete Wirkung des Projektes, erfasst durch Item 5, können ebenfalls anzeigen, ob einheitliche Interpretationen vorliegen. Inwieweit die Projektmitglieder Wertvorstellungen teilen und Ergebnisse ähnlich bewerten, erfasst Item 6 als weiteren Indikator für die kohärente Beurteilung von Wissen. Item 7 erfasst die Übereinstimmung in der Gruppe, was mit Priorität verfolgt werden sollte, also welche Reihenfolge der Bearbeitung von Aufgaben einzuhalten ist. Hier können sich ebenfalls Bewertungskonflikte zeigen. Schließlich wird in Item 8 geprüft, ob die Aufgabenverteilung

138

Operationalisierung von Wissensarten

klar abgestimmt ist und auch Einvernehmen herrscht über die konkrete Ausführung. Die von Kohler (2008) präsentierten Fallstudien und Analysen unterstützen die Grundannahmen des hier beschriebenen Messinstrumentes. Um die breitere Anwendbarkeit zu überprüfen, wurde das Messinstrument in zehn Projekten angewendet. Diese Feldstudie wird im folgenden Abschnitt dargestellt.

6.2 Feldstudie mit dem Messinstrument Das Messinstrument wurde in zehn Projekten angewendet, wobei jeweils zwischen einem und drei Projektteilnehmer mit Hilfe des Instrumentes interviewt wurden. Die insgesamt 13 Interviews wurden im Rahmen eines Studentenprojektes unter Anleitung des Autors durchgeführt. In diesen Interviews wurde das 2005 als Leitfaden konzipierte Instrument in einer Weise eingesetzt, wie es auch Kohler (2008) beschreibt. Die Gesprächspartner wurden gebeten, die Items auf der fünfstufigen Skala zu beurteilen, aber auch ermuntert, freie Kommentare zu den jeweils angesprochenen Aspekten abzugeben.

Durch den Einsatz in zehn unterschiedlichen Projekten wurde erwartet, dass eine genügend große Variation in den Wissensmerkmalen der Projekte vorliegt, um die Einsetzbarkeit der oben vorgestellten Skalen nachweisen zu können. Idealerweise sollten die vier möglichen Kombinationen der Wissensarten, explizit-kanonisch, implizitkanonisch, explizit-äquivok und implizit-äquivok, in der Stichprobe an Projekten vertreten sein.

6.2.1

Beschreibung der Stichprobe

Die zehn Projekte der Stichprobe sind in Tabelle 9 aufgeführt und wurden mit einem Buchstabencode anonymisiert, um die Identität der Projekte und der Interviewpartner zu schützen. Neun der zehn Projekte in der Stichprobe wurden von Unternehmen durchgeführt, eines der Projekte fand in einer öffentlichen Organisation statt. Sechs der Projekte wurden bei multinationalen Unternehmen bearbeitet, zwei bei großen eher national tätigen Unternehmen und eines der Projekte bei einem mittelständischen Unternehmen. Dabei wurden drei Projekte aus dem gleichen Unternehmen untersucht, welche in Tabelle 9 mit einem Stern (*) gekennzeichnet sind. Die Größe der Teams

Operationalisierung von Wissensarten

139

variierte stark und reichte von zwei Personen im Projekt B bis zu 80 Teammitgliedern im Projekt DS. Der Sektor beschreibt das primäre Tätigkeitsfeld des Unternehmens, die Aufgabenbeschreibung gibt Auskunft über das allgemeine Projektvorhaben. Bei Neuproduktentwicklungen (NPE) ging es primär um die spezifische Entwicklung eines Produktes, Prozesses oder einer Dienstleistung. Wissenstransferprojekte hatten den Transfer eines Prozesses, Produktes oder einer Dienstleistung in eine andere Organisationseinheit oder eine andere Organisation zum Ziel. Hybride Projekte hatten sowohl Entwicklungs- als auch Transferziele, es sollte z. B. ein Produkt entwickelt und an eine andere Einheit übertragen werden. Die Projektreichweite beschreibt die räumliche Ausdehnung des Projektes und wird zur Vereinfachung der Darstellung als national bezeichnet, wenn alle Projektmitglieder in einem Land stationiert sind bzw. international, wenn Projektmitglieder in mehreren Ländern stationiert sind. In fast allen Projekten wurde lediglich ein Vertreter des Projektes interviewt, da angenommen wurde, dass sie kompetente Auskunft geben können und jeder Projektteilnehmer etwa gleich gut über das Projekt informiert ist.

140

Operationalisierung von Wissensarten

Tabelle 9: Übersicht über die in der Feldstudie untersuchten Projekte335

Projekt

A

Sektor

Informations-

Aufgaben-

Projekt-

Anzahl In-

beschreibung

reichweite

terviews

NPE

International

1

technologie B

Maschinenbau

Hybrid

National

1

D*

Automobil

Hybrid

National

1

DS

Baugewerbe

Wissenstransfer

International

1

EF*

Automobil

Wissenstransfer

International

2

EFW*

Automobil

Wissenstransfer

National

3

I

Automobil

Wissenstransfer

International

1

ICA

Consulting

Wissenstransfer

International

1

K

Pflege/Gesundheit

NPE

National

1

L

Öffentliche Hand

Wissenstransfer

National

1

Es stand somit eine Stichprobe mit einem Schwerpunkt in technologieorientierten Unternehmen und für Wissenstransferprojekte zur Verfügung. Die Projektreichweite war gleich verteilt mit fünf nationalen und fünf internationalen Projekten.

6.2.2

Auswertung und Ergebnisse der Feldstudie

Das Ausmaß an Explizitheit und Mehrdeutigkeit in den Projekten wurde als Mittelwert der Bewertungen zu den Items der jeweiligen Wissensdimension berechnet. Jedes Projekt wurde dann in ein Portfolio eingetragen, das durch die beiden Wissensdimensionen gebildet wird. Wie in Abbildung 20 zu sehen ist, liegt in fast allen Projekten eher kanonisches Wissen vor, abgesehen von Projekt EF, welches im mittleren Bereich der Ausprägung liegt. Sechs der Projekte beinhalten eher explizites Wissen, zwei weitere

335

Die mit Stern (*) markierten Projekte wurden innerhalb eines Unternehmens durchgeführt.

Operationalisierung von Wissensarten

141

eher implizites Wissen, und die übrigen zwei liegen dazwischen. Die Anzahl der zu den jeweiligen Projekten interviewten Projektmitglieder ist in Klammern neben den Projektkürzeln angegeben.

Äquivok

1

EF (2)

Kanonisch

3

K (1) D (1)

A (1) EFS (3) I (1)

B (1)

5

ICA (1)

DS (1)

L (1)

Explizit

3

Implizit

1

Abbildung 20: Ergebnis des ersten Messinstrumentes für zehn Projekte336

Es war zunächst überraschend, dass in keinem der Projekte das Wissen als eindeutig äquivok charakterisiert werden konnte. Der Umfang der Stichprobe und die verschiedenen Projektarten ließen eine ausreichende Variation der Wissensmerkmale erwarten. Eine mögliche Erklärung für dieses Ergebnis ist die bereits fortgeschrittene Dauer der Projekte. In der Befragung der Projektteilnehmer wurde auch nach der Projektphase gefragt, in der sich das Projekt befindet. Dabei wurden fünf Phasen unterschieden: Gründung, Ideenfindung, Ideenauswertung, Umsetzung und Abschluss. Fünf der Projekte befanden sich in der Umsetzungsphase, die anderen fünf in der Abschlussphase. Außerdem liefen sieben der zehn Projekte bereits länger als ein Jahr. Entweder war nun das Wissen in den Projekten dieser Stichprobe bereits von Beginn an kanonischer Art, oder es hatte sich während des Projektverlaufes verändert, und zwar von äquivok zu 336

In Klammern ist jeweils die Anzahl der pro Projekt interviewten Personen angegeben.

142

Operationalisierung von Wissensarten

kanonisch und tendenziell auch von implizit zu explizit. Zum Zeitpunkt der Erhebung des Wissens in der Feldstudie lag dann bereits kanonisches Wissen vor. Die Veränderung von Wissen in einem Projekt mit der Zeit und über den Projektverlauf ist ein Effekt, der durch Längsschnittstudien untersucht werden könnte, in denen das Instrument zu spezifischen Intervallen des Projektes angewendet wird und die Veränderungen in der Wissensqualität so beobachtet werden können.

6.3 Schlussfolgerungen aus der Feldstudie Für die Projektplanung und das Projektmanagement wäre es zunächst sehr nützlich festzustellen, welche Art von Wissen in einem bereits laufenden Projekt vorliegt, um ggf. Maßnahmen für ein besseres Management ergreifen zu können. Dies wäre die prozessbezogene Perspektive der Diagnostik, die eingangs kurz angesprochen wurde. Eine mehrfache Anwendung des Messinstrumentes in einem laufenden Projekt zur Kontrolle der Wissensmerkmale könnte die Steuerung von Projekt und Wissenstransfer wesentlich unterstützen. Die hierfür notwendigen weiteren Untersuchungen werden im nächsten Abschnitt besprochen. Dabei ist aber zu bedenken, dass vor der Anwendungsplanung zunächst die in dieser Feldstudie aufgedeckten Unklarheiten weiter untersucht werden müssen. Was das Messinstrument zudem noch nicht leistet, ist die Einschätzung der Wissensqualität, bevor das Projekt begonnen hat. Diese Einschätzung machen zu können wäre allerdings sehr hilfreich, um vor Beginn des Projektes schon eine der Wissensqualität angemessene Projektstruktur wählen zu können. Eine solche prädiktive Weiterentwicklung des Instrumentes dürfte aber erst nach der weiteren diagnostischen Ausarbeitung des Messinstrumentes möglich sein. Als Ergänzung der Messung der Wissensarten über die beiden beschriebenen Itemgruppen wäre eine Erweiterung des Instrumentes die vollständige Erhebung in einem Projekt, also die Befragung aller Projektbeteiligten. In diesem Fall könnte auch die Variation der Antworten zu den Items als ein Indikator herangezogen werden, um auf Missverständnisse im Team oder kritische Zustände hinzuweisen. Da dieses Instrument auch wesentliche Aspekte der Projektarbeit mit erfasst, könnten erhebliche Abweichungen hier auf unzureichende Informationsverteilung im Team hinweisen.

Zunächst ist nachzuprüfen, ob die Ergebnisse der Feldstudie die weitere Anwendung des Messinstrumentes beeinträchtigen könnten. Das Wissensmerkmal der Mehrdeutigkeit ist bisher noch wenig erforscht. Hier muss weitere konzeptionelle Arbeit in Form

Operationalisierung von Wissensarten

143

von Fallstudien geleistet werden, um eine empirische Erfassung mit Instrumenten wie dem hier vorgestellten zu erleichtern. Der Schwerpunkt der weiteren Untersuchung wird auf F&E-Kooperationen als einer wichtigen Form der Innovationszusammenarbeit337 liegen. Mit Hilfe der Fallstudien in dieser Arbeit wird das Messinstrument weiterentwickelt werden, um Wissensmerkmale auch in Forschungskooperationen erfassen zu können. Diese Methodik wird eine Erfassung der Wissensmerkmale im gesamten Projektverlauf ermöglichen und kann in eine Systematik der Projektstrukturierung von F&E-Kooperationen eingebettet werden, welche die Berücksichtigung von Wissensmerkmalen erlaubt.

Um die Ergebnisse einer Erhebung mit Hilfe des Messinstrumentes in einem Projekt angemessen in Gestaltungsempfehlungen umsetzen zu können, fehlen noch etablierte Standardwerte für die akzeptablen Ausprägungen der Wissensmerkmale in verschiedenen Arten von Projekten und Teams. Es kann in einem innovativen Projekt zu Beginn durchaus wünschenswert sein, ein hohes Maß an Mehrdeutigkeit zu haben, denn aus den Interpretationsunterschieden und den sich ergebenden Interaktionen können durchaus kreative Lösungen für das Projekt entstehen.338 Ebenso mag es für ein stark lokal konzentriertes Team nicht weiter schwierig sein, wenn ein Großteil des Wissens implizit ist, da die Teammitglieder in täglicher Interaktion stehen. In stark formalisierten Projekten oder stark verteilten Teams dagegen können diese Wissensausprägungen zu erheblichen Schwierigkeiten führen. Auch die Aufgabe, vor der das Team steht, kann beeinflussen, welche Wissensmerkmale wünschenswert oder vorteilhaft sind. Um hierfür Standardwerte festlegen zu können, müssten die Ergebnisse einer Wissenserfassung mit dem Messinstrument mit den Leistungsmerkmalen und Erfolgsmaßen verschiedener Arten von Projekten in Verbindung gebracht werden. Daraus ließen sich verlässliche Grenzwerte für akzeptable Ausmaße an implizitem und äquivokem Wissen ableiten. Zunächst muss aber das Instrument konzeptionell weiter ausgearbeitet werden, bevor eine solche quantitative und großzahlige Analyse vorgenommen werden kann. In dieser Arbeit werden mit einem fallstudienbasierten Ansatz daher die Wissensmerkmale der Explizitheit und der Mehrdeutigkeit weiter untersucht. Wie bereits in Kapitel 1

337

338

Chesbrough (2003, 2006) formulierte sein Open Innovation Paradigma unter der Annahme, dass der Austausch von Wissen zwischen Unternehmen beständig zunehmen wird. Siehe auch Gerybadze (2004a) S. 189ff. zur Bedeutung von technologischen Kooperationen. Leonard und Sensiper (1998) argumentieren eben für diese Präsenz und Bedeutung von implizitem Wissen in innovativen Teams. Auch Mascitelli (2000) vertritt diese Ansicht.

144

Operationalisierung von Wissensarten

dargestellt, wird eine Weiterentwicklung des Messinstrumentes basierend auf den Ergebnissen der Fallstudien erfolgen.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

145

7 Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit Die folgenden Fälle zeichnen sich nicht nur dadurch aus, dass in ihnen der Transfer von Prozesswissen und Produktwissen über Organisationsgrenzen hinweg unternommen wurde, sondern auch durch die teilweise multilaterale Struktur der Kooperationen. Besonders Fallstudie 2 ist komplex strukturiert, da hier teilweise neun verschiedene Organisationen an der Kooperation beteiligt waren. Die Fallstudien basieren zum größten Teil auf Expertengesprächen mit Beteiligten der Projekte, aber auch mit externen Vertretern der relevanten Wertschöpfungskette bzw. der relevanten Märkte wurden Fachgespräche geführt (siehe Tabelle 10). Dabei wurde mit einigen Gesprächspartnern mehrmals gesprochen. Da diese wiederholten Gespräche sich inhaltlich stark unterschieden, werden sie für die Anzahl der Interviews einzeln gezählt. Zu den Experteninterviews wurden die entsprechenden Gesprächsnotizen zu Inhaltsprotokollen verarbeitet.

In die Gesamtanzahl der Interviews für die Fallstudien 2 und 3 gehen auch solche Gespräche ein, die von Daniel Gredel im gemeinsam bearbeiteten Forschungsprojekt durchgeführt wurden, da diese Gespräche ebenfalls für die Forschungsziele der Arbeit wichtige Erkenntnisse erbrachten. Fallstudie 3 basiert überwiegend auf Interviews, die von Daniel Gredel und einem Team der Forschungsstelle Internationales Management und Innovation durchgeführt und vom Autor unter Berücksichtigung des eigenen Forschungsvorhabens ausgewertet wurden. Die externe Betrachtung des Innovationsumfeldes in Fallstudie 2 und 3 wurde zum Teil mit Forschungsarbeiten am Lehrstuhl Internationales Management abgedeckt. In diesem Zusammenhang wurden Interviews angeleitet, aber nicht selbst durchgeführt. Diese Forschungsarbeiten sind bisher unveröffentlicht. Zusätzlich zu den Interviews wurden Dokumentenstudien und teilnehmende Beobachtungen als Teil der Erhebungen verwendet. Detailliert werden die Erhebungen zum Beginn der jeweiligen Fallstudien erläutert, da es hier einzelne Abweichungen gibt. Ergänzend zu den fallstudienbezogenen Interviews wurden vier Gespräche zu den Themen Wissenstransfer und Innovationsmanagement sowie zur Organisation von verteilten Teams geführt. Diese Interviews haben allgemein zu den Überlegungen in dieser Arbeit und der Gestaltung der Untersuchungen beigetragen.

146

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Tabelle 10: Anzahl der für die Fallstudien durchgeführten Interviews339

Fallstudie 1

Fallstudie 2

Fallstudie 3

Fallstudie 4

Intern

9

13

5

5 (Unternehmen)

Extern

0

0*

6*

3 (Universität)

In Tabelle 10 werden die mit Projektmitgliedern geführten Fallstudien als interne Interviews und die mit Experten aus der Wertschöpfungskette durchgeführten Gespräche als externe Interviews bezeichnet. Für die Fallstudie 4 werden Interviews mit Unternehmens- und Universitätsangehörigen unterschieden. Die unterschiedliche Anzahl an internen Interviews in den Fällen ist durch die unterschiedlich großen Projektteams begründet. Die Fallstudie 4 unterscheidet sich von den ersten drei Fallstudien, da es hier nicht um ein einzelnes Projekt geht, sondern eine explorative Feldstudie berichtet wird,

in

der

Unternehmensvertreter

und

Universitätsangehörige

zu

F&E-

Kooperationen und dem Wissenstransfer in diesen Kooperationen in den USA befragt wurden. Diese Interviews wurden während eines Forschungsaufenthaltes an der University of California in Berkeley durchgeführt und zeigen noch einmal verschiedene Problemfelder sowohl beim internationalen Wissenstransfer in der Produktentwicklung als auch verschiedene Methoden zu ihrer Bewältigung auf.

7.1 Methodischer Hintergrund Die empirische Basis dieser Arbeit sind sowohl die im Folgenden beschriebenen Fallstudien als auch die bereits in Kapitel 6 dargestellte Feldstudie mit dem ursprünglichen Messinstrument. Die Methodik folgt hier dem Muster des Wechsels zwischen quantitativer und qualitativer Forschung, um sowohl Konzepte aufzudecken als auch diese Konzepte messbar und überprüfbar zu machen. In diesem Fall haben die Aufarbeitung der konzeptionellen Grundlagen und die Feldstudie mit dem Messinstrument konzeptionelle Fragen aufgeworfen, die hier mit Hilfe von qualitativen Untersuchungen bearbeitet werden. Die Ergebnisse dieser Arbeit werden Anstoß geben für weitere quantita-

339

In den mit * gekennzeichneten Fällen wurden weitere externe Informationen durch empirische Forschungsarbeiten am Lehrstuhl Internationales Management gesammelt. Die Forschungsarbeiten sind noch unveröffentlicht.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

147

tive Studien und so einem Feedbackmodell folgend das Wissen über den Wissenstransfer in Produktentwicklungsprozessen und den Einfluss der Wissensmerkmale auf den Transfer in Zukunft erweitern. Yin (2003, S. 13) folgend sind Fallstudien eine empirische Untersuchungsmethode, die ein aktuelles Phänomen in der natürlichen Umgebung des Phänomens untersucht, besonders wenn die Trennung zwischen dem Phänomen und dem Kontext noch nicht vollständig geklärt ist. Im Gegensatz zu anderen Forschungsmethoden bietet die Fallstudie nicht die Möglichkeit, das Verhalten der Beteiligten zu kontrollieren oder geplant zu variieren. Ihre Stärke liegt in der genauen Beschreibung und prozessorientierten Studie eines Phänomens und der Möglichkeit, aus diesen Analysen Hypothesen und Modelle zur Erklärung des Phänomens abzuleiten. Dies bietet sich hier besonders als Methode an, da Wissenstransfer ein prozessbasiertes Phänomen ist. Nonaka, Toyama und Hirata (2008) stellen zur Methode der Fallstudie fest: „... the essence of process cannot be captured using the traditional scientific method of analyzing substance.”340 Die Analyse von lediglich quantitativen Daten ermöglicht also noch keine Erklärung von Prozessabläufen. Nonaka, Toyama und Hirata (2008) beschreiben die Vorteile der Fallstudie als Forschungsmethode des Weiteren so: „It is an effective approach to understanding organizational complexity because it makes it possible to maintain contextuality, reflexivity, purpose and motives, and temporal sensitivity for grasping and explaining actuality ...“341

In dieser Arbeit wird dem Ansatz der multiplen Fallstudien mit größtenteils holistischer Herangehensweise, also der möglichst umfassenden Untersuchung eines spezifischen Phänomens, in diesem Fall dem Wissenstransfer, gefolgt.342 Die Analyse der drei Fallstudien erlaubt eine robustere Ableitung von Konzepten und Empfehlungen, und die Variation der verschiedenen untersuchten Organisationen bietet zumindest ein gewisses Maß an Generalisierbarkeit, soweit dies im Rahmen von Fallstudien erreicht werden kann. Die Fallstudie in den USA erweitert die Ergebnisse der drei ersten Fallstudien um weitere relevante Erkenntnisse aus der Praxis und dient als erweiterte Prüfung dieser Ergebnisse.

340

Nonaka/Toyama/Hirata (2008), S. 4. Nonaka/Toyama/Hirata (2008), S. 4. Sie beziehen sich hier auf Tsoukas/Hatch (2001). 342 Vgl. Yin (2003), 39ff. 341

148

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

7.2 Fallstudie 1: Verteilte Teamarbeit und Prozessinnovation In multinationalen Unternehmen ist die verteilte Projektgruppe343 eine inzwischen sehr verbreitete Form der Projektstrukturierung. Mitarbeiter aus räumlich mehr oder weniger weit auseinander liegenden Unternehmensteilen arbeiten für die Zielerreichung in einem Projekt zusammen. Kennzeichen dieser Form von Zusammenarbeit sind das seltenere Zusammentreffen der Projektmitglieder und die verstärkte Nutzung von asynchronen Medien zum Austausch von Informationen, Aufgaben und Ergebnissen.344 Diese Art der Zusammenarbeit kann nur funktionieren, wenn Verantwortungsbereiche klar abgegrenzt und die Mitarbeiter zu selbständigem Arbeiten in der Lage sind. Erschwert wird diese verteilte Arbeit meist durch die Zusammensetzung der Projektgruppe über Länder- und Kulturgrenzen hinweg. Neben sprachlichen Unterschieden kommen hier noch die Zeitverschiebung und Unterschiede in den lokalen Gepflogenheiten hinzu. Umso mehr ist bei einer über nationale Grenzen hinweg zusammengesetzten, verteilt arbeitenden Projektgruppe ein effizientes Projektmanagement notwendig. Klare Prozesse der Interaktion und Zusammenarbeit müssen eingesetzt werden. Um zu untersuchen, wie verteilte Arbeit in einer international zusammengesetzten und über Ländergrenzen hinweg verteilten Projektgruppe abläuft und wie dies den Wissenstransfer innerhalb des Unternehmens beeinflusst, wird im Folgenden die Bildung und Arbeit einer solchen Projektgruppe untersucht. Hierbei sollen sowohl erfolgreiche Prozesse als auch mögliche Fallstricke für die Kooperation aufgedeckt und die Bedeutung der Wissensmerkmale für den Wissenstransfer untersucht werden. Insbesondere die Struktur und die Kommunikation in der Projektgruppe sollen betrachtet werden.

7.2.1

Datenerhebung und Datengrundlage

Die Struktur der Projektgruppe und die Zusammenarbeit wurden mit Hilfe von teilnehmender Beobachtung, Experteninterviews und einer Diskussion mit einem Teil der Projektgruppe über einen Zeitraum von drei Monaten analysiert. Ziel war es hierbei, sowohl Interaktionsmuster als auch Verhaltensweisen, die für die verteilte Arbeit und den Wissenstransfer charakteristisch waren, aufzudecken und zu beschreiben sowie die Wissensmerkmale durch Beobachtung zu untersuchen und nach Möglichkeit deren Einfluss darzustellen. Zusammenkünfte der gesamten Projektgruppe und Besprechun343

Siehe Kapitel 2.2.4 zur Rolle und zum Einfluss der verteilten Teamstruktur.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

149

gen von Teilen der Projektgruppe wurden während des zweiwöchigen Workshops zum offiziellen Projektstart beobachtet. Sechs Mitglieder der Projektgruppe (zwei des internationalen und vier des deutschen Projektgruppenteils) wurden mit Hilfe eines teilstrukturierten Leitfadens interviewt. Dieser Leitfaden wurde je nach Aufgabengebiet des Projektmitgliedes für die Gespräche angepasst. Dabei wurden Fragen zur Kommunikation im Projekt, zur internationalen Kooperation und zum Projektablauf gestellt. Insgesamt wurden acht Interviews durchgeführt, da zwei Projektmitarbeiter je zweimal interviewt wurden. Einem Teil der Projektgruppe wurden außerdem die Konzepte der Wissensmerkmale345, der Media Richness Theorie346 und der Missverständnisse in der interpersonalen Kommunikation347 vorgestellt. Diese Konzepte wurden anschließend im Bezug auf das Projekt diskutiert, was weitere Erkenntnisse über den Ablauf der Zusammenarbeit erbrachte. Auf Wunsch des untersuchten Unternehmens sind die Angaben in dieser Fallstudie anonymisiert worden.

Vorteil und Nachteil zugleich war für diese Fallstudie, dass das untersuchte Projekt zum Zeitpunkt der Datenerhebung noch nicht abgeschlossen war. Alle interviewten Personen waren aktuell in das laufende Projekt involviert und konnten so sehr gut über Details des Projektes Auskunft geben. Allerdings entwickelte sich das Projekt noch ständig weiter, und der letztendliche Erfolg des Projektes stand zum Abschluss der Datenerhebung nicht fest.

7.2.2

Inhalt der verteilten Teamarbeit

Der Unternehmensbereich Finanzierung ist ein Geschäftsbereich des multinationalen Unternehmens A mit Hauptsitz in den USA. Dieser Geschäftsbereich bietet als Hauptgeschäftsfeld die Finanzierung von Produkten des Unternehmens A durch Leasingverträge an. Auf spezifische Angaben zu den Tätigkeiten des Unternehmens A muss aus Gründen der zugesicherten Anonymität verzichtet werden. Das Unternehmen ist im Bereich der Hochtechnologie und der damit verbundenen Dienstleistungen tätig und gehört zu den führenden weltweiten Unternehmen in seinen Marktaktivitäten. Reprä-

344

In Kapitel 2.2.2 wird der Einfluss der Mediennutzung erläutert. Wie in Kapitel 2.1.3 und Kapitel 6.1 dargestellt. 346 Siehe Kapitel 2.2.2. 347 Diese Thematik wird ausführlich in Kapitel 3.2 beschrieben. 345

150

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

sentanzen oder Tochtergesellschaften des Unternehmens A finden sich in allen Industrieländern und den meisten entwickelnden Ländern der Erde.

In der deutschen Tochtergesellschaft des Unternehmens A wurde im Unternehmensbereich Finanzierung ein Projekt zur Einführung eines neuen Software-Paketes für die Administration von Leasingverträgen gestartet. Das Software-Paket war zuvor bereits erfolgreich in kleineren nationalen Tochtergesellschaften des multinational operierenden Unternehmens implementiert worden oder stand kurz vor dem Abschluss der Implementierung. Nun war die Entscheidung in der Firmenzentrale in den USA gefallen, die Einführung in Deutschland durchzuführen. Die Einführung bedeutete auch eine Veränderung des deutschen Leasingprozesses, um ihn so kompatibel wie möglich zu dem von der Muttergesellschaft vorgegebenen globalen Prozess der Vertragsbetreuung zu machen. Deshalb wird das Software-Paket im Folgenden mit GPA (Global Process Alignment) abgekürzt bezeichnet. Der Leasingprozess beinhaltet im Unternehmen A alle Schritte im Leasinggeschäft von der Angebotserstellung über die Vertragsgestaltung und Vertragsadministrierung bis zur Beendigung des Vertrages und anschließenden Weiterverwertung des Leasinggutes.

Um die Schwierigkeiten der Prozessumstellung besser nachvollziehen zu können, werden hier kurz die Funktionen und Prozesse des Leasinggeschäftes in Deutschland erläutert. Das Leasing hat in der deutschen Rechtsprechung keine eindeutige Definition und ist erst durch richterliche Rechtsprechung und ministerielle Erlasse als Vertragsform entwickelt worden.348 Leasingverträge werden als Gebrauchsüberlassungsverträge angesehen und sind damit meist dem Mietvertrag ähnlich. Es wird dementsprechend oft Mietvertragsrecht angewendet. Büschgen (1998) beschreibt daher auch Leasing folgendermaßen: „... eine entgeltliche Vermietung oder Verpachtung von Investitionsgütern oder langlebigen Gütern des privaten Bedarfs, die wirtschaftlich selbständig verwertbar und nutzbar sind.“349

Wesentliche Merkmale eines Leasingvertrages sind die Verteilung des Investitionsrisikos zwischen den Vertragsparteien, der Amortisationsgrad während der Grundmietzeit, die Verwendungsbedingungen zum Ende der Grundmietzeit, die Stellung des Leasing-

348 349

Vgl. Büschgen (1998), S. 2. Büschgen (1998), S. 3.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

151

gebers, die beteiligten Parteien, das Leasingobjekt, der mit dem Leasingobjekt verbundene Leistungsumfang, die Art des Leasingnehmers und schließlich bei internationalen Geschäften die betroffenen Rechts- und Steuersysteme.350

Für 2008 berichtet Städtler (2008, S. 71) von geschätzten 57 Mrd. Euro an Leasinggeschäft für den deutschen Leasingmarkt. Dabei haben die Herstellerleasinggeschäfte mit 27,43 Mrd. Euro einen beachtlichen Anteil an diesem Markt. Das Leasing erfüllt für die beteiligten Parteien verschiedene Funktionen, die Büschgen (1998, S. 17ff.) übersichtlich darstellt. Für den Leasingnehmer unterscheidet er Finanzierungs-, Investitions- und Dienstleistungsfunktion. Leasing als Finanzierungsfunktion erlaubt es dem Leasingnehmer, das Leasingobjekt uneingeschränkt zu nutzen, während der Leasinggeber das Leasingobjekt vollständig finanziert hat, der Leasingnehmer aber die entsprechenden Risiken trägt. Hat das Leasing dagegen Investitionsfunktion, so trägt der Leasinggeber das Investitionsrisiko voll. Meist werden diese beiden Funktionen durch die Ausgestaltung des Leasingvertrages allerdings vermischt. Sind in dem Leasingvertrag auch noch Vereinbarungen über vom Leasinggeber zu erbringende Dienstleistungen an dem Leasingobjekt enthalten, so erfüllt das Leasing für den Leasingnehmer schließlich auch die Funktion, Dienstleistungen im Bezug auf das Leasingobjekt zur Verfügung zu stellen. Für den Leasinggeber hat das Leasing entweder unmittelbare Geschäftserfüllungsfunktion, wenn Leasing das primäre Geschäft des Unternehmens ist, oder eine absatzfördernde Funktion, wenn beim sog. Herstellerleasing ein Unternehmen die produzierten Güter auch zum Leasing anbietet. In dieser Fallstudie ist das Leasinggeschäft des Unternehmens A absatzfördernd, denn es werden primär die Produkte des Unternehmens zum Leasing angeboten.

Der globale Prozess der Leasingvertragbetreuung bietet dem Unternehmen und seinen Kunden drei entscheidende Vorteile: Kunden mit verschiedenen nationalen Standorten können einen einzigen Vertrag abschließen, Investitionen in IT Infrastruktur sind weltweit nutzbar und es muss nur noch ein System gepflegt werden und Routinetätigkeiten bei der Betreuung der Verträge können an strategisch günstigen Orten zentralisiert erledigt werden.

350

Vgl. Büschgen (1998), S. 6ff.

152

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Während der Einführung in Deutschland sollte ein Team von Fachleuten lokal an dem Projekt beteiligt sein (im Folgenden als lokales Team bezeichnet) und dabei Unterstützung von einem erfahrenen internationalen Team erhalten, das in New York stationiert ist (im Folgenden als Worldwide Team bezeichnet). Alle notwendigen Anpassungen des Software-Paketes sollten von diesen beiden Teams gemeinsam geplant und beschlossen werden. Die Umsetzung der Anpassungen sollte durch ein Team von Programmierern in Indien erfolgen. Im Folgenden wird von der Gesamtheit aller in Vollzeit- oder Teilzeitbeschäftigung an der Einführung beteiligten Mitarbeiter des Unternehmens A als Projektgruppe gesprochen. Dies meint nicht die bei Bedarf hinzugezogenen Vertreter betroffener Abteilungen. Damit liegt hier ein interkontinentales und kulturell heterogenes Team im Fernbereich vor.351

Das Software-Paket ist ein Bündel von Anwendungen, die die Administration von Leasingverträgen unterstützen. Dazu gehören Vorgänge wie die Preisverhandlung, die Vertragserstellung, die Betreuung des Vertrages über die Laufzeit hinweg (z. B. Erstellung von Rechnungen) und die Abwicklung des Vertrages am Ende der Laufzeit (End of Lease). Dabei wird bei der Anwendung dieses Software-Paketes dem von der Muttergesellschaft festgelegten globalen Prozess für Leasingverträge entsprochen, der sicherstellen soll, dass alle nationalen Tochtergesellschaften den gleichen Prozess zur Betreuung der Leasingverträge verwenden. Dies erlaubt es dem Unternehmensbereich Finanzierung, den Kunden weltweite Leasingverträge mit lokalen Lösungen anzubieten. Die Einführung des Software-Paketes läuft zurzeit in 15 Tochtergesellschaften352 und ist dort unterschiedlich weit fortgeschritten. Vollständig eingeführt wurde es bereits in England und Kanada. Die USA, Frankreich und Japan verwenden nicht das komplette Paket, haben aber große Teile davon implementiert.

Aus den bisher abgeschlossenen bzw. noch laufenden Projekten hat das Projektteam einiges an Erfahrungen übernehmen können. Es war bekannt, dass die Ländergesellschaften meist nicht sofort bereit sind, die Software und den globalen Prozess anzunehmen. Dabei gehen verschiedene Länder unterschiedlich mit der Ablehnung um. In Italien wurde zwar der Einführung zugestimmt, aber es wurde trotzdem eine eigene Lösung parallel bearbeitet. Als es dann zum Softwarestart kommen sollte, gab es Prob-

351 352

Diese Kategorisierung wird in Kapitel 2.2.4 erläutert. In verschiedenen europäischen und asiatischen Ländern, darunter Italien, China und Japan.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

153

leme beim Anlauf. In England war der Widerstand offener, dafür war man dann auch kooperativer, und die Software konnte zumindest in Teilen erfolgreich umgesetzt werden. Für Deutschland wurde zwar auch Widerstand erwartet, aber es wird damit gerechnet, dass eine Umsetzung letztendlich erfolgreich abgeschlossen werden kann. Seit den Erfahrungen in Italien kontrolliert das Worldwide Team sehr viel stärker die Umsetzung der Meilensteine. Zwei spezifische Methoden aus vergangenen Projekten wurden für das deutsche Projekt direkt eingeplant. Zum einen wurde eine ausführliche Vorbereitungsphase durchgeführt, um die nötigen Veränderungen und die lokalen Prozesse besser verstehen zu können. Zum anderen wurde das Konzept des War Room aus dem italienischen Projekt übernommen. Da es in Italien beim Start der Software im tatsächlichen Geschäftsbetrieb zu erheblichen Problemen gekommen war, hatte man vor Ort ein lokal konzentriertes Team eingerichtet, das rund um die Uhr an der Lösung der Startschwierigkeiten arbeitete. Zu diesem Team gehörten hauptsächlich internationale Experten. Für das deutsche Projekt ist die Einrichtung eines solchen War Rooms ab dem Start des Geschäftsbetriebes mit der Software fest vorgesehen, um eventuell auftretende Probleme schnell beheben zu können. Das Vorhaben in Unternehmen A kann anhand der in Kapitel 4.1.2 besprochenen wissenstransferrelevanten Merkmale einer Innovation charakterisiert werden. Der Ursprung der Innovation liegt in der unternehmensinternen Entwicklung, die Innovation kann somit als engineering-based bezeichnet werden. Gegenstand der Innovation ist der Leasingprozess, unterstützt durch das zu implementierende Software-Paket. Das hier betrachtete Projekt ist für die deutsche Tochtergesellschaft von Unternehmen A eine inkrementelle Innovation des Leasingprozesses, denn hier wird der bisherige Leasingprozess für Deutschland durch einen veränderten, globalen Prozess ersetzt, mit dem bisher keine Mitarbeiter der deutschen Tochtergesellschaft Erfahrung haben. Das Projekt zeigt auch Merkmale einer architekturellen Innovation, denn die Abläufe im Leasingprozess und Übergänge zwischen den verschiedenen Prozessschritten werden durch die Implementierung verändert werden. Das bedeutet auch, dass sich die Tochtergesellschaft auf Veränderungen der für den Betrieb der Software erforderlichen Fähigkeiten einstellen muss. Auch für die Leasingkunden wird es eine Innovation darstellen, da sich deren Leasingmöglichkeiten durch die Anpassung an den globalen Prozess verändern werden. Zudem muss die den Prozess unterstützende Software bis zu einem gewissen Maß an die deutschen Gegebenheiten angepasst werden. Dies ist vielleicht

154

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

weniger als Innovation denn als Lokalisierung anzusehen, aber es stellt auch eine Neuheit für die Tochtergesellschaft des Unternehmens A dar.

Um das Software-Paket in Deutschland einsetzen zu können, muss es an die nationalen Anforderungen bei Buchhaltung, Steuer und andere relevante rechtliche Regularien angepasst werden. Gleichzeitig profitiert das Unternehmen A insgesamt aber am meisten von der Einführung, wenn die Anpassung in Deutschland so wenig wie möglich vom globalen Prozess abweicht. Dies würde eine teilweise deutliche Veränderung an dem zurzeit verwendeten Prozess der Administration von Leasingverträgen bedeuten. Außerdem muss das Team sicherstellen, dass der Wechsel zum neuen Prozess so störungsfrei wie möglich abläuft. Dies erfordert Change Management ebenso wie eine gründliche Übertragung der bestehenden Vertragsdaten in das neue Software-Paket. Dies ist die Herausforderung, der die Projektgruppe gegenübersteht.

7.2.3

Struktur und Verlauf der verteilten Teamarbeit

Das Implementierungsprojekt ist mit 18 Monaten Dauer geplant worden, der offizielle Projektstart war Ende 2006. Abbildung 21 gibt einen Überblick über den geplanten Verlauf des Projektes. Vor dem Projektbeginn wurde eine Vorbereitungsphase von etwa zwei Monaten Dauer durchgeführt. Während dieser Phase kamen Mitglieder des Worldwide Teams auch für mehrere mehrtägige Besuche nach Deutschland, um Anpassungsbedarf und Arbeitsaufwand für die Einführung einschätzen zu können. Dabei wurden bereits Unterschiede zwischen dem globalen Prozess und lokalen Anforderungen festgestellt sowie Handlungsnotwendigkeiten identifiziert. Zum Projektstart wurde im Hauptsitz der deutschen Tochtergesellschaft ein zweiwöchiger Workshop veranstaltet. In diesem Workshop wurde zum einen der Anpassungsbedarf, der in der Vorbereitungsphase festgestellt worden war, diskutiert, zum anderen sollte weiterer Handlungsbedarf festgestellt werden. Außerdem konnten sich die Projektmitglieder kennen lernen und wurden auf die Ziele des Projektes eingestimmt.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Scoutphase

Fit / Gap Analyse

Entwicklung Software

Offizieller Projektstart

Test Software

155

Betrieb / Wartung

Projektende

Abbildung 21: Geplanter Ablauf des Projektes zur Einführung des neuen Prozess und der entsprechenden Software

An den Workshop schließt sich die Phase der Fit-/Gap-Analyse an, in der die identifizierten und zu bearbeitenden Abweichungen zwischen dem Software-Paket und dem deutschen Prozess bzw. den rechtlichen Anforderungen analysiert werden und weitere potentielle Änderungspunkte aufgedeckt werden. Wenn diese Abweichungen erschöpfend festgestellt wurden, wird die Software entsprechend modifiziert bzw. weiterentwickelt und anschließend getestet. Mit der einsatzbereiten Software und einer funktionierenden Übertragung aus dem alten in das neue System kann das Software-Paket implementiert werden, die administrativen Vorgänge werden auf die neue Software umgestellt und das Projekt endet. Im Anschluss läuft die Betreuung und Wartung der Software.

In diesem Projekt sind drei große Gruppen beteiligt (siehe Abbildung 22). Erstens die Kundenseite der Einführung, was den Unternehmensbereich Finanzierung, der mit dem Software-Paket arbeiten muss, als auch weitere Geschäftsbereiche umfasst, die von den Veränderungen betroffen sein werden. Dazu gehören z. B. die tatsächlich ausliefernden Unternehmensbereiche und die Buchhaltung. Zu den internen Kunden dieser Umstellung gehören auch Vertreter der Niederlassung in Budapest, die im Zuge des neuen Prozesses Teile der Vertragsbetreuung übernehmen werden. Zudem ist hier der Endkunde der Leasingverträge betroffen, für den der veränderte Prozess neue Bedingungen in der Vertragsbetreuung bringen wird. Zweitens arbeiten das lokale Team und das Worldwide Team unmittelbar an der Einführung des Prozesses und der Software in Deutschland. Drittens schließlich ist als Erweiterung der Projektgruppe ein Unterstützungsteam beteiligt, welches aus einem amerikanischen und einem indischen Teil besteht und die Aufgabe hat, Veränderungen an der Software, die durch deutsche Anforderungen notwendig sind, umzusetzen.

156

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Kunden

Projektgruppe Lokales Team

Worldwide Team

Unternehmensbereich Finanzierung Betroffene Geschäftsbereiche

Unterstützung USA / Indien Leasingkunden

Abbildung 22: An dem Projekt beteiligte Teams, Einheiten und Bereiche

Das Worldwide Team hat bereits Erfahrungen in der Einführung des Software-Paketes in verschiedenen anderen Ländern gesammelt und ist aktuell auch an den Einführungen in anderen Ländern beteiligt. Die Mitglieder dieses Teams kommen aus verschiedenen Nationen – unter anderem enthält das Team US-amerikanische, kanadische, brasilianische, indische und französische Mitarbeiter. Dieses Team bearbeitet parallel mehrere Implementierungsprojekte weltweit, daher stehen die Teammitglieder dem lokalen Team nur begrenzt zur Verfügung.

Das lokale Team besteht zum einen aus vollständig oder auf Teilzeit für dieses Projekt abgestellten Mitarbeitern der IT-Abteilung sowie aus Experten für die verschiedenen betroffenen Unternehmensbereiche, die entweder bei Bedarf einbezogen werden, oder auf Teilzeitbasis an dem Projekt beteiligt sind. Diese Experten sind üblicherweise Mitarbeiter in den Bereichen Buchhaltung, Vertrieb oder Recht. Einige dieser Experten gehören zur internen Kundenseite für das Projekt, dem Unternehmensbereich Finanzierung. Insgesamt sind elf Vollzeitstellen für das lokale Team vorgesehen. Einige dieser Stellen sind aufgeteilt, um Teilzeitarbeit zu ermöglichen, was bedeutet, das tatsächlich 15 Personen das lokale Kernteam bilden.

Die eigentliche Durchführung der Implementierung liegt beim lokalen Team, das dabei vom Worldwide Team unterstützt wird. Hierzu reisen nach Bedarf Mitglieder des Worldwide Teams, die Expertise in einem betroffenen Bereich besitzen, in unregelmäßigen Abständen nach Deutschland. Zu Beginn des Projektes war dies häufiger der Fall, im weiteren Verlauf des Projektes reisen die Mitglieder des Worldwide Team aber nur noch an, wenn große Schwierigkeiten bestehen. Alle weitere Zusammenarbeit geschieht über den Austausch mit verschiedenen Kommunikationsmethoden. Für die

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

157

Kommunikation sind dabei vor allem die Handbücher, der Kommunikationsplan, ein Chat-Programm und Telefonkonferenzen von Bedeutung.

Die Handbücher sind eine generische Projektmanagementmethode, die im ganzen Unternehmen A verwendet wird, und die den Projektumfang darstellen. In diesen Handbüchern werden spezifische Aspekte eines Projektes dokumentiert. Dazu zählen die festgelegten Ziele, Personalanforderungen, Teilnehmer und die Aufgaben des Projektes. Alle betroffenen Personen unterzeichnen dieses Handbuch und bestätigen damit, dass Sie den Inhalt zur Kenntnis genommen haben und die dokumentierten Maßnahmen unterstützen. Dadurch wird eine Einigung auf ein bestimmtes Vorgehen erreicht, und ein mindestens zufrieden stellendes Maß an Einsatz von den Beteiligten soll sichergestellt werden. Für die Einführung des Software-Paketes gibt es mehrere Handbücher zu verschiedenen Teilen des Projektes. Die Handbücher haben meist einen Umfang von 50 bis 100 Seiten. Sie sind eine nützliche Methode, um Mehrdeutigkeit deutlich zu machen oder zu beseitigen und die damit einhergehenden Missverständnisse zu vermeiden. 353

Der Kommunikationsplan beschreibt die vorgesehene Kommunikationsstruktur im Projekt und legt explizit fest, bei welchen Ereignissen oder Ergebnissen wer an wen in welcher Form zu berichten hat. Dies soll sicherstellen, dass die richtigen Personen über bedeutsame Vorgänge im Projekt unterrichtet sind. Während der Beobachtung des Projektes war der Kommunikationsplan noch in Arbeit. Dies kann helfen, die in Kapitel 3.1 dargestellten Informationspathologien der Informationsweitergabe zu vermeiden, da dadurch bereits geplant ist, was an wen berichtet werden soll. Planungsfehler bei dieser Methode können natürlich immer noch zu Schwierigkeiten führen.

Die Verwendung eines Chat-Programmes zur firmeninternen Kommunikation findet immer mehr Verbreitung, und auch Unternehmen A ist hier keine Ausnahme. Die Mitglieder des Projektes verwenden dieses Programm sehr häufig. Es ist einfach, eine direkte Rückmeldung von Kollegen in einem anderen Gebäude oder auf einem anderen Kontinent zu bekommen, und manchmal wird im Anschluss an den Chat telefoniert, oder es werden umgekehrt nach einem Telefonat weitere Erläuterungen per Chat-

353

Missverständnisse werden im Detail in Kapitel 3.2 erläutert.

158

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Programm gegeben. Ein Protokoll der Unterhaltung wird vom Programm auf Wunsch automatisch aufgezeichnet, allerdings ist diese Option nicht allen Teammitgliedern bekannt bzw. wird nicht von allen genutzt. Da das Programm eine so einfach zu benutzende Anwendung ist, wird es anscheinend in einer sehr informellen Weise verwendet und anders als bei einem direkten Gespräch oder einem Emailaustausch wird kein Protokoll unmittelbar im Anschluss an einen Chat erwartet.

Telefonkonferenzen mit Teilnehmern aus den USA und Deutschland werden regelmäßig abgehalten. Ihr größter Vorteil ist die Unmittelbarkeit der Rückmeldung für die Teilnehmer. Allerdings sind diese Konferenzen sehr schwierig zu moderieren, da lediglich durch sprachliche Äußerungen angezeigt werden kann, dass man einen Redebeitrag hat, und dies teilweise das laufende Gespräch stört, oder aber von diesem übertönt wird. Alle Telefonkonferenzen werden protokolliert. Auch kürzere Gespräche sollten protokolliert werden, was jedoch nicht immer eingehalten wird.

Ein wichtiges Thema, das in mehreren der durchgeführten Interviews genannt wurde, war die Sprache. Die Dokumentation für das Projekt erfolgt durchgehend in Englisch, und Englisch ist auch die allen Projektmitgliedern gemeinsame Sprache. Für alle Mitglieder des lokalen Teams ist Englisch eine Sekundärsprache. Die von diesen Projektmitgliedern auf Englisch verfassten Dokumentationen werden meist von Mitgliedern des Worldwide Teams überarbeitet. Nach der Überarbeitung sind die deutschen Mitarbeiter teilweise nicht sicher, ob die Dokumentation noch das ausdrückt, was ursprünglich gemeint war. Zudem haben die Mitglieder des lokalen Teams den Eindruck, dass die internationalen Mitarbeiter gelegentlich etwas mehr Geduld mit den Versuchen, sich auf Englisch auszudrücken, zeigen sollten.

7.2.4

Wissen und Wissenstransfer im verteilten Team

Der informelle Kontakt per Chat-Programm funktioniert nach Aussagen der Mitarbeiter sehr gut, hat aber den Nachteil, dass meist keine Dokumentation erzeugt wird. Die regelmäßigen Telefonkonferenzen sind unerlässlich für die Zusammenarbeit der Teams, aber schwierig zu moderieren und zu dokumentieren. Am einfachsten für die Dokumentation ist der Austausch per Email, was auch von den Projektmitgliedern oft genutzt wird. Dabei geht aber die Unmittelbarkeit der Rückmeldung und die Interaktion weitgehend verloren. Die Projektplattform im Intranet des Unternehmens bietet ne-

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

159

ben einem Archiv für die Dokumentationen auch die Möglichkeit, Aufgaben und Erinnerungen einzurichten. Auf diese Projektplattform haben das lokale und das Worldwide Team Zugriff. Die Dokumente sind hier entsprechend auf Englisch abgefasst. Das Archiv für die bisher erstellten Dokumente ist noch wenig strukturiert, wird aber beständig gefüllt und ist daher zunehmend unübersichtlich. Hier wird möglicherweise im Verlauf des Projektes noch eine strengere Struktur eingeführt werden. Zu Anfang des Projektes kamen die Mitglieder des Worldwide Teams häufiger nach Deutschland und blieben jeweils für etwa eine Woche, man konnte in Gesprächen noch offene Fragen klären. Da diese Besuche nun seltener werden, würde sich eine erneute Zusammenkunft der beiden Teams anbieten. Es ist nicht bekannt, ob dies im Projektplan vorgesehen ist.

Ein Vorgang, der sehr deutlich abweichendes Verständnis und teilweise äquivokes Wissen sowie die anschließende Entwicklung von einem gemeinsamen Verständnis für die erforderlichen Änderungen in der Software zeigt, ist die Frage der Nutzungsdauer eines Leasinggegenstandes und der Einfluss der Nutzungsdauer auf den Leasingvertrag. Hier wird auch deutlich, wie wichtig der Wissenstransfer in beide Richtungen, also der Wissensaustausch, für dieses Projekt ist. Nach deutschem Leasingerlass gilt ein Vertrag nur als Leasing, wenn die Leasingdauer zwischen 40 und 90 Prozent der steuerlich festgelegten betriebsgewöhnlichen Nutzungsdauer (useful life) des Gegenstandes liegt. Dazu kommt die Bestimmung, dass bei einer Erweiterung eines Leasinggegenstandes um ein Teil, das mehr als 20 Prozent des Wertes des ursprünglichen Gegenstandes ausmacht, ein neuer Leasingvertrag mit neuer Laufzeit zustande kommt. Bei den Produkten des Unternehmens A kommt es häufiger zu solchen Erweiterungen, was diese Frage noch bedeutender macht. Es liegt dabei im Interesse des Unternehmens und seiner Kunden, dass vollwertige Leasingverträge zustande kommen. In den USA und im bisherigen System darf allgemein gesagt als Leasing gelten, was als Leasing deklariert wird. Hier ist lediglich das Statement 13 des Financial Accounting Standards Board354 zu beachten (u. a. der sog. „7d test”), wonach neben weiteren Bedingungen ein Leasinggut dann in der Bilanz des Leasingnehmers aufgenommen werden soll, wenn der Leasingvertrag innerhalb der ersten 75 Prozent der betriebsgewöhnlichen Nutzungsdauer des Gegenstandes läuft.

160

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Die Mitglieder des Worldwide Teams hatten bereits in der Vorbereitungsphase dieses Thema als offene Frage identifiziert. Bei den Diskussionen während des Startworkshops stellte sich heraus, dass die Implikationen dieses Unterschiedes nicht ohne weiteres erklärt werden konnten. Die Frage der Nutzungsdauer wurde dabei erschwert durch die Tatsache, dass verschiedene Fachleute innerhalb der deutschen Tochtergesellschaft unterschiedliche Perspektiven zu diesem Thema hatten. Damit lagen unterschiedliche Interpretationen vor, die allerdings meist den Beteiligten bewusst waren. Dazu kam, dass es hier keinen Experten in der deutschen Tochtergesellschaft gab, der Wissen über alle Aspekte dieser Frage besaß. Hierbei stellten die Anforderungen von der buchhalterischen und steuerlichen Seite die meisten Schwierigkeiten dar. Es bestand für eine gewisse Zeit Mehrdeutigkeit im Projektteam bezüglich der Nutzungsdauer. Allerdings war diese kaum verdeckt, denn das Problem war bekannt und auch die Existenz der verschiedenen abweichenden Meinungen wurde schnell ersichtlich. Dabei half sicher, dass die Beteiligten in einem Workshop direkt interagierten und so abweichende Ansichten unmittelbar besprechen konnten.

Es gelang der Projektgruppe schließlich, noch während des Startworkshops eine Lösung für diese Frage zu identifizieren. Die unmittelbare Interaktion und die Anwesenheit der meisten der betroffenen Experten haben hier merklich zu einer schnellen Lösung beigetragen. Dabei war es wichtig, ein gemeinsames Verständnis für das Problem zu entwickeln. Besonders hilfreich war es, dass zunächst dem Worldwide Team die Funktion der deutschen Regelung zu Leasing erklärt wurde, und dass dem lokalen Team erläutert wurde, wie das Software-Paket zurzeit mit diesem Ablauf umgeht. Erst dann konnte man zu einer gemeinsamen Lösung gelangen.

In den Gesprächen mit Projektmitgliedern zeigten sich des Weiteren vier wichtige Rahmenbedingungen355, die den Erfolg des Wissenstransfers und des Gesamtprojektes wahrscheinlich beeinflussen werden. Dies sind die Akzeptanz des neuen Prozesses, die Unterstützung durch das Worldwide Team, die Steuerung des Projektes und die Anpassung der Software. Die Akzeptanz des neuen Prozesses in der Organisation der deutschen Tochtergesellschaft ist nicht durchgängig gegeben. Dies wird erschwert durch das Bewusstsein, dass der neue Prozess es erlauben wird, Teile der Vertragsbetreuung

354 355

Vgl. FASB (1976). Siehe Kapitel 2.2.3 zu den Rahmenbedingungen des Wissenstransfers.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

161

an andere Standorte auszulagern, insbesondere an solche Standorte, die eine für das Gesamtunternehmen günstigere Gehaltsstruktur aufweisen. Hierzu sind bereits Vertreter der Firmenniederlassung in Budapest am Projekt beteiligt. Von den Mitarbeitern des lokalen Teams ist zwar niemand unmittelbar von einer Auslagerung der Tätigkeiten betroffen, da sie überwiegend in der IT-Abteilung arbeiten, aber die einbezogenen Experten und Vertreter der administrativen Seite in Deutschland zeigen hier schon eher eine gewisse Reserviertheit gegenüber dem Projekt. Zudem ist vielen Mitarbeitern des deutschen Geschäftsbereiches noch ein Projekt im Gedächtnis, bei dem einige Jahre zuvor ein neues Software-Paket eingeführt werden sollte, allerdings wurde hier kurz vor der Implementierung das Projekt abgebrochen.

Direkt Beteiligte an diesem abgebrochenen Implementationsprojekt konnten nicht zu den Ursachen des Abbruchs befragt werden, aber nach Kenntnis einiger Projektmitarbeiter wird eine Reihe von Ursachen vermutet. Es kam im Verlauf des Projektes offenbar zu einem unerwartet starken Anstieg der Kosten. Die Software hätte damals zu stark an die deutschen Prozesse angepasst werden müssen und wäre dadurch nutzlos für das Gesamtunternehmen geworden. Zudem konnten die deutschen Rechtsvorschriften nicht ausreichend in der Software umgesetzt werden. Und schließlich stellte sich der konzeptionelle Ansatz der Software als nicht kompatibel zu den weiteren bei Unternehmen A verwendeten Buchungssystemen heraus, denn diese folgen einer sehr eigenen Buchungslogik. Trotzdem wurde das Projekt erst kurz vor der Fertigstellung abgebrochen, was den Abbruch umso schwerer wiegen ließ. Die Übertragung der Erfahrungen aus diesem Projekt auf das aktuelle Projekt GPA ist eher schwierig. Die Projektbeteiligten von damals sind mittlerweile in ganz anderen Bereichen eingesetzt. Außerdem hat das nun geplante Softwarepaket auf der Prozessseite ein anderes Konzept als die damalige Software.

Auch vor dem Hintergrund dieser schlechten Erfahrung wird die Akzeptanz für die aktuelle Umstellung schwer zu erringen sein. Das Projektteam hat also als wesentliche Rahmenbedingung des Wissenstransfers mit den widerstreitenden Motiven der Zentrale in den USA und in Teilen der deutschen Tochtergesellschaft zu kämpfen. Dies wird möglicherweise den Erfolg des Wissenstransfers beeinträchtigen.

Die Unterstützung durch das Worldwide Team ist eine weitere kritische Rahmenbedingung bei der Durchführung des Projektes. Besonders bei spezifischen Fragen zum

162

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Software-Paket und der Umsetzung bzw. Absprache von Anpassungen ist eine Rücksprache mit dem Worldwide Team wichtig. Dieses ist aber auch an den Implementierungsprojekten, die parallel in anderen Ländern laufen, beteiligt, und dadurch zeitlich eingeschränkt. Zudem haben die Mitglieder des Worldwide Team nicht immer Geduld oder Verständnis für die teilweise auftretenden Sprachschwierigkeiten ihrer deutschen Kollegen. Die Mitarbeiter auf deutscher Seite wären dankbar für eine etwas stärkere Berücksichtigung ihrer Ideen und Anregungen zu dem Projekt. Zudem werden teilweise Veränderungen ohne Erklärung angeordnet, die sicherlich notwendig sind, aber für die Projektmitarbeiter leichter zu akzeptieren und umzusetzen wären, wenn sie begründet würden.

Die Planung und Steuerung des Projektes spielt ebenfalls eine wichtige Rolle für den Erfolg. Hier hat sich besonders die Vorbereitungsphase bewährt, in der noch vor dem offiziellen Start wichtige Informationen für die Durchführung des Projektes gesammelt wurden. So konnte das Projekt mit einem gut strukturierten Workshop beginnen, der nicht nur zum kennen lernen diente, sondern direkt konstruktive Diskussionen ermöglichte. Es ist anzunehmen, dass durch diese gründliche Vorbereitung eine gute Basis für den Projekterfolg gelegt wurde.

Ein weiterer Konfliktpunkt ist das Ausmaß der Anpassungen des Software-Paketes an die deutschen Bedürfnisse. Hier haben das Worldwide Team und die Muttergesellschaft ein Interesse daran, dass der globale Prozess möglichst umfassend implementiert wird, während von Seiten der deutschen Tochtergesellschaft eher ein Interesse besteht, so umfangreiche Anpassungen wie möglich zu erreichen. In der frühen Projektphase, in der das Projekt untersucht wurde, zeigte sich dies noch nicht deutlich, aber das Konfliktpotential an dieser Stelle war den Projektmitarbeitern bewusst. Die Tatsache, dass der Unternehmensbereich Finanzierung in den USA als separates Unternehmen geführt wird, in Deutschland aber ein Geschäftsbereich der Tochtergesellschaft ist, erschwert hier die Implementierung des globalen Prozesses. Zudem geschahen die bisherigen Einführungen

des

Software-Paketes

in

Tochtergesellschaften,

die

der

US-

amerikanischen Muttergesellschaft ähnlich waren (Kanada, Großbritannien). Deutschland unterscheidet sich von den rechtlichen Rahmenbedingungen hier schon deutlicher.

Unternehmen A hat in dieser Untersuchung eine Auswertung der Wissensmerkmale mit Hilfe von Fragebogen untersagt. Ausgehend von den Aussagen in den Interviews und

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

163

den beobachteten Workshops und Teamveranstaltungen wurde anhand des in Kapitel 6.1 vorgestellten Instrumentes zur Messung der Wissensmerkmale eine Bewertung des hier dargestellten Projektes in der Wissensmetrik vorgenommen. Das Wissen in diesem Projekt ist von mittlerer Explizitheit (durchschnittliche Bewertung 3,2) und geringer Mehrdeutigkeit, d. h. kanonischen Merkmalen (durchschnittliche Bewertung 3,9) geprägt (siehe Abbildung 23).

Explizitheit

trifft überhaupt nicht zu

trifft voll und ganz zu

1 2 3 4 5

1. Die Projektinhalte können so dokumentiert werden, dass Dritte diese ohne weitere Erläuterungen verstehen. 2. Die Projektinhalte sind so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen. 3. Die Projektinhalte können in angemessener Zeit durch Schulungen/Gespräche vermittelt werden. 4. Die Projektinhalte können leicht durch Beobachten erlernt oder imitiert werden. 5. Die Projektinhalte sind bei Kenntnis der einzelnen Bestandteile und deren Zusammenwirken leicht zu verstehen (Komplexität).

Mehrdeutigkeit 1. Es gibt eine einheitliche Sicht über die Dinge die zu tun sind. (gemeinsame Vorstellung über Projektaufgabe/-ziel) 2. Es gibt eine Visualisierung des Gesamtkonzepts in dem sich die Aufgaben eines jeden Projektmitglieds widerspiegeln. 3. Die inhaltlich relevanten Aspekte werden gemeinschaftlich abgesteckt. 4. Ein Zusammengehörigkeitsgefühl innerhalb des Projektteams besteht. 5. Es gibt eine einheitliche Sicht über das was mit dem Projekt bewirkt werden soll (Ursache-Wirkung). 6. Es gibt ein einheitliches Verständnis was gut und richtig ist. (z.B. Einheitliche Bewertung von Ergebnissen) 7. Es gibt eine einheitliche Bewertung was wichtig ist und mit Priorität verfolgt werden sollte. 8. Ein Einvernehmen besteht darüber, wer was konkret ausführt und wie es gemacht wird.

Abbildung 23: Bewertung der Wissensmerkmale im GPA-Projekt

Eine Dokumentation der Projektinhalte ist mit vertretbarem Aufwand möglich. Da das Projekt noch in einer frühen Phase steht, ist dies aber erst zum Teil geschehen. Die Projektinhalte lassen sich dafür relativ gut durch Schulungen vermitteln, die Komplexität der Inhalte ist auf einem mittleren Niveau. Da allerdings viele Organisationseinheiten

164

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

und sowohl Arbeitsprozesse als auch Software Gegenstand der Projektarbeit sind, ist dies nicht ohne weiteres durch Beobachtung zu verstehen. Das Projektteam ist sich größtenteils einig über die Projektaufgaben und Ziele. Im Detail haben das Team in Deutschland und die Kundenseite in Deutschland noch andere Zielvorstellungen. Das Gesamtkonzept des Projektes ist sehr ausführlich visualisiert und durchdacht. Die inhaltlichen Aspekte sind teilweise von der Unternehmenszentrale vorgegeben, nur ein Teil wird gemeinschaftlich abgestimmt. Trotz gewisser Abgrenzungen zwischen den einzelnen Gruppen im Projekt (Worldwide Team, lokales Team) war ein gutes Zusammengehörigkeitsgefühl zu beobachten. Auch die Ansicht, was mit dem Projekt bewirkt werden soll, wird von den meisten Projektmitgliedern geteilt. Die Bewertung der erwarteten Ergebnisse und die Prioritätensetzung dagegen sind, ebenfalls bedingt durch die Abgrenzungen zwischen den Gruppen, nur mäßig einheitlich. Die Aufgabenverteilung schließlich ist sehr klar vorgenommen worden und auch schriftlich fixiert. Eine Ausnahme zu dieser Bewertung des Wissens bildete die Frage der Leasingdauer, die weiter oben schon dargestellt wurde. Dabei zeigte sich zunächst eine uneinheitliche Interpretation eines Teilaspektes des Projektes, die Mitglieder kamen aber recht schnell zu einer gemeinsamen Interpretation.

7.2.5

Abschließende Bemerkungen

Das Unternehmen A hat das Projekt mit einer sehr vorteilhaften Struktur gestartet. Die Vorbereitungsphase ermöglichte nicht nur die gründliche Vorbereitung des Projektstarts, sondern gab auch den Teammitgliedern die Gelegenheit zum ersten kennen lernen. Zudem wurde so das Projekt erst gestartet, als bereits Vorkenntnisse und Strukturen zum Ablauf vorlagen, was eine motivierte Arbeit zu Beginn des Projektes ermöglicht hat. Im Verlauf des Projektes wird es kritisch sein, die negativen Erfahrungen der Vergangenheit auszuräumen und Akzeptanz für die Umstellung bei den letztendlich betroffenen Führungskräften im Vertrieb und der Administration der Verträge zu erzeugen. Auch die Bereitstellung von ausreichend Humanressourcen für das Projekt, gegebenenfalls die Erweiterung des Worldwide und des lokalen Teams sollte zugunsten eines erfolgreichen Projektes in Erwägung gezogen werden. Warnsignale werden hier die ersten Verzüge im Zeitplan sein. Dann wird wahrscheinlich eine Entscheidung anstehen, ob das Projekt innerhalb der vorgesehenen Zeit bzw. im Rahmen des geplanten Budgets erfüllt werden soll oder ob dies entsprechend der veränderten Bedingungen erweitert wird.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

165

Insgesamt ist in dieser Fallstudie das Wirken von Mehrdeutigkeit in abgeschwächter Form zu beobachten gewesen. Das Unternehmen war mit der Aufstellung des Projektteams und dem verfolgten Vorgehen schon sehr gut vorbereitet für die Schwierigkeiten des Wissenstransfers. Es zeigte sich dann auch nach einer kurzen Phase der Missverständnisse und der Abstimmung zu der für die Nutzungsdauer einheitlichen Interpretation eine Entwicklung von wechselseitigem Verständnis auf verschiedenen Ebenen. Zum einen musste das Worldwide Team zunächst verstehen, wie die Geschäfte in Deutschland abgewickelt werden. Dann konnte dem lokalen Team die Funktionsweise des Software-Paketes erklärt werden. Außerdem mussten die beiden Teams sich an die Arbeitsweise des jeweils anderen gewöhnen. Das Worldwide Team war hier schon erfahrener, da deren Mitglieder sich bereits mehrmals auf lokale Teams einstellen mussten. Dieser Prozess lief allerdings nicht ausschließlich sequentiell ab, sondern teils parallel, teils sequentiell. Dabei gab es zahlreiche Rückmeldeschleifen formaler und informaler Art. In den ersten Monaten der Zusammenarbeit entwickelten die Projektmitglieder auf diese Art ein gemeinsames Verständnis dafür, was mit dem Projekt erreicht werden soll. In der Gruppendiskussion mit dem lokalen Team wurde das Wissen, dass in diesem Projekt vorliegt, überwiegend als explizit, jedoch äquivok beschrieben. In Workshops und persönlichen Besprechungen, so die einhellige Meinung, versteht man sich am Besten. Bezüglich der Anteile an implizitem Wissen im Team herrschte geteilte Meinung. Interessanterweise waren die Mitarbeiter mit koordinierender Funktion eher der Meinung, dass es mehr implizites Wissen gibt, die anderen Mitarbeiter hielten das Wissen eher für explizit. Das Unternehmen A hat keine Erhebung der Wissensdimensionen mittels Fragebogen gestattet, so dass hier keine genaueren Untersuchungen möglich waren, auch wenn dies gerade in diesem Projekt sehr interessant gewesen wäre. Im Sinne einer Längsschnittstudie hätte hier auch mit mehreren Erhebungswiederholungen die Frage untersucht werden können, ob sich die Wissensausprägung mit zunehmender Projektdauer verändert.

166

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Zeitlicher Ablauf Scoutphase

Wissenstransfer Accounting zu Worldwide

Start-Workshop Wissenstransfer Worldwide zu Accounting und lokalem Team

Missverständnisse zu betriebsüblicher Nutzungsdauer: widersprüchliche Interpretationen!

Fit-/Gap-Analyse „Team issues“ Akzeptanz, Unterstützung, Steuerung, Anpassung

Worldwide Team hat eine gefasste Meinung zu Nutzungsdauer

Nutzungsdauer in Deutschland weicht von dieser Ansicht ab

Lokale Experten in Deutschland widersprechen sich

Diskussionen in Kleingruppen und im Plenum führen zu einer gemeinsamen Interpretation

Ursprung

Situation

Wissensdivergenz

Lösung

Abbildung 24: Prozessanalyse und Entwicklung der Wissenskohärenz

Abbildung 24 fasst den bisherigen Verlauf des Projektes zusammen und verdeutlicht die in der Fallstudie erarbeiteten Besonderheiten. In der Vorbereitungsphase (Scoutphase) fand zunächst ein Wissenstransfer primär von der deutschen AccountingEinheit in Richtung Worldwide Team statt. Dies sollte den Leasingprozess für das Worldwide Team verständlich machen und der Identifikation von ersten Abweichungen vom globalen Prozess dienen. Danach fand ein Wissenstransfer primär vom Worldwide Team zu den lokalen Einheiten in Deutschland statt. Nachdem das Worldwide Team nachvollzogen hatte, wie der Prozess in Deutschland ablief, stellten sie entsprechende Informationen zur Verfügung. Hier wird von einem Transfer primär in eine Richtung gesprochen, aber es handelt sich selbstverständlich um einen wechselseitigen Austausch. Die Richtung des Transfers gibt lediglich mit vor, was das Ziel der jeweiligen Transferaktivitäten ist. Zunächst sollte das Worldwide Team informiert werden, um dann auf der Basis dieser Informationen das passende Wissen über den globalen Prozess und die notwendigen Veränderungen in Deutschland an das lokale Team zu übertragen. Die Nutzungsdauer war schon in der Vorbereitungsphase als mögliche Abweichung identifiziert worden und sollte im Start-Workshop genauer angesprochen werden. Das Worldwide Team hatte bisher in anderen Ländern keine Schwierigkeiten mit der Nutzungsdauer erlebt. Dies waren allerdings auch immer vom angelsächsischen Rechtsverständnis geprägte Nationen, was die geringe Abweichung der Leasingrege-

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

167

lungen vom amerikanischen Standard erklären könnte. Dies bildete hier den Ursprung für die abweichenden Interpretationen des Worldwide Teams. Die Regelungen zur Nutzungsdauer in Deutschland weichen zum Teil deutlich davon ab. Dazu kam dann, dass die verschiedenen am Start-Workshop beteiligten Experten die Nutzungsdauer zunächst aus unterschiedlichen Perspektiven betrachteten und so nicht zu einer einheitlichen Aussage kommen konnten. Hier zeigten sich mehrere verschiedene Interpretationen des Themas, das vorhandene Wissen hierzu divergierte. In fokussierten Kleingruppendiskussionen konnte im Verlauf des Start-Workshops eine gemeinsame Interpretation des Themas Nutzungsdauer erreicht werden. Dass die Nutzungsdauer nicht zu mehr Schwierigkeiten im Wissenstransfer geführt hat, ist auch der guten Vorbereitung des eigentlichen Projektes durch die Vorbereitungsphase zu verdanken. Was nun noch zu beachten bleibt, sind im weiteren Verlauf des Projektes die oben bereits diskutierten Teamaspekte der Akzeptanz der Veränderungen, der ausreichenden Unterstützung durch das Worldwide Team, der angemessenen Steuerung der weiteren Implementierung und der Vermittlung möglicher Konflikte um das Ausmaß der Anpassung der Software und des Prozesses an deutsche Bedürfnisse, ohne das der Vorteil eines globalen Prozesses verloren geht.

7.3 Fallstudie 2: F&E-Kooperation und Prozessinnovation HEPHAISTOS (High Electromagnetic Power Heating Automated Injected Structures Oven System) ist eine Verfahrenstechnologie zur Erhitzung von Werkstücken mittels Mikrowelleneinwirkung. Diese Technologie wurde vom Forschungszentrum Karlsruhe in Zusammenarbeit mit der Universität Stuttgart, Vötsch Industrietechnik und EADS zu einem Verfahren für die Bearbeitung von Faserverbundwerkstoffen entwickelt und wird aktuell weiter erforscht. Das Verfahren existiert zurzeit in drei Ausführungen, der Mikrowellen-Kompaktanlage

HEPHAISTOS-CA1,

der

Mikrowellen-Großanlage

HEPHAISTOS-CA2 sowie der neuen Anlage CA3 (mit der Bezeichnung VHM 180/300), die im Juni 2007 vorgestellt wurde.

7.3.1

Datenerhebung und Datengrundlage

Die hier vorgestellte Fallstudie war Teil des Forschungsprojektes „Wissens- und Technologietransfer in der Materialforschung – Charakteristika und Bedingungen für erfolgreiche Produktinnovation (InnoMat)“, welches von der Helmholtz-Gemeinschaft

168

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

gefördert wurde und in Zusammenarbeit mit dem Institut für Technikfolgenabschätzung und Systemanalyse (ITAS) vom Forschungszentrum Karlsruhe (FzK), der deutschen Hochschule für Verwaltungswissenschaften, dem Fraunhofer Institut für Systemund Innovationsforschung sowie der Forschungsstelle Internationales Management und Innovation der Universität Hohenheim durchgeführt wurde.

Im Rahmen des Forschungsprojektes wurden zur Datenerhebung 13 Experteninterviews mit Projektmitgliedern geführt. Die Interviews wurden als teilstrukturierte Gespräche durchgeführt. Der zugrunde liegende Interviewleitfaden wurde jeweils dem neuesten Erkenntnisstand und der Funktion der Gesprächspartner angepasst. Es kamen außerdem teilnehmende Beobachtung und Dokumentenstudien zum Einsatz. Ergänzend zu den Analysen im Forschungsprojekt InnoMat wird hier deutlicher der Einfluss der Wissensmerkmale herausgearbeitet.

7.3.2

Inhalt der F&E-Kooperation und Marktdaten

In diesem Abschnitt werden als Hintergrund für die Fallstudie zunächst die angestrebte Innovation, die entsprechende Wertschöpfungskette und Marktstrukturen beschrieben. Diese bilden den Rahmen des Wissenstransfers um den Mikrowellenofen für Bauteile.

Mit dem HEPHAISTOS-Verfahren können Werkstücke aus Faserverbundwerkstoff und anderen organischen Verbindungen hergestellt werden. Der Faserverbundwerkstoff besteht aus einem Fasergelege356 und einer Harzmatrix (meist auf Epoxidharzbasis) sowie einem Härter, der dem Harz zugesetzt wird. Das Harz sorgt dabei nach der Fertigstellung für die Verbindung der Fasern und für eine Kraftübertragung auf diese. Einer der Vorteile dieses Werkstoffes ist seine geringe Dichte bei sehr guten mechanischen Eigenschaften. Zudem ist das Material korrosionsunempfindlich und besitzt eine geringe Wärmedehnung. Für die Herstellung eines Werkstückes müssen die Fasern in die gewünschte Form gebracht und mit dem Harz verbunden werden. Dies geschieht unter Hitzeeinwirkung oder Hitze- und Druckeinwirkung. Hier gibt es zwei verbreitete Verfahren.357 Bei der Prepreg-Technik werden bereits imprägnierte (mit Harz benetzte) 356

Die gebräuchlichsten Fasern sind Glasfasern (verwendet in Glas Fiber Komposit, GFK), Kohlenfasern (Carbon Fiber Komposit, CFK) und Aramidfasern (Aramid Fiber Komposit, AFK). 357 Vgl. Feher/Thumm (2003).

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

169

Fasern (preimpregnated fibers, kurz Prepregs) in Bahnen geliefert und vor Ort von Hand oder maschinell in Form gelegt. Die Aushärtung erfolgt über Erhitzung des Werkstücks unter Druckeinwirkung. Wichtig ist hierbei, die Prepregs vor der Verarbeitung und Härtung ständig gekühlt zu halten. Bei einem Unterbrechen der Kühlkette beginnt das Harz zu reagieren und der Prepreg wird unbrauchbar, da es so zu einem ungleichmäßigen Aushärten käme, was die Stabilität des fertigen Werkstücks beeinträchtigen würde. Bei der Injektionstechnik (auch als Resin Transfer Molding oder RTM bezeichnet) wird zunächst das Fasergelege in Form gebracht. Dann wird es vorgewärmt und das Harz wird in das Werkstück injiziert. Eine anschließende weitere Erhitzung des Werkstücks bewirkt die Verbindung zwischen Matrix und Fasern. In einem HEPHAISTOS-System kann insbesondere die Injektionstechnik optimal angewandt werden.

Die bisher gebauten HEPHAISTOS-Anlagen zeichnen sich durch eine hexagonale Geometrie des Ofeninnenraumes aus, was für ein homogenes Mikrowellenfeld im Inneren sorgt. Außerdem verwenden sie für die Erzeugung der Mikrowellen kostengünstige 2,45 GHz Standardindustriekomponenten. Die CA1-Anlage wurde zu Forschungs- und Erprobungszwecken gebaut und könnte lediglich für kleinere Bauteile eingesetzt werden (Innendurchmesser 1050 mm). Die CA2-Anlage erlaubt bei einem Innendurchmesser von 1800 mm die Verarbeitung von etwas größeren Bauteilen. Das Verfahren hat einige wesentliche Vorteile.358 Die Mikrowellenstrahlen dringen direkt in das Bauteil ein und erhitzen es unmittelbar. Diese unmittelbare Erhitzung ermöglicht eine Senkung der Zykluszeiten, da Bauteile kürzer in der Anlage verbleiben. Durch die Mikrowellen wird zudem lediglich das Bauteil selbst erwärmt, der Ofen bleibt kalt. Damit ist nach dem Prozess keine Abkühlung des Ofens erforderlich. Die spezielle Wärmeerzeugung durch Mikrowellen ermöglicht Verfahren, die in konventionellen Öfen nicht umsetzbar wären. Das System ist skalierbar und kann auch für größere Anwendungen gebaut werden. Eine Automatisierung des Systems ist möglich. Und schließlich ist diese Anlage kostengünstiger durch die Anwendung von Standardindustriekomponenten. Da sich das Verfahren in der Weiterentwicklung befindet, können sich aktuell noch Veränderungen an diesen Vorteilen ergeben.

358

Vgl. Feher/Thumm (2003).

170

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Bei der HEPHAISTOS-Anlage handelt es sich um eine Prozessinnovation in Verbindung mit einem neuen Produkt. Der Einsatz von Mikrowellen zur Härtung oder allgemeiner zur Erhitzung von Werkstücken ist ein neuer Prozess, der zumindest in dieser Konfiguration noch nicht existierte. Das Ofensystem an sich stellt ein neues Produkt für das Portfolio der Firma Vötsch dar, ist aber eher die Manifestation der Prozessinnovation. Daher sollte dieses Verfahren von der Perspektive des Prozesses aus betrachtet werden. Um die Innovation, die mit der Entwicklung der HEPHAISTOS-Anlage hervorgebracht wurde, besser beurteilen zu können, kann diese in das Innovationsmodell von Henderson und Clark (1990) eingeordnet werden. Henderson und Clark unterscheiden zwei relevante Merkmalsdimensionen: den Einfluss einerseits auf die Kernkonzepte einer Technologie und andererseits auf die Zusammenhänge von Kerntechnologie und Komponenten, den eine Innovation hat. Das Kernkonzept dieses Verfahrens ist die Hitzeeinbringung in ein Werkstück, sei es nun ein Faserverbundwerkstoffteil oder ein anderes Objekt. Dies wurde schon in der Vergangenheit mit Mikrowellen versucht, allerdings gelang dabei bisher kein homogenes Mikrowellenfeld. Im Grunde wird also das Kernkonzept durch dieses neue Verfahren nicht verändert. Das Zusammenspiel von Verfahren und Komponenten dagegen könnte eine nachhaltige Veränderung erfahren, wenn es gelingt, die Erhitzung mittels HEPHAISTOS zu automatisieren. Bisher war dies bei der Fertigung von Verbundwerkstoffbauteilen nicht möglich, die Öfen wurden von Hand bestückt. Nach Henderson und Clark liegt hier also eine architekturelle Innovation vor. Eine Schwierigkeit dieser Innovationsform ist die Tatsache, dass Unternehmen dieses Verfahren zunächst wie einen Ofen alten Typs wahrnehmen könnten. Bei HEPHAISTOS sind demgegenüber Veränderungen am bisherigen Produktionsablauf notwendig, um das Verfahren einzusetzen. Es kann nicht gänzlich wie ein herkömmlicher Ofen behandelt werden, auch wenn es zunächst so erscheint. Henderson und Clark führen die Flugzeugturbinenentwicklung als Beispiel an, die auch ein Umdenken bei der Entwicklung des Flugzeugkörpers notwendig machte.359

Ein weiteres für die Bewertung und Analyse dieser Innovation hilfreiches Konzept ist der Ansatz von Gerybadze (2005c) zur Identifizierung des Typus der Innovation.360 Dieses Konzept wurde ursprünglich für die Analyse von international verteilter F&E entwickelt, enthält aber auch relevante Implikationen für die verteilte Forschungsarbeit

359 360

Vgl. Henderson/Clark (1990), S. 17. Die Arten von Innovation, die für diese Betrachtungen relevant sind, werden in Kapitel 4.1.2 erläutert.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

171

in nationalen Innovationsprojekten. Der Typus der Innovation ist dabei davon abhängig, wo die wesentlichen Impulse für die Innovation herkommen. Es werden drei Ursprungsfelder für Innovationen unterschieden: Forschung in Forschungseinrichtungen und Grundlagenforschungsstellen in Unternehmen, Engineering im Sinne von problemgetriebenen Entwicklungen innerhalb von Unternehmen und schließlich LeadMarket-Anstöße durch Kundenanfragen und Lösungsaufträge von außen. Nach dem Ursprung dieser Impulse unterscheidet Gerybadze drei Typen der Innovation: forschungsbasierte Innovation, Engineering-Innovation und Lead-Market-Innovation. Im Fall des HEPHAISTOS-Verfahrens ist eine Entwicklung von einem Typus zum anderen zu beobachten. Die ersten Anstöße kamen eindeutig aus einer Dissertation am Forschungszentrum Karlsruhe und wurden im ersten Projekt stark forschungsseitig weiterentwickelt, womit ein forschungsgetriebener Typus vorlag. Im BMBF-geförderten Projekt sind nun auch Partner aus dem Kreis der potentiellen Anwender in einer stärker formalen Struktur beteiligt, die auch deutliche Ansprüche an die Entwicklung der Technologie haben. Damit kommen immer stärker Impulse von den Anwendern, die sich für die den Einsatz der Anlage in ihren Fertigungsprozessen interessieren. Die Innovationstätigkeit nähert sich somit einem Engineering-Typus an. Für die Arbeit in einem forschungsgetriebenen Innovationsprojekt ist es zunächst wichtig, mit den relevanten Forschungseinrichtungen in Kontakt zu stehen und aktuelle Forschungsergebnisse zu berücksichtigen. Engineering-Innovationen erfordern dagegen die Kenntnis der Wertschöpfungsprozesse um die HEPHAISTOS-Anlage herum. Daher wäre zu erwarten, dass im ersten Projekt zur Entwicklung der eigentlichen Anlage zunächst der Kontakt zu verwandten Forschungseinrichtungen gesucht wird. Hier wurde auch tatsächlich hauptsächlich mit solchen Einrichtungen kooperiert. Allerdings wurden dabei gleichzeitig Kontakte zu potentiellen Anwendern (in Form der EADS) aufgenommen, und es wurde ein Maschinenbauunternehmen einbezogen, um die Anlage ggf. auch in größeren Mengen oder nach Auftrag herstellen zu können. Im zweiten Projekt ist noch stärker die Einbeziehung von Anwendern wichtig, die sich gleichzeitig an den Tests der Anlage beteiligen, um deren Anwendbarkeit zu überprüfen. In der Wertschöpfungskette für Verbundwerkstoffe setzt das HEPHAISTOS-System bei der Härtung zur Herstellung von Halbzeugen an. In Abbildung 25 sind die Wertschöpfungsketten für die beiden verbreiteten Verfahren der Faserverbundwerkstoffherstellung, die Prepreg-Technik (1) und die Injektionstechnik (2) dargestellt. Die durchgehend umrandeten Schritte stellen Zwischenprodukte in dieser Kette dar, der unter-

172

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

brochen umrandete Schritt ist der hier explizit genannte Prozess der Härtung, die an den Zwischenprodukten durchgeführt wird. In der übrigen Darstellung stehen die Pfeile sowohl für hier ablaufende Verarbeitungsprozesse als auch für entsprechende Testund Prüfverfahren, die an den Zwischenprodukten durchgeführt werden. Nach der Härtung folgen der Beschnitt und die Montage (das Verkleben und z. B. das Bestücken mit Bohrungen und Schraubenfassungen). Dies ergibt das endbearbeitete Bauteil. Dies wird mit weiteren funktionalen Teilen zu einem Modul zusammengebaut und letztendlich im Endprodukt, z. B. einem Automobil, eingebaut. Die Vorbereitung bei der Injektionstechnik wäre entsprechend die Formung des Fasergewebes, in das dann das Harz injiziert wird. Fasergrundstoffe

Faserhalbzeug

1

Prepreg Harzstoffe

Epoxidharze

Fasergrundstoffe

Faserhalbzeug

2 Harzstoffe

Härtung

Bauteil

Modul

Produkt

Härtung mit Injektion

Bauteil

Modul

Produkt

Epoxidharze

Abbildung 25: Wertschöpfungskette für CFK bei Prepreg-Technik (1) und Injektionstechnik (2)

Ein Beispiel für den Verlauf der Wertschöpfungskette bietet die Herstellung von Bauteilen für die Luftfahrtindustrie. Faser- und Harzgrundstoffe werden von den großen Basischemieunternehmen wie BASF oder Wacker hergestellt. Spezialisierte Anbieter erzeugen dann Kohlenstofffasern (z. B. SGL Group) und Harze (z. B. Bakelite). Diese werden entweder noch bei diesen Firmen zu Prepregs verarbeitet, oder an die Modulhersteller (z. B. GKN) geliefert. Hier werden nach Vorgaben der Endabnehmer/Systemintegratoren (z. B. Airbus) Bauteile oder ganze Module hergestellt. Die Prozessinnovation, die in der Kooperation entwickelt werden soll, ist für den Einsatz im Luftfahrtbereich geplant. Dies ist eine große Hürde für das Projekt, da dieser Markt von großen Sicherheitsanforderungen geprägt ist. Bisher erfolgt die Herstellung von Halbzeugen aus Faserverbundwerkstoff hauptsächlich in Autoklaven. Dies sind Hochdrucköfen, in denen ein Druck um 10 Bar und Temperaturen um 400 °C erzeugt werden können. Für Standardharzsysteme reichen aber schon geringere Temperaturen

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

173

und ein geringerer Druck aus.361 Hierbei wird hauptsächlich das Prepreg-Verfahren angewendet. Die Werkstücke müssen dabei, abhängig vom verwendeten Harz, mehrere Stunden im Ofen verbleiben. Die Firma Terruzzi Fercalx Spa beispielsweise liefert Autoklaven für die Luft- und Raumfahrt mit einem Durchmesser zwischen 0,5 und 7,5 m, einer Länge von bis zu 20 m und Druck von 1 bis 20 Bar. Dabei kann eine Temperatur von bis zu 700 °C erreicht werden. Das Unternehmen Maschinenbau Scholz GmbH & Co. KG bietet Autoklaven für diesen Bereich mit einem Durchmesser von 6,5 m, einer nutzbaren Länge von 25 m, einem Betriebsdruck von bis zu 70 Bar und Temperaturen von bis zu 650 °C an. Dabei können die Autoklaven nach Kundenspezifikationen gebaut werden. Die Nachteile des Autoklaven-Verfahrens sind der langsame Prozess (oft mehrere Stunden), ein hoher Energieverbrauch (es muss nicht nur das Bauteil erhitzt werden, sondern auch der ganze Ofen), hohe Installationskosten und ein sehr träges System. Allerdings sind für den Autoklaven bereits zahlreiche Parameter bei der Herstellung von Werkstücken bekannt, hier besteht eine große Erfahrungs- und Wissensbasis für den Einsatz dieses Verfahrens. Dieses Niveau an Erfahrung muss mit dem HEPHAISTOS-System erst erarbeitet werden. Es wird in innovativen Projekten teilweise systematisch unterschätzt, welche Bedeutung die Erfahrung mit der Innovation im praktischen Einsatz für die Durchsetzung hat.

Mit dem HEPHAISTOS-System können im Prinzip für alle Bereiche, in denen heute schon Faserverbundwerkstoffe eingesetzt werden, Werkstücke hergestellt werden. Eine Demonstration der Serienreife steht aber noch aus. Das System wurde zunächst für den Flugzeugbau entwickelt und soll hier als Erstes zum Einsatz kommen. Beim Airbus A320 sind bereits Faserverbundwerkstoffe mit einem Gewichtsanteil an der gesamten Maschine von 15 % verbaut362, was das Potential für den Einsatz dieses Verfahrens deutlich macht. Zudem verbaut der Flugzeugbau nur hochwertige Komponenten und ist zurzeit der einzige Anwendungsbereich, in dem die noch hohen Kosten der Verbundwerkstoffherstellung tragbar sind. Das langfristige Ziel für das HEPHAISTOSVerfahren ist es, den Preis pro Kilogramm Werkstoff zu erreichen, der für Aluminium gilt. Auch in der Automobilbranche sind neben Glasfaserverbundbauteilen bereits Kohlenstofffaserverbundbauteile im Einsatz, so z. B. beim Porsche Carrera GT. Hier beschränkt sich allerdings der Einsatz auf teure Hochleistungsautomobile, da der Werk361 362

Hoher Standard: 170 Grad Celsius und 6 Bar Druck, niedriger Standard 120 grad Celsius und 6 Bar Druck. Vgl. Feher/Thumm (2003). Der A380 und der Dreamliner von Boeing weisen noch höhere Anteile an Kohlenstofffaserverbundbauteilen auf.

174

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

stoff und das Herstellungsverfahren noch zu kostspielig für eine breitere Verwendung sind. Die Automobilhersteller würden gerne verstärkt Kohlenstofffaserverbundbauteile einsetzen, erwarten aber dafür eine Reduktion von Prozesskosten, Werkstoffkosten, Zykluszeiten und Anlagekosten sowie eine höhere Flexibilität des Fertigungsprozesses.363 Konkrete Berechnungen zu den Reduktionen, die erforderlich sind, damit HEPHAISTOS eine wirtschaftliche Alternative zum Autoklaven darstellt, sind bis jetzt noch nicht veröffentlicht worden.

Ein weiterer Anwendungsbereich ist der Maschinenbau, wie etwa die Herstellung von Walzen für Papiermaschinen (z. B. die Firmen Perini oder Voith). Voith setzt bereits in großem Umfang Faserverbundwerkstoffe für die Herstellung von Papiermaschinen ein. Die Aushärtung erfolgt dabei entweder in konventionellen Öfen oder durch selbsthärtende Harze. Schließlich kann das HEPHAISTOS-System auch in der Produktion von Sportartikeln eingesetzt werden, wo schon seit Jahren mit Kohlenstofffaserverbundwerkstoffen gearbeitet wird (z. B. im Wintersport und im Radsport). In der Energietechnik kann das System für die Herstellung von Teilen für Windkraftanlagen verwendet werden. Die Flügel der Anlagen erreichen mittlerweile Längen von an die 30 Meter und sind damit eine Herausforderung für den Autoklav, was die gleichmäßige Erhitzung des Bauteils angeht. Nicht nur die Abnehmer der HEPHAISTOS-Anlage haben ein Interesse an dem neuen Verfahren, sondern auch die Zulieferer der Grundstoffe für die Herstellung von Verbundwerkstoffen beobachten genau, wie sich dieses System entwickelt. Eine dieser Firmen ist Hexion Specialty Chemicals mit der Tochterfirma Bakelite AG in Deutschland, die unter anderem Epoxidharze herstellt. Durch ein neues Verfahren eröffnen sich den Zulieferern der Grundstoffe hier Chancen auf die Entwicklung neuer, für dieses Verfahren angepasster Substanzen.

Neben dem Einsatz für die Herstellung von Faserverbundwerkstoffen kann die Mikrowelle auch in vielen Arbeitsschritten Verwendung finden, bei denen es um die Erwärmung von Materialien geht, unter anderem die Erwärmung von Harzen, die in ein Fasergelege injiziert werden sollen. Mit der Mikrowelle kann man Keramik brennen (eine ursprüngliche Anwendung auch in den Forschungen am Forschungszentrum Karlsruhe). Auch in der Chemie wird nach Anwendungen bei der Verarbeitung von Materialien gesucht. Versuche bei Bayer werden durchgeführt, die Auswertung läuft noch. Ein 363

Vgl. Erb (2006).

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

175

wesentlicher Vorteil ist hier, dass die Chemieunternehmen ihren Kunden durch den Einsatz von HEPHAISTOS wiederum bessere Technik bieten können.

Wie Feher und Thumm (2003) darstellen (siehe Abbildung 26), macht die Fertigung bei Halbzeugen aus Verbundwerkstoffen einen erheblichen Anteil der Produktionskosten aus.364

13%

Fertigung 10%

Fasern Strukturen & Prepreg

72%

5%

Harz

Abbildung 26: Kostenstruktur von CFK-Verbundbauteilen365

Ursprünglich war es das Ziel, die Autoklaventechnik am Markt durch die Mikrowellentechnik zu ersetzen. Hieran wollte man den Erfolg der Entwicklung messen. Eine Durchsetzung von HEPHAISTOS gegenüber den Autoklaven wäre ein großer Erfolg und würde das System durch die Einführung in die Luftfahrtindustrie etablieren, da hier höchste Ansprüche an Qualität gelten. Die Luftfahrtindustrie ist nach derzeitigen Einschätzungen am schnellsten aufnahmebereit für die neue Technologie. Wie weiter unten berichtet wird, änderte sich diese Perspektive im Verlauf der zweiten Kooperation. Es wird nun eher eine breitere Einsetzbarkeit angestrebt.

Seit der JEC Composites Show 2006 in Paris ist die HEPHAISTOS-Anlage in der Industrie bekannt. Die EADS-Standorte Braunschweig und Stade haben noch Vorbehalte gegen das Mikrowellensystem, auch wenn gemeinsame Versuche mit Vötsch durchge-

364 365

Dies wurde auch in der Masterarbeit von Klautzsch (2005) berichtet. Nach Feher / Thumm (2003).

176

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

führt werden. Möglicherweise werden sie also in Zukunft auf HEPHAISTOS zurückkommen. Dass sie an der Mikrowellentechnologie interessiert sind, zeigt auch ein Patent für einen Mikrowellenautoklaven366, angemeldet durch das DLR und die Maschinenbau Scholz GmbH & Co KG, in dem Autoklaventechnologie mit einer Mikrowellenanwendung verbunden wird. Momentan steht aber Norddeutschland (Stade und Braunschweig) mit seinen autoklavengestützten Verfahren den süddeutschen Ansätzen (FzK, Ottobrunn, Eurocopter) mit dem Mikrowellensystem gegenüber. Zu bedenken ist, dass das HEPHAISTOS-System nicht nur für die Anwendung in der Luftfahrtindustrie geeignet ist. Die Projektpartner strebten zunächst eine erste Anwendung in diesem Bereich an, da diese Branche die höchsten Anforderungen an Materialqualität und Sicherheit stellt. Inzwischen ist die Anwendungsperspektive aber schon erweitert, Automobilhersteller und Zulieferer werden in die weitere Entwicklung mit einbezogen. In der Luftfahrtbranche wird es vermutlich schwer sein, die Autoklaven zu ersetzen, weil die Luftfahrt eine sehr konservative Branche ist. HEPHAISTOS muss erst fertig entwickelt und qualifiziert werden, IFB und EADS arbeiten an der entsprechenden Prozessentwicklung. Es muss auch nicht das Ziel sein, die Autoklaven sofort ganz zu ersetzen. Zunächst können die beiden Systeme durchaus parallel eingesetzt werden. Sobald also ein erster Referenzeinsatz der Anlage gelungen ist, wird wahrscheinlich verstärkte Vertriebstätigkeit bei Vötsch einsetzen. Dabei ist zunächst eine Durchsetzung in den europäischen Märkten vorgesehen. Weitere Entwicklungen, die geplant sind, sind eine Durchlaufanlage, die die Einbindung des HEPHAISTOS-Systems in eine Fließfertigung

ermöglicht,

und

eine

Hochleistungsmikrowellenanlage

auf

Basis

des

HEPHAISTOS-Systems, das momentan noch mit handelsüblichen Mikrowellengeneratoren arbeitet. Es wird auch die Ansicht vertreten, dass HEPHAISTOS weniger den Autoklaven ablösen könnte, sondern eher den Umluftofen. Für jeden Werkstoff gibt es spezifische Verarbeitungsmethoden, und bei Prepregs war dies bisher eher der Autoklav.367 Aber die Mikrowelle kann sich möglicherweise als neue Verarbeitungstechnologie für andere Werkstoffe etablieren. Je nach Anwendungsgebiet muss dazu noch die Tauglichkeit des hergestellten Halbzeugs genauestens geprüft werden.

366 367

Publikationsnummer DE102005050528 (A1) Die Firma Hexal hat ein autoklavloses Prepreg-Verfahren vorgestellt, das diese Festlegung auf den Autoklaven in Zukunft beeinflussen könnte.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

177

Kohlenstofffasern (Tonnen)

60000 50000 40000 Produktion

30000

Verbrauch

20000 10000 0 1997

2002

2006

2011

Abbildung 27: Weltweite Entwicklung von Produktion und Nachfrage von Kohlenstofffasern368

Sowohl Verfügbarkeit der Grundstoffe als auch Einsatz des Materials sind in den letzten zehn Jahren kontinuierlich angestiegen (siehe Abbildung 27). Die Verwendung von Kohlenstofffaserverbundwerkstücken als Bauteile in komplexeren Produkten hängt sehr stark ab von der Verfügbarkeit der Fasern369 und der Beherrschbarkeit der Herstellungsprozesse.370 Entsprechend besteht eine direkte Verbindung zwischen der Entwicklung des Marktes für Kohlenstofffasern und der Verbreitung von Kohlenstofffaserverbundwerkstoffen.

Japan und die USA produzierten 2006 zusammen 74 % der weltweit verfügbaren Kohlenstofffasern, in Europa wurden 21 % und im übrigen Asien 5 % der Fasern hergestellt.371 Der größte Teil der verfügbaren Fasern wird im Maschinen- und Anlagenbau verwendet (Industriell: Windkraftanlagen, tragende Strukturen), Luftfahrt und Sportausrüstung verbrauchen 2007 dagegen einen etwa gleich großen Anteil (siehe Abbildung 28). Stark ansteigen wird der Anteil der Luftfahrt bis 2011. Hier ist vermut-

368

Vgl. Tefera/Kälin/Yokose 2007. Schneider (1992, S. 155ff.) stellt zur Verfügbarkeit von Werkstoffen und deren Einfluss auf die Entwicklung von Märkten für neue Werkstoffe weiterführende Überlegungen an. 370 Zur Entwicklung der Herstellungsprozesse von Kohlenstofffasern in England, den USA und Japan siehe auch Spinardi (2002). 371 Vgl. Tefera/Kälin/Yokose (2007). 369

178

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

lich bereits die sich mit dem A 380 und dem Dreamliner abzeichnende Entwicklung von verstärktem Verbundwerkstoffeinsatz beim Flugzeugbau berücksichtigt.

Verbrauch von Kohlenstofffasern (t)

90.000 80.000 70.000

23.864

60.000 7.913

50.000

Luftfahrt Sport

40.000

Industriell

30.000

5.040 5.457

20.000 10.000 0

5.204 3.747 7.166

19.343

2000

2007

48.680

2015 (Prognose)

Abbildung 28: Verbrauch von Kohlenstofffasern in den drei größten Marktsegmenten372

Entsprechend diesen stark steigenden Verarbeitungsmengen ist eine Verbesserung der Produktionsverfahren von Verbundwerkstoffen von Interesse für die Hersteller solcher Bauteile.

Ein Preisvergleich von CFK-Werkstücken mit Werkstücken aus anderen Materialien ist nur anhand konkreter Teile möglich, da je nach Komplexität eines Werkstückes die Herstellungskosten stark schwanken.373 Einen Eindruck von den Potentialen der neuen Werkstoffe bieten die Projektionen zu Kosten- und Gewichtsersparnis für den Bau von Flugzeugrümpfen (siehe Abbildung 29). Faserverbundtechnologien bieten hier offenbar noch erhebliches Einsparungspotential.

372

Eigene Darstellung nach unveröffentlichter Forschungsarbeit am Lehrstuhl basierend auf Daten von SRI Consulting. 373 Größter Kostenfaktor ist bei der Herstellung die manuelle Fertigung, was stark mit der benötigten Zeit variiert. Siehe hierzu unten die Ergebnisse von Klautzsch (2005).

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

179

Gewicht (%)

Neue Metalltechnologien - 40

- 30

10 Heutige Metalle - 20

- 10

10 Kosten (%)

- 10

Heutige Faserverbunde

- 20

Zukünftige Faserverbundtechnologien

- 30

Abbildung 29: CFK-Flugzeugrumpf Entwurfsraum für Kosten und Gewicht374

In der Abschlussarbeit von Klautzsch (2005) an der Fachhochschule Rosenheim wurde in Zusammenarbeit mit dem Corporate Research Center der EADS die Wirtschaftlichkeit von alternativen Verfahren zur Herstellung von Faserverbundwerkstoffen untersucht. Klautzsch vergleicht hier die Mikrowellenanlage HEPHAISTOS mit dem Autoklaven und dem Heißluftofen. Er kommt dabei zu zwei für die Bewertung des Verfahrens wesentlichen Erkenntnissen. Zum einen weisen alle drei Verfahren die gleiche Kostenrangfolge auf.375 Die Lohnkosten der manuellen Fertigung sind dabei der wichtigste Kostenfaktor. Dem folgen die Materialkosten für CFK-Halbzeuge und Hilfsstoffe. Weniger bedeutend sind die Investitionskosten für die Anlage selbst. Am geringsten ins Gewicht fallen schließlich die Energiekosten, die beim Betreiben der Anlage entstehen. Zum anderen zeigen sowohl der Heißluftofen als auch die Mikrowellenanlage Kostenvorteile gegenüber dem Autoklav, besonders was die Investitionskosten und die Energiekosten angeht.376 Die Differenzen zwischen den drei Herstellungsverfahren 374

Nach Herbeck/Voggenreiter (2007). Vgl. Klautzsch (2005), S. 66ff, insbesondere S. 67, Abb. 40. 376 Vgl. Klautzsch (2005), S. 72, Abb. 44. 375

180

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

scheinen zwar gering, aber es besteht die Einschätzung, dass Autoklav und Heißluftofen ihr Einsparungspotential schon stark ausgeschöpft hätten, das Mikrowellenverfahren dagegen noch viel Einsparpotential biete.

Ein wesentlicher Faktor für die Durchsetzung der HEPHAISTOS-Anlage ist die Verbreitung von CFK-Werkstoffen. Diese Verbreitung hängt wiederum stark von den Kosten der Grundstoffe (Harze und Fasern) ab (siehe oben). Bisher sind Kohlenstofffasern noch vergleichsweise teuer und nur begrenzt verfügbar. Obwohl schon neuere Technologien zur Herstellung der Fasern vorhanden sind, werden ältere Verfahren nach wie vor eingesetzt.377 Die wenigen Unternehmen, die Kohlenstofffasern herstellen, haben noch kein Interesse an einem Preisverfall und sind auch bisher in der Lage, diesen zu verhindern. Basierend auf Aussagen der Firmen Toray und SGL Group ist festzustellen, dass in den letzten drei Jahren die Nachfrage nach Kohlenstofffasern höher lag als die Produktion.378 In diesem Jahr zeigen verschiedene Pressenmeldungen, dass Firmen wie Toray und Mitsubishi Rayon dabei sind, ihre Produktionskapazitäten auszuweiten.

7.3.3

Entwicklung und Verlauf der F&E-Kooperation

Drei Ereignisse gaben den Anstoß für die Entwicklung des Verfahrens. Erstens entdeckte ein Mitarbeiter des Forschungszentrums Karlsruhe bei seinen Forschungen, dass eine hexagonale Form des Inneren eines Mikrowellenofens die Erzeugung homogener Mikrowellenfelder erlaubt.379 Dies war mit der bisher üblichen zylindrischen Form nicht möglich gewesen. Zweitens zeigten Berechnungen zur Temperaturentwicklung und zu den relevanten Materialeigenschaften, dass eine Bearbeitung von CFKWerkstoffen machbar war. Und schließlich entstand in der Zusammenarbeit mit der Luftfahrtindustrie zur Enteisung von Flugzeugtragflächen mittels Mikrowellenstrahlung die Idee für die Anwendung der Mikrowellenanlage in der Materialherstellung. Ausgelöst wurde diese Zusammenarbeit im Mikrowellenbereich unter anderem durch die Atomkraftpolitik der rot-grünen Koalition seit 1998 und die Entscheidung zum Atomausstieg im Jahr 2000. Ein Forschungsschwerpunkt des Forschungszentrums Karls377

378

Dies wurde in informellen Gesprächen anlässlich der 1. Handelsblatt Tagung Werkstoffsymposium Fahrzeugtechnik am 3. und 4. Juni 2007 in Stuttgart deutlich. Basis für diese Aussage ist eine unveröffentlichte Forschungsarbeit am Lehrstuhl Internationales Management.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

181

ruhe ist die Nukleartechnik. Die politischen Richtungsvorgaben machten es notwendig, die Forschung in andere Bereiche als die der Nukleartechnik auszudehnen, um für den Fall zu diversifizieren, dass Deutschland sich gänzlich von seinem nuklearen Knowhow trennen würde. Seit neuestem zeichnen sich zwar deutliche Bemühungen z. B. in Nordrhein-Westfalen ab, das Wissen im Bereich Nukleartechnik nicht nur zu halten, sondern auch trotz der Beendigung der Kernenergie in Deutschland weiterzuentwickeln, aber das war Ende der neunziger Jahre im Zuge der „Abschaltungseuphorie“ nicht zu erwarten gewesen. Aus diesem Grund begann man in Karlsruhe mit der Forschung zum Einsatz von Mikrowellen. Die Entwicklung des Verfahrens begann 1999 und durchlief einige Höhen und Tiefen. Im Mai 2006 wurde schließlich im Rahmen des Einweihungssymposiums an der Universität Stuttgart die erste einsatzbereite HEPHAISTOS-CA2 Anlage präsentiert. Abbildung 30 gibt einen Überblick über den zeitlichen Verlauf der Entwicklung. 1997

Forschung FzK

1999

Enteisung

2003

Übergangsphase

2006

Erste Kooperation

2010

BMBF-Projekt

Abbildung 30: Zeitlicher Verlauf der Entwicklung des HEPHAISTOS-Verfahrens mit den vorbereitenden Arbeiten

Die Arbeit an HEPHAISTOS verlief nicht immer problemlos. Nach dem Abschluss der ersten Forschungsarbeiten 1997 begann das FzK 1998 mit der Kooperation mit Airbus zur Enteisung von Flugzeugtragflächen mittels Mikrowellen. Dort scheiterte die Mikrowellenenteisung allerdings am internen Widerstand. Das Projekt wurde mit Fairchild Dornier weiterverfolgt. Auch hier musste das Projekt auf Eis gelegt werden, nachdem Fairchild Dornier von einem chinesischen Unternehmen übernommen wurde. Die Enteisung sollte dann ab 1999 bei der DLR weiterverfolgt werden. Hiermit begann die Übergangsphase für die Mikrowellenentwicklung. Der DLR-Bereich für die Enteisung war auch zuständig für CFK-Materialien. Hier ergab sich der Anstoß, in der Materialherstellung ein Entwicklungsprojekt zu starten. Das Institut für Flugzeugbau der Universität Stuttgart war ebenfalls an der Entwicklung der Anlage beteiligt. Im Rahmen des Exzellenzprogramms erhielt das Forschungszentrum Karlsruhe für seinen Mitar-

379

Vgl. Feher (1997).

182

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

beiter eine unbefristete Stelle, somit konnte dieser seine Forschungen weiterverfolgen. Allerdings führte dieses Programm auch zu Konflikten, insbesondere bei Geldfragen und bei anwendungsnahen Themen. Zudem wehrten sich Mitglieder der alten Struktur innerhalb des Forschungszentrums gegen die Veränderungen. Der Projektpartner DLR strebte die Kontrolle über die Patente an und machte ein Kaufangebot. Das Forschungszentrum Karlsruhe war allerdings nicht bereit, die Kontrolle abzugeben und verlor in Folge dessen den Partner DLR. Es entstand eine kritische Situation für das Projekt, da Fördermittel fehlten und Mitarbeiter nicht mehr bezahlt werden konnten. Die darauf folgenden Entwicklungsschritte des Projektes (erste Kooperation und BMBF-Projekt) werden ausführlich im folgenden Kapitel zur Kooperationsstruktur erläutert.

7.3.4

Kooperationsstruktur

Mit dem Beginn der ersten Kooperation begann die formale Arbeit an der Entwicklung einer Prozesstechnologie für Verbundwerkstoffe unter Einsatz von Mikrowellen. Da sich die Kooperationsstrukturen später durch den Übergang in das BMBF-Projekt grundlegend veränderten, werden hier die beiden Entwicklungsstufen separat behandelt.

7.3.4.1 Erste Kooperation 2003-2006 2003 fand man in EADS einen neuen Partner für die Entwicklung des Mikrowellenverfahrens. EADS stellte in der Folge verschiedene Testaufgaben für das CA1-System, um die Machbarkeit der Anlage und des Konzeptes zu prüfen. Die Ergebnisse waren überzeugend und es wurde beschlossen, ein größeres System für weitere Tests zu bauen. Für dieses Vorhaben suchte man einen Industriepartner und entschloss sich, mit der Firma Vötsch zusammen zu arbeiten. Das Unternehmen überzeugte durch die Qualität der anderen von ihm produzierten Anlagen und hatte bereits in den 80er Jahren ein Mikrowellentrocknungssystem entwickelt. Über EADS wurde der Kontakt zum Vertrieb der Firma Vötsch hergestellt. Man einigte sich darauf, den Bau einer größeren Anlage mit der Bezeichnung CA2 zu 50 % durch Vötsch und zu 50 % durch das Forschungszentrum Karlsruhe zu finanzieren. Die Nutzungsrechte dieser Anlage sollten bei Vötsch liegen, das Eigentum beim FzK. Vötsch stellte etwa 20 Mitarbeiter zur Verfügung (darunter sieben Werkstattmitarbeiter), aus Karlsruhe kamen vier Techniker,

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

183

drei Akademiker und einige Diplomanden dazu. Seit 2003 wurden inzwischen drei CA2-Anlagen gebaut, eine davon wurde allerdings beim Transport irreparabel beschädigt. Die Rollen der Kooperationspartner in der HEPHAISTOS-Entwicklung in multilateraler, vertikaler Kooperation380 werden in Abbildung 31 veranschaulicht und im folgenden Abschnitt beschrieben.

Vötsch Industrietchnik (Vormontage der Anlage)

Muegge (Prototyp Mikrowellengenerator)

FzK

Isojet

(Fertigstellung, Tests)

(Beratung Harzinfusion)

Einsatzbereite Anlage

IFB (Test der Anlage und der Werkstoffe)

EADS (Test der Anlage und der Werkstoffe)

Abbildung 31: Partner der ersten Kooperation im HEPHAISTOS-Projekt

In diesem Projekt agierten vier Organisationen als Kernpartner der Kooperation: das Forschungszentrum Karlsruhe, das Institut für Flugzeugbau der Universität Stuttgart, die Abteilung Innovation Works der EADS und die Firma Vötsch Industrietechnik als zentraler Industriepartner. Hinzu kamen in beratender Funktion die Firmen Muegge Electronics und IsoJet Equipments.

380

Siehe Gerybadze (2005a), S. 162f.

184

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Die Forschungszentrum Karlsruhe GmbH ist ein Mitglied der Helmholtz-Gemeinschaft und besteht aus den beiden Geschäftsbereichen Stilllegung (Nukleare Anlagen) und Forschung. Die Forschung gliedert sich in die fünf Teilbereiche Struktur der Materie, Erde und Umwelt, Gesundheit, Energie sowie Schlüsseltechnologien. Unter den insgesamt 21 Instituten befindet sich auch das von Prof. Thumm geleitete Institut für Hochleistungsimpuls- und Mikrowellentechnik, an dem das HEPHAISTOS-Verfahren entwickelt wurde. Im Rahmen des Exzellenzprogrammes der Helmholtz-Gemeinschaft wurde der Mitarbeiter des FzK hier gefördert und konnte seine mit der Dissertation begonnenen Forschungen zum Einsatz von Mikrowellen fortsetzen. Das FzK ist in dieser ersten Kooperation sowohl der Projektkoordinator als auch der primäre Entwickler der Prozesstechnologie und stellt die Anlagen nach Vorarbeiten von Vötsch fertig.

Das Institut für Flugzeugbau an der Universität Stuttgart umfasst die Forschungsbereiche Flugzeugbau, Flugzeugentwurf, Faserverbundwerkstoffe und Windenergie. Das IFB ist in diesem Projekt vor allem für die Prozessentwicklung und die Durchführung von Materialtests zuständig. Eine Zeit lang stand die einzige betriebsbereite CA2Anlage beim IFB. Dort konnten interessierte Kunden Testläufe durchführen. In dieser ersten Kooperation ist das IFB zuständig für Tests an dem Material und der Anlage und stellt Kontakte zu interessierten Unternehmen her.

Die European Aeronautic Defence and Space Company (EADS) N.V. ist ein Unternehmen unter Beteiligungen französischer, spanischer und deutscher Konzerne sowie der jeweiligen Staaten. Die Geschäftsbereiche sind Luft- und Raumfahrt, u. a. mit den Unternehmen Airbus und Eurocopter, sowie Waffensysteme und Verteidigungstechnologie. Die Abteilung Innovation Works (IW) des Corporate Research Center der EADS Deutschland GmbH in Ottobrunn war als Kooperationspartner an den Materialtests mit der HEPHAISTOS-Anlage sowie der Prozessentwicklung beteiligt. Der Kontakt wurde über das IFB an der Universität Stuttgart hergestellt. Die EADS ist gleichzeitig potentieller Anwender für die Prozesstechnologie.

Die Firma Vötsch Industrietechnik GmbH wurde als Industriepartner gewonnen, um die Entwicklung von FzK und IFB zur Marktreife zu führen. Dieses Unternehmen wurde von der EADS vorgeschlagen, weil es bereits langjährige Erfahrungen im Bereich des Aushärtens von Faserverbundwerkstoffen besitzt und selbst vor einiger Zeit eine Mikrowellenanlage gebaut hatte. Vötsch führte eine Vormontage der Anlage

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

185

durch, die Fertigstellung erfolgte dann beim FzK. Vötsch fertigte zunächst den Grundaufbau der Mikrowellenanlage, der dann beim FzK mit den Mikrowellengeneratoren und der Steuerungselektronik versehen wurde. Inzwischen ist Vötsch in der Lage, selbst komplette Anlagen herzustellen.

Zwei weitere Unternehmen waren als Auftragnehmer zeitweilig für das Projekt beschäftigt. Die Firma Muegge Electronic GmbH ist spezialisiert auf Mikrowellensysteme und entsprechende Dienstleistungen. Ein Prototyp zur Einbringung von Mikrowellen in die Anlage wurde bei dieser Firma in Auftrag gegeben. Nach der Herstellung und Testung des Prototypen entschied sich allerdings das FzK, eine andere technologische Lösung zu verfolgen und es wurden bisher keine weiteren Aufträge an die Firma erteilt. In beratender Funktion war die Firma IsoJet Equipments an der Entwicklung der HEPHAISTOS-Anlage beteiligt. Als Spezialist für Harzinjektionssysteme besitzt das Unternehmen Kenntnisse über die Möglichkeiten der Harzeinbringung in Fasergelege und hat hierüber mit dem FzK diskutiert.

Im Folgenden wird der Projektverlauf der ersten Kooperation zusammenfassend beurteilt. Der Anlage und dem Verfahrensansatz bescheinigen die Gesprächspartner ein großes Potential. Besonders vorteilhaft ist die Verkürzung der Zykluszeiten. Für das Projekt spricht auch, dass Aufmerksamkeit am Markt erzeugt wurde. Die Produktentwicklung ist gut gelungen und es wird kontinuierlich verbessert. Insgesamt wird das Projekt auf Seiten von FzK und Vötsch als ein Erfolg angesehen, auf den man stolz ist. An einer effizienteren Unterstützung durch die EADS und das IFB, insbesondere auf der Materialforschungsseite, wird gearbeitet. Der Zugang zu internen Kontakten bei EADS ist komplex. Man würde gerne mehr Versuche für Kunden fahren, die Kapazität ist aber begrenzt. Es kann hier nur die Anlage in Stuttgart verwendet werden, die größtenteils von Vötsch finanziert wurde. Auf Seiten von EADS und dem IFB herrscht großes Interesse an der Technologie und die Beteiligten sind sehr interessiert an weiteren Messergebnissen.

Diese erste Kooperation hatte auch mit einigen Schwierigkeiten zu kämpfen. Es gab kein eigenes Budget für das Projekt. Die Arbeit wurde hauptsächlich durch Diplomund Studienarbeiten vorangetrieben, die von manchen Projektpartnern nicht als aussagekräftige Forschung im Rahmen des Projektes angesehen werden. Zudem waren diese Untersuchungen nicht zielgerichtet und koordiniert genug, da die Budgetbeschränkun-

186

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

gen keine längerfristige Planung von Versuchsreihen erlaubten. Auch bezüglich der Ziele der Zusammenarbeit gab es teilweise merkliche Differenzen zwischen den Partnern. Dies betrifft auch das mit HEPHAISTOS verfolgte Geschäftsmodell. Ein Teil der Kooperationspartner strebt eine Ablösung der Autoklaven an, da diese einen wesentlichen Teil der Fertigungstechnologie in der Luftfahrt ausmachen und damit einen attraktiven Markt bieten. Ein anderer Teil der Kooperationspartner ist dagegen eher generell an einer Machbarkeitsstudie zu dem Verfahren an sich interessiert, also der Frage, ob Mikrowellen überhaupt zu dieser Art von Verfahren eingesetzt werden können. Damit einher gehen auch die Ansprüche an das Gesamtergebnis der Zusammenarbeit, das auf der einen Seite die Markteinführung einer Verfahrenstechnik ist, andererseits aber die Beantwortung eben der Frage nach der generellen Machbarkeit. Anfangs war die Zusammenarbeit reibungslos, aber mit steigendem Industrieinteresse haben sich die formalen Ansprüche des FzK an Testdurchläufe gesteigert, was zu Verstimmungen bei den Partnern geführt hat. Eine bedeutende Frage, die in dieser Kooperation noch nicht beantwortet werden konnte, ist die Frage nach der Erwärmung des Werkstückes. Es konnte zwar nachgewiesen werden, dass das Mikrowellenfeld in der Anlage sehr homogen ist, aber der Nachweis, dass auch komplexer geformte Werkstücke homogen erwärmt werden können, steht noch aus. Die Projektpartner waren sich einig, dass hier noch weitere Entwicklungsarbeit notwendig war, und entschlossen sich zu einer Fortsetzung der Zusammenarbeit an dem Verfahren in einem Folgeprojekt.

7.3.4.2 Kooperation im BMBF-Projekt ab 2006 Die Prototypenanlage CA-2 war nach Aussagen des IFB nicht effektiv genug, um die Möglichkeiten der Industrialisierung erschöpfend zu überprüfen. Deshalb wurde ein Antrag für eine BMBF-Förderung eingereicht, um mit der Finanzierung weiterer Versuche die Verwendung des Prozesses in der Luftfahrt zu untersuchen. Das neue Kooperationsvorhaben wird durch das BMBF gefördert381 und besteht aus aktuell neun Kooperationspartnern. Es handelt sich um eine multilaterale, vertikal organisierte Kooperation.382 Dabei wird insbesondere die Eignung für das von der EADS angewendete Infusionsverfahren überprüft. Geplant ist außerdem der Aufbau weiterer Pilotanlagen, die Untersuchung der werkstoffkundlichen Grundlagen und insgesamt die Erprobung 381

Titel des Vorhabens „Verbundvorhaben: Innovative, modulare Mikrowellentechnologie zur Herstellung von Faserverbundstrukturen“. 382 Siehe Gerybadze (2005a), S. 162f.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

187

und Bewertung der Technologie. Dies wäre mit der bisherigen Finanzierung nicht möglich gewesen. Der Verbund aus dem ersten Projekt besteht insofern lose fort, als einige Nutzungsrechte noch bei diesem ersten Verbund liegen. Während die erste Kooperation von FzK, IFB und EADS die praktische Umsetzung des Verfahrens in der Produktion zum Ziel hatte, soll der zweite, BMBF-geförderte Verbund die Grundlagen des Verfahrens erforschen und gleichzeitig mehr interessierte Unternehmen einbinden. Entsprechend wurde die Kooperation um einige weitere Partner erweitert.

Aus dem ersten Verbund sind noch die Partner FzK, EADS und IFB beteiligt. Der Industriepartner Vötsch hat sich entschlossen, nicht an dem BMBF-geförderten Projekt teilzunehmen. Auch die beratenden Unternehmen Muegge und IsoJet sind nicht Teil der neuen Kooperation. Neu hinzugekommen sind die Unternehmen Stesalit AG, Hexion Specialty Chemicals (bisher Bakelite), Porsche Engineering Group, Fritzmeier Composites GmbH, GKN Aerospace GmbH und die BASF AG als assoziierter Partner. Die Bearbeitung des Verfahrens ist zudem in verschiedene Arbeitspakete aufgeteilt worden. Kurz nach Beginn des Projektes kam es bei der Stesalit AG (inzwischen Gurit GmbH) zu einem Eigentümerwechsel und in der Folge zum Ausscheiden aus dem Verbund. Anstelle der Stesalit AG wurde die SGL Group in den Verbund aufgenommen, die hauptsächlich als Hersteller von Bauteilen in dieser Kooperation mitarbeitet (siehe Abbildung 32).

Die Industriepartner sind dabei hauptsächlich mit werkzeugintegrierten Prozessen, der Werkstofftechnologie und der Herstellung von Demonstratorbauteilen befasst. Die Forschungsinstitute FzK und IFB werden dazu noch ofenbasierte Prozesse und Fügetechniken untersuchen.

188

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Projektleitung

Alle Arbeitspakete

FzK

IFB

Materialeigenschaften

Anwendungen

Automobil Porsche Fritzmeier

Rohmaterialien Hexion BASF

Luftfahrt EADS GKN

Bauteile SGL

Abbildung 32: Projektpartner im BMBF-Projekt zur Entwicklung von HEPHAISTOS383

Im Folgenden wird der Projektverlauf der BMBF-geförderten Kooperation zusammenfassend

beurteilt.

In

diesem

zweiten

Projekt

zur

Weiterentwicklung

der

HEPHAISTOS-Anlage liegt eine multilaterale, tendenziell eher vertikale Kooperation vor.384 Die Partner im Projekt vertreten die verschiedenen Wertschöpfungsstufen bei der Herstellung von Bauteilen aus Faserverbundwerkstoff, wobei sich einige Kooperationspartner auch an der Entwicklung auf verschiedenen Stufen der Wertschöpfungskette beteiligt sind (siehe Abbildung 33). Mit BASF als Grundstofflieferanten, dem Spezialchemiehersteller Hexion, den Forschungseinrichtungen (FzK, IFB), den Bauteilhersteller (GKN, Fritzmeier) sowie den Systemintegratoren (EADS, Porsche) sind somit alle Stufen der Wertschöpfungskette im BMBF-Projekt vertreten. Diese Struktur berücksichtigt die Einbeziehung von allen Interessenten des Produktionsprozesses, was besonders bei Prozessinnovationen eine große Rolle spielt, um die Innovation auch erfolgreich durchsetzen zu können.385

383

In kursiv sind die jeweiligen Arbeitspakete angegeben. Die Kooperationsformen werden in Kapitel 5.1 behandelt. 385 Zu den Eigenheiten der verschiedenen Innovationstypen siehe Kapitel 4.1.2. 384

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Fasergrundstoffe

Harzgrundstoffe

BASF AG

189

Kunstfasergelege Härtung mit Injektion

Bauteil

Modul

Produkt

GKN Fritzmeier

EADS Porsche

Epoxidharz

Hexion

FzK IFB EADS

GKN Fritzmeier SGL

Abbildung 33: Wertschöpfungsstufen und Kooperationspartner im BMBF-geförderten Projekt386

Problematisch für diese Kooperation ist es, dass die beteiligten Partner teilweise deutlich unterschiedliche Ziele verfolgen, was möglicherweise eine Folge der unscharfen Zieldefinitionen des Projektes ist.387 EADS und GKN sind eher an der Leistungsfähigkeit des Materials interessiert, Porsche dagegen eher an den Kosten und den möglichen Stückzahlen. Die Modularisierung im BMBF-Projekt bewirkt hierbei auch, dass die Partner eher parallel forschen, anstatt an einem gemeinsamen Projekt zu arbeiten. Die Modularisierung der Aufgaben hat hier möglicherweise zu früh zu einer teilweisen Abschottung der Projektpartner geführt und den produktiven Austausch von Erkenntnissen verhindert.

Es sind allerdings in diesem Projekt alle wichtigen Wertschöpfungsstufen vertreten, was der weiteren Entwicklung eine sehr gute Basis bietet. Die Expertise in den einzelnen Organisationen kann in der Kooperation zusammengeführt werden, und in den einzelnen Arbeitspaketen sind schon interessante Fortschritte zu beobachten. Um hier nun eine Optimierung des Projektablaufes zu erreichen, sollte die Strukturierung des Projektes überdacht werden. Hierfür bietet sich das Strukturierungsmodell von Gerybadze (2005) an.

386

Zuordnung der Kooperationspartner im BMBF-geförderten Projekt zu den Wertschöpfungsstufen der Herstellung von Bauteilen aus CFK. 387 Gerybadze (2005a, S. 164) empfiehlt dies als wesentlichen Schritt zur Vorbereitung der Kooperation.

190

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Gerybadze (2005a) empfiehlt zur Strukturierung von technologischen Kooperationen einen sechsstufigen Prozess (siehe Abbildung 34)388. Zunächst sollen die Gesamtstrategie formuliert und Ziele festgelegt werden (1). Dabei ist darauf zu achten, dass die Ziele und Strategien der Kooperationspartner zueinander und zu dem Projektvorhaben kompatibel sind. Ausgehend von diesen Zielen wird dann eine Prozessanalyse und -gestaltung durchgeführt (2). Diese soll zu einem gemeinsam erstellten Projektplan führen, der offen für spätere Anpassungen und Veränderungen sein muss. Im Anschluss daran werden die zu erledigenden Aufgaben zerlegt und in Module aufgeteilt, die von den Kooperationspartnern bearbeitet werden können (3). Die Kompetenzen zur Erfüllung der zugeteilten Module werden in der strategischen Aufgabenanalyse und der Kompetenzbewertung überprüft, gegebenenfalls kann nachgeregelt werden (4).

Performance Evaluation / Zielüberprüfung

6

5

Strategieformulierung und Zielfestlegung

1 Organisationsstruktur / Organisationsgestaltung

2

Strategische Aufgabenanalyse und Kompetenzbewertung

4

Prozessanalyse und -gestaltung

Modularisierung und Aufgabenzerlegung

3

Abbildung 34: Prozess der Projektstrukturierung389

Danach wird die Organisationsstruktur für die Kooperation in einem Kooperationsvertrag festgelegt (5). Dies erlaubt auch eine verbindliche Klärung der rechtlichen Form der Kooperation, sowie der Rechte und Pflichten der Partner. Abschließend werden die Zielüberprüfung und Performance Evaluation für die Kooperation festgelegt, anhand derer sich der Erfolg des Projektes bzw. Schwierigkeiten bei der Bearbeitung feststellen lassen (6). In Abbildung 34 sind diese sechs Stufen als geschlossener Kreislauf dargestellt. Dies soll deutlich machen, dass ein einmaliges Durchlaufen des Prozesses nicht ausreicht, sondern dass im Laufe des Projektes Zieländerungen und 388

Diese Strukturierung basiert auf Gerybadzes (1995) ursprünglichem Vorschlag eines fünfstufigen Prozesses, der aktualisiert und erweitert wurde (s. a. Gerybadze, 2004a, S. 207ff).

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

191

-anpassungen vorgenommen werden können und sollten. Die Projektorganisation und das Projektmanagement der hier beschriebenen F&E-Kooperation werden im Folgenden anhand dieses Prozesses analysiert. Die Projektpartner in dieser Fallstudie haben den Ansatz von Gerybadze nicht explizit verfolgt. Die Abgleichung des Vorgehens in den Kooperationen mit den Empfehlungen von Gerybadze kann jedoch Hinweise darauf liefern, was in diesen Kooperationen gut funktioniert hat und an welcher Stelle der Kooperation noch Verbesserungspotential bestand.

Die erste Phase der Projektplanung besteht in der Strategieformulierung und Zielfestlegung. Die Kooperation startete zunächst als lose vereinbarte Zusammenarbeit zur Entwicklung des Mikrowellensystems. Die daran anschließende Erstellung des Projektantrages für die BMBF-Förderung hat die Projektpartner durch die formalen Anforderungen veranlasst, sich über die wichtigsten Aspekte, die auch Gerybadze (2005a) in seinem Ansatz empfiehlt, Gedanken zu machen. Gegenüber der vorherigen ersten Kooperation sind die Ziele und Strategien des Projektes zwar schon deutlicher formuliert, eine konkretere Festlegung auf eine bestimmte Anwendung oder einen spezifischen Einsatz der Anlage wäre für die Fokussierung des Vorhabens möglicherweise hilfreicher gewesen. Andererseits sind die Möglichkeiten der Anlage noch nicht vollständig absehbar, entsprechend undeutlich sind die Anwendungen, die sich aus diesem Projekt ergeben könnten. Dementsprechend wurden im HEPHAISTOS-Projekt die Elemente der ersten Phase angemessen umgesetzt.

In der zweiten Phase der Projektplanung sollten die Prozessanalyse durchgeführt und die Prozessgestaltung bearbeitet werden. Es wurde nicht deutlich, ob die Projektbeteiligten in diesem Fall zwischen verschiedenen Lösungswegen abgewägt haben, bevor sie sich entschieden, die Mikrowellenanlage für die Luftfahrtindustrie weiterzuentwickeln. Im Laufe der Kooperation entwickelten die verschiedenen Projektpartner unterschiedliche Vorstellungen von dem zu verfolgenden Lösungsweg. Ein expliziter Austausch über diese Entwicklung hat bisher nicht stattgefunden. Hier kann die Kooperation noch verbessert werden, indem explizit eine Prozessanalyse und Prozessgestaltung der Kooperation durchgeführt wird.

389

Nach Gerybadze (2005a).

192

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Die Modularisierung und Aufgabenzerlegung als Vorbereitung für die Zuteilung der Aufgabenpakete soll in der dritten Phase erfolgen. Eine Modularisierung der Aufgaben bestand bei HEPHAISTOS zunächst durch die gegebenen Kompetenzen der Kooperationspartner in der ersten Kooperation. Im BMBF-Projekt wurde eine Aufteilung der Aufgaben nach den Kompetenzen, die sich aus der Position des jeweiligen Kooperationspartners in der Wertschöpfungskette390 ergeben, vorgenommen. Die Organisationsstruktur der Kooperation ist zudem zum Teil durch Anforderungen des BMBF vorgegeben. Interessant ist dabei, dass durch die starken formalen Anforderungen des BMBF ein Teil der Empfehlungen von Gerybadze (2005a) umgesetzt wurde.

Nach der dritten Phase folgt die Aufgabenanalyse und Kompetenzbewertung der beteiligten Partner, um die Aufgaben angemessen zuteilen zu können. Auch auf dieser Stufe zeigt die HEPHAISTOS-Kooperation Erfüllung der Empfehlungen von Gerybadze (2005a). Wie die Darstellung der Kooperationspartner in der relevanten Wertschöpfungskette zeigt, sind alle Wertschöpfungsstufen in der Kooperation vertreten, was besonders wichtig für die hier angestrebte architekturelle Prozessinnovation ist, die potentiell alle Wertschöpfungsstufen betreffen wird. Auch das Niveau der beteiligten Partner ist vergleichbar und angemessen hoch. Die Empfehlungen der vierten Phase wurden hier also gut umgesetzt.

Über die Organisationsstruktur und die Organisationsgestaltung wird in der fünften Phase der Projektplanung entschieden. Als Initiator hat das FZK die administrative Leitung der Kooperation übernommen. Dies stellt eine Abweichung von BMBFVorgaben dar, die üblicherweise einen der Industriepartner als Projektkoordinator einsetzen. Zwar wurden die Zuständigkeiten nach Kompetenz der Partner klar verteilt, aber eine Organisationsstruktur, die den Austausch von Arbeitsergebnissen fördert, war nicht ausreichend vorhanden. Die stattgefundene Regelkommunikation hatte eher die Funktion, BMBF-Vorgaben zu erfüllen, als dass sie in aktiver Weise das Management des Projektes unterstützt hätten. Empfehlungen der fünften Phase könnten also noch deutlicher umgesetzt werden, hier lässt sich das Projekt möglicherweise noch verbessern.

390

Siehe auch Abbildung 33.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

193

Abschließend sollen in der sechsten Phase dann die Leistungsevaluation der Kooperation vorbereitet und die Ziele festgelegt werden, anhand derer eine Überprüfung stattfinden soll. Aufgrund des noch nicht ausgereiften Prozesses war es einerseits für die Projektpartner schwierig, klare Leistungskriterien für die Kooperation festzulegen. Andererseits entstand auch hier der Eindruck, dass die Art des Projektes eine deutliche Festlegung von solchen Kriterien nicht gestattete. Es ging fast allen Beteiligten zunächst um eine Erprobung und weitere Erforschung des Prozesses, wofür sich keine quantitativen Erfolgsmaße definieren ließen. Mit fortschreitendem Projekt kann man aber hier, im Sinne eines sich wiederholenden Prozesses der Projektstrukturierung und einer Anpassung an sich verändernde Rahmen- und Projektbedingungen, klarere Ziele und Leistungsmaße für die weitere Kooperation finden. Dies wird auch die Argumentation für eine Anschlussförderung des aktuellen Projektes beim BMBF erleichtern, sollte sich herausstellen, dass der Prozess in diesem laufenden Projekt noch nicht zur Marktreife gebracht werden kann. Eine Evaluation ist bisher nicht erfolgt und auch noch nicht geplant, kann aber die Leistung der Kooperation verbessern, besonders, wenn sie in mehreren Iterationen durchgeführt wird.

7.3.5

Wissen und Wissenstransfer in der F&E-Kooperation

Die Analyse der Wissenstransferaktivitäten in diesem Fall wird erschwert durch die Veränderungen in der Projektkonfiguration beim Übergang von der ersten Kooperation zum BMBF-Projekt. Deshalb werden die beiden Stufen der F&E-Kooperation im Folgenden nacheinander betrachtet.

In der ersten Kooperation wurde Wissen hauptsächlich durch direkte Treffen zwischen den Partnern ausgetauscht. Hier wurde das Prozessverfahren vom Erfinder erklärt, die Möglichkeiten des Systems wurden demonstriert und Testergebnisse wurden ausgetauscht und diskutiert. Es kam eher ungeplant zu Wissensaustausch, auch wegen der unterschiedlichen Zielvorstellungen im Team. Drei spezifische Aspekte erschwerten den Wissenstransfer in der ersten F&E-Kooperation erheblich. Erstens waren die Projektpartner über vier verschiedene Standorte im Süden Deutschlands verteilt. Fast das gesamte Projekt über existierte nur ein Prototyp der Anlage, mit dem Versuche durchgeführt werden konnten, und diese Anlage befand sich überwiegend beim IFB. Dieses gewährte zwar theoretisch uneingeschränkten Zugriff, aber die Möglichkeiten für Tests waren durch die räumlichen und zeitlichen Rahmenbedingungen eingeschränkt. Damit

194

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

stellt dieses Projekt ein deutliches Beispiel für ein verteiltes Projektteam dar, mit all den Schwierigkeiten für die Kommunikation, die dies mit sich bringt.391 Zweitens verfolgten die Projektpartner teilweise voneinander abweichende Ziele. Während Vötsch und das FzK primär an einer Markteinführung des Prozesssystems interessiert waren, ging es der EADS und dem IFB eher um eine Erforschung der Möglichkeiten des Verfahrens und eine gründliche Testung der Werkstoffe. Diese Konfiguration erschwerte die Kommunikation zusätzlich, da eine Seite des Teams versuchte, Informationen im Bezug auf ihre Zielsetzung zu erlangen, während die andere Seite dieses Ansinnen vor dem Hintergrund der eigenen, abweichenden Ziele nicht gänzlich nachvollziehen konnte. Ein Beispiel hierfür ist, dass das FzK und Vötsch die Verantwortung für Materialtests bei den anderen beiden Partnern sahen, während diese sich eher als Netzwerker und Wissenslieferanten zu den Materialeigenschaften verstanden. Drittens verhinderte die eher informelle Organisation des Projektes, dass der Wissenstransfer und Wissensaustausch strukturierter und geplanter angegangen wurden. Es gab keinen formal Projektverantwortlichen, weshalb die Kooperation eher in einem Austausch von prozessbezogenem Wissen bestand. Noch weiter eingeschränkt wurde die Gestaltungsfähigkeit durch das nicht vorhandene gemeinsame Projektbudget. Auch wenn das FzK informell die Koordinierung und Führung der Kooperation übernommen hatte, verlieh die informelle Organisation dieser Führungsrolle nicht die notwendige Autorität, um die Kooperation wirkungsvoll zu lenken.

In der ersten Kooperation war es das Interesse des FzK, das Verfahren zu kommerzialisieren, weshalb nach einem geeigneten Unternehmen gesucht wurde, um diese Erfindung zu verwerten. Das FzK hatte bereits Kontakt zu bedeutenden Anwendern in der Luftfahrtindustrie aufgenommen, bevor man begann, an dem Verfahren zu arbeiten. Die Erfahrung mit dem Einsatz der Mikrowelle zur Verarbeitung von keramischen Pulvern392 aus früheren Forschungsprojekten hatte sehr wahrscheinlich zu der Ausbildung einer entsprechenden absorptiven Kapazität geführt, welche die Entwicklung weiterer Anwendungen zusammen mit Industriepartnern erlaubte. Dies ermöglichte schließlich die Erstellung eines ersten einsatzfähigen Prototypen zur Hitzebearbeitung von Werkstücken. Zwar half dies, die Technologie zu erklären und zu demonstrieren, es erzeugte aber für den Erfinder und das FzK eine Art von kognitiver lock-in Situation,

391 392

Die Schwierigkeiten der verteilten Teamarbeit werden in Kapitel 2.2.4 näher erläutert. Gemeint sind Sinterverfahren, welche die erste Anwendung der neuen Ofengeometrie waren.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

195

die verhinderte, dass neue oder andere Anwendungsfelder für das Verfahren gesucht oder in Erwägung gezogen wurden. Anstatt gemeinsam an der Weiterentwicklung des Verfahrens zu arbeiten, testeten die Kooperationspartner das Verfahren im Hinblick auf ihre unterschiedlichen Einsatzvorstellungen.

Entsprechend der informellen Organisation der Kooperation waren auch die Methoden, die für den Transfer des Wissens angewendet wurden, eher informeller Natur. Obwohl es sich anscheinend hauptsächlich um den Transfer einer Technologie handelte, ging es doch auch um die Erzeugung neuen Wissens, was sich in den Tests und den teilweise vorhandenen Überlegungen zu neuen Anwendungen des Verfahrens zeigte, die nicht vom Erfinder vorgesehen waren. Ein häufigerer Austausch zwischen allen Kooperationspartner wäre hier zu erwarten gewesen. Tatsächlich trafen sich alle Partner nur unregelmäßig, und es kam zu langen Pausen in der Interaktion. Es kam in dieser Kooperation eher zu bilateralen Treffen.

Das nachfolgende BMBF-Projekt besaß einen stärkeren formalen Rahmen, bedingt durch die Fördergelder und die damit verbundenen Anforderungen. In dieser Kooperation waren Ziele für den Antrag der Fördergelder klar definiert worden. Diese waren allerdings sehr allgemein gehalten, wie z. B. die weitere Erforschung von möglichen Anwendungen des Verfahrens. Teilweise wurden diese sehr allgemein formulierten Ziele als ein Hindernis für die Bearbeitung des Projektes angesehen. Allerdings könnte diese offene Herangehensweise eher eine Weiterentwicklung des Verfahrens und die Berücksichtigung neuer Anwendungsfelder neben der Härtung von Verbundwerkstoffen erlauben, da so ein lock-in wie in der vorherigen Kooperation verhindert werden kann.

Die Definition von Arbeitspaketen im Förderantrag hat allerdings auch zu einer gewissen Isolierung der Projektpartner in Funktionsgruppen geführt. Einige Gesprächspartner berichteten, dass ein Austausch außerhalb des eigenen Arbeitspaketes eher selten sei und teilweise der einzige Austausch während der Projektsitzungen alle drei Monate stattfände. Während dieser Treffen scheinen die Projektpartner sehr konzentriert auf ihren Teil der Kooperation. Manche Gesprächspartner berichteten auch von Schwierigkeiten, Treffen mit anderen Teilnehmern außerhalb der formal vorgesehenen Workshops zu vereinbaren. Die Projektleitung in dieser Kooperation liegt nach wie vor beim FzK, was eher ungewöhnlich für BMBF-geförderte Projekte ist. Normalerweise

196

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

würde diese Rolle einem Industriepartner zufallen. Die Einrichtung von Koordinatoren für die Untergruppen (Luftfahrt, Automotive) wurde als eine Maßnahme berichtet, welche die Koordinierung innerhalb des Projektes verbessern könnte.

Die Schwierigkeiten in der Projektzusammenarbeit und Vorbehalte der beteiligten Partner gegen Evaluationen des Projektverlaufes verhinderten einen systematischen Einsatz der in Kapitel 6 vorgestellten Wissensmetrik als ein direktes Verfahren. Daher wird dieser Fall zunächst in Form einer externen Einschätzung nach Rezeption aller verfügbaren Interviewprotokolle in die Wissensmetrik393 eingeordnet. Auch hier muss eine externe Bewertung für die beiden Kooperationsphasen (erste Kooperation und BMBF-Projekt) getrennt erfolgen, da sie sich hinsichtlich der Konfiguration deutlich unterscheiden. Dies ist auch die einzige Fallstudie, in der die Beurteilung nach der Wissensmetrik zu zwei verschiedenen Zeitpunkten vorgenommen werden konnte. Aus den oben wiedergegebenen Analysen der ersten Kooperation lässt sich mit Hilfe der Wissensmetrik ableiten, dass in dieser Kooperation eher implizites (durchschnittliche Bewertung 2,0) und äquivokes Wissen (durchschnittliche Bewertung 1,9) vorlag (siehe Abbildung 35).394

393 394

Die Wissensmetrik wird ausführlich in Kapitel 6.1 vorgestellt. Eine Zusammenfassung der Erkenntnisse zu den Wissensmerkmalen aus den Fallstudien erfolgt in Kapitel 7.6.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Explizitheit

197

trifft überhaupt nicht zu

trifft voll und ganz zu

1 2 3 4 5

1. Die Projektinhalte können so dokumentiert werden, dass Dritte diese ohne weitere Erläuterungen verstehen. 2. Die Projektinhalte sind so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen. 3. Die Projektinhalte können in angemessener Zeit durch Schulungen/Gespräche vermittelt werden. 4. Die Projektinhalte können leicht durch Beobachten erlernt oder imitiert werden. 5. Die Projektinhalte sind bei Kenntnis der einzelnen Bestandteile und deren Zusammenwirken leicht zu verstehen (Komplexität).

Mehrdeutigkeit 1. Es gibt eine einheitliche Sicht über die Dinge die zu tun sind. (gemeinsame Vorstellung über Projektaufgabe/-ziel) 2. Es gibt eine Visualisierung des Gesamtkonzepts in dem sich die Aufgaben eines jeden Projektmitglieds widerspiegeln. 3. Die inhaltlich relevanten Aspekte werden gemeinschaftlich abgesteckt. 4. Ein Zusammengehörigkeitsgefühl innerhalb des Projektteams besteht. 5. Es gibt eine einheitliche Sicht über das was mit dem Projekt bewirkt werden soll (Ursache-Wirkung). 6. Es gibt ein einheitliches Verständnis was gut und richtig ist. (z.B. Einheitliche Bewertung von Ergebnissen) 7. Es gibt eine einheitliche Bewertung was wichtig ist und mit Priorität verfolgt werden sollte. 8. Ein Einvernehmen besteht darüber, wer was konkret ausführt und wie es gemacht wird.

Abbildung 35: Bewertung des Wissens in der ersten Kooperation

In der ersten Kooperation lagen deutliche Anzeichen für eher implizites und äquivokes Wissen vor. Eine Dokumentation der Projektinhalte wäre nur mit erheblichem Aufwand möglich, da es sich um sehr komplexe Abläufe handelt. In der ersten Kooperation wurde eine solche Dokumentation nicht unternommen. Eine Vermittlung der Projektinhalte durch Schulungen scheint eher möglich zu sein, aber auch hier mit Aufwand verbunden. Ein Erlernen der Projektinhalte durch Beobachtung ist nahezu ausgeschlossen, da der Prozess durch sehr spezielle elektronische Steuerung geprägt ist. Des Weiteren bewirken das Zusammenspiel von Prozess und verwendetem Material eine ausgeprägte Komplexität des Projektinhaltes, was eine ausführliche Erläuterung durch die Fachleute notwendig macht. In der ersten Kooperation wurde deutlich, dass die

198

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Projektbeteiligten unterschiedliche Ziele verfolgen, die aber an dem gleichen Prozess ausgerichtet sind. Eine Visualisierung oder ein formaler Projektplan lagen hier nicht vor. Über die inhaltlich relevanten Aspekte kam es durchaus zum Austausch, aber nicht regelmäßig und strukturiert. Ein Zusammengehörigkeitsgefühl entwickelte sich hier kaum, die Projektpartner schienen eher durch das gemeinsame Interesse an der Technologie verbunden. Darüber, was mit dem Projekt erreicht werden sollte, herrschten deutlich unterschiedliche Ansichten. Auch die Bewertung von Ergebnissen unterschied sich stark zwischen den Beteiligten. Entsprechend der unterschiedlichen Ziele zeigten sich auch bei den gesetzten Prioritäten in der Projektarbeit deutliche Differenzen. Ebenso war die Aufgabenverteilung, also wer was wie auszuführen hat, eher unklar. Die erste Kooperation zeigte die für eher implizites und äquivokes Wissen vermuteten Schwierigkeiten. Die Partner waren sich teilweise nicht einig über die zu verfolgenden Ziele, und ein Informationsaustausch wurde durch die räumliche Verteilung zusätzlich erschwert. Es kam zu Missverständnissen, die sich nur schwer aus dem Weg räumen ließen.

Im BMBF-Projekt haben sich die Wissensmerkmale gegenüber der ersten Kooperation verändert. Zum BMBF-Projekt ließen sich zudem die Items der Wissensmetrik in einige der Expertengespräche aufnehmen, was die externe Beurteilung der zweiten Kooperation etwas verlässlicher macht. Die Einschätzung nach den Interviews deutet auf Wissen mit mittlerer Explizitheit (durchschnittliche Bewertung 3,0) und Tendenz zu eher kanonischem Wissen (durchschnittliche Bewertung 3,5) hin (siehe Abbildung 36).395

395

Eine Zusammenfassung der Erkenntnisse zu den Wissensmerkmalen aus den Fallstudien erfolgt in Kapitel 7.6.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Explizitheit

199

trifft überhaupt nicht zu

trifft voll und ganz zu

1 2 3 4 5

1. Die Projektinhalte können so dokumentiert werden, dass Dritte diese ohne weitere Erläuterungen verstehen. 2. Die Projektinhalte sind so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen. 3. Die Projektinhalte können in angemessener Zeit durch Schulungen/Gespräche vermittelt werden. 4. Die Projektinhalte können leicht durch Beobachten erlernt oder imitiert werden. 5. Die Projektinhalte sind bei Kenntnis der einzelnen Bestandteile und deren Zusammenwirken leicht zu verstehen (Komplexität).

Mehrdeutigkeit 1. Es gibt eine einheitliche Sicht über die Dinge die zu tun sind. (gemeinsame Vorstellung über Projektaufgabe/-ziel) 2. Es gibt eine Visualisierung des Gesamtkonzepts in dem sich die Aufgaben eines jeden Projektmitglieds widerspiegeln. 3. Die inhaltlich relevanten Aspekte werden gemeinschaftlich abgesteckt. 4. Ein Zusammengehörigkeitsgefühl innerhalb des Projektteams besteht. 5. Es gibt eine einheitliche Sicht über das was mit dem Projekt bewirkt werden soll (Ursache-Wirkung). 6. Es gibt ein einheitliches Verständnis was gut und richtig ist. (z.B. Einheitliche Bewertung von Ergebnissen) 7. Es gibt eine einheitliche Bewertung was wichtig ist und mit Priorität verfolgt werden sollte. 8. Ein Einvernehmen besteht darüber, wer was konkret ausführt und wie es gemacht wird. Abbildung 36: Bewertung des Wissens im BMBF-Projekt.

Im Gegensatz zu der ersten Kooperation wurde die Dokumentation durch den Projektantrag und die Berichtspflichten, die sich aus der Förderung durch das BMBF ergeben, verbessert. Auch die Vermittelbarkeit durch Schulung hat sich wesentlich verbessert. Die Beobachtbarkeit ist nach wie vor gering, dafür hat die Komplexität etwas abgenommen. Was sich wesentlich verändert hat, sind die einheitliche Sicht der Ziele und das dokumentierte Gesamtkonzept, ebenfalls bedingt durch die Dokumentierungspflichten gegenüber dem BMBF. Auf die inhaltlich relevanten Aspekte hat man sich zwar geeinigt, dies wurde aber mit fortschreitendem Projekt zunehmend irrelevant, da einzelne Untergruppen offenbar separate Interessen verfolgen. Auch ein stärkeres Zusammengehörigkeitsgefühl hat sich nicht eingestellt, die Modularisierung der Aufga-

200

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

benpakete hat hier anscheinend zu einem Lagerdenken beigetragen. Über die Wirkung des Projektes dagegen besteht dank der Zielformulierungen der Projektpartner mehr Einigkeit als zuvor. Trotz der regelmäßigen Projekttreffen werden Ergebnisse allerdings nach wie vor sehr unterschiedlich bewertet. Dafür scheint klarer zu sein, was tatsächlich als Priorität im Projekt verfolgt werden sollte. Diese hat zu einer klareren Aufgabeverteilung geführt. Insgesamt haben hier die formalen Anforderungen des BMBF zu mehr Struktur und einer Kanonifizierung des Wissens geführt, es bestehen aber weitere Probleme, die ihren Ursprung teilweise in der noch impliziten Natur des Wissens haben, und teilweise in der räumlichen Verteilung der Projektmitglieder und der Modularisierung der Aufgaben.

7.3.6

Abschließende Bemerkungen

Die Dauer der Kooperation um das Verfahren HEPHAISTOS und der Wechsel zwischen zwei Projekten haben es in dieser Fallstudie ermöglicht, die dynamische Veränderung der Wissensmerkmale teilweise zu beobachten. Mehrere Aspekte erschwerten die Kooperation und den Wissenstransfer in dieser Fallstudie. Beim Gegenstand der Kooperation handelte es sich um eine eher forschungsgetriebene Erfindung, für die eine Anwendung gesucht wurde. Die beteiligten Projektmitglieder waren stark regional im süddeutschen Raum verteilt. Es bestanden teilweise unterschiedliche Meinungen darüber, welche Ziele mit der ersten Kooperation verfolgt werden sollten. Und insgesamt lässt sich das Wissen in den beiden aufeinander folgenden Kooperationen als eher implizit und äquivok charakterisieren. Dagegen bestand besonders im BMBFgeförderten zweiten Projekt eine Kooperation, die alle wichtigen Schritte der Wertschöpfungskette für die Innovation abdeckte. Außerdem sind die an der zweiten Kooperation beteiligten Personen alle fachlich den Natur- und Ingenieurwissenschaften zuzuordnen. Es gibt hier zwar fachkulturelle Unterschiede zwischen den Chemikern und Ingenieuren, aber alle sind durchweg mit den Materialeigenschaften und dem Prozesskonzept vertraut.

Der Wissenstransfer ist durch die zweite Kooperation stärker formalisiert worden, was ihn aber auch etwas eingeschränkt zu haben scheint. Die Kooperation gleicht einer ausführlichen Phase der Prototypenentwicklung und des Testens. Die formalen Anforderungen des BMBF haben zu regelmäßigen und häufigeren Treffen der Partner geführt, was dem Wissenstransfer und der Weiterentwicklung zugute kommen sollte. Die Leis-

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

201

tungsparameter des Verfahrens werden bestimmen, ob das Projekt in eine Kommerzialisierungsphase übergehen wird, aber dies ist noch nicht absehbar.

7.4 Fallstudie 3: F&E-Kooperation und Produktinnovation396 Steigende Anforderungen durch immer größere Lasten bringen die bisherigen Bremssysteme des betroffenen Produktes aus dem Bereich Maschinenbau an seine Leistungsgrenze. In dieser Fallstudie wird eine Kooperation untersucht, die durch eine Werkstoffinnovation die Leistungsfähigkeit des Bremssystems steigern konnte. Zum Einsatz kam hier eine spezielle Variante eines existierenden Werkstoffes, die mit Hilfe einer Abwandlung eines bereits bekannten Fertigungsprozesses hergestellt wird. Diese F&E-Kooperation war ein bilaterales Projekt, das auf der Forschungsseite vom Forschungsinstitut C einer deutschen Forschungsgesellschaft bearbeitet wurde. Der Industriepartner war das Unternehmen E aus dem europäischen Ausland. In den Technologietransfer waren auch der Zulieferer F sowie der Zulieferer G als Hersteller des Bauteils bzw. Zulieferer eingebunden. Das Material wird inzwischen in mehreren Teilbereichen des Maschinenbaus eingesetzt, eine Verwendung in weiteren Bereichen wie z. B. Maschinenbremsen ist geplant.

7.4.1

Datenerhebung und Datengrundlage

Für diese Fallstudie wurden insgesamt 11 teilstrukturierte Experteninterviews durch ein Team der Forschungsstelle Internationales Management und Innovation geführt. Dabei wurden 5 Interviews mit direkt am Projekt beteiligten Personen geführt, und 6 weitere Gespräche mit Experten aus dem Umfeld der Technologie. Einige Gesprächspartner wurden mehrmals interviewt, diese Gespräche werden hier einzeln gezählt. Auch diese Fallstudie wurde als Teil des Forschungsprojektes „Wissens- und Technologietransfer in der Materialforschung – Charakteristika und Bedingungen für erfolgreiche Produktinnovation (InnoMat)“ untersucht.397 Der gemeinsam erstellte Interviewleitfaden, der als Basis für die Gespräche verwendet und je nach Gesprächspartner angepasst wurde, wurde für diese Fallstudie von Daniel Gredel angewendet.

396

Die vorliegende Fallstudie 3 wurde auf Wunsch der beteiligten Unternehmen anonymisiert. Es war erforderlich, auch die Materialklasse und die tatsächliche Anwendung unkenntlich zu machen.

202

7.4.2

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Inhalt der F&E-Kooperation und Marktdaten

Zum besseren Verständnis des Projektinhaltes und des Hintergrundes der Fallstudie werden im Folgenden der Gegenstand der Kooperation, die zugrunde liegende Wertschöpfungskette sowie marktbezogene Rahmenbedingungen und Informationen zu Preis- und Kostenstrukturen dargestellt.

Der neu entwickelte Werkstoff ist eine Variante eines bekannten Werkstoffes, der als Reibbelag in den Bremsen des betroffenen Produktes eingesetzt wird. Dieses Produkt muss aus Sicherheitsgründen über sehr leistungsfähige Bremsanlagen und temperaturbeständige Reibbeläge verfügen, da höhere Geschwindigkeiten erreicht werden als bei anderen Produkten in einer ähnlichen Anwendung. Die bisher verwendeten Bremssysteme könnten hier zwar auch zum Einsatz kommen, zeigen aber einige Nachteile gegenüber dem System mit der neuen Werkstoffvariante. Im Falle einer Bremsung wäre der Verschleiß bei herkömmlichen Bremsen sowohl am Bremssystem als auch an weiteren Produktbauteilen erheblich höher als mit der neuen Werkstoffvariante. Auch ist die Temperaturbelastung durch eine solche Bremsung sehr nah an den Belastungsgrenzen der konventionellen Materialien.

Die Temperaturbeständigkeit der Bremsbeläge wird durch die neue Werkstoffvariante gewährleistet. Sie verfügt über die tendenziell hohe Hitzebeständigkeit und Druckfestigkeit der entsprechenden Werkstoffklasse. Für die Herstellung von Werkstücken aus diesem Werkstoff hat das Forschungsinstitut C bereits vor etwa 25 Jahren ein Herstellungsverfahren entwickelt, dass seitdem kontinuierlich verbessert wurde. Es handelt sich trotzdem um ein immer noch komplexes Herstellungsverfahren. Bei dem Verfahren werden hauptsächlich drei Prozessstufen unterschieden, die aus Gründen der Anonymisierung hier nicht näher beschrieben werden können.

Diese spezielle Werkstoffklasse wurde in den 90er Jahren durch starke Bemühungen in der Grundlagenforschung vorangetrieben. Einen signifikanten Beitrag leistete hierbei die deutsche Forschungsgesellschaft D. Die Werkstoffklasse wurde auch für Friktions397

Dieses Forschungsprojekt wird kurz zum Beginn der Fallstudie 2 in Kapitel 7.3 beschrieben.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

203

anwendungen in Betracht gezogen und erste Forschungsprojekte widmeten sich explizit dieser Thematik. Die von diesen Projekten angestoßenen Überlegungen zur Nutzung des Werkstoffes in Bremsanwendungen weckte auch Interesse in der Industrie. Verschiedene Industrieunternehmen reagierten mit Aufmerksamkeit auf die ersten positiven Forschungsergebnisse und starteten Projekte zur Anwendung der Werkstoffklasse in ihren Produkten.

Entwicklungsprojekte und Testreihen wurden auch in anderen Anwendungsfeldern für Bremsaufgaben durchgeführt. Der Einsatz in den Notbremsen von Industrieanlagen, bspw. Werkzeugmaschinen, wurde ebenfalls erwogen. Das in dieser Fallstudie dargestellte Projekt und der Start der Serienfertigung der Reibbeläge für die Produkte des Unternehmens E zum Ende des Kooperationsprojektes stellen einen wichtigen Fortschritt in der Integration von den betroffenen Werkstoffen für Friktionsaufgaben im Anlagenbau dar, da es sich um eine der ersten industriellen Anwendungen des Werkstoffes handelte.

Die Werkstoffvariante zeichnet sich insbesondere durch die hohe Thermoschockbeständigkeit, hohe massenspezifische Kennwerte und ein dichtes Werkstoffgefüge aus. Wichtige Argumente für diesen Werkstoff sind zudem die Gewichtseinsparungen und der sehr geringe Verschleiß, was ein deutliches Kostensenkungspotential bietet. Zurzeit sind die Kosten des Werkstoffes aber noch so hoch, dass dieses Argument nicht durchschlagend ist. Steigende Energiepreise in der Zukunft könnten allerdings den Einsatz des Werkstoffes wieder interessanter machen.

Wesentlich für die Entscheidung für den Einsatz der neuen Werkstoffvariante als Reibbelag der Bremssysteme des betroffenen Produktes war neben den herausragenden Leistungswerten die niedrige Verschleißanfälligkeit. Bei herkömmlichen Bremsbelägen müssen nach einer Bremsung nicht nur die komplette Bremsanlage ausgetauscht werden, sondern teilweise auch weitere Komponenten. Dies führt zu einem hohen Zeitund Ressourcenaufwand. Die Reibbeläge aus der neuen Werkstoffvariante dagegen müssen nach einer Bremsung nicht ausgetauscht werden und ziehen keine weiteren Bauteile des Bremssystems durch Abschmelzung oder ähnlichen Verschleiß in Mitleidenschaft.

204

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Bei der hier vorliegenden Werkstoffinnovation handelt es sich inhaltlich um eine Produktinnovation (neuartiger Bremsbelag), dem eine Prozessinnovation vorausgegangen ist bzw. zugrunde liegt (neuartiges Herstellungsverfahren). Die Werkstoffinnovation dieses Projektes lässt sich nach der Systemintegrationsperspektive von Henderson und Clark (1990)398 als eine inkrementelle Innovation klassifizieren. Die Innovation ist als die Anpassung einer Komponente im Gesamtsystem zu beurteilen, das Gesamtsystem bleibt dabei unverändert. Auch die Beziehung zwischen den Komponenten des Gesamtsystems bleibt weitgehend unverändert. Damit stellt diese Innovation keine großen Anforderungen an das betroffene Unternehmen bei der Einführung und kann in dieser Hinsicht als unkritisch bewertet werden. Der Ursprung der Werkstoffinnovation399 liegt in der Forschung. Die Werkstoffklasse dieses speziellen Werkstoffes entstand im Zusammenhang mit der Luft- und Raumfahrttechnologie und ist stark von der Forschung geprägt. Allerdings wurden in dieser konkreten Anwendung als Bremsbelag wesentliche Impulse durch das Unternehmen E gegeben und das Projekt wurde von diesem koordiniert und gesteuert. Im aktuellen Projekt ist diese Werkstoffinnovation also als Engineering-getrieben einzuordnen. Dementsprechend lag der Fokus des Projektes nicht auf der Erforschung oder dem Erkenntnisgewinn, sondern auf der konkreten Problemlösung für die Bremsanwendung in Hochgeschwindigkeitsaufzügen. Die Kommunikation in dem Projekt war entsprechend auch eher geprägt vom Austausch leistungsbezogener Informationen zum Werkstoff als von grundlegenden Erkenntnissen oder Fragestellungen.

Nach der vorangegangenen Darstellung des Projektinhaltes wird hier kurz die relevante Wertschöpfungskette vorgestellt. Die in der Wertschöpfungskette um die Innovation herum agierenden Akteure sind in Abbildung 37 dargestellt. Bis auf die Vorstufe der Rohstoffzulieferung werden alle relevanten Prozessschritte von Projektbeteiligten ausgeführt.

398 399

Für Details zum Ansatz von Henderson/Clark (1990) siehe Kapitel 4.1.2. Für Details zum Ansatz von Gerybadze (2005c) siehe Kapitel 4.1.2.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

205

Rohstoff 1 Werkstoffherstellung

Bauteil

Bremssystem

Endprodukt

Rohstoff 2

Forschungsinstitut C Zulieferer F Zulieferer G

Forschungs- Unternehmen E institut C Zulieferer F

Unternehmen E

Abbildung 37: Wertschöpfungskette für Reibbeläge aus der Werkstoffvariante

In der aktuellen Konfiguration werden die Vorprodukte für die Bremsbeläge noch beim Forschungsinstitut C vorproduziert und von Zulieferer F zugekauft und weiterbearbeitet. Dies soll sich in der zukünftigen Serienfertigung der Reibbeläge noch ändern. Die Forschungseinrichtung D und der Zulieferer F wollen gemeinsam nach einem Unternehmen suchen, welches die Vorprodukt-Fertigung übernehmen kann. Ein Teilprozess der Werkstofffertigung wird Zulieferer G erledigt, alle weiteren Prozessschritte führt Zulieferer F durch.

Für die hier untersuchte Werkstoffinnovation sind unterschiedliche Anwendungsfelder denkbar. Die Entwickler der Werkstoffinnovation unterscheiden bei den Anwendungsmöglichkeiten der Werkstoffklasse erdgebundene Anwendungen, Luftfahrtanwendungen, Raumfahrtanwendungen und Sonderanwendungen. Erdgebundene Anwendungen meinen den Einsatz des Werkstoffes im Maschinen- und Anlagenbau, dazu gehören auch die Friktions- bzw. Bremsaufgaben. Erste Versuche werden zudem bei ausdehnungsarmen Strukturen wie z. B. bei Teleskoprohren oder Kalibrierplatten durchgeführt. Erste Entwicklungsanstrengungen in verschiedenen Forschungsinstituten sind dazu bereits unternommen worden.

Auf der Grundstoffseite hat die Verfügbarkeit eines kritischen Bestandteils wesentlichen Einfluss auf die Kosten der Werkstoffvariante. Momentan übersteigt hier die Nachfrage das Angebot an dem entsprechenden Bestandteil. Daher ist der Einsatz der Werkstoffvariante bisher auf wenige Anwendungen beschränkt. In diesen Anwendungen wird der kostspielige Einsatz der Werkstoffvariante durch die besonderen Anforderungen im Einsatz und entsprechende Preisstrukturen für die Endprodukte gerechtfer-

206

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

tigt. Sollte sich die Verfügbarkeit des kritischen Bestandteils verändern, wird dies auch einen deutlichen Einfluss auf die Verfügbarkeit des Werkstoffes haben.

Zusätzlich zu diesen Marktfaktoren, die den Preis des Werkstoffes beeinflussen, ist die Komplexität des Produktionsverfahrens als weiterer Kostentreiber von Bedeutung, denn ein großer Teil der Produktion passiert nach wie vor in Handarbeit. Kostenreduktionen könnten daher auch durch Innovationen zur Steigerung des Automatisierungsgrades im Herstellungsprozess erreicht werden. Die Kostenstruktur der Werkstoffvariante ist auch von den Kosten der anderen Vorprodukte geprägt. Die Energieintensität des Herstellungsprozesses und der erforderliche Kapitalaufwand, um die Produktion dieser Werkstoffvariante realisieren zu können, sind weitere Kostenfaktoren für diese Werkstoffinnovation.

7.4.3

Entwicklung und Verlauf der F&E-Kooperation

Die Nutzung der Werkstoffvariante als Reibbelag für die Bremssysteme des betroffenen Produktes wurde vom Forschungsinstitut C in Zusammenarbeit mit Unternehmen E entwickelt. Der Ablauf der Zusammenarbeit wird in Abbildung 38 dargestellt. Die ursprünglichen Forschungen zum Werkstoff wurden vom Forschungsinstitut C geleistet, das seit über 25 Jahren an Verfahren zur Herstellung von den betreffenden Werkstoffen forscht. Auf einer Messe im Jahr 1999 trat Unternehmen E mit dem Vorschlag einer gemeinsamen Werkstoffentwicklung an das Forschungsinstitut heran. Das Forschungsinstitut wurde aufgrund seiner Reputation in diesem Werkstoffbereich ausgewählt.

1999

MesseKontakt IBK-Schindler

2001

Herstellung Werkstoffvarianten

2002

2003

2004

F&E-Kooperation Technologietransfer Start Serienfertigung

Abbildung 38: Zeitlicher Ablauf der Entwicklung der Bremsbeläge

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

207

Unternehmen E finanzierte noch im selben Jahr die Herstellung von mehreren alternativen Werkstoffvariationen, die dem Unternehmen dann für Tests und Kennwertermittlungen überlassen wurden. Die vom Forschungsinstitut C geleistete Vorlaufentwicklung wurde von Unternehmen E aufgegriffen und in eine gemeinsame Weiterentwicklung übergeleitet. Nach den Tests mit den Werkstoffvarianten vereinbarten Unternehmen E und das Forschungsinstitut C eine F&E-Kooperation für die Dauer von 2001 bis 2004. Ab 2001 begann bereits der eigentliche Technologietransfer zu Zulieferer F, der dann im folgenden Jahr (2003) zum Start der Serienfertigung der Reibbeläge führte. Unternehmen E lässt diese Reibbeläge von dem Zulieferer F produzieren und vom Forschungsinstitut C prüfen.

7.4.4

Kooperationsstruktur

Die Kooperation setzt sich zusammen aus drei Akteuren: dem Forschungsinstitut C bei der deutschen Forschungsgesellschaft D, dem Unternehmen E und dem Zulieferer F sowie assoziiert dem Zulieferer G (siehe Abbildung 39).

Forschungs -institut C 2: Herstellungsverfahren

1: Entwicklung Unternehmen E

4: Bremsteile

3: Qualitätssicherung Zulieferer F

5: Teilprozess

Zulieferer G

Abbildung 39: Struktur der F&E-Kooperation für die Entwicklung der Bremsbeläge

Die eigentliche F&E-Kooperation ist lediglich bilateral und besteht aus den Partnern Forschungsinstitut C und dem Unternehmen E (siehe Abbildung 39, Anmerkung 1). Diese haben gemeinsam die Entwicklung des Werkstoffes betrieben. An den Zulieferer F wurde schließlich vom Forschungsinstitut C das Herstellungsverfahren für den Werkstoff übertragen (Anmerkung 2), und Zulieferer F liefert an Unternehmen E die Bauteile für die Bremse (Anmerkung 4). Das Forschungsinstitut C übernimmt weiterhin die Qualitätsprüfung der von Zulieferer F hergestellten Chargen (Anmerkung 3). Der Zulieferer G arbeitet in der Produktion der Reibbeläge eng mit Zulieferer F zu-

208

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

sammen und übernimmt für diesen einen Teilprozess der Werkstoffherstellung (Anmerkung 5).

Die Kooperation bestand primär zwischen Unternehmen E und dem Forschungsinstitut C zur Entwicklung der Werkstofflösung. Der Wissenstransfer fand dann eher zwischen dem Forschungsinstitut C und Zulieferer F statt, da diese den Produktionsprozess durchführen sollten. Unternehmen E übernimmt dabei die Rolle des zentralen Koordinators, denn das Unternehmen ist Auftraggeber und verfügt über enge Kontakte zu beiden Kooperationspartnern. Die Kooperation hat einen vertikalen Charakter und die beteiligten Unternehmen können Gerybadze (1999) folgend den Wertschöpfungsstufen der Herstellung des Endproduktes zugeordnet werden (siehe Abbildung 37). Unternehmen E ist der Produkt- und Systemebene und Zulieferer F der Ebene der Bauteile zuzuordnen. Die Verarbeitungsprozesse und -verfahren werden vom Forschungsinstitut C zur Verfügung gestellt. Assoziiert ist Zulieferer G als eine weitere Firma, die lediglich als Lieferant für Zulieferer F dient. Die zeitliche Struktur dieser Kooperation zeigte zunächst ein intensiveres Interagieren zwischen Unternehmen E und Forschungsinstitut C zur Entwicklung des Werkstoffes, und später dann ein stärkeres Einbeziehen des Zulieferers F zur Produktion des Werkstoffes.

Zusammenfassend wird im Folgenden der Projektverlauf beurteilt. Insgesamt zeichnet sich dieses Kooperationsprojekt durch eine sehr klare Struktur aus. Die Steuerung durch das Unternehmen E und die klare Rollenverteilung lassen dieses Projekt eher als eine Auftragsforschung erscheinen. Dem widersprechen allerdings die Aussagen der Projektteilnehmer bei der Forschungsgemeinschaft D, dem Forschungsinstitut C und bei Zulieferer F. Auch war Unternehmen E am Test und an der Auswahl des Werkstoffes beteiligt, was eher Merkmal einer Kooperation ist. Die Gesprächspartner berichteten einhellig, dass die Zusammenarbeit zwischen Forschungsinstitut C und Unternehmen E sehr gut funktionierte. Wenige Schwierigkeiten wurden lediglich in der Kooperation zwischen Forschungsinstitut C und Zulieferer F und dem damit zusammenhängenden Wissenstransfer berichtet. Dies hat den erfolgreichen Abschluss des Wissenstransfers nicht wesentlich beeinträchtigt. Die Situation auf der Rohstoffseite erschwert zwar noch die wie von Unternehmen E gewünschte Produktion, was Preis und Lieferzeiten angeht, aber dies wird sich mit weiteren inkrementellen Verbesserungen sowohl am Werkstoff als auch am Herstellungsverfahren beheben lassen. Dem Vorgehen in der zweiten Fallstudie in Kapitel 7.3.4 folgend wird auch für diese Fallstudie anhand des

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

209

Prozesses der Strukturierung von Kooperationsprojekten (Gerybadze, 2005a) das Projekt analysiert.

Zu Beginn der Projektplanung sollten in der ersten Phase die Strategieformulierung und die Zielfestlegung erfolgen. In dieser Fallstudie wurden die Ziele in Form des Pflichtenheftes stark vom Industriepartner Unternehmen E beeinflusst. Trotzdem hatte das Forschungsinstitut C eine Mitgestaltungsmöglichkeit an dem Pflichtenheft, die beiden Partner tauschten sich hier intensiv und regelmäßig aus. Zulieferer F war nicht in die Erstellung des Pflichtenheftes für den Werkstoff involviert, sondern wurde erst später als Hersteller der Bauteil hinzugezogen. Da hier sowohl zwischen Unternehmen E und dem Forschungsinstitut C als auch zwischen Unternehmen E und Zulieferer F Lieferbeziehungen vorliegen, ist die Kompatibilität der Ziele eher gegeben als bei Kooperationen mit ähnlicheren Partnern. Insgesamt bestanden zwischen den Zielen des Projektes und zwischen den Unternehmensstrategien sowie der Strategie der Forschungseinrichtung keine oder nur geringe Konflikte, welche die Kooperation nicht behinderten. Eine Festlegung der Ziele ist in dieser Kooperation leicht gelungen.

Als zweite Phase der Strukturierung von Kooperationen werden Prozessanalyse und Prozessgestaltung empfohlen. Für das in dieser Fallstudie entwickelte Bauteil bestand bereits von Anfang an Klarheit über die durch Unternehmen E gewünschte Lösung des Problems der effektiven Bremsung. Entsprechend konnte schnell ein Vorgehen für die Bearbeitung und gemeinsame Entwicklung festgelegt werden. Die Vorschaltung von gemeinsamen Tests verschiedener Werkstoffvarianten vor Beginn der eigentlichen Kooperation erleichterte hier noch die Festlegung des gemeinsamen Vorgehens und half, Alternativen zu dem später verfolgten Lösungsweg zu prüfen. Auch diese Stufe der Projektstrukturierung wurde in diesem Fall gut umgesetzt.

Auf die Prozessgestaltung folgt in der dritten Phase die Modularisierung und Aufgabenzerlegung. Die Modularisierung der zentralen Aufgaben geschah zum einen im Kooperationsvertrag und zum anderen über die weiteren vertraglichen Vereinbarungen, die zusätzlich zum Kooperationsvertrag getroffen wurden. Diese zusätzlichen Vereinbarungen betrafen die Aufgaben für die Firmen Zulieferer F und Zulieferer G. Die Aufgaben des Forschungsinstitutes C und von Unternehmen E dagegen waren durch den Kooperationsvertrag festgelegt. Generell waren die Modularisierung der Aufgaben sowie deren Abstimmung zwischen den Projektpartnern aber erfolgreich. Aus den Ak-

210

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

tivitäten und Zielvorstellungen der Projektpartner ergab sich eine klare Aufteilung der Aufgaben, womit auch eine Festlegung der Arbeitspakete feststand. Das Forschungsinstitut C war für die Entwicklung des Werkstoffes verantwortlich, später dann für den Transfer des Herstellungsprozesses zu Zulieferer F. Unternehmen E prüfte den Werkstoff unter den entsprechenden Bedingungen und tauschte sich mit dem Forschungsinstitut C über die Prüfergebnisse aus. Zulieferer F wiederum übernahm und optimierte, soweit möglich, den Herstellungsprozess. Die Leistungsvereinbarungen an den Schnittstellen zwischen den drei Projektpartnern waren anscheinend nicht ganz eindeutig erfolgt, denn hier zeigten sich Verzögerungen bei der Lieferzeit zwischen Forschungsinstitut C und Zulieferer F, und in Folge auch Schwierigkeiten für Zulieferer F, für Unternehmen E termingerecht zu liefern. Hier hätten die Projektpartner die Kooperation noch besser gestalten können.

Für die vierte Phase werden eine Analyse der kritischen Ressourcen und der Kompetenzen empfohlen. Bis auf eine Ausnahme waren alle für das Projekt erforderlichen Kompetenzen durch die Projektbeteiligten abgedeckt. Lediglich die Herstellung von hochspezifischen Rohmaterialien, die für die Erstellung des Werkstoffes zwingend erforderlich sind, konnte von keinem der Partner geleistet werden. Hier gab es nur ein spezialisiertes ausländisches Labor, das zur Herstellung dieser Rohmaterialien in der Lage war. Bis auf diesen externen Zulieferer sind alle wichtigen Prozessschritte zur Fertigung des Bauteils in der Kooperation abgedeckt und werden von den einzelnen Projektpartnern verantwortet. Die Kompetenzen der Zulieferer F und G im produktionstechnischen Bereich waren nicht Teil der eigentliche Kooperationsvereinbarung bzw. der F&E-Kooperation, sondern der ergänzenden Vereinbarungen zur Lieferung des entwickelten Bauteils. Die Kompetenzen der Partner ergänzten sich sehr gut, es gab keine merklichen Überschneidungen. Die Eigentumsrechte waren durch den Kooperationsvertrag, Patente und die weiteren Lizenz- sowie Liefervereinbarungen für alle Beteiligten zufrieden stellend gelöst. Unternehmen E besitzt eine Exklusivlizenz des Werkstoffes für den eigenen Anwendungsbereich, daher steht es dem Forschungsinstitut C frei, den Werkstoff in anderen Anwendungen weiter zu verwenden. Die Partner, die sich in dieser Kooperation zusammengeschlossen haben, scheinen sich im Bezug auf die notwendigen Ressourcen und Kompetenzen ideal zu ergänzen. Hierzu hat wahrscheinlich auch die Leitung durch den Industriepartner Unternehmen E, der auf Vorschlag des Forschungsinstituts C kompetente Partner hinzugezogen hat, beigetragen.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

211

In der fünften Phase sollen die Organisationsstruktur und die Organisationsgestaltung vereinbart werden. Unter der Führung von Unternehmen E und mit der Erfahrung des Forschungsinstituts C in Wissenstransferprojekten wurde diese Strukturierung größtenteils sehr gut gelöst. Der Kooperationsvertrag sowie die weitere Vereinbarungen regelten einen Großteil der Organisation. Regelmäßige Treffen von Forschungsinstitut C und Unternehmen E ermöglichten über den Projektverlauf eine direkte Kommunikation zwischen den involvierten Personen. Auch ein Austausch durch Telefongespräche fand regelmäßig statt. Die vereinbarten Schulungen für Zulieferer F wurden von Mitarbeitern des Forschungsinstituts C in den Räumen des Zulieferers durchgeführt.

Die Vorbereitung einer Leistungsevaluation und die Zielüberprüfung für das Kooperationsprojekt sollen in der sechsten Phase der Kooperationsstrukturierung vorbereitet werden. Eine systematische Evaluation des Kooperationsprojektes war in diesem Fall nicht geplant und entsprechend nicht geschehen. Eine indirekte Evaluation fand durch die Qualitätsüberprüfungen, die durch das Forschungsinstitut C in diesem Projekt durchgeführt wurden, statt. Die Prüfung der Qualität ließ Rückschlüsse auf den Erfolg des Wissenstransfers zu, denn bei einwandfreien Produkten kann man von einem gelungenen Transfer ausgehen. Abgesehen von Mängeln bei einer Lieferung des verwendeten Rohmaterials wurden keine weiteren Qualitätsprobleme berichtet. Dabei werden natürlich weitere Faktoren vernachlässigt, die unabhängig vom Wissenstransfer zum Erfolg der Produktion führen können bzw. die trotz eines erfolgreichen Transfers zu fehlerhafter Produktion führen.

Insgesamt ist diese Kooperation positiv zu bewerten. Lediglich bei den Leistungsvereinbarungen an den Schnittstellen hätten die Projektpartner noch genauere Vereinbarungen treffen können. Eine Evaluation der Kooperation zumindest in grober Form empfiehlt sich, um für zukünftige Kooperationen die Erfahrungen verwerten zu können. Ausgehend von diesen strukturellen und projektmanagementbezogenen Rahmenbedingungen kann im Folgenden der Wissenstransfer in dieser Kooperation untersucht werden.

7.4.5

Wissen und Wissenstransfer in der F&E-Kooperation

In dieser Fallstudie war die Erfindung bereits so weit fortgeschritten, dass sie in ein Produkt umgesetzt werden konnte. Lediglich einsatzbedingte Spezifizierungen vom

212

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Industriepartner waren notwendig, um ein Material herzustellen, das in der angestrebten Anwendung zum Einsatz kommen konnte. Auch wenn dieser Fall damit hauptsächlich eine Frage des Wissenstransfers an das produzierende Unternehmen Zulieferer F war, so spielten doch die Anpassung des Werkstoffes an die Anwendung und die damit verbundenen Entwicklungsarbeiten eine wesentliche Rolle und stellen eine F&EKooperation zwischen Unternehmen E und dem Forschungsinstitut C dar. Wissenstransfermaßnahmen waren bereits in den vertraglichen Vereinbarungen zwischen Forschungsinstitut C und Unternehmen E berücksichtigt. Diese Vereinbarungen sahen Beratungsleistungen durch das Forschungsinstitut C vor, was eine direkte Kommunikation zu den für den Wissenstransfer kritischen Aspekten sicherstellen sollte. Besonders die Übertragung von implizitem Wissen wird durch ein solches Vorgehen unterstützt. Um einen erfolgreichen Wissenstransfer sicherstellen zu können, dokumentierte das Forschungsinstitut C das Wissen über das Material und dessen Herstellung. Diese Dokumentation dürfte auch eine Kodifizierung von teilweise implizitem Wissen darstellen, was ein Erlernen der Produktion auf Seiten von Zulieferer F erleichtert haben dürfte. Zulieferer F, welcher den Herstellungsprozess größtenteils durchführt, betonte die Nützlichkeit dieser Dokumentation bei der Umsetzung des Herstellungsprozesses. Natürlich wurde damit auch das explizite Wissen über das Herstellungsverfahren besser übertragen. Mehrere Mitarbeiter des Forschungsinstituts C wurden eingeteilt für die Entwicklung, die Dokumentation und das Training der Mitarbeiter von Zulieferer F. Die Kooperation und Kommunikation wurde von den Gesprächspartnern als größtenteils sehr gut bewertet. Während der Dauer der Kooperation gab es regelmäßige Treffen und Telefongespräche. Zusätzlich wurde Training vor Ort beim Zulieferer F während des Projektes durchgeführt, was den Transfer von implizitem Wissen zusätzlich verbesserte. Der Wissenstransfer in dieser Kooperation wurde durch Unternehmen E initiiert. Das Forschungsinstitut C wurde auf ein spezifisches Problem angesprochen und mit der Entwicklung einer Lösung beauftragt. Gleichzeitig gab es Unterstützung und Information von der Anwenderseite bei Unternehmen E. Dieser Ansatz ist sehr erfolgreich bei klar definierten Problemen und erlaubt dank seiner Nachfragerorientierung einen gut strukturierten und effizienten Wissenstransfer. Das bedeutete aber nicht, dass Wissen hier lediglich in eine Richtung übertragen wurde. Für einen effektiven Wissenstransfer war das Forschungsinstitut C auf die Interaktion mit Unternehmen E angewiesen. Insgesamt fanden in diesem Fall strukturierte und geplante Wissenstransfermaßnahmen

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

213

statt. Diese waren formalisiert in den Kooperations- und Lizenzvereinbarungen, und die Kooperationspartner kommunizierten angemessen für die verfolgte Materialentwicklung bzw. Materialanpassung.

Nach einer Beurteilung der Wissensmerkmale unter Einbezug der verfügbaren Interviewprotokolle400 ist das Wissen in dieser F&E-Kooperation als eher implizit (durchschnittliche Bewertung 2,4) und weitestgehend kanonisch (durchschnittliche Bewertung 4,5) einzuordnen (siehe Abbildung 40).401

400 401

Entsprechend dem Vorgehen in den Kapiteln 7.2.4 für Fallstudie 1 und 7.3.5 für Fallstudie 2. Eine Zusammenfassung der Erkenntnisse zu den Wissensmerkmalen aus den Fallstudien erfolgt in Kapitel 7.6.

214

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Explizitheit

trifft überhaupt nicht zu

trifft voll und ganz zu

1 2 3 4 5

1. Die Projektinhalte können so dokumentiert werden, dass Dritte diese ohne weitere Erläuterungen verstehen. 2. Die Projektinhalte sind so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen. 3. Die Projektinhalte können in angemessener Zeit durch Schulungen/Gespräche vermittelt werden. 4. Die Projektinhalte können leicht durch Beobachten erlernt oder imitiert werden. 5. Die Projektinhalte sind bei Kenntnis der einzelnen Bestandteile und deren Zusammenwirken leicht zu verstehen (Komplexität).

Mehrdeutigkeit 1. Es gibt eine einheitliche Sicht über die Dinge die zu tun sind. (gemeinsame Vorstellung über Projektaufgabe/-ziel) 2. Es gibt eine Visualisierung des Gesamtkonzepts in dem sich die Aufgaben eines jeden Projektmitglieds widerspiegeln. 3. Die inhaltlich relevanten Aspekte werden gemeinschaftlich abgesteckt. 4. Ein Zusammengehörigkeitsgefühl innerhalb des Projektteams besteht. 5. Es gibt eine einheitliche Sicht über das was mit dem Projekt bewirkt werden soll (Ursache-Wirkung). 6. Es gibt ein einheitliches Verständnis was gut und richtig ist. (z.B. Einheitliche Bewertung von Ergebnissen) 7. Es gibt eine einheitliche Bewertung was wichtig ist und mit Priorität verfolgt werden sollte. 8. Ein Einvernehmen besteht darüber, wer was konkret ausführt und wie es gemacht wird.

Abbildung 40: Bewertung des Wissens in der F&E-Kooperation zur Entwicklung des Bauteils.

Eine Dokumentation der Projektinhalte war teilweise möglich und ist auch bis zu diesem Ausmaß erfolgt, aber es wurden auch Trainings und Beratung durch Mitarbeiter des Forschungsinstitutes C durchgeführt, um das Wissen über den Werkstoff und das Herstellungsverfahren zu übertragen. Beobachtung alleine dagegen vermittelte kein Wissen über die erforderlichen Prozesse. Der Herstellungsprozess ist sehr komplex und dürfte nur für Fachleute bei Kenntnis lediglich der einzelnen Bestandteile nachvollziehbar sein.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

215

Die Projektziele und -aufgaben waren klar festgelegt, es gab hier, einer Auftragsforschung ähnlich, klare Verträge, die dies regelten. Entsprechend waren auch die Aufgaben der Projektmitglieder größtenteils festgehalten. Zu diesen Abmachungen kamen das Forschungsinstitut C und Unternehmen E in gemeinsamen Besprechungen, wobei dem Auftraggeber Unternehmen E eine leichte Dominanz vorbehalten war. Die Kooperation wurde positiv beschrieben, hier kann man von einem guten Zusammengehörigkeitsgefühl des Projektteams sprechen, begrenzt nur durch die unterschiedlichen Organisationszugehörigkeiten. Sehr einheitlich war auch die Einschätzung der Wirkung dieses Projektes, da eine konkrete Anwendung angestrebt wurde. Die Ergebnisse der Arbeiten wurden größtenteils einheitlich bewertet. Die Prioritäten in diesem Projekt waren allen Beteiligten klar, und auch die zu erledigenden Aufgaben und deren Verteilung waren durch die Verträge deutlich geregelt. Insgesamt wirkten die Wissensmerkmale wie erwartet. Das eher implizite Wissen machte eine aufwendigere Übertragung notwendig, aber die Kanonizität erlaubte dies ohne größere Missverständnisse. Anhand der verwendeten Transfermethoden ist zu erkennen, dass den Beteiligten in der Kooperation bewusst war, dass es sich hier um implizites Wissen handelt, denn es wurden viele direkte Interaktionen wie Workshops und Schulungen durchgeführt, um die Ergebnisse von Versuchen zu besprechen und Inhalte zu vermitteln. Da das Wissen als kanonisch charakterisiert werden kann, reichten diese Maßnahmen aus, um gemeinsames Verständnis für die Inhalte der Kooperation zu entwickeln und das erzeugte Wissen anzuwenden.

7.4.6

Abschließende Bemerkungen

Die Kooperation in dieser Fallstudie begann unter gänzlich anderen Voraussetzungen als die in Fallstudie 2. Die Werkstoffklasse wird seit über 20 Jahren bearbeitet, und Leistungsparameter sowie Herstellungsverfahren sind bereits gründlich erforscht. Der Partner auf der Industrieseite trat an die Forschungseinrichtung mit einer konkreten Problemstellung heran und hatte seine Partnerwahl aufgrund der dokumentierten Kompetenzen des Forschungsinstitutes C auf diesem Feld getroffen. Die Kooperation war klar strukturiert und es wurden angemessene Maßnahmen geplant und durchgeführt, um einen reibungslosen Wissenstransfer sicherzustellen. Dies zeigte sich auch oben in der Analyse des Projektverlaufes und der Rahmenbedingungen. Insgesamt bietet diese Kooperation ein positives Beispiel für den Wissenstransfer in Projekten zu Werkstoffinnovationen.

216

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

7.5 Fallstudie 4: F&E-Kooperationen in der San Francisco Bay Area Kalifornien ist mit großem Abstand der amerikanische Bundesstaat mit dem höchsten Aufkommen von F&E-Investitionen. 2005402 wurden hier 63,874 Mrd. US-Dollar ausgegeben.403 Bei den der Industrie in Kalifornien zugeordneten F&E-Ausgaben von 50,683 Mrd. US-Dollar liegt dabei ein deutlicher Schwerpunkt der Aktivitäten bei ITund anderen elektronischen Produkten (33,2 %) und IT-bezogenen Dienstleistungen (15 %).404 Neben der IT-Branche wird neuerdings auch die Biotechnologie als Kernbranche in der Region im Süden der Bucht von Kalifornien, dem so genannten Silicon Valley, angesehen.405 Wie Kaiser (2008, S. 186f.) zeigt, ist Kalifornien insgesamt ein nationales Schwergewicht im Bereich der Biotechnologie mit der größten Anzahl an Firmen, Produkten und Mitarbeitern im nationalen Vergleich in diesem Bereich. Während die IT-Firmen traditionell überwiegend im Silicon Valley angesiedelt sind, finden sich Biotech-Unternehmen auch nordöstlich der Bucht. Das Silicon Valley ist allerdings zum Synonym für High-Tech Cluster geworden, in denen es eine enge Verflechtung der Forschungseinrichtungen und Firmen sowohl durch häufige Kooperation als auch durch hohe Personalfluktuation gibt.406

Im Rahmen eines Aufenthaltes an der University of California in Berkeley wurden sechs Manager bzw. Projektmitarbeiter deutscher Unternehmen an der Bucht von San Francisco (Bay Area) interviewt, die mit Produktentwicklung und Entwicklungskooperationen betraut sind. Ziel dieser detaillierten Gespräche war es, das Kooperationsverhalten sowohl zwischen deutschen Forschungs- und Entwicklungseinrichtungen und lokalen amerikanischen Forschungseinrichtungen als auch zwischen diesen Kooperationen und den deutschen Muttergesellschaften zu erfassen. Wo es möglich war, wurde anhand von konkreten Projekten auch über Auswirkungen der Wissensmerkmale diskutiert. Die Gespräche fanden alle im Großraum der Bucht von Kalifornien (Bay Area) um San Francisco statt. Die Gesprächspartner gewährten teilweise Einblick in noch laufende Projekte, die hier nicht im Detail berichtet werden können. Deshalb werden hier nur zusammenfassend die Ergebnisse der Gespräche zu verschiedenen Aspekten

402

Die National Science Foundation veröffentlicht die Statistiken aus ihren Umfragen zu F&E-Aufwendungen mit einer erheblichen Zeitverzögerung. National Science Foundation (2008), Science and Engineering State Profile California. 404 National Science Board (2008), S. 4-17, Tabelle 4-3. 405 Vgl. Casper (2007), S. 17ff. 406 Vgl. Casper (2007), S. 20ff. und Bresnahan/Gambardella (2004). 403

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

217

des Wissenstransfers und der F&E-Kooperation berichtet. In den Expertengesprächen wurde deutlich, dass die deutschen Unternehmen Tochtergesellschaften im Silicon Valley hauptsächlich zu dem Zweck gegründet haben, das dortige Wissen für das Unternehmen zu nutzen und in die Muttergesellschaft zu übertragen.407 Sie erkannten allerdings auch schnell, dass sich keine Kooperationspartner mehr finden würden, wenn sie versuchen würden, nur Wissen aufzunehmen. Es ist daher nun auch das erklärte Ziel der Unternehmen, durch Kooperationen Wissen weiterzugeben und neues Wissen vor Ort zu entwickeln. Auf diesen und weitere Aspekte von Wissenstransfer und F&EKooperation wird in den folgenden Unterkapiteln näher eingegangen.

7.5.1

F&E-Kooperationen in Kalifornien im Vergleich zu Deutschland

Die Gesprächspartner sahen einige deutliche Unterschiede zwischen Kalifornien und Deutschland bezüglich der Art, wie Forschungskooperationen angebahnt werden und ablaufen. F&E-Projekte sind in Kalifornien oft kulturell heterogen besetzt. Zunächst führen die Lage am Pazifik und die hohen Einwanderungszahlen dazu, dass in einem unternehmensübergreifenden Projekt teilweise Projektteilnehmer von drei Kontinenten und mit entsprechend abweichenden kulturellen Hintergründen beteiligt sind. Dies sorgt für eine etwas schwierigere Kommunikation in den Projekten, schult aber auch die Mitarbeiter in solchen interkulturellen Interaktionen. In Deutschland sind Kooperationsprojekte sehr viel stärker monokulturell geprägt. Dazu kommt, dass viele Arbeitnehmer oft den Arbeitgeber wechseln. Dadurch besteht in der Bay Area ein sehr enges Netz an Beziehungen auch über Unternehmensgrenzen hinweg, was die Anbahnung von Kooperationen wesentlich erleichtert. Die Offenheit der Universitäten gegenüber der Industrie im Bezug auf Kooperationen und Zusammenarbeit wird als wesentlich größer empfunden als in Deutschland. Es scheint so, dass die Reputation eines Hochschullehrers stärker von Industriekontakten und Kooperationen abhängt als an deutschen Hochschulen. Allerdings sind hier in Deutschland in den letzten Jahren eine Veränderung hin zu mehr Industriekooperationen und eine entsprechende Aufwertung solcher Kooperationen wahrzunehmen. Industriekontakte werden dort auch bedeutsamer. Auf der anderen Seite sind kalifornische Unternehmen eher bereit, Forschungs- und Entwicklungskooperationen finanziell zu fördern, auch wenn dies nicht unmittelbar einen Nutzen in Form eines neuen Produktes hat oder in einer Problemlösung resul407

Im Sinne eines home-base augmenting Vorgehens, wie es Kümmerle (1997, S. 66) beschreibt.

218

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

tiert. Es geht hier auch darum, Kontakt zu Nachwuchskräften zu bekommen und den Kontakt zu den Forschungseinrichtungen zu halten. In Deutschland, so der Eindruck, erwartet man für den finanziellen Aufwand einen unmittelbaren Nutzen. Zwischen den Forschern an den kalifornischen Universitäten scheint zudem ein engeres Netzwerk zu bestehen als in Deutschland. Hier werden häufiger Kooperationen zwischen Forschern initiiert, in die dann auch Unternehmen aufgenommen werden.

Die Geheimhaltung oder Veröffentlichung der Ergebnisse von Kooperationen ist genauso wie in Deutschland ein nicht ganz einfaches Thema in Kalifornien. Auch hier sind die an der Kooperation beteiligten Wissenschaftler meist sehr daran interessiert, Ergebnisse zu veröffentlichen, während die beteiligten Firmen diese lieber vertraulich behandeln würden. Teilweise wird dies von den Unternehmen schon bei der Strukturierung der Kooperation thematisiert und in entsprechenden Geheimhaltungsvereinbarungen geregelt. Unkritisch ist dies in Kooperationen, die sich mit als vorwettbewerblich eingestuften Themen befassen. Erst wenn in solchen Kooperationen Inhalte berührt werden, die Wettbewerbsrelevanz haben, werden die beteiligten Unternehmen meist vorsichtig.

7.5.2

Wissenstransfer von Kalifornien nach Deutschland

Beim Wissenstransfer zwischen Kalifornien und Deutschland hat sich gezeigt, dass persönliche Treffen spätestens zum Abschluss eines Entwicklungsprojektes nicht durch noch so gute Dokumentation ersetzt werden können. Auch während der Projektarbeit werden teilweise halbjährlich Workshops eingeplant, um den am Projekt Beteiligten die Möglichkeit zum Austausch zu geben. Eine Regelkommunikation während des laufenden Projektes ist hier ebenfalls von Bedeutung, dies hält die verteilt arbeitenden Mitarbeiter auf dem Laufenden, wie das Projekt voranschreitet.

Meist werden vor Beginn eines Entwicklungsprojektes in Deutschland angesiedelte Geschäftsbereiche identifiziert, für die das Projekt interessant sein könnte. Teilweise kommen auch Entwicklungsaufträge aus Deutschland. Ein erfolgreicher Wissenstransfer hängt dann sehr stark von der eindeutigen Klärung ab, was der empfangende Unternehmensbereich in Deutschland von dem Projekt und von dem Wissenstransfer erwartet. Diese Festlegung sollte schon vor Beginn des eigentlichen Entwicklungsprojek-

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

219

tes erfolgen, so lässt sich auch eine Umsetzung der Entwicklung im empfangenden Bereich eher sicherstellen.

Neben der Erschwerung der Synchronisation der Arbeit durch die Zeitverschiebung ist auch die Abgleichung der Prioritäten der Projektbeteiligten ein kritischer Faktor. Besonders Mitarbeiter, die nur einen Teil ihrer Arbeitszeit für das Transferprojekt arbeiten, haben teilweise andere Prioritäten gesetzt. Hier zeigt sich wieder die Schwierigkeit der Organisation verteilter Projekte, was eine permanente Rahmenbedingung für die meisten von deutschen Unternehmen in Kalifornien angestoßenen Projekte ist.

7.5.3

Missverständnisse und Einfluss der Wissensmerkmale

Beim technischen Faktenwissen kommt es eher nicht zu Missverständnissen mit lokalen Kooperationspartnern oder deutschen Geschäftseinheiten. Hier existiert eine sehr streng formalisierte Sprache in Formeln, Maßeinheiten und Gleichungen, die sehr eindeutig ist. Bei Prozessen und Experimenten dagegen kann es schon eher zu Missverständnissen kommen. Es werden teilweise Begleitumstände, die zum Gelingen eines Experimentes führten, nicht dokumentiert. Auch die Rahmenbedingungen für Verfahren in der Produktion werden nicht umfassend be- bzw. vorgeschrieben. Dies geschieht meist unabsichtlich, teilweise aber auch bewusst, wenn die Begleitumstände nicht als wichtig erkannt wurden. Der Prozess kann dann an einem anderen Standort nicht korrekt repliziert werden. Diese Details werden auch nicht so leicht entdeckt wie einfache Fehler in der Übertragung, da die Umstände des Experimentes oder des Prozesses zum Zeitpunkt der Rückfrage teilweise schon nicht mehr existieren. Eine Rekonstruktion ist dann sehr schwierig. Ein Beispiel aus der Produktprüfung im Automobilbau kann dies veranschaulichen. In Deutschland wurden elektronische Diagnosegeräte für die Fahrzeugproduktion entwickelt und erfolgreich eingesetzt. Diese sollten dann auch in den USA angewandt werden. Im Unterschied zu den deutschen Werken lud sich aber der Boden im amerikanischen Werk statisch auf. Eine angemessene Isolation der Diagnosegeräte war in Deutschland nicht relevant gewesen und wurde entsprechend bei der Übertragung in die USA nicht berücksichtigt. Die Prüfgeräte schlugen beim Einsatz Funken und wurden dadurch beschädigt oder funktionsuntüchtig.

Bei der Übergabe von Forschungsergebnissen an die Entwicklungsseite zeigen sich teilweise die Unterschiede im Verständnis verschiedener Fachbereiche innerhalb eines

220

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Unternehmens. Was in der Erforschungsphase einmalig funktioniert hat, wird von den Forschern als Erfolg angesehen, denn es beweist die prinzipielle Machbarkeit einer Lösung. Für die Entwickler ist eine Lösung aber erst dann ein Erfolg, wenn sie sich in großer Zahl wiederholen lässt, denn nur dann kann sie in der Produktion auch tatsächlich eingesetzt werden.

Eine weitere Quelle für Missverständnisse sind die teilweise lockeren Führungsstrukturen für die Tochtergesellschaften in der Bay Area. Dadurch kann es durchaus vorkommen, dass die Entwickler vor Ort von den Vorgaben der Muttergesellschaft abweichen. Dies muss auch nicht absichtlich geschehen, sondern die Entwickler lassen sich von der Begeisterung für eine entdeckte Problemlösung leiten, auch wenn diese nicht erwartet worden war. In einem berichteten Projektbeispiel hatte die kalifornische Tochtergesellschaft einen Entwicklungsauftrag erhalten. Im Laufe der Bearbeitung entdeckte man zwar eine interessante Anwendung für die erforschte Technologie, verfehlte damit allerdings die Vorgaben der Muttergesellschaft. Während der Projektarbeit hatte man sich im kalifornischen Team von der Sache leiten lassen und die interessantere Lösung verfolgt, dabei aber den Bedarf der Muttergesellschaft aus den Augen verloren. Die entdeckte Lösung ließ sich zwar wettbewerblich verwenden, für den ursprünglich erteilten Entwicklungsauftrag musste allerdings nachgeliefert werden.

7.5.4

Förderung von F&E-Kooperationen in Kalifornien

In Kalifornien werden Forschungskooperationen zwischen Universitäten und Industrie unter anderem durch das Industry-University Cooperative Research Program (IUCRP) gefördert. Dies ist eine vom Staat Kalifornien 1996 gegründete und finanzierte Förderungseinrichtung, die helfen soll, technologische Entwicklungen in die Praxis umzusetzen und Nachwuchskräfte auszubilden. Seit der Gründung wurden Projekte mit einem Volumen von insgesamt 281 Mio. US-Dollar gefördert. Forscher der Universität von Kalifornien und Unternehmen können einen Kooperationsvorschlag einreichen, die für die Universität entstehenden Kosten werden dann von der Förderungseinrichtung unterstützt, und das Unternehmen darf die Ergebnisse nutzen. Dabei werden überwiegend grundlagenorientierte und vorwettbewerbliche Projekte gefördert. Wettbewerbsrelevante Themen sind meist zu kritisch für die Unternehmen, als dass sie dies in einer solchen Kooperation bearbeiten würden. Gefördert werden Projekte in den Technologiebereichen Biotechnologie, IT, Digitale Medien, Fertigung von Elektronik und

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

221

neue Materialien sowie IT für Life Sciences. Im Pilottest befinden sich aktuell Förderungsprogramme für Energie, Gesundheit und Nanotechnologie. Das Ziel des IUCRP ist es, die Wirtschaft von Kalifornien durch die Förderung von technologischen Entwicklungen und die Ausbildung von Fachkräften in den Kooperationen zu stärken.

Es wird berichtet, dass Kooperationen dann am Besten ablaufen, wenn es bereits eine gute Beziehung zwischen den Forschern und der Unternehmensseite gibt. Diese Beziehungen werden meist sukzessive über stetig größere Kooperationsprojekte aufgebaut. In manchen universitären Fachbereichen gibt es Mentorennetzwerke, in denen erfahrene Kollegen ihr Wissen aus der Kooperationsarbeit an neue Mitarbeiter der Fachbereiche weitergeben und helfen, Kontakte zur Industrie aufzubauen. Wenn an der Kooperation beteiligte Studenten nach Ende der Kooperation vom Unternehmenspartner eingestellt werden ist dies meist ein Zeichen für eine erfolgreiche Zusammenarbeit. Auch die Fortsetzung der Kooperation ohne IUCRP-Förderung deutet darauf hin.

Da die Förderungsvoraussetzungen relativ streng geprüft werden, kommt es kaum vor, dass geförderte Kooperationen abgebrochen werden. Laufende Kooperationen werden verhältnismäßig flexibel gehandhabt. Ziele der Kooperation können in Abstimmung mit dem IUCRP geändert werden und eine Unter- oder Überschreitung des geplanten Projektbudgets von bis zu 25 % muss nicht im Voraus beantragt werden. Was allerdings nicht passieren darf, ist das Abziehen der Studenten von den Kooperationsprojekten, da diese daran auch ausgebildet werden sollen.

7.5.5

Abschließende Bemerkungen

Es wurde in den Gesprächen in Kalifornien deutlich, dass die dortigen Kooperationsprojekte mit den gleichen grundlegenden Problemen zu kämpfen haben, denen sich auch Kooperationen in Deutschland gegenübersehen. Dazu zählen besonders Schwierigkeiten der räumlichen Verteilung und Meinungsverschiedenheiten zu der Verwendung der in der Kooperation erarbeiteten Ergebnisse. Hervorzuheben sind die wesentlich stärkere Vernetzung der potentiellen Kooperationsakteure und die viel stärker multikulturelle Zusammensetzung vieler Projekte. Durch die stärkere Personalfluktuation der Unternehmen und einen Wechsel auch zwischen Industrie und Universität entsteht ein Netzwerk an Kontakten, durch welches Kooperationen initiiert werden können. Zusätzlich hilft die größere Offenheit für Kooperationen im Vergleich zu Deutschland.

222

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Die Besonderheit der deutschen Tochtergesellschaften vor Ort, mit deren Vertretern gesprochen wurde, scheint die empfundene starke Eigenständigkeit gegenüber der Muttergesellschaft zu sein. Dies zeigt sich in selbstständig initiierten Projekten und Entwicklungen und in der Abweichung von vorgegebenen Entwicklungszielen, wenn sich interessante Technologiepfade ergeben.

7.6 Abschließende Betrachtungen zu den Fallstudien Die Fallstudien haben empirische Belege geliefert für die im ersten Teil der Arbeit aufgestellten Annahmen zu den Einflüssen der Wissensmerkmale und der Rahmenbedingungen des Wissenstransfers. Tabelle 11 gibt zunächst einen Überblick über die strukturellen Unterschiede und Ähnlichkeiten der ersten drei Fallstudien. Da es sich bei der vierten Fallstudie nicht um eine auf ein konkretes Projekt begrenzte Untersuchung handelt, kann diese hier nicht in den Vergleich mit einbezogen werden. Die Ergebnisse aus der vierten Fallstudie werden weiter unten diskutiert.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

223

Tabelle 11: Struktur der Kooperationen in den Fallstudien 1 bis 3408

Faktor

Fallstudie 1

Fallstudie 2

Fallstudie 3

Reichweite

unternehmensintern

externe Partner

externe Partner

Partner

andere Einheiten des

Unternehmen und öffent-

Unternehmen und

gleichen Unternehmens

liche Forschungs-

öffentliche For-

einrichtungen

schungseinrichtungen

4 (1. Kooperation)

3

Anzahl der Part-

3 (Worldwide Team,

ner

lokales Team, Support Team)

Relation der

Netzwerk

Zentraler Koordinator

Zentraler Koordinator

(FzK)409

(Unternehmen E)

Gemeinsames Projekt

Gemeinsames Projekt

Gemeinsames Projekt

Prozessübertragung

Prozessentwicklung

Produktentwicklung

Partner Kooperations-

9 (2. Kooperation)

intensität Ziel/Problemstellung

Die in den Kooperationen vorliegenden Wissensmerkmale wurden mit Hilfe der in Kapitel 6.1 vorgestellten Wissensmetrik analysiert. Dabei war lediglich eine externe Beurteilung möglich, da die beteiligten Organisationen keine systematische Befragung mittels des Instrumentes zulassen wollten. Abbildung 41 veranschaulicht die Ausprägung der Wissensmerkmale in den ersten drei Fallstudien. Diese werden anschließend genauer diskutiert.

408 409

Entsprechend der Systematik, die Kapitel 5.1 vorgestellt wurde. In der ersten Kooperation war die Relation der Partner eher ein Netzwerk, aber auch hier hatte schon das FzK eine Koordinierende Rolle inne. In der zweiten Kooperation wurde das FzK zum offiziellen Koordinator der Kooperation. Dies wird genauer in den Kapiteln 7.3.3 und 7.3.4 in der Fallstudie beschrieben.

224

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

Mehrdeutigkeit

äquivok

1

Fall 2 (1. Kooperation) 2

3

kanonisch

Fall 2 (2. Kooperation) Fall 1 4 Fall 3

5

4 explizit

3

2 implizit

1

Explizitheit Abbildung 41: Beurteilung der Wissensmerkmale in den ersten drei Fallstudien410

In Fallstudie 1 wurden die Effekte einer verteilten Teamarbeit sehr deutlich und es zeigten sich Interpretationsdivergenzen zu einem Teilaspekt des Projektes, die zwar noch kein gänzlich äquivokes Wissen darstellten, aber Tendenzen hierzu aufwiesen. Dass diese ohne weitere Probleme aufgedeckt werden konnten, hatte das Projektteam der schon vor Projektbeginn stattgefundenen Vorbereitungsphase zu verdanken und dem Startworkshop des Projektes, in dem genau solche Unklarheiten eingehend und unter Einbezug aller relevanten Experten diskutiert werden konnten. So wurden die unterschiedlichen vorhandenen Interpretationen abgeglichen.

In der zweiten Fallstudie waren zwei aufeinander folgende Kooperationen mit gleichem Inhalt zu beobachten. In der ersten Kooperation zeigten sich deutliche Hinweise auf äquivokes und implizites Wissen. Dies veränderte sich mit der zweiten Kooperati-

410

Die hier verwendete Wissensmetrik und die Merkmale werden genauer in Kapitel 6.1 erläutert.

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

225

on in Richtung von eher kanonischem und explizitem Wissen, bleibt aber zum Abschluss der Untersuchung weiter zwischen den Reinformen der Wissensmerkmale. Zusätzlich befand sich die Technologie noch im Entwicklungsstadium. Es handelte sich also um einen Technology-push Fall, in dem für eine an sich viel versprechende Erfindung eine industrielle Anwendung gesucht wird. Hier waren unterschiedliche Ansichten der beteiligten Kooperationspartner zu beobachten, die sich so auch in den Beschreibungen der in Kalifornien befragten Experten wieder fanden. Die Forschungsseite hat einen Erfolg verbucht, für die Entwickler muss dies aber noch weiter ausgearbeitet werden, um als Erfolg gelten zu können. In Fallstudie 3 lag dagegen deutlich kanonisches Wissen vor, das aber eher implizit war. Die betreffende Technologie war schon lange bekannt und auch industriell im Einsatz, da es hier aber auch teilweise um das Wissen über den Prozess der Herstellung ging, war implizites Wissen auch eher zu erwarten. In der Kooperation war dann die Anpassung des Werkstoffes an eine spezifische Anwendung das Ziel. Die Kooperation wurde vom Industriepartner initiiert und auch gesteuert, es lag also ein Technologypull Fall vor. Der Wissenstransfer selbst wurde gründlich geplant und machte sich verschiedene Transferkanäle zunutze. Insgesamt ist der Wissenstransfer in diesem Projekt sehr gut verlaufen. In den Fallstudien 2 und 3 lassen sich einige Beobachtungen zu F&E-Kooperationen ableiten, die auch Anspruch auf Allgemeingültigkeit haben. Erstens arbeiten die in den beiden Fallstudien behandelten Forschungseinrichtungen und Unternehmen unter unterschiedlichen Voraussetzungen. Über diese Unterschiede herrschte nicht immer Klarheit, was zu Missverständnissen führte, die die Zusammenarbeit erschwerten. Zweitens muss dem Austausch von Wissen genügend Zeit eingeräumt werden, mit dem ernsthaften Versuch, ein gemeinsames Verständnis aufzubauen. Dies gilt besonders für die ersten Treffen einer Projektgruppe der F&E-Kooperation. Drittens sollten Unternehmen das Fachwissen der Forscherseite respektieren und einbeziehen, z. B. durch Einbindung der Forscher in beratender Funktion in der ersten Zeit der Anwendung des neuen Werkstoffes/Prozesses. Dies ist in der zweiten Fallstudie wesentlich umfangreicher passiert als in der ersten. Viertens sollten Forscher das Marktwissen des Unternehmens respektieren und in ihre Überlegungen einbeziehen, z. B. bei der Gestaltung von Produktionsprozessen. Eine stärkere Berücksichtigung des Marktwissens ließe sich erreichen, indem die Ziele der Forscher stärker mit denen der Unternehmen verknüpft werden. Denkbar wäre eine größere finanzielle Beteiligung der Forscher am Markterfolg

226

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

des resultierenden Produktes. Alternativ könnte die Vergabe weiterer Forschungsmittel an den Markterfolg geknüpft werden. Auch die Förderung der Kommunikation zwischen Forschern und Industrieseite, wie sie in Kapitel 8 angeregt wird, könnte hier zu einer stärkeren Berücksichtigung des Marktwissens beitragen. Ein Verständnis des Marktes erlaubt auch eher die richtige Einschätzung der Möglichkeiten des aktuellen Projektes. Und schließlich hat in beiden Fällen der Markt für die benötigten Rohstoffe einen wesentlichen Einfluss auf die Durchsetzung der Innovation. In Fallstudie 2 wird die Durchsetzung des neuen Herstellungsverfahrens durch die hohen Kosten der Kohlenstofffasern erschwert, welche die Endprodukthersteller davon abhalten, Bauteile aus diesem Material einzusetzen. Die Hersteller der Kohlenstofffasern dagegen warten auf eine steigende bzw. sichere Nachfrage für ihr Produkt, bevor sie das Produktionsvolumen erhöhen. Es existieren bereits günstigere und modernere Herstellungsverfahren für die Fasern, aber aus diesen Gründen wollen die Hersteller noch nicht auf diese neuen Verfahren umstellen. Ähnliches gilt für das Bauteil in Fallstudie 3. Es wurde für den Wissenstransfer in F&E-Kooperationen erwartet, dass zum einen Wissen über das neu entwickelte Verfahren bzw. das neu entwickelte Material von der Forschungsseite an die Unternehmensmitarbeiter weitergegeben wird. Umgekehrt sollte ein Transfer von Wissen über Kundenanforderungen und Machbarkeit von Funktionen/Funktionalitäten in die Forschungseinrichtung hinein geschehen. Der Transfer der grundlegenden Technologie sollte dabei keine Schwierigkeiten bereiten. Trotz teilweise verschiedener Fachrichtungen war das gemeinsame Verständnis der Technologie so einheitlich, dass in den beobachteten Projekten zumindest oberflächlich betrachtet ein erfolgreicher Austausch stattfand. Im Detail zeigte sich aber, dass Teile der Verfahren bzw. Ergebnisse nicht erfolgreich an die Unternehmen weitergegeben wurden. Das Forschungszentrum Karlsruhe stellt nach wie vor die Mikrowellenöfen fertig, und das Forschungsinstitut C führt für Unternehmen E die Qualitätsprüfung der Bauteile durch. Dies ist zum einen in dem Entwicklungsstadium der Technologie begründet, zum anderen aber auch mit der Entscheidung, bestimmte Funktionen beim Forschungspartner zu belassen. Der Erfolg des Wissenstransfers bzgl. des letztendlichen Projektzieles lässt sich zum aktuellen Stand der Untersuchungen nur zum Teil beurteilen. In der dritten Fallstudie hat ein erfolgreicher Transfer im Sinne der Ziele insofern stattgefunden, als eine Kleinserienfertigung des betreffenden Produktes bereits angelaufen ist. Die Prüfung des Produktes liegt aber nach wie vor beim Forschungspartner. Ausschlaggebend für den

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

227

Erfolg war möglicherweise, dass hier eine klare vertragliche Regelung zu Umfang und Ziel der Zusammenarbeit vorlag. Der Forschungspartner hatte einen bereits existierenden Werkstoff nach Vorgaben des Unternehmenspartners zu modifizieren und zu testen. In der Fallstudie 2 wird nach wie vor an dem Verfahren geforscht, daher ist noch nicht klar, inwieweit hier ein erfolgreicher Transfer erfolgen wird. Dies ist nicht nur vom Verhalten der Projektpartner abhängig, sondern auch von der Akzeptanz des Verfahrens in der Industrie. Die Kooperation im zweiten Fall kann daher eher mit einem unified technology research verglichen werden, wie ihn Amesse und Cohendet (2001) beschreiben.411 Dies ist eine Form von Kooperation, die zum einen wissenschaftliche Ergebnisse in Form von Publikationen und Studienarbeiten anstrebt, andererseits aber auch Ergebnisse für die beteiligten Unternehmen zu produzieren sucht.

Ein wesentlicher Unterschied zwischen den beiden berichteten Fällen ist zudem, dass beim Bauteil in Fallstudie 3 eine market pull Situation vorliegt, beim Mikrowellenofen dagegen eine technology push Situation.412 Für die Bauteile gab es ein klar definiertes Problem, für das vom Unternehmen E eine Lösung gesucht wurde. Das resultierende Projekt war ein „Detailprojekt“413, also die Arbeit an einem spezifischen, eng abgegrenzten Problem. Beim Mikrowellenofen dagegen ist ein neues Verfahren mit viel Potential entdeckt worden, für das aber noch nach einer Anwendung gesucht wird bzw. für das verschiedene Anwendungen getestet werden. Entsprechend sollten hier unterschiedliche Methoden der Markterschließung bzw. des Wissenstransfers zur Anwendung kommen. Zusammenfassend war also zu beobachten, dass nur Teile der Technologie transferiert wurden, dass zwischen Kooperationen ähnlich einer Auftragsforschung und ähnlich eines unified technology research zu unterscheiden war und dass technology push im einen Fall und market pull im anderen Fall vorlagen.

In einer etwas weiter gefassten Perspektive wurden in der Fallstudie 4 F&EKooperationen und Wissenstransfer sowohl in Kalifornien als auch zwischen Kalifornien und Deutschland betrachtet. Hier wurde die Bedeutung von Netzwerken und von solche Netzwerke unterstützenden Aktivitäten deutlich. Auch die Offenheit für Koope-

411 412 413

Basierend auf Cassier (1995). Vgl. Chidamber/Kon (1994). Eine Mitarbeiterin des Mikrowellenprojektes beschrieb damit sehr passend den Unterschied zwischen groß angelegten generellen Forschungsprojekten, die eher nach allgemeinem technologischem Fortschritt streben, und Projekten, in denen isolierte Problemstellungen bearbeitet werden.

228

Fallstudien zum Wissenstransfer in der Innovationszusammenarbeit

rationen sowohl auf der industriellen wie auch der universitären Seite ließ sich hier als Unterschied zum deutschen F&E-Kooperationsumfeld zeigen. Dass die Merkmale des Wissens hier auch Einfluss ausüben, zeigte sich in dem Bedarf für persönliche Treffen in den beobachteten Wissenstransferprojekten nicht nur zum Abschluss eines Projektes, sondern auch in laufenden Projekten.

Zusammenfassend lassen sich die Fallstudie 3 und teilweise die Fallstudie 1 als erfolgreicher Wissenstransfer beurteilen. Die Kooperation in Fallstudie 3 profitierte deutlich von günstigen Wissensmerkmalen, einem klar definierten Ziel der Kooperation und einer deutlichen Abgrenzungen zwischen den Aufgaben. In Fallstudie 1 lagen zwar etwas schwierigere Wissensmerkmale vor, dafür fand hier aber eine gründliche Vorbereitung des Transfers statt. Besonders der intensive zweiwöchige Workshop zu Beginn des Projektes trug zum Erfolg der Zusammenarbeit bei. Das Kooperationsteam in Fallstudie 2 dagegen hatte mit sehr schwierigen Wissensmerkmalen zu kämpfen. In dieser Kooperation gab es anfangs keine klaren Strukturen, was die zielorientierte Zusammenarbeit weiter erschwerte. In der BMBF-geförderten zweiten Kooperation lag eine stärkere Strukturierung durch die Anforderungen des BMBF vor, allerdings fand nach wie vor nur sehr selektive Kommunikation innerhalb von Teilgruppen des Teams statt. Der Einfluss von günstigen und weniger günstigen Rahmenbedingungen der Kooperation zeigte sich in allen Fallstudien. Hinzu kamen die Wissensmerkmale, die in den betrachteten Fallstudien recht unterschiedlich ausfielen. Eine Berücksichtigung dieser Merkmale kann die Erfolgsaussichten eines Kooperationsprojektes wesentlich verbessern. Ausgehend von den empirischen Erhebungen werden im folgenden Kapitel Lösungen für die Erfassung der Wissensmerkmale und die Gestaltung von Kooperationsprojekten vorgestellt.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

229

8 Empfehlungen für die Innovationszusammenarbeit in F&EKooperationen Die vier Fallstudien haben deutlich aufgezeigt, an welcher Stelle im Wissenstransferprozess, der eingebettet ist in den Innovationsprozess, es zu Problemen kommen kann. In den Fallstudien wurden auch Methoden beobachtet, die eingesetzt wurden, um den Ablauf des Transfers effizienter zu gestalten. Entsprechend der in Kapitel 1.1.3 vorgestellten Zielsetzung dieser Arbeit können im Folgenden Ergebnisse zur Wirkung der Wissensmerkmale, die Entwicklung eines Messinstrumentes für diese Wissensmerkmale sowie die Einbettung der Erkenntnisse und des Messintrumentes in eine systematische Planung und Steuerung von wissenstransferorientierten Kooperationsprojekten berichtet werden.

Die Innovationszusammenarbeit ist deutlich geprägt durch die im Projekt vorliegenden Wissensmerkmale, was in Kapitel 8.1 dargestellt wird. Dabei ist eine dynamische Betrachtung der Wissensmerkmale wichtig, denn diese verändern sich offenbar im zeitlichen Verlauf des Projektes. Um eine Steuerung des Projektes unter Berücksichtigung der Wissensmerkmale zu ermöglichen, werden in Kapitel 8.2 weitere Erkenntnisse zur Erfassung und Diagnostik der Wissensmerkmale berichtet. Die Entwicklung eines speziellen Messinstrumentes für Wissensmerkmale in F&E-Kooperationen ausgehend vom in Kapitel 6 untersuchten Messinstrument, die ebenfalls in Kapitel 8.2 beschrieben wird, ist ein wesentliches Ergebnis der vorliegenden Arbeit. Dieses Instrument erlaubt die projektbegleitende Erfassung der Wissensmerkmale. Die Berücksichtigung der Wissensmerkmale kann eingebettet werden als ein Element der umfassenden Gestaltung von F&E-Kooperationen, für die in Kapitel 8.3 Empfehlungen gegeben werden. Dabei werden auch die im ersten Teil der Arbeit diskutierten Aspekte der Kommunikation und Informationsverarbeitung einbezogen, denn die Fallstudien haben gezeigt, dass effiziente Kommunikation zwar erfolgsentscheidend für ein Kooperationsprojekt ist, dass diese aber nicht ohne weiteres hergestellt werden kann.

8.1 Wirkung der Wissensmerkmale Die beiden in dieser Arbeit betrachteten Wissensmerkmale der Explizitheit und der Mehrdeutigkeit sind in Kapitel 2.1.3 theoretisch vorgestellt und in Kapitel 6.1 operationalisiert und konkretisiert worden. Explizitheit beschreibt dabei das Ausmaß, zu dem

230

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

gegebenes Wissen implizit oder explizit ist, also leicht oder schwer zu kodifizieren. Hier wurde hauptsächlich den Ausführungen von Nonaka und Takeuchi (1995) und Kogut und Zander (1992, 1993) sowie Gerybadze (2004b) gefolgt. Die Mehrdeutigkeit charakterisiert, wie stark interpretative Kohärenz des Wissens vorliegt, also in welchem Maße gegebenes Wissen bei den Beteiligten eines Wissenstransfers zu den gleichen oder zu abweichenden Interpretationen des Wissens führt. Mit diesem Wissensmerkmal sollen vor allem die sozialen und kommunikativen Aspekte des Wissenstransfers Berücksichtigung finden.414 Im Folgenden werden die Wirkungen der beiden Wissensmerkmale und ihre dynamische Veränderung im Projektverlauf anhand der Fallstudien dargestellt und diskutiert. Neu sind hier vor allem die Erkenntnisse zur Mehrdeutigkeit des Wissens und zur Dynamik der Wissensmerkmale, die keineswegs so statisch sind, wie angenommen wurde.

8.1.1

Einfluss der Explizitheit auf den Wissenstransfer

Für die beschriebenen Fallstudien und die Feldstudie werden nun zunächst nacheinander die Wirkungen der beiden Wissensdimensionen für sich diskutiert, abschließend wird auf die Interaktion der beiden Wissensdimensionen eingegangen. Als die wesentlichen operationalen Merkmale der Explizitheit wurden Kodifizierbarkeit, Lehrbarkeit und Komplexität beschrieben. Nach diesen mittelbaren Indikatoren für die Explizitheit des im Projekt jeweils vorliegenden Wissens wurden die Fallstudien entsprechend der Erläuterung in Kapitel 7.2.4 ausgewertet. In der ersten Fallstudie war mäßig kodifizierbares und vermittelbares, aber durchaus komplexes Wissen vorhanden.415 Somit kann das Wissen dort als lediglich tendenziell explizit beurteilt werden. Die zahlreichen Dokumentationsaktivitäten416, die Handbücher und der rege Austausch von Dokumenten war mit mittlerem Aufwand verbunden. Für die komplexeren Wissensbestandteile, die nicht einfach dokumentiert werden konnten, wurden internationale Zusammenkünfte organisiert. Der Einfluss dieser Wissensart zeigte sich somit in einem Arbeitsmodus, in dem typischerweise nach erster kurzer direkter Kommunikation Dokumente ausgetauscht wurden und bei Bedarf detaillierter über diese Dokumente ge-

414

Siehe Gerybadze (2004b), S. 111. Die Interviews und die Gruppendiskussion dienten dabei als Basis für die Einschätzung der Wissensmerkmale wie in Kapitel 7.2.4 beschrieben, die Explizitheit wurde mit 3,2 bewertet. Siehe auch Abbildung 41. 416 Dazu gehörten Protokolle von Sitzungen, Berichte, automatisch generierte Protokolle der Chats und Emailkorrespondenz. 415

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

231

sprochen wurde. Die Arbeit an dem Projekt konnte entsprechend größtenteils verteilt stattfinden und war für das Unternehmen A noch zu vertretbaren Kosten zu organisieren, was den Wissenstransfer an sich anging. Die weiteren Aktivitäten des Wissensaustausches wurden in den Kapiteln 7.2.3 und 7.2.4 beschrieben.

In der zweiten Fallstudie wurde die Beurteilung des Wissens durch die beiden aufeinander folgenden Kooperationen erschwert, dafür ergaben sich aber auch interessante Einblicke in die Veränderung der Wissensmerkmale, die im Kapitel 8.1.3 dargestellt werden. Das Wissen in der ersten Kooperation war eher schwierig zu kodifizieren, mäßig lehrbar und relativ komplex, es lag demzufolge implizites Wissen vor.417 Es wurden nur wenige Dokumentationen erstellt und kommuniziert wurde hauptsächlich über Ergebnisse von Versuchsreihen. Dabei waren die Interaktionen zwischen den Partnern der ersten Kooperation sporadisch und von teilweise langen Pausen zwischen den Interaktionen unterbrochen, denn es wurde lediglich in unregelmäßigen Abständen im Rahmen von Diplom- und Doktorarbeiten weiter an dem Verfahren geforscht.418 Mit der zweiten Kooperation änderte sich dies, durch die erste Kooperation hatte sich das Wissen offenbar verändert. Hier war zwar das Wissen nach wie vor komplex und nur mit Aufwand lehrbar, aber es wurde schon stärker in Form von Berichten und Präsentationen kodifiziert.419 Eine Schwierigkeit bei der Beurteilung des Wissens in dieser Fallstudie stellt die Projektfinanzierung als mögliche konfundierende Variable dar. Es könnte sein, dass der Grund für die geringe Dokumentationsaktivität in der ersten Kooperation nicht das implizite Wissen, sondern die geringe Finanzierung der Kooperation war.420 In der zweiten Kooperation war umfangreichere Finanzierung vorhanden, was ebenfalls die Kodifizierung des Wissens begünstigt haben könnte. Andererseits kann dies auch die hier gemachte Einschätzung des Wissens als prinzipiell implizit stützen, denn die Dokumentation dieses Wissens bedeutet höheren Aufwand, welcher in der ersten Kooperation nicht finanzierbar war. Das Wissen wurde als einigermaßen dokumentierbar eingeschätzt (Bewertung 3), wurde aber in der ersten Kooperation eher

417

Die Beurteilung in Kapitel 7.3.5 nach den vorliegenden Interviews ergab eine Bewertung der Explizitheit von 2,0 für die erste Kooperation in Fallstudie 2. Siehe auch Abbildung 41. Dies wird in Kapitel 7.3.4 bei der Beschreibung der ersten Kooperation ebenfalls behandelt. Diese Einschätzung beruht auf dem Interview 2.4. 419 Das Wissensmerkmal Explizitheit wurde in der zweiten Kooperation in Fallstudie 2 mit 3,0 bewertet. Siehe auch Abbildung 41. 420 Die Finanzierung als Schwierigkeit in der ersten Kooperation wird in Kapitel 7.3.4 beschrieben. 418

232

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

wenig tatsächlich dokumentiert (Bewertung 2). Der Wissenstransfer wurde durch das eher implizite Wissen in den beiden Kooperationen merklich erschwert.421

In der dritten Fallstudie schließlich lag Wissen vor, welches zwar sehr komplex war, aber auch mit mäßigem Aufwand vermittelt und dokumentiert werden konnte. Die Explizitheit wurde in Kapitel 7.4.5 mit 2,4 bewertet, das Wissen ist daher als eher implizit einzuschätzen. In der Kooperation wurden verschiedene Aktivitäten wie Schulungen, Beratungsleistungen und Dokumentationserstellungen geplant und durchgeführt. Diese größtenteils auf Interaktion ausgelegten Wissenstransferaktivitäten verdeutlichen die eher implizite Eigenschaft des Wissens. Eine Interaktion beim Transfer war also erforderlich, um sicherzustellen, dass das Wissen tatsächlich im gewünschten Ausmaß an die Wissensempfänger übertragen wird. Trotz der eher aufwändigen Transfervorbereitung durch das tendenziell implizite Wissen gelang der Transfer in diesem Fall gut. Es waren der Wissensbeschaffenheit entsprechende Vorkehrungen getroffen worden.

Die Feldstudie in Kalifornien hat gezeigt, dass die dort angesprochenen Unternehmen sich der Schwierigkeit eines Wissenstransfers von Kalifornien nach Deutschland durchaus bewusst sind und ihr Transferverhalten üblicherweise der Wissensdimension der Explizitheit anpassen. Bei implizitem Wissen werden direkte Interaktionen durchgeführt, Technologien und Produkte werden durch die Entwickler direkt demonstriert. Bei explizitem Wissen dagegen wird stark mit Dokumentationen und kodifizierten Anleitungen gearbeitet.

In den empirischen Untersuchungen zeigt sich somit, dass die Explizitheit die Schwierigkeit der Weitergabe des Wissens beeinflusst, da bei implizitem Wissen mehr Aufwand und Kosten zur Kodifizierung entstehen bzw. häufigere und länger dauernde persönliche Treffen notwendig sind. Hier kann die Zusammenfassung aus Kapitel 2.2.5 wieder aufgegriffen und modifiziert werden (Abbildung 42). Der Wissenstransferprozess wird hier mit seinen drei Hauptphasen dargestellt, eingebettet in die entsprechenden Rahmenbedingungen des Transfers.422 Explizitheit wirkt in der Vorbereitung des

421 422

Details zu Aktivitäten des Wissenstransfers in Fallstudie 2 sind in den Kapiteln 7.3.3 und 7.3.5 enthalten. Siehe Kapitel 2.2.2 zu den Phasen des Wissenstransfers und 2.2.3 zu den Rahmenbedingungen.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

233

Wissenstransfers und, anders als in Kapitel 2.2.5 angenommen, auch beim eigentlichen Transfer. Mehrdeutigkeit

Explizitheit

Vorbereitung

Transferaktivitäten

Anwendung

Rahmenbedingungen des Wissenstransfers

Abbildung 42: Einfluss der Explizitheit nach den Ergebnissen der Fallstudien

Die Ausprägungen der Explizitheit wirken dabei folgendermaßen. Implizites Wissen erfordert umfangreichere Aktivitäten zur Kodifizierung und stärkere Interaktion während der Transferaktivitäten. Bei explizitem Wissen dagegen fallen sowohl die Vorbereitungen als auch die Transferaktivitäten leichter, hier kann ein Großteil der Arbeit in verteilter Form geschehen.

8.1.2

Einfluss der Mehrdeutigkeit auf den Wissenstransfer

Mehrdeutigkeit ist gekennzeichnet durch Undeutlichkeit des Wissens, durch seine Komplexität, das Vorliegen von widersprüchlichen Wissensbestandteilen (Paradox), Schwierigkeiten der Informationsbeschaffung und Informationsverarbeitung und durch unklare Entscheidungs- und Verantwortungsstrukturen.423 Die Folge dieser negativen Ausprägung der Wissensmerkmale sind verschiedene Interpretationen des gleichen Wissens innerhalb des Teams. Gerybadze (2004b) spricht in diesem Fall von äquivokem Wissen. Sind diese negativen Ausprägungen dagegen nicht vorhanden, so wird dies als kanonisches Wissen bezeichnet. Es ist in Kapitel 2.2.5 ausgehend von der Literatur argumentiert worden, dass die Mehrdeutigkeit hauptsächlich auf die Anwendung des transferierten Wissens wirkt. In den Fallstudien hat sich allerdings gezeigt, dass auch die Wissenstransferaktivitäten durch dieses Wissensmerkmal beeinflusst werden können. In den Fallstudien 1 und 2 finden sich hierfür Beispiele. In Fallstudie 1 war es wegen der sehr unterschiedlichen Interpretation der Leasingdauer notwendig, alle be423

Diese Merkmale von Merhdeutigkeit werden in Kapitel 6.1.2 genauer erläutert.

234

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

troffenen Experten zusammenzubringen und dies zu diskutieren. Dabei konnte eine befriedigende Lösung gefunden werden, und erst dann konnte der Transfer fortgesetzt werden. In Fallstudie 2 bestand in der ersten Kooperation teilweise Unklarheit über die zu verfolgenden Ziele, hier hatten die Kooperationspartner voneinander abweichende Ansichten, die zunächst nicht besprochen wurden und das Vorankommen des Projektes erschwerten. Ergebnisse von Messungen wurden entsprechend der unterschiedlichen Ziele auch unterschiedlich bewertet. Erst in der anschließenden zweiten Kooperation wurden die Ziele offener diskutiert. Im Folgenden wird nun die Mehrdeutigkeit in den Fallstudien dargestellt.

In der ersten Fallstudie war das Wissen eher kanonisch, allerdings bestanden widersprüchliche Informationen zu einem Teilaspekt des zu transferierenden Wissens, der üblichen Nutzungsdauer der Leasinggüter.424 Dies führte zunächst zu Missverständnissen im Team, die eine Klärung erforderlich machten. Hier wurde die Äquivokalität des Wissens noch in der Transferphase in einem gemeinsamen Workshop aufgedeckt und behoben. Spätestens in der Anwendung des transferierten Wissens hätten die unterschiedlichen Interpretationen zu Schwierigkeiten geführt bzw. deutlich werden müssen. Dass das gesamte Team zum Workshop zusammen gekommen war, half hier, die Äquivokalität des Wissens aufzudecken und durch Kommunikation im Team zu verändern.

Bei der ersten Kooperation der zweiten Fallstudie wurde die Mehrdeutigkeit in Kapitel 7.3.5 mit lediglich 1,9 bewertet, das Wissen war zunächst als eher äquivok einzuordnen. Die Messergebnisse an der Versuchsanlage wurden von den unterschiedlichen Partnern der Kooperation unterschiedlich bewertet und es herrschte hier keine Einigkeit darüber, wie die Technologie weiter zu verfolgen sei, auch wenn alle Beteiligten die Technologie weiter bearbeiten wollten. In der zweiten Kooperation ist auch dank der Erkenntnisse aus der ersten Kooperation ein deutlicher kanonisches Wissen vorhanden.425 Eine Klärung der unterschiedlichen Bewertungen der Messergebnisse scheint stattgefunden zu haben, denn ein Großteil der Projektpartner beurteilt dies nun einheitlich. Dieses Wissensmerkmal wurde allerdings von erschwerenden Rahmenbedingungen begleitet. Die Projektteams in beiden Kooperationen waren stark verteilt

424 425

In Kapitel 7.2.4 wurde die Mehrdeutigkeit mit 3,9 bewertet. Siehe auch Abbildung 41. Die Mehrdeutigkeit wurde in der zweiten Kooperation mit 3,5 als eher kanonisch bewertet. Siehe auch Abbildung 41.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

235

organisiert, und in beiden Fällen schien die Interaktionshäufigkeit nicht den vorliegenden Wissensmerkmalen angemessen.

In der dritten Fallstudie dagegen war das Wissen überwiegend kanonisch, die entsprechende Bewertung in Kapitel 7.4.5 ergab einen Wert von 4,5. Es zeigten sich keine abweichenden Interpretationen des Wissens im Verlauf des Wissenstransfers oder in der Anwendung. Dies mag auch damit zusammenhängen, dass die zugrunde liegende Technologie seit über zwei Jahrzehnten eingesetzt wird. Im Gegensatz zu dem ersten Fall, in dem ein neuer Prozess eingeführt werden sollte, und dem zweiten Fall, in dem eine neuartige Prozesstechnologie bearbeitet wurde, geht es im dritten Fall zudem um ein Produkt mit klar abgegrenztem Einsatzbereich und definierten Eigenschaften. Hier hat also neben dem Wissensmerkmal auch der Innovationsgegenstand426 positiv auf den Wissenstransfer gewirkt. Insgesamt wurde dieser Wissenstransfer von allen Beteiligten als sehr positiv beschrieben.

Mehrdeutigkeit wirkt also auch, wie hier deutlich wurde, auf die Aktivitäten während des Wissenstransfers und kann bei guter Organisation dieser Aktivitäten bereits in dieser Phase bearbeitet werden. Entsprechend kann die Konzeption des Wissenstransfers unter Berücksichtigung der beiden Wissensmerkmale noch erweitert werden (siehe Abbildung 43). In den drei Phasen des Wissenstransfers, die auch von den Rahmenbedingungen des Transfers beeinflusst werden, wirken die beiden Wissensmerkmale zeitlich versetzt.427 Explizitheit wirkt auf die Vorbereitung des Wissenstransfers, Mehrdeutigkeit auf die Anwendung des transferierten Wissens, und beide Wissensmerkmale beeinflussen die Wissenstransferaktivitäten.

426 427

Der Innovationsgegenstand wird in Kapitel 4.1.2 erläutert. Siehe Kapitel 2.2.2 zu den Phasen des Wissenstransfers und Kapitel 2.2.3 zu den Rahmenbedingungen.

236

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

Explizitheit

Vorbereitung

Mehrdeutigkeit

Transferaktivitäten

Anwendung

Rahmenbedingungen des Wissenstransfers

Abbildung 43: Einfluss von Explizitheit und Mehrdeutigkeit auf den Wissenstransferprozess

Äquivokes Wissen wird dabei dazu führen, dass verstärkt Missverständnisse auftreten und die Kommunikation durch die vorliegenden abweichenden Interpretationen des Wissens erschwert wird. Bei kanonischem Wissen dagegen besteht ein einheitliches Verständnis des Wissens und der Transfer wird wenig durch Missverständnisse erschwert.

In Fallstudie 4 zum Wissenstransfer in der San Francisco Bay Area waren ebenfalls abweichende Interpretationen zwischen den Transferpartnern ein Thema der Expertengespräche. Dabei wurde deutlich, dass abweichende Interpretationen nicht nur durch Merkmale des Wissens entstehen, sondern auch durch unvollständigen Wissenstransfer hervorgerufen werden können. Die Übertragung von einem spezifischen Versuchsaufbau beispielsweise mag umfassend genug sein, um den Aufbau an sich nachzuvollziehen, aber die ebenfalls für den Erfolg des Versuches relevanten Umfeldbedingungen werden nicht mitgeteilt. Ein Beispiel hierzu wurde bereits in Kapitel 7.5.3 berichtet. Bei der Einführung neuer Prüfgeräte aus Deutschland war die Bodenbeschaffenheit in den Werkshallen in den USA nicht berücksichtigt worden und führte zu Fehlfunktionen und Schäden an den Geräten. Es wurden hier Informationen für irrelevant gehalten und deshalb nicht weitergeleitet. Dadurch entstand beim Transferempfänger ein gänzlich anderer Eindruck der übermittelten Anweisungen und es kam zu Missverständnissen über den Einsatz der Geräte und Fehlfunktionen.

Zudem können unterschiedliche Fachkulturen in den Unternehmen zu abweichenden Interpretationen führen. Weiter oben war dies diskutiert worden als die Differenz zwischen Forschungsmitarbeitern und Entwicklungsmitarbeitern, wenn es um die Bewertung von Messergebnissen geht. Für Forschungsmitarbeiter ist eine technische Lösung erfolgreich, wenn ihre prinzipielle Anwendbarkeit nachgewiesen werden kann, aber für

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

237

Entwicklungsmitarbeiter muss die Lösung vielfach verlässlich wiederholbare Resultate erbringen können, um als Erfolg gelten zu können. Dieses Muster ist eine abgeschwächte Variante des Konzeptes von Allen (2003) zur Kommunikation in der Wissenschaft und in der technologischen Entwicklung (siehe Abbildung 44).428 Input

System

Verbal kodierte Information (Artikel, Diskussionen)

Wissenschaft

Output / Ergebnis Verbal kodierte Information (Artikel) Reproduzierbare Information Offengelegte Information

Verbal kodierte Information (Artikel, Diskussionen)

Technologische Entwicklung

physisch kodierte Information (Maschinen und andere Produkte) In Prozessen kodierte Information Geschützte Information

Nebenprodukt

Verbal kodierte Information (Dokumentation)

Abbildung 44: Informationsverarbeitung in der Wissenschaft und in der technologischen Entwicklung429

Das Wissenschaftssystem produziert als Ergebnis verbal kodierte Information, es sollen hier primär die Ergebnisse des Wissenschaftsprozesses berichtet werden. Diese Information ist zudem reproduzierbar und wird offen gelegt. Bei der technologischen Entwicklung entstehen dagegen konkrete physische Produkte als Ergebnis, die ein Problem lösen sollen. In diesen Produkten oder auch Prozessen ist das Ergebnis der techno-

428

Allen (2003) spricht von science und technology. Mit technology meint er die Tätigkeit von Ingenieuren bei der Entwicklung von neuen Technologien. Da die Übersetzung „Technologie“ den Begriff technology, so wie Allen ihn verwendet, nicht trifft, wird hier stattdessen von technologischer Entwicklung gesprochen. Dies meint die Tätigkeit der Ingenieure. 429 Erweitert nach Allen (2003), S. 290.

238

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

logischen Entwicklung kodiert. Meist wird diese Information zudem geschützt, um Nachahmungen von Wettbewerbern zu verhindern und das Entwicklungsergebnis zu kommerzialisieren. Verbal kodierte Information fällt im technologischen Entwicklungsprozess lediglich als Nebenprodukt an. Die eher durch das wissenschaftliche Denken geprägten Forschungsmitarbeiter eines Unternehmens folgen möglicherweise eher dem Informationsverarbeitungsschema im oberen Teil der Abbildung 44 und sehen deshalb verbale Ergebnisse eines Forschungsprozesses als erfolgreiches Ergebnis an. Die Ingenieure, die auf der Entwicklungsseite arbeiten, müssen jedoch eine technologische Lösung in Form eines physischen Produktes herstellen, um erfolgreich zu sein. Aus diesem Grund werden die Ergebnisse der Forschungsmitarbeiter von den Entwicklungsmitarbeitern nicht in gleichem Maße als Erfolg gewertet.

Im Austausch mit den Managementforschern an der UC Berkeley wurde die Kontextabhängigkeit des Wissens als ein weiteres für die Mehrdeutigkeit relevantes Konzept angesprochen. Dies kann analog betrachtet werden zu dem Konzept der hohen oder niedrigen Kontextabhängigkeit von Kommunikation in verschiedenen Kulturen.430 In Kulturen mit geringer Kontextabhängigkeit wird ohne Referenzen auf zugrunde liegendes Wissen kommuniziert, also wäre die Kommunikation auch für Personen, die nicht der Kulturgruppe angehören, leicht verständlich. In Kulturen mit hoher Kontextabhängigkeit wird dagegen von vorhandenem Wissen ausgegangen und in der Kommunikation lediglich darauf verwiesen. Dies ist für Außenstehende ohne zusätzliche Informationen schwierig zu verstehen. Analog dazu kann Wissen ebenfalls als hoch oder niedrig kontextabhängig beurteilt werden. Ist Wissen hoch kontextabhängig, setzt das Verständnis des Wissens also die Kenntnis weiterer Wissensbestandteile voraus, dann kann hoch kontextabhängiges Wissen Schwierigkeiten der Interpretation erzeugen, wenn beim Wissenstransfer davon ausgegangen wird, dass der Transferempfänger über dieses Kontextwissen verfügt, dies aber nicht oder nur teilweise der Fall ist. Dies eröffnet eine neue Perspektive auf die Mehrdeutigkeit. Wenn Wissen hoch kontextabhängig ist und die Transferpartner über unterschiedliches Kontextwissen verfügen, die Transferpartner sich dessen aber nicht bewusst sind, dann kommt es sehr wahrscheinlich zu unterschiedlichen Interpretationen des Wissens bei den Transferpartnern, ohne dass diese es bemerken. Um diese Auswirkungen dieser Mehrdeutigkeit zu vermeiden, muss zu Beginn eines Wissenstransfers geprüft werden, ob bei kontextabhängigem

430

Vgl. Hall (1977, S. 105ff.).

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

239

Wissen die Transferpartner das gleiche oder ähnliches Kontextwissen besitzen. Ist dies nicht der Fall, so muss diese Symmetrie des Kontextwissens, also die Angleichung des Kontextwissens bei Wissenssender und Wissensempfänger, zunächst hergestellt werden, bevor der Transfer von Wissen erfolgen kann.

Diese Vorstellung des symmetrischen Kontextwissens ist auch in dem ba-Konzept von Nonaka enthalten.431 Die dort präsentierte Vorstellung davon, dass eine Interaktion abhängig ist von einem zunächst zu erzeugenden gemeinsamen Kontext, ist den oben vorgestellten Überlegungen von Hall sehr ähnlich. Nach Nonaka, Toyama und Hirata (2008) muss bei der gemeinsamen Wissenserzeugung zunächst ein gemeinsamer Kontext, im Japanischen ba genannt, geschaffen werden, innerhalb dessen dann die Wissenserzeugung passieren kann. Dieser Kontext ist nicht nur ein physischer Raum der Zusammenkunft, sondern auch ein metaphysischer Raum, in den die Vorkenntnisse der Beteiligten eingebracht werden und der einen Austausch zwischen den Beteiligten erlaubt. Diese Kontextherstellung geht meist auch erfolgreichen Wissenstransferaktivitäten voraus, wie es z. B. in den Fallstudie 1 und 3 zu beobachten war. Ausgehend von den Erkenntnissen aus der Fallstudie 4 können damit die Merkmale der Mehrdeutigkeit von Wissen, wie sie in Tabelle 7 in Kapitel 6.1.2 zusammengefasst wurden, um die Kontextabhängigkeit erweitert werden (siehe Tabelle 12). Diese Merkmale werden in Kapitel 8.2 in die Entwicklung eines Messinstrumentes für Wissensmerkmale in F&EKooperationen integriert.

431

Vgl. Nonaka/Konno (1998). Aktuell dargestellt in Nonaka/Toyama/Hirata (2008), S. 33ff.

240

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

Tabelle 12: Erweiterung der Merkmale der Mehrdeutigkeit

Merkmal

Beschreibung

Autoren

Undeutlichkeit

Unklare Beschreibung, unvoll-

Levine (1985), Martin (1992),

ständige Erklärung oder Dokumen-

Weick (1995)

tation des Wissens Mehrere widersprüchliche

Paradox

Martin (1992), March (1994)

Schlussfolgerungen scheinen gleichermaßen zulässig Schwierigkeiten der

Informationen sind verteilt, un-

Informationsakquisition vollständig oder stammen aus un-

McCaskey (1982), Weick (1995)

oder -verarbeitung

zuverlässigen Quellen

Unklare Entscheidungs-

Es gibt keine oder mehrere inter-

und Verantwortungs-

pretations- und entscheidungsbe-

strukturen

fugte Personen

Kontextabhängigkeit

Wissen hat starken Bezug zu

Hall (1976), Nonaka, Konno

Rahmenbedingungen bzw. es be-

(1998), Nonaka, Toyama,

steht kein gemeinsamer Kontext,

Hirata (2008)

McCaskey (1982)

der die Kommunikation zum Wissen erleichtern würde

8.1.3

Dynamische Betrachtung der Wissensmerkmale im Projektverlauf

Nach der Konzeption von Gerybadze (2004b) wirken die beiden Wissensmerkmale der Explizitheit und der Mehrdeutigkeit zumindest kumulativ zusammen. Nach der Zusammenfassung der in den Fallstudien beobachteten Effekte der Wissensmerkmale in Abbildung 43 wird hier außerdem von einer eher sequentiellen Wirkung über den zeitlichen Verlauf eines Projektes ausgegangen. Dabei verändern sich die Wissensmerkmale anscheinend teilweise dynamisch mit der Laufzeit des Projektes. Diese dynamische Veränderung ist bisher so nicht berichtet worden. Über ein gesamtes Projekt betrachtet bedeutet das, dass wahrscheinlich zunächst die Schwierigkeiten mit implizitem Wissen auftreten werden, gefolgt von den Schwierigkeiten mit äquivokem Wissen, falls diese Wissensmerkmale so vorliegen sollten.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

241

Die Feldstudie für das Messinstrument für die Wissensmerkmale432 lieferte erste Anstöße für die Überlegung, dass die Wissensmerkmale nicht statisch sind, sondern sich mit der Zeit verändern können. In der Feldstudie waren zehn Projekte, die schon relativ weit fortgeschritten waren und teilweise kurz vor dem Abschluss standen, untersucht worden. Hier war mit dem Messinstrument kein Projekt gefunden worden, das deutlich äquivokes Wissen aufwies. Hochgradig implizites Wissen konnte mit dem Messinstrument ebenfalls in dieser Stichprobe nicht nachgewiesen werden. Bei einer solchen Anzahl von Projekten war erwartet worden, zumindest in einem Teil der Stichprobe deutlich äquivokes und implizites Wissen zu finden. Dass dies nicht der Fall war veranlasste die Vermutung, dass sich die Wissensmerkmale in den Projekten mit der Projektdauer verändert haben könnten.

Auch in den Fallstudien, besonders in der zweiten Fallstudie, waren Anzeichen zu erkennen für einen Veränderung der Wissensarten von eher implizitem und äquivokem hin zu eher explizitem und kanonischem Wissen. Neben den in Kapitel 6 bereits diskutierten Überlegungen, das Messinstrument zu überarbeiten, welche unten in Kapitel 8.2 aufgegriffen werden, ist eine genauere Betrachtung der möglichen Wissensveränderungen notwendig.

Zwei Prozesse spielen dabei eine wesentliche Rolle. Es geschieht zum einen eine zunehmende Kodifizierung und damit Explizierung des Wissens, und zum anderen eine zunehmende Kanonisierung des Wissens im Verlauf der Interaktion in dem Projekt. Das Wissenstransferprojekt stimuliert eine intensive Beschäftigung mit dem zu transferierenden Wissen und regt eine Kodifizierung an, da dies den Wissenstransfer üblicherweise erleichtert und auch den Austausch über das Wissen fördert. Die Kodifizierungsaktivitäten sind dabei wahrscheinlich konzentriert auf die Vorbereitung und einen Teil des eigentlichen Wissenstransfers und dürften danach abnehmen. Mit Beginn der Wissenstransferphase steigt dann die Interaktionsintensität zwischen den beteiligten Projektpartnern und damit auch die Wahrscheinlichkeit, dass abweichende Interpretationen des Wissens aufgedeckt werden. Dadurch verändert sich zeitversetzt sowohl das Ausmaß an implizitem Wissen als auch an äquivokem Wissen. Idealerweise wird das Wissen mit erfolgreicher andauernder Zusammenarbeit zunehmend explizit und kanonisch. Dieser daraus folgende Verlauf der dynamischen Veränderung der Wissens432

Siehe Kapitel 6.2 für die Beschreibung der Feldstudie zu dem Messinstrument.

242

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

merkmale ist in Abbildung 45 dargestellt. Der sequentielle Ablauf der Kodifizierungsund Interpretationsaktivitäten im Projekt würde bedeuten, dass sich zunächst das Wissensmerkmal der Explizitheit verändert, und erst zeitversetzt das Wissensmerkmal der Mehrdeutigkeit.

100 % Anteil explizites / kanonisches Wissen

explizites Wissen

kanonisches Wissen

0% Vorbereitung

Transfer

Anwendung

Zeit

Abbildung 45: Dynamische Veränderung der Wissensmerkmale

Dies bedeutet auch, dass zu einem frühen Zeitpunkt im Projektverlauf das Wissen durchaus deutlich implizit und äquivok sein kann, ohne das dies ein Anzeichen für Schwierigkeiten ist. Hier kann es nun zu zwei Entwicklungen bzw. Veränderungen kommen. Entweder die beteiligten Projektpartner entwickeln ein gemeinsames Verständnis für das äquivoke Wissen, indem sie Interpretationen abgleichen und Missverständnisse ausräumen. Dabei entsteht wahrscheinlich auch symmetrisches Kontextwissen. Oder das Wissen selbst wird dergestalt verändert, dass es weniger äquivok ist. Dies kann geschehen durch die Erweiterung des betreffenden Wissens um Bestandteile, die die Mehrdeutigkeit reduzieren und das Wissen eindeutiger machen. Im ersten Fall ist das Wissen zwar unverändert, aber für die am Wissenstransfer Beteiligten verständlich, jedoch nicht für Dritte. Im zweiten Fall verändert sich das Wissensmerkmal und das Wissen wird vollständig kanonisch und damit auch für Dritte verständlicher.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

243

8.2 Entwicklung eines neuen Messinstrumentes für Wissensmerkmale in F&EKooperationen Ausgehend von der ersten Feldstudie433 mit dem Messinstrument für Wissensmerkmale war deutlich geworden, dass dieses Instrument noch weiter konzeptionell bearbeitet werden muss. Dabei soll ein spezielles Messinstrument für die Anwendung in den hier in Fallstudien untersuchten F&E-Projekten erstellt werden, denn für den Wissenstransfer in solchen Projekten haben die Wissensmerkmale sich als ein wesentlicher Einflussfaktor erwiesen. Ausgehend von dem in Kapitel 6 vorgestellten Instrument wird hier deshalb ein neues Messinstrument für die Erfassung der Wissensmerkmale in F&E-Kooperationen entwickelt. Dies ist spezifisch auf die üblichen Strukturen und Rahmenbedingungen von F&E-Kooperationen angepasst.

In der Feldstudie mit dem ersten Instrument zur Erfassung der Wissensmerkmale434 wurden einige formale Anpassungsnotwendigkeiten deutlich. Zudem ist das ursprüngliche Instrument allgemein eher auf unternehmensinterne Projektgruppen ausgerichtet. Es werden daher hier zunächst formale Erweiterungen der zentralen Instrumententeile für die beiden Wissensdimensionen vorgeschlagen. Die Items im ursprünglichen Messinstrument wurden in Frageform formuliert. Dies suggeriert eine bejahende oder verneinende Antwort, was nicht im Sinne der Bewertungsskala ist.435 Da die Stärke der Ausprägung der jeweiligen Variablen durch die Beurteilung des Zutreffens der Aussage im Item für ein gegebenes Projekt auf einer fünfstufigen Skala erfasst werden soll, empfiehlt sich eher eine Formulierung der Items als abgeschlossene Aussage, um eine bessere Beurteilung durch den Befragten bzw. den Beurteiler zu gewährleisten.436 Die Items des neuen Messinstrumentes wurden entsprechend angepasst.

Hier wird nun die Gestaltung des neuen Instrumentes erarbeitet. Hervorzuheben sind die Neuerungen bei der Operationalisierung von Explizitheit und Mehrdeutigkeit, die sich aus den Fallstudien ergeben haben und die im vorherigen Kapitel bereits erläutert wurden. Diese werden unten in Messskalen für die Wissensmerkmale umgesetzt. We-

433

Diese Feldstudie wird in Kapitel 6.2 beschrieben. Das erste Messinstrument wird in Kapitel 6.1 erläutert. Beispiel Explizitheit Item 1: „Sind die Projektinhalte so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen?“ 436 Veränderung Explizitheit Item 1: „Die Projektinhalte sind so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen.“ 434 435

244

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

sentliche Teile des Instrumentes sind die Berücksichtigung der Rahmenbedingungen von Wissenstransfer und F&E-Kooperationen. Für die Erfassung der Rahmenbedingungen wird ein weiterer Teil des Instrumentes verwendet werden. Vor dem Hintergrund dieser Rahmenbedingungen sind die Ergebnisse der Erfassung der Wissensmerkmale zu bewerten. Danach werden Hinweise und Anleitung für die Anwendung in der Praxis gegeben. Abschließend wird der Einsatz des Messinstrumentes in der weiteren Erforschung der Wissensmerkmale diskutiert.

8.2.1

Erweiterte Operationalisierung der Wissensmerkmale

Die Anzahl der Items zur Erfassung der Explizitheit war in dem ersten Instrument verhältnismäßig gering. Die Erfassung der Explizitheit von Wissen kann möglicherweise noch präziser gelingen, wenn weitere Items von Kogut und Zander (1993) ins Deutsche übertragen werden. Für jede der drei angenommenen Proxy-Variablen Kodifizierbarkeit, Lehrbarkeit, und Komplexität sollten wenigstens drei Items vorhanden sein, um Ergebnisverzerrungen bei Beantwortungsungenauigkeiten möglichst zu vermeiden.437 Da allerdings die Items bei Kogut und Zander sehr stark auf industrielle Fertigung ausgerichtet sind, werden für die folgenden Erweiterungen auch Anregungen aus den Fallstudien aufgegriffen. In Tabelle 13 wird deshalb auf Basis der Erfahrungen aus den Fallstudien eine wesentlich erweiterte Itemliste für die Messung von Explizitheit vorgeschlagen.

437

Aus der klassischen Testtheorie lässt sich ableiten, dass schon mit der einfachen Erhöhung der Itemanzahl eines Messverfahrens auch die Reliabilität der Messung steigt, siehe hierzu Amelang/Zielinski (1997), S. 45ff.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

245

Tabelle 13: Erweiterung des Messinstrumentes zur Explizitheit

Variable

Item 1. Die Projektinhalte können so dokumentiert werden, dass Dritte diese ohne weitere Erläuterungen verstehen können. 2. Die Projektinhalte sind so dokumentiert, dass Dritte diese

Kodifizierbarkeit

ohne weitere Erläuterungen verstehen können. 3. Die Dokumentation verursacht lediglich geringe Kosten bzw. geringen Aufwand. 4. Die Projektinhalte können in angemessener Zeit durch Schulungen/Gespräche vermittelt werden. 5. Die Projektinhalte können leicht durch Beobachten erlernt

Lehrbarkeit

oder imitiert werden. 6. Neue Projektmitarbeiter auf den Wissensstand der aktuellen Teammitglieder zu bringen ist schnell und leicht machbar. 7. Die Projektinhalte sind bei Kenntnis der einzelnen Bestandteile und deren Zusammenwirken leicht zu verstehen. 8. Das Projektergebnis hat wenig Einfluss auf die anderen Pro-

Komplexität

zesse im Unternehmen. 9. Alle Projektinhalte werden von den Projektmitgliedern umfassend verstanden.

Item 3 basiert auf der Erkenntnis, dass der Aufwand und die Kosten für die Kodifizierung gute Indikatoren für die Explizitheit von Wissen sein können. Je impliziter das Wissen ist, desto mehr Kosten und Aufwand entstehen bei der Kodifizierung. Ähnlich verhält es sich mit Item 6. Auch implizites, also eher schwer vermittelbares Wissen kann mit dem entsprechenden Aufwand gelehrt werden, daher ist ein Indikator für die Lehrbarkeit die Leichtigkeit, mit der neue Mitarbeiter den Wissensstand der Teammitglieder erreichen können. Item 8 erfasst über die Zusammenhänge des Projektinhaltes mit anderen Prozessen im Unternehmen die Komplexität. Je mehr Zusammenhänge zu anderen Prozessen bestehen, desto komplexer ist das Wissen im Projekt. In Item 9 schließlich wird indirekt erfasst, ob allen Projektmitgliedern der gesamte Projektinhalt

246

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

vertraut ist, oder ob es Fachleute für bestimmte Teilbereiche des Projektes gibt, was ebenfalls auf höhere Komplexität hinweist.

Die Formulierung der Items zur Erfassung der Mehrdeutigkeit ist entsprechend den weiter oben angestellten Überlegungen geändert worden. Als wesentliche Faktoren können für die Mehrdeutigkeit nach der Literatur und den Ergebnissen der Fallstudien die Undeutlichkeit von Informationen über das Projekt (erfasst über die Variable Einigkeit), mehrere abweichende oder widersprüchliche Interpretationen (Paradox), Schwierigkeiten bei der Informationsakquisition und Informationsverarbeitung (Variable gleichen Namens), unklare Entscheidungs- und Verantwortungsstrukturen (Variable gleichen Namens) sowie eine hohe Kontextabhängigkeit des Wissens angesehen werden.438 Auch hier sollen wenigstens drei Items für jede Variable erhoben werden, weshalb die Itemliste aus dem ursprünglichen Instrument ebenfalls auf Basis der Erfahrungen aus den Fallstudien erweitert und um die Variable Kontextabhängigkeit ergänzt wurde (siehe Tabelle 14).

438

Diese erweiterten Faktoren werden in Tabelle 12 in Kapitel 8.1.2 vorgestellt.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen Tabelle 14: Erweiterung des Messinstrumentes zur Mehrdeutigkeit

Variable

Item 1. Es gibt eine Visualisierung des Gesamtkonzepts in dem sich die Aufgaben aller Projektmitglieder widerspiegeln. 2. Es gibt ein einheitliches Verständnis von dem, was mit dem Projekt bewirkt werden soll (Ursache-Wirkung).

Einigkeit 3. Es besteht ein Zusammengehörigkeitsgefühl innerhalb des Projektteams. 4. Die Teammitglieder verstehen alle das gleiche unter dem mit dem Projekt zu lösenden Problem. 5. Es gibt eine einheitliche Sicht der Projektaufgaben und Ziele bei allen Projektbeteiligten. 6. Die während des Projektes festgehaltenen Ergebnisse sind widerspruchsfrei. 7. Es gibt ein einheitliches Verständnis, was gut und richParadox

tig ist, z. B. wie Ergebnisse zu bewerten sind. 8. Es gibt eine einheitliche Bewertung, was wichtig ist und mit Priorität verfolgt werden sollte. 9. Allen Projektmitgliedern stehen die gleichen Informationen zur Verfügung.

Informationsakquisition/ -verarbeitung

10. Der Austausch von Informationen zwischen den Projektmitgliedern funktioniert reibungslos. 11. Die Quellen der im Projekt verwendeten Informationen sind zuverlässig. 12. Es besteht Einvernehmen darüber, wer was konkret ausführt und wie es gemacht wird.

Entscheidungs-/ Verantwortungsstrukturen

13. Entscheidungen werden allen Projektmitgliedern schnell mitgeteilt. 14. Allen Projektmitgliedern ist klar, wer für welche Teilaspekte des Projektes die Verantwortung trägt.

247

248

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

15. Die Projektinhalte sind ohne weitere Kenntnisse des entsprechenden Fachgebietes verständlich. 16. Die Projektmitglieder besitzen alle den gleichen fachliKontextabhängig-

chen Hintergrund.

keit 17. Die Projektmitglieder haben alle schon zuvor in inhaltlich ähnlichen Projekten gearbeitet.

Die Variable Einigkeit wird in dieser erweiterten Itemliste mit fünf Items erfasst, da aus dem ursprünglichen Instrument eine große Anzahl von Items vorhanden war, die dieser Variable zugeordnet werden können. Insgesamt bietet diese stark erweiterte Skala eine umfassende Messung der mit Mehrdeutigkeit zusammenhängenden Merkmale in einem F&E-Projekt. Die Bewertung der Wissensmerkmale wird, wie in Kapitel 6 beschrieben, durch den Mittelwert der Items berechnet.

8.2.2

Erfassung der Rahmenbedingungen des Wissenstransfers

Zusätzlich zur reinen Erfassung der Wissensarten sind für deren Bewertung die Rahmenbedingungen des Wissenstransfers und der Projektarbeit relevant. Dazu zählen die Gesamtdauer des Projektes, die aktuelle Dauer des Projektes, die Struktur des Projektteams439, die Anzahl der Projektpartner, die Interaktionsintensität und die bisherigen Erfahrungen der Projektpartner mit F&E-Kooperationen. Außerdem wird die Erfahrung der an dem Projekt beteiligten Organisationen erfasst. Hierzu ist zu bewerten, wie groß die Erfahrung in den Bereichen Grundlagenforschung, Anwendungsforschung, Produktentwicklung und Technologietransfer ist. F&EKooperationen werden umso schwieriger, je weniger die Erfahrungen der Kooperationspartner überlappen, weil dann eine Verständigung und eine Vereinheitlichung der Ziele schwieriger werden dürften. Hier ist beim Management der Kooperation besondere Aufmerksamkeit notwendig.

439

Mit Struktur des Projektteams sind die räumliche Konfiguration (siehe Kapitel 2.2.4) und die kulturelle Zusammensetzung, sowohl bzgl. der Kultur im nationalen Sinne (siehe Kapitel 2.2.4) als auch im Sinne des fachlichen Hintergrundes der Projektteilnehmer gemeint.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

249

Ein Großteil dieser zusätzlichen Informationen muss lediglich einmal beim Projektleiter erhoben werden. Die Projektverantwortlichen der jeweiligen Partner beurteilen für die Organisation, die sie vertreten, die Erfahrung der Organisation mit F&EKooperationen. Der Kernteil des neuen Messinstrumentes, die Erfassung der Wissensmerkmale und der Interaktionsintensität, sollte dann möglichst von allen Projektbeteiligten bearbeitet werden. Die Interaktionsintensität wird für die verschiedenen Medientypen als Mittelwert berechnet.

Die Rahmenbedingungen sollten bei der Beurteilung des Projektes und der Ausprägung der Wissensmerkmale folgendermaßen einbezogen werden. Die Dauer des Projektes (Fragen 1.1 und 1.2) ist relevant für die Planung des weiteren Einsatzes des Messinstrumentes. Je größer die Anzahl der beteiligten Unternehmen ist (Frage 1.3), desto schwieriger wird es werden, ein gemeinsames Verständnis der Projektinhalte herzustellen. Das Ausmaß der verteilten Arbeit in der F&E-Kooperation wird mit Frage 2 erfasst, eine stärkere Verteilung der Projektmitarbeiter wird den Wissenstransfer erschweren. Ob kulturelle Unterschiede die Kooperation beeinflussen könnten, wird mit der Frage 3 erfasst. Starke kulturelle Unterschiede zwischen den Kooperationspartnern können den Umgang mit äquivokem Wissen erschweren. Die voraussichtlichen Merkmale des Kooperationsgegenstandes ergeben sich aus den primären Zielen der Kooperation, die in Frage 4 erfasst werden. Hierfür sind die in Kapitel 4.1.2 vorgestellten Innovationsmerkmale relevant. Die Erfahrung der beteiligten Organisationen mit F&EKooperationen wird in den Fragen 5 und 6 erfasst. Je mehr Erfahrung bereits vorhanden ist, desto einfacher wird der Wissenstransfer zwischen den Beteiligten im Projekt vermutlich werden. In Frage 7 wird erfasst, ob die beteiligten Organisationen ihre Mitarbeiter eher in Vollzeit oder Teilzeit einsetzen. Bei einem höheren Einsatz von Teilzeit besteht die Gefahr, dass das Projekt nicht nachdrücklich genug verfolgt wird. Die Mediennutzung und Interaktionsintensität schließlich wird in Frage 8 behandelt. Im Zusammenhang mit der ermittelten Ausprägung der Wissensmerkmale können sich hier wesentliche Hinweise zur Verbesserung des Wissenstransfers ergeben. Bei eher implizitem und äquivokem Wissen ist die Interaktionsintensität zu erhöhen, und es sind eher synchrone Medien440 einzusetzen.

440

Die Medienarten und Medieneigenschaften werden in Kapitel 2.2.2 erläutert.

250

8.2.3

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

Einsatz in der Gestaltung des Wissenstransfers

Der richtige Umgang mit in einem Transferprojekt vorliegenden Wissensarten steigert die Erfolgschancen für den Wissenstransfer. Dabei ist es besonders wichtig, die Anwendungsphase des Transfers nicht zu vernachlässigen, denn nur hier zeigt sich, ob der Transfer tatsächlich gelungen ist. In der Anwendungsphase werden auch am ehesten Schwierigkeiten mit der Mehrdeutigkeit des Wissens deutlich, wenn sie nicht bereits vorher aufgedeckt wurden. Für den Einsatz des neuen Messintrumentes zur Gestaltung von Wissenstransfer lassen sich aufbauend auf den Konzeptionen von Gerybadze (2004b) und den hier dargestellten Fallstudien und Feldstudien klare Empfehlungen ableiten. Das Messinstrument sollte fester Bestandteil des Managements von F&EKooperationen werden, um die Qualität und den Erfolg des Wissenstransfers sicherzustellen.

Das neue Messinstrument sollte im Verlauf des Transferprojektes mindestens dreimal durchgeführt werden (siehe Abbildung 46). Der erste Messzeitpunkt liegt etwa einen Monat nach Beginn der Vorbereitungsphase. Hier wird der Ausgangszustand der Wissensmerkmale erhoben, von dem ausgehend durch die späteren Messungen eventuelle Veränderungen der Wissensmerkmale erkannt werden können.

1. Messzeitpunkt

2. Messzeitpunkt

3. Messzeitpunkt

ca. 1 Monat nach Projektstart

kurz nach Beginn der Transferphase

kurz vor Ende der Transferphase

Projektende Kontrolle der Anwendung

Projektstart Vorbereitung

Transfer

Anwendung Zeit

Abbildung 46: Einsatz des Messinstrumentes zur Erfassung der Wissensmerkmale in F&E-Kooperationen

Der zweite Messzeitpunkt, der kurz nach dem Beginn der eigentlichen Transferphase, also der projektbezogenen Interaktion mit den Projektpartnern, liegt, dient dazu, den Zustand der Wissensmerkmale zu kontrollieren und Veränderungen aufzuzeigen. Hier lässt sich auch prüfen, ob Maßnahmen zur Veränderung der unvorteilhaften Wissensmerkmale Wirkung zeigen. Der dritte Messzeitpunkt soll im Grunde ebenfalls zur Kontrolle von durchgeführten Maßnahmen dienen. Da zu erwarten ist, dass sich die beiden

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

251

Wissensdimensionen der Explizitheit und der Mehrdeutigkeit zeitversetzt verändern werden (siehe Abbildung 45), werden sich möglicherweise erst hier Änderungen beim Merkmal der Mehrdeutigkeit zeigen. Für den ersten Messzeitpunkt können noch keine spezifischen Grenzwerte bzgl. der Bewertung der Wissensmerkmale empfohlen werden, ab dem die Ausprägung der Wissensmerkmale als kritisch zu bewerten ist. Bisher gab es keine großzahligen Messungen mit dem Instrument, die einen Benchmark hierfür bieten könnten. Daher wird hier empfohlen, zum ersten Messzeitpunkt lediglich den Ausgangspunkt der Wissensmerkmale im Projekt zu erfassen und die Wirkung von Interventionen zum zweiten Messzeitpunkt zu kontrollieren. Für den dritten Messzeitpunkt kann jedoch empfohlen werden, dass hier die Wissensmerkmale zumindest nicht mehr deutlich äquivok und implizit sein sollten, da sonst ein erfolgreicher Transfer gefährdet sein kann. Beim Einsatz des neuen Messinstrumentes sind einige Besonderheiten zu beachten. Erstens ist anzunehmen, dass sich, wie in Kapitel 8.1.3 dargelegt, die Wissensmerkmale nicht gleichzeitig verändern, sondern zeitversetzt zuerst eine Veränderung des Merkmals Explizitheit stattfindet, gefolgt von Veränderungen bei der Mehrdeutigkeit. Wenn also der zweite Messzeitpunkt zunächst keine Veränderung für die Mehrdeutigkeit zeigt, ist dies zunächst kein Grund zur Sorge. Eine Ausnahme wäre hier, wenn bereits in der Vorbereitungsphase des Transfers, der Vorbereitungsphase in Fallstudie 1 ähnlich, Vorkehrungen zur Abwendung von Mehrdeutigkeit in Form von ausführlichen Erkundungen stattgefunden hätten. In diesem Falle wäre bereits zum zweiten Messzeitpunkt eine Veränderung der Mehrdeutigkeit zu erwarten. Zweitens geschieht eine Veränderung der Wissensmerkmale wahrscheinlich auch ohne aktive Intervention durch das Projektmanagement allein aufgrund der normalen Projektabläufe. Dies kann aber durch Intervention beeinflusst und möglicherweise beschleunigt werden. Drittens ist ein gewisses Maß an Mehrdeutigkeit zu Beginn eines Projektes, gerade wenn es um Innovation geht, durchaus hilfreich und wahrscheinlich ein Zeichen für die sich entwickelnde Kreativität der Problemlösung. Spätestens zum dritten Messzeitpunkt aber sollte die Mehrdeutigkeit im kanonischen Bereich der Skala liegen, um eine erfolgreiche Übertragung und vor allem Anwendung des Wissens zu gewährleisten. Und schließlich ist zu bedenken, dass sich die Wissensmerkmale auch durchaus zum negativen verändern können, also das Wissen beim zweiten oder dritten Messzeitpunkt stärker implizite und äquivoke Merkmale aufweist. Dies kann als Zeichen eines schwerwiegenden Missverständnisses bzw. grundlegender Probleme in der Informati-

252

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

onsverarbeitung und im Wissenstransfer im Projekt gewertet werden und macht eine detaillierte Analyse des Projektes erforderlich.

Gerybadze (2004b, S. 114ff.) gibt spezifische Empfehlungen für die Strukturierung und Gestaltung der Zusammenarbeit abhängig von den vorliegenden Wissensmerkmalen. Bei explizitem und kanonischem Wissen kann die Projektarbeit international verteilt an den jeweils am Besten geeigneten Standorten stattfinden. Zur Kommunikation können aufgrund der unkomplizierten Wissensmerkmale stark asynchrone Medien verwendet werden.441 Persönliche Treffen der Projektbeteiligten sind nur selten notwendig und können auf die jeweils Projektverantwortlichen beschränkt werden.442 Bei implizitem und kanonischem Wissen sind häufigere kurze Besuche bei den beteiligten Partnern notwendig, um die Übertragung des Wissens zu fördern. Der Transfer geschieht dabei vornehmlich durch die Entsendung von Projektteilnehmern und Teams zu anderen Standorten. Die Verwendung von asynchronen Medien ist hier nicht zu empfehlen bzw. nur mit größerem Aufwand einsetzbar. Ist das Wissen im Projekt explizit und äquivok, so ist besonders zu Beginn und in regelmäßigen Intervallen eine Zusammenkunft der Projektmitglieder notwendig, um ein gemeinsames Verständnis herzustellen. Dazwischen ist räumlich verteilte Arbeit möglich und die Weitergabe von Information unter Verwendung von asynchronen Medien ist möglich. Bei dieser Kombination von Wissensmerkmalen ist die Gefahr der Unterschätzung des Aufwandes für den Wissenstransfer sehr groß.443 Deckt die Erfassung der Wissensmerkmale mit dem neuen Messinstrument diese Kombination auf, so ist besondere Sorgfalt bei der Bearbeitung des Transfers notwendig. Liegt schließlich implizites und äquivokes Wissen vor, wird eine starke lokale Konzentration des Projektteams empfohlen. Die Interaktion erfordert hier möglichst direkten Kontakt und wenigstens den Einsatz synchroner Medien. Eine längerfristige Entsendung von einzelnen Mitarbeitern oder ganzen Teams an einen anderen Standort ist möglicherweise erforderlich.

Aus den Fallstudien ergeben sich weitere Empfehlungen für die Intervention, falls die Wissensmerkmale in einem Projekt nicht die erwünschten Merkmale aufweisen. In der Vorbereitungsphase des Projektes hat sich der Einsatz eines Vorbereitungsteams in

441

Siehe Kapitel 2.2.2 zur Erläuterung der Mediensynchronizität. Dies entspricht etwa der Struktur des Systembeauftragten nach Gassmann (1997b, S. 160ff.). 443 Siehe Kapitel 2.1.3 zur Diskussion der besonderen Schwierigkeiten bei explizitem und äquivokem Wissen. 442

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

253

Fallstudie 1 bewährt, um die Äquivokalität von Wissen zu identifizieren und zu verändern.444 Ein Vorbereitungsteam begibt sich noch vor Beginn der eigentlichen Projektarbeit bzw. vor den Transferaktivitäten zu den anderen Projektpartnern und initiiert einen ersten Austausch über das zu bearbeitende Thema. Dabei können zum einen Wissensbestandteile identifiziert werden, die noch genauer in einem persönlichen Zusammenkommen aller Projektmitglieder besprochen werden müssen, zum anderen können auch schon erste Mehrdeutigkeiten thematisiert und beseitigt werden. In Fallstudie 3 hat sich als Vorbereitung auf das Projekt die genaue Abstimmung und Festlegung der für den Wissenstransfer durchzuführenden Maßnahmen als sehr hilfreich erwiesen. Die Projektpartner berichteten, dass durch die eingeplanten Dokumentierungsschritte der Wissenstransfer sehr positiv verlief. Auch die vorgesehenen Beratungsleistungen und Schulungen wurden als sehr hilfreich für den Transfer bewertet. Damit wurde wahrscheinlich auch das zunächst teilweise implizite Wissen im Projekt verändert.

In der Transferphase haben sich vor allem die anhaltenden Bemühungen der Dokumentation in Fallstudie 1 und in der zweiten Kooperation in Fallstudie 2 als hilfreich für den Umgang mit teilweise implizitem Wissen bewährt. Beim Auftreten von äquivokem Wissen war in Fallstudie 1 der Startworkshop des Projektes nach der Vorbereitung durch das Vorbereitungsteam sehr gut geeignet, um abweichende Interpretationen im Gesamtteam zu besprechen und abzustimmen. Je nach Wissensart helfen in der Transferphase regelmäßige Besprechungen, Mehrdeutigkeit zu reduzieren. Sollten persönliche Treffen nicht möglich sein, so sollte man zumindest synchrone Medien wie Telefon und Videokonferenzen nutzen.

In der Anwendungsphase schließlich sollte den Projektpartnern die Möglichkeit eingeräumt werden, auch über den Abschluss des Projektes hinaus Rücksprache zu den Projektthemen zu halten, um eventuell noch nach Projektende auftretende Schwierigkeiten durch Mehrdeutigkeit aufklären zu können. In der Feldstudie in den USA wurde hier deutlich, dass Projektpartner von früheren Projekterfahrungen profitieren und von Kontakten, die über mehrere Projekte mit gleichen Partnern aufgebaut werden. Dies erleichtert einen Erfahrungsaustausch und Rückfragen auch nach Ende des Projektes.

444

Das Vorbereitungsteam wird weiter unten in Kapitel 8.3.2 als besonderes Instrument zur Vorbereitung des Wissenstransfers genauer dargestellt.

254

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

Auf die hier gemachten Empfehlungen wird im Kapitel 8.3 noch genauer eingegangen und sie werden dort in einen Gestaltungsprozess für Kooperationsprojekte eingeordnet.

8.2.4

Basis für die weitere Forschung

Neben den oben ausgeführten Anwendungsempfehlungen für die Diagnose der Wissensmerkmale in einem Projekt zum Zweck der Intervention und Gestaltung des Projektmanagements bietet das neue Instrument die Möglichkeit, die Wissensmerkmale weiter zu untersuchen. Mit der Erstellung dieses neuen Instrumentes können die in Kapitel 6.2 aufgedeckten Fragen nach der Konzeption von Gerybadze (2004b) und den qualitativen Untersuchungen von Kohler (2008) zumindest teilweise beantwortet werden. Der Dynamik der Wissensmerkmale, die sich neben den empirischen Ergebnissen in Kapitel 6.2 auch in den Fallstudien zeigen ließ, wird durch den mehrfachen Einsatz des Messinstrumentes Rechnung getragen. Die Skalen zur Erfassung der Wissensmerkmale wurden zudem erweitert und entsprechend der Erkenntnisse aus der Empirie verbessert. Für die weitere Forschung zu Wissensmerkmalen steht damit ein Instrument zur Verfügung, dass diese Merkmale vor allem in der Innovationszusammenarbeit erfassen kann. Im Folgenden werden einige Fragestellungen vorgestellt, die mit dem neuen Messinstrument untersucht werden könnten.

Der Zusammenhang zwischen Projektdauer und Wissensmerkmalen kann mit dem Instrument für F&E-Kooperationen quantitativ orientiert untersucht werden. Dabei wären besonders Längsschnittstudien nach dem hier für Projekte empfohlenen Vorgehen mit wenigstens drei Messzeitpunkten aufschlussreich. Die Annahme ist hier, dass zu Projektbeginn das Wissen eher implizit und äquivok ist, während es zum Projektende hin eher explizit und kanonisch sein wird. Vermutungen hierzu wurden durch die Feldstudie in Kapitel 6 angeregt. Auch über das Ausmaß der Veränderungen würden solche quantitativen Studien Auskunft geben können. Zudem kann mit Hilfe des neuen Instrumentes geprüft werden, ob Transferprojekte mit einer zu den vorliegenden Wissensarten passenden Struktur erfolgreicher verlaufen als solche mit einer ungünstigeren Struktur. Auch die Zufriedenheit mit der Projektarbeit und die Anzahl von Missverständnissen im Projektverlauf dürften zusammenhängen mit der Angemessenheit der Projektstrukturierung für die jeweils vorliegende Wissensart. Ausgehend von den hier vorgestellten Fallstudien scheinen diese Annahmen plausibel, bedürfen aber noch einer empirischen Untersuchung.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

255

8.3 Gestaltung der Innovationszusammenarbeit Als Anleitung für die Praxis der Innovationszusammenarbeit in F&E-Kooperationen wird im Folgenden ein umfassendes Modell zur Gestaltung dieser Zusammenarbeit unter besonderer Berücksichtigung der Wissensmerkmale und der in dieser Arbeit ebenfalls im Fokus stehenden Informationsverarbeitungsprozesse in Teams vorgestellt. Dabei wird von einer Kooperationskonfiguration ausgegangen, deren Ziel es unter anderem ist, im Laufe des Projektes Wissen von einem Projektpartner zum anderen zu übertragen. In den Fallstudien in dieser Arbeit war das immer der Fall, und in den meisten Kooperationsformen, die in Kapitel 5 vorgestellt wurden, geht es neben der gemeinsamen Arbeit an einer Lösung zumindest teilweise um einen Wissenstransfer. Meist steht hier der Transfer von Wissen aus der Forschung in die industrielle Praxis im Vordergrund. Aus diesem Grunde wird das Kooperationsprojekt im Folgenden als ein Wissenstransferprojekt verstanden und beschrieben.

Der präsentierte Ansatz baut auf dem Modell der Strukturierung von Kooperationsprojekten nach Gerybadze (1995, 2004a, 2005a) auf, welches auch schon in den Kapiteln 7.3.4 und 7.4.4 zur Analyse der Kooperationsprojekte herangezogen wurde. In den vorherigen Kapiteln wurde der Wissenstransferprozess in die drei Phasen der Vorbereitung, des eigentlichen Transfers und der Anwendung des transferierten Wissens unterteilt. Das aktuelle Konzept der Projektplanung von Gerybadze (2005a) wird diesem Projektablauf zugeordnet und bereitet ihn vor. Das Zusammenspiel der Projektplanung und des Wissenstransfers ist in Abbildung 47 dargestellt. Die Strukturierung bzw. Projektplanung ist dem Transferprojekt vorangestellt und steuert die Gestaltung des Projektes. Auf diese Planungsphase folgt das eigentliche Projekt, welches ebenfalls mit einer Vorbereitungsphase startet, in der der Wissenstransfer strukturiert wird. Darauf folgt die Phase des Wissenstransfers, nach der das Projekt endet. Für die Betrachtung schließt sich noch eine Phase der Anwendung des transferierten Wissens an, die beachtet werden muss, wenn man den Erfolg des Wissenstransfers sicherstellen möchte. Zunächst wird im Folgenden die Projektplanung vor dem Beginn der Projektarbeit beschrieben und anschließend werden Empfehlungen für die Steuerung der Projektarbeit mit Schwerpunkt auf den vorliegenden Wissensarten gegeben. Dabei ist die Herstellung eines gemeinsamen Verständnisses in der Projektgruppe zur Vermeidung von Missverständnissen und abweichenden Interpretationen sowie der angemessenen Dokumentierungsaktivität zentral für die Empfehlungen. Zu diesem Zweck wird auch das

256

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

Instrument des Vorbereitungsteams unten beschrieben, welches parallel zur vierten Phase der Projektplanung eingesetzt werden kann. Projektplanung 6 Ziele / Erfolgsmaße

1 Ziele / Strategie

5 Organisationsstruktur

2 Vorgehen planen

Anwendung Messinstrument für Wissensmerkmale

Projektstart Vorbereitung

4 Kompetenzbewertung

3 Modularisierung

Vorbereitungsteam

Transfer

Projektende Anwendung

Abbildung 47: Gestaltung der Innovationszusammenarbeit445

Die Phase der Projektplanung wird außerdem hier um die im ersten Teil der Arbeit identifizierten Erfolgsfaktoren des Wissenstransfers erweitert446, die es bei der Projektstrukturierung von F&E-Kooperationen zu berücksichtigen gilt. Dabei sind die Faktoren der Kooperationsgestaltung durch den Projektplanungsansatz von Gerybadze (2005a) abgedeckt, in die Umsetzung der Projektplanung fließen dann noch die Erfolgsfaktoren der Prozessgestaltung mit ein. Die Erfolgsfaktoren der Organisationsgestaltung beziehen sich auf die strategische Ausrichtung des gesamten Unternehmens bzw. der gesamten Forschungseinrichtung auf Wissenstransfer und liegen auf einer der Projektplanung übergeordneten Ebene. Diese Ausrichtung kann deshalb im Rahmen des Projektmanagements nicht weiter behandelt werden. Zusätzlich fließen in die Ausarbeitung der Empfehlungen auch die Erkenntnisse aus den Fallstudien und den Feldstudien ein. Wesentlicher Teil der Steuerung der Innovationszusammenarbeit ist schließlich die Überwachung der Wissensmerkmale mit Hilfe des neu entwickelten Messinstrumentes speziell für F&E-Kooperationen.

445

Sequenz von Projektplanung, Wissenstransfer und Wissensanwendung. Benennung der Phasen in der Projektplanung: (1) Projektziele und Strategien formulieren, (2) Vorgehen planen, (3) Modularisierung und Aufgabenzerlegung, (4) Kompetenzbewertung, (5) Kooperationsdesign und Organisationsstruktur, (6) Konkretisierung der Ziele und Festlegung der Erfolgsmaße. Weitere Erläuterungen hier im Text und auch in Kapitel 8.3.1.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

8.3.1

257

Planung von kooperativer F&E und Innovationszusammenarbeit

Im Folgenden wird die Anwendbarkeit des Planungskonzeptes von Gerybadze (1995, 2004a, 2005a) für die Strukturierung von F&E-Kooperationen unter Berücksichtigung des Wissenstransfers erläutert und mit Beispielen aus den in Kapitel 7 dargestellten Fallstudien unterlegt. Dieses Planungskonzept kann durch den Einsatz eines Vorbereitungsteams erweitert werden.447 Die Planung der F&E-Kooperation beginnt mit der Ausarbeitung der Projektziele und der Strategieformulierung in der ersten Phase. Gerybadze (2005a, S. 164f.) warnt davor, dass in dieser ersten Phase der Planung bereits die größten Probleme für die nachfolgende Kooperation angelegt werden. Denn wenn in dieser Phase nicht klare und für alle Partner angemessene Ziele festgelegt werden, kann das gesamte Projekt an den daraus entstehenden Missverständnissen und Konflikten scheitern. Daher ist es hier wichtig, zunächst eindeutige Ziele der beteiligten Projektpartner festzulegen und diese Ziele anschließend auf Kompatibilität zu prüfen. Gerybadze (2005a, S. 165) empfiehlt hierzu die Verwendung der Ziel-Akteur-Matrix448, mit der die Zielkompatibilitäten der beteiligten Partner offen gelegt werden können. Weiterhin ist in dieser ersten Phase auch zu prüfen, ob die gewählten Ziele mit den strategischen Ausrichtungen der beteiligten Unternehmen und Einrichtungen vereinbar sind. Die in dieser Phase festgelegten Ziele sind zunächst temporär, da sie in der letzten Phase der Kooperationsplanung (6) bestätigt bzw. modifiziert oder verworfen werden können. Allgemeine Zielkategorien, die hier unterschieden werden können, sind die gemeinsame Entwicklung einer neuen Technologie, die Übertragung einer bereits entwickelten Technologie oder aber die gemeinsame Forschung. Die Fallstudien 2 und 3 illustrieren die unterschiedlichen Zielkategorien, in Fallstudie 2 geht es eher um die gemeinsame Entwicklung eines Verarbeitungsprozesses, während in Fallstudie 3 eher die Anpassung und der Transfer eines bereits existierenden Werkstoffes im Vordergrund standen. Die identifizierten Ziele geben auch Hinweise auf die Kooperationsformen, wie sie in Kapitel 5.1.2 dargestellt wurden.

Als zweite Phase werden zwischen den Projektpartner die Vorgehensalternativen zur Erreichung der in der ersten Phase festgelegten Ziele und zur Verfolgung der geplanten Strategien erarbeitet. Dabei werden zunächst die möglichen Vorgehensweisen ermittelt 446 447

Die Erweiterung um die Erfolgsfaktoren des Wissenstransfers wurde speziell in Kapitel 5.2 behandelt. Siehe hierzu auch Abbildung 47. Das Vorbereitungsteam als Ergänzung zum Planungskonzept wird in Kapitel 8.3.2 näher erläutert.

258

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

und aufgelistet. Diese Vorgehensweisen werden dann nach Umsetzbarkeit, Angemessenheit und Erfolgsaussichten für die formulierten Ziele von den Projektpartnern bewertet. Aus dieser Bewertung ergibt sich eine Priorisierung der Vorgehensalternativen, die eine Auswahl des geeigneten Vorgehens zur Zielerreichung erlaubt. Gerybadze (2005a, S. 167) weist hier ausdrücklich darauf hin, dass in F&E-Kooperationen bei der Planung besonders einer Forschungszusammenarbeit noch Informationen fehlen können, um eine eindeutige Vorgehensentscheidung treffen zu können. Daher muss hier ggf. eine gewisse Offenheit für mehrere zu verfolgende Alternativen gewahrt bleiben, bis nach ersten Arbeiten mehr Informationen zur Verfügung stehen. Ein Beispiel hierfür bietet die Fallstudie 3. In dieser Kooperation wurden nach den Vorgaben des Industriepartners zunächst verschiedene Werkstoffvarianten erprobt, bevor man sich auf die Weiterbearbeitung einer Variante festlegte. Hier wurden eben zusätzliche Informationen über die Werkstoffeigenschaften benötigt, um eine Richtungsentscheidung für den weiteren Projektverlauf treffen zu können. In Fallstudie 2 legten sich dagegen einige Kooperationspartner sehr früh auf die Anwendung der Erfindung im Luftfahrtbereich fest, obwohl noch nicht klar war, ob sich die Erfindung tatsächlich für diese Anwendung eignen würde. Diese zu frühe Festlegung führte später in der Kooperation zu unterschiedlichen Zielauffassungen und zeigt deutlich, wie wichtig die Flexibilität bei der Zielfestlegung vor Beginn der Arbeiten an dem Projektgegenstand sein kann.

In der nun folgenden dritten Phase der Projektplanung werden die gewählte Vorgehensweise bzw. die gewählten Vorgehensalternativen in Einzelaufgaben aufgegliedert, die eine möglichst überschneidungsfreie Verteilung von Aufgabenpaketen erlauben sollen. Daran anschließend können die Aufgaben unter den Projektbeteiligten aufgeteilt werden und Verantwortlichkeiten festgelegt werden. Dabei ist wiederum zu bedenken, dass in F&E-Projekten auch teilweise mehrere Partner nach der Lösung für ein spezifisches Teilproblem suchen können, um dann die beste Lösung weiter zu verfolgen.449 In dieser Phase sollte zu den zugeteilten Aufgaben auch die Festlegung der Leistungsvereinbarungen und der Qualitätsanforderungen bei der Weitergabe von Zwischenergebnissen erfolgen. Dies ist ein wesentlicher Schritt in der Vorbereitung von Wissenstransfer, da eine solche Festlegung auch die Strukturierung des Wissenstransfers unterstützt und fördert.

448 449

Nach Gerybadze (1995), S. 152ff. Dies wurde in Fallstudie 2 teilweise so umgesetzt.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

259

Die Zuteilung der Aufgaben und Verantwortlichkeiten in der dritten Phase erlauben in der vierten Phase die kritische Prüfung der Kompetenzen der beteiligten Partner. Hier muss sichergestellt werden, dass die Partner über die notwendigen Fähigkeiten und Ressourcen für die ihnen zugeteilten Aufgabepakete verfügen. Gerade in größeren Kooperationen kann der Fall auftreten, dass einzelne Partner lediglich als Mitläufer teilnehmen, aber nicht ausreichend zur Bearbeitung der Ziele der Kooperation beitragen können, wenn sie nicht über die erforderlichen Kompetenzen verfügen. Die vierte Phase ist somit auch eine kritische Prüfstelle für die Beteiligung an der geplanten Kooperation, und es sollte hier möglichst vermieden werden, aus anderen Gründen als den Anforderungen der Kooperation Partner in das Projekt aufzunehmen. Die Prüfung der Kompetenzen ist auch ein wichtiger Schritt in der Herstellung von Verpflichtungen der Projektpartner gegenüber der Kooperation. Diese Verpflichtung ist einer der Erfolgsfaktoren für die Prozessgestaltung des Wissenstransfers. Nur wenn die beteiligten Partner erkennen können, dass alle ihrer Kompetenzen wegen ausgewählt wurden und entsprechend zur Kooperation beitragen, wird ein solches Verpflichtungsgefühl sich entwickeln können. Parallel zur vierten Phase kann ein Vorbereitungsteam eingesetzt werden, dessen Erkenntnisse dann in der fünften Phase in die Kooperationsgestaltung einfließen. Dieses Team wird in Kapitel 8.3.2 näher erläutert.

In der fünften Phase werden das Kooperationsdesign und die Organisationsstruktur festgelegt und in einem Kooperationsvertrag festgehalten. Hier sollte eine dem Projektinhalt und den Projektzielen angemessene rechtliche Form gewählt werden. Je wettbewerbsrelevanter und schutzbedürftiger das zu erwartende Ergebnis der Kooperation ist, desto eher müssen formale Vereinbarungen getroffen werden. Für eine primär am Erkenntnisgewinn orientierte Kooperation mag ein temporäres Projekt mit wenigen formalen Regelungen zur Weiterverwendung der Ergebnisse ausreichen, aber in Projekten, welche wertvolles geistiges Eigentum produzieren, sollten klare Vereinbarungen über die Nutzung existieren. Besonders der häufig auftretende Konflikt zwischen der Forschungsseite und der Industrieseite bzgl. der Publikation von Ergebnissen kann durch gemeinsam beschlossene Regelungen in dieser Phase vermieden werden. Ergänzend zu den Ausführungen von Gerybadze können hier noch unter Berücksichtigung der Erfolgsfaktoren für Wissenstransfer weitere Empfehlungen für die fünfte Phase gemacht werden. Durch die mit den formalen Vereinbarungen geschaffene Eindeutigkeit im Umgang mit den Ergebnissen des Projektes kann ein größeres Vertrauen zwischen den Projektpartnern erreicht werden, welches wiederum zum Gelingen des Wissenstransfers beitragen wird. Zudem bieten solche Vereinbarungen einen ersten Anker-

260

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

punkt beim Entstehen von Konflikten zwischen den Projektpartnern und können helfen, diese schneller und einvernehmlicher zu lösen. Bei der Festlegung der Organisationsstruktur sollten zudem auch die Transfer- und Kommunikationsstrategien geplant werden. Es kann hier bereits festgelegt werden, in welchem Umfang die Ergebnisse dokumentiert werden sollen und welche Informationen in welcher Form an die Projektpartner weitergegeben werden sollen. Wie in Fallstudie 1 geschehen können die Kooperationspartner auch einen Kommunikationsplan aufstellen, der eindeutig festlegt, wer mit wem zu welchem Anlass Informationen austauschen sollte. Dabei sollte zudem darauf geachtet werden, dass auch zwischen den kommunikativen Gruppen450 ein Austausch durch die Organisationsstruktur oder durch den Kommunikationsplan begünstigt wird. In Fallstudie 2 war z. B. berichtet worden, dass ein intensiverer Austausch eher innerhalb von Fachgruppen stattfindet. Dies sollte zumindest ab und zu aufgebrochen werden, damit ein impulsgebender Transfer auch zwischen den Fachgruppen stattfinden kann.

Ergänzend zu den Vereinbarungen in der fünften Phase können dann in der sechsten Phase die eingangs erarbeiteten Ziele abschließend überprüft und angepasst oder bestätigt werden. In dieser letzten Phase der Projektplanung findet auch die Festlegung der Erfolgsmaße für die Projektarbeit statt. Diese müssen so eindeutig und operational definiert werden, dass sowohl eine Überwachung der laufenden Projektarbeit möglich ist als auch eine abschließende Bewertung des Projekterfolges am Ende der Kooperation. Erst diese abschließende Bewertung ermöglicht es den teilnehmenden Organisationen, aus der abgeschlossenen Kooperation Lerneffekte für zukünftige Kooperationen zu generieren. Wenn in dieser letzten Phase Schwierigkeiten mit den definierten Zielen auftreten, die die Gesamtstruktur der Kooperation verändern können, so kann der gesamte Planungszyklus erneut durchlaufen werden, bevor das Projekt gestartet wird.451

450

451

In Kapitel 5.2.2 wird das Einrichten von kommunikativen Gruppen als Maßnahme beim Wissenstransfer erläutert. Gerybadze (2005a) spricht mehrfach von einem sich wiederholenden Zyklus. Damit ist sowohl eine Wiederholung innerhalb der gleichen Planungsphase gemeint (Gerybadze 2005a, S. 164, 167), als auch eine Wiederholung der Planungsphase im laufenden Projekt (Gerybadze 2005a, S. 171), falls hier Veränderungsbedarf auftritt.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

8.3.2

261

Einsatz des Vorbereitungsteams in F&E-Kooperationen

In Fallstudie 1 wurde noch vor Beginn des eigentlichen Projektes ein kleines Team von Mitarbeitern zusammengestellt, die später auch an dem Projekt beteiligt sein sollten. Sie erkundeten im Vorfeld des Projektstarts die genaue Lage in Deutschland und strukturierten damit den geplanten Wissenstransfer schon vor. Der Einsatz eines solchen Teams ist ein Instrument, das besonders für die Schaffung eines gemeinsamen Kontextes bzw. eines gemeinsamen Verständnisses dient, welches an verschiedenen Stellen dieser Arbeit als wichtige Voraussetzung für Kooperation und Wissensaustausch identifiziert worden ist.452 Der systematische Einsatz eines solchen Vorbereitungsteams hilft dabei, die bevorstehende Kooperation problemorientierter vorzubereiten. Deshalb wird dieses Team hier kurz gesondert für den Einsatz in der Innovationszusammenarbeit vorgestellt.

Das Team sollte aus Mitarbeitern der Organisation oder Organisationseinheit bestehen, welche über das zu transferierende Wissen bzw. über das Grundlagenwissen für das Projekt verfügt. Alternativ können auch aus allen voraussichtlich beteiligten Organisationen Mitglieder einbezogen werden. Parallel zur vierten Phase der Planung einer F&E-Kooperation, wie sie im vorherigen Kapitel beschrieben wurde, kann dieses Team die Wissenslage und den Wissensbedarf der Kooperationspartner erkunden. Dabei sollte das Team besonders auf das bereits vorhandene Wissen bei den Kooperationspartnern achten. Bestehen bei den Kooperationspartnern bereits ähnliche Kenntnisse zu dem Projektgegenstand, dann wird es einfacher sein, einen gemeinsamen Kontext herzustellen. Ist die Kooperation dagegen aus deutlich unterschiedlichen Fachdisziplinen zusammengesetzt und bestehen entsprechend unterschiedliche Vorkenntnisse, dann wird es schwieriger werden, den gemeinsamen Kontext für eine effiziente Innovationszusammenarbeit herzustellen. Hat das Vorbereitungsteam dies aufgedeckt, so können bereits in der Projektplanung Maßnahmen zur Herstellung des gemeinsamen Verständnisses in der fünften Phase der Organisationsstrukturierung und Kooperationsgestaltung eingeplant werden.453 Als Maßnahmen kommen ausführlichere gemeinsame Projektstartworkshops, intensiver Austausch von Kontextwissen zu Beginn des Projektes und nach dem Projektstart häufigere gemeinsame Projekttreffen in Frage. Diese durch

452

Zur Bedeutung des gemeinsamen Kontextes und eines gemeinsamen Verständnisses siehe z. B. im Zusammenhang mit Mehrdeutigkeit und Missverständnissen Kapitel 2.1.1, 2.2.2, 3.2.1, 6.1.2 und 8.1.2. 453 Dies ist auch oben in Abbildung 47 dargestellt.

262

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

das Vorbereitungsteam ausgelösten Maßnahmen helfen dabei, in der Innovationszusammenarbeit Mehrdeutigkeiten und Missverständnisse zu vermeiden. Besonders die frühe Identifizierung von möglichen Schwierigkeiten und die entsprechende Anpassung des Projektplanes machen den Einsatz eines Vorbereitungsteams zu einer wesentlichen Ergänzung für komplexe Kooperationsprojekte.

8.3.3

Durchführung und Steuerung der Innovationszusammenarbeit

Das in Kapitel 8.3.1 beschriebene Konzept der Kooperationsplanung kann auch als projektbegleitendes Steuerungsinstrument durchlaufen werden. Im Sinne einer kontinuierlichen Zielüberprüfung und Anpassung kann so in einem laufenden Projekt sichergestellt werden, dass die festgelegten Ziele effizient bearbeitet werden bzw. dass die Ziele entsprechend neuer Entwicklungen im Projekt angepasst werden müssen. Dieses adaptive Vorgehen ist gerade für die Innovationszusammenarbeit unerlässlich, denn wie schon die Zielmissverständnisse in der Fallstudie 2 zeigten, könne sich im Verlauf des Projektes die Voraussetzungen für die vereinbarten Ziele verändern. Es kann zu neuen Erkenntnissen kommen, die eine Modifikation der Ziele erforderlich machen können. Während in der Projektplanung ausgehend von Annahmen über die Projektinhalte eine Struktur der Kooperation entworfen wurde, wird im Projekt die inhaltliche Arbeit strukturiert und gestaltet.

Im Anschluss an die Planungsphase folgt der Projektstart. Dieser leitet die Transfervorbereitung bzw. die Vorbereitung der konkreten Teamarbeit ein (siehe Abbildung 48). Bei dieser Vorbereitung ist es wichtig, bei allen Beteiligten Klarheit sowohl über die Inhalte als auch die Herausforderungen des Projektgegenstandes herzustellen. Hier können auch die Erkenntnisse aus dem Einsatz eines Vorbereitungsteams einfließen. Dazu kommt, dass bei äquivokem Wissen dafür gesorgt werden muss, dass die Projektmitglieder einen gemeinsamen Bezugsrahmen haben, um das Wissen richtig verstehen, anwenden und weitergeben zu können. Dieser mag bei Projektmitgliedern aus verschiedenen Organisationen noch nicht vorliegen und sollte durch intensiven Austausch in dieser Vorbereitungsphase geschaffen werden. Bei Transferprojekten des Unternehmens A in Fallstudie 1 beispielsweise wurden vor Beginn des eigentlichen Projektes ein Vorbereitungsteam zusammengestellt, welches zunächst die Lage in der empfangenden Einheit sondierte und den Transfer den Gegebenheiten entsprechend strukturieren konnte, aber auch die Mitarbeiter vor Ort auf den Transfer vorbereitete.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

263

Entsprechend sollte bei Kooperationsprojekten zunächst eine Phase des Lernens stehen, in der zu einer gemeinsamen Sprache und einem gemeinsamen Verständnis des Projektinhaltes gefunden wird. Dieser Prozess ist vor Beginn der eigentlichen Projektarbeit nicht vollständig abgearbeitet und kann während des Projektes andauern, aber die Planung, Kommunikation und Kooperation dürfte wesentlich erleichtert werden durch dieses Fundament der Verständigung. Hierdurch wird sich auch die Verbindung zwischen kommunikativen Gruppen wesentlich leichter herstellen lassen.

Projektstart

Projektplanung

Vorbereitung Gemeinsames Verständnis Ziele definieren Problemstellung ausarbeiten Wissenstransfer konkretisieren Transfer Kommunikation Offener Austausch

Anwendung Messinstrument für Wissensmerkmale

Projektende Anwendung

Abbildung 48: Steuerung der Innovationszusammenarbeit

In der Vorbereitungsphase findet wie in Kapitel 8.2.2 beschrieben auch die erste Anwendung des neuen Messinstrumentes statt. Damit wird der Ausgangszustand des Wissens im Projekt erhoben und die Rahmenbedingungen des Projektes werden explizit dokumentiert und können in die Entscheidungen des Projektmanagements einfließen.

Um die Ziele der Zusammenarbeit und des Wissenstransfers weiter konkretisieren zu können, muss gemeinsam herausgearbeitet werden, wie das Ausgangsproblem des Projektes gelöst werden kann. Dies bedeutet, die Anwendung des Wissens auf eine praktisch bestehende Aufgabe, z. B. das Aushärten von Faserverbundwerkstoffen, zu erörtern und festzuhalten, welches Wissen zur Umsetzung der aus der Forschung kommenden Lösung notwendig ist. In einem der untersuchten Fälle kam es zu Schwierigkeiten in der Zusammenarbeit, weil die beteiligten Partner offenbar unterschiedlicher Auffassung bzgl. des mit dem Projektinhalt zu lösenden Problems waren. Damit beugt eine nach den Vorarbeiten aus der Planungsphase gemeinsam definierte Problemstellung zusätzlich Missverständnissen in der Kooperation vor.

264

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

Die Ziele des Wissenstransfers decken sich üblicherweise mit denen des Projektes, sollten aber zusätzlich explizit als Wissenstransferziele formuliert werden. Nur so kann deutlich gemacht werden, was tatsächlich zu tun ist, um einen erfolgreichen Transfer durchzuführen. Dabei ist klar zu definieren, welche technischen Kenntnisse und welches Verfahrenswissen übertragen werden müssen bzw. übertragen werden dürfen. Dieser Schritt basiert wesentlich darauf, dass zuvor zumindest der Anfang eines gemeinsamen Verständnisses des Gegenstandes entwickelt wurde. Damit wird auch die als Erfolgsfaktor identifizierte Transfer- und Kommunikationsstrategie für das Kooperationsprojekt umsetzbar. Häusler, Hohn und Lütz (1993, S. 234ff.) machen darauf aufmerksam, dass für die Planung von Kooperationen ein gewisses Maß an Toleranz gegenüber den versteckten Agenden der Kooperationspartner notwendig ist. Dies mag der exakten Ausformulierung von Umfang und Zielen des Wissenstransfers entgegenstehen. Nach Gerybadze (2004a) dagegen ist es wichtig, verdeckte Ziele und Abweichungen zwischen den Zielen der Kooperationspartner aufzudecken und zu diskutieren. Dies kann helfen, spätere Missverständnisse oder Konflikte in der Kooperation abzumildern oder zu vermeiden. In der Praxis wird man meist nicht völlig ohne verdeckte Ziele auskommen, die Toleranzschwelle innerhalb eines Projektes kann hier aber nicht vorgegeben werden, sondern es kann nur Sensibilität für diesen Aspekt der Kooperation empfohlen werden.

Auf die Vorbereitungsphase folgt die Phase der Innovationszusammenarbeit bzw. des Wissenstransfers (siehe Abbildung 48). Kurz nach beginn der Zusammenarbeit ist die zweite Anwendung des Messinstrumentes vorgesehen, um die Wissensmerkmale zu kontrollieren, mit den Erhebungen in der Vorbereitungsphase abzugleichen und ggf. weitere Interventionen zu planen. Dies wird in Kapitel 8.2.2 näher beschrieben. Um einen effektiven Transfer des Wissens zu gewährleisten, ist eine regelmäßige und zielgerichtete Kommunikation während der Projektarbeit unerlässlich. Diese wurde durch den Kommunikationsplan oder wenigstens die Vorbesprechungen in der Planungsphase vorbereitet. Dieser Kommunikationsplan legt fest, welche Ereignisse oder Ergebnisse an wen zu kommunizieren sind. Außerdem werden hier Berichts- und Kommunikationsstrukturen vereinbart. Ebenfalls sollte man sich bei Kooperationsprojekten darauf einigen, bei welchen Anlässen Informationspflicht besteht. Zudem ist es hilfreich, regelmäßige kurze Statusberichte auszutauschen, in denen auch noch offene Fragen im eigenen Arbeitspaket mitgeteilt werden können, um so den Wissenspool der beteiligten Partner besser zu nutzen.

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

265

Der fruchtbarste Teil einer Kooperation sollte letztendlich der Austausch von Erfahrungen und Anwendungswissen bei Projektbesprechungen sein. Auch dieser Austausch kann bei der Planung des Projektes vorbereitet werden und sollte im Projektverlauf regelmäßig angeregt werden. In den 90er Jahren herrschte große Euphorie, was die Möglichkeiten der räumlich verteilten Arbeit mit Hilfe der neuen Kommunikationsmedien anging. In den letzten Jahren mehren sich allerdings Studien, die zeigen, dass räumlich verteilte Arbeit zwar erleichtert wurde, aber der klassische Austausch von Angesicht zu Angesicht dadurch keineswegs ersetzt werden kann.454 Bei der Planung von regelmäßigen Besprechungen sollte darüber hinaus auch genügend Zeit für informellen Austausch eingeräumt werden. Dies erlaubt nicht nur Kommunikation ohne das Auditorium der gesamten Projektgruppe, sondern trägt auch nicht unwesentlich zur Schaffung von Kohäsion in der Projektgruppe bei. Diese wiederum ermöglicht einen vertrauensvolleren Umgang miteinander und einen entsprechend offeneren Wissensaustausch. Es kann sich als hilfreich erweisen, einen Mitarbeiter des Projektes zum „understanding agent“ zu ernennen, der darauf achtet, dass dem Kommunikationsplan entsprechend kommuniziert wird und dass die Projektpartner die Informationen erhalten, die sie für ihren Beitrag zur Projektarbeit benötigen.

Mit diesen ergänzenden Aktivitäten der Projektvorbereitung und des Projektmanagements können einige der Schwierigkeiten, die bei Wissenstransferprojekten auftreten, vermieden werden. Zusätzlich sollte berücksichtigt werden, dass je nach der Beschaffenheit des zu transferierenden Wissens die Struktur des Projektes angepasst werden sollte, wie dies in Kapitel 8.2.2 nach Gerybadze (2004b) diskutiert wurde.

Am Ende der Transferphase steht ein dritter Einsatz des Messinstrumentes, der vor dem Abschluss des Projektes die Wissensmerkmale erneut erfasst, eventuell aufgetretene Veränderungen deutlich macht und als Kontrolle vor Beendigung des Projektes dient. Haben sich die Wissensmerkmale im Vergleich zum zweiten Messzeitpunkt merklich verschlechtert, also hin zu implizitem und äquivokem Wissen verändert, so kann dies ein Anzeichen dafür sein, dass der Wissenstransfer noch nicht vollständig abgeschlossen ist bzw. noch der weiteren Bearbeitung bedarf. Spätestens in der Anwendung des Wissens dürften sich dann Defizite und Missverständnisse zeigen.

454

Vgl. z. B. Olson/Teasley/Covi/Olson (2002).

266

Empfehlungen für die Innovationszusammenarbeit in F&E-Kooperationen

Über die Projektarbeit hinaus sollte auch noch nach Projektende die Möglichkeit des weiteren Austausches zwischen den Projektpartnern vorgesehen sein, um nach Projektende auftretende Schwierigkeiten mit dem transferierten Wissen klären zu können. Ob der Wissenstransfer im geplanten Ausmaß gelungen ist, kann auch anhand der Erwartungen nach den Stufen der Wissensreproduktion evaluiert werden.455 Auf jeden Fall sollten die Projektpartner nach Projektende die in der sechsten Phase der Projektplanung definierten Leistungsmaße kontrollieren und für zukünftige Kooperationsprojekte dokumentieren, welche Maßnahmen im Projekt erfolgreich angewendet werden konnten und welche Ansätze nicht den erwünschten Erfolg beim Wissenstransfer erbracht haben. Zudem sollte bedacht werden, dass Kooperationen meist mit Partnern erfolgreich durchgeführt werden können, mit denen man schon zusammengearbeitet hat und entsprechend die Kontakte zu den Kooperationspartnern halten und diese für zukünftige Kooperationen mit berücksichtigen, wenn sie sich als verlässliche Partner erwiesen haben.

455

Siehe die Darstellung von Sanchez (1997) in Kapitel 5.2.1.

Schlussbetrachtung

267

9 Schlussbetrachtung Einleitend wurden in dieser Arbeit die Bedeutung von F&E-Kooperationen und Wissenstransfer für das Innovationsmanagement im Unternehmen dargestellt und es wurde die Basis der Forschungsfragen herausgearbeitet – eine bisher unzureichende Berücksichtigung wesentlicher Merkmale des zu transferierenden bzw. zu bearbeitenden Wissens. Ausgehend von dieser Darstellung wurden drei Forschungsziele für die vorliegende Arbeit festgelegt: Erstens die Untersuchung der Wirkung der identifizierten relevanten Wissensmerkmale Explizitheit und Mehrdeutigkeit auf den Wissenstransfer, zweitens die Entwicklung eines Messinstrumentes zur Erfassung der Wissensmerkmale in Kooperationsprojekten, und drittens die Entwicklung von Gestaltungsempfehlungen für F&E-Kooperationen und Wissenstransferprojekte unter Berücksichtigung der beobachteten Effekte der Wissensmerkmale.456

Als Vorbereitung zur empirischen Bearbeitung dieser Forschungsziele wurde zunächst Wissen als Gegenstand der Untersuchung eingehend diskutiert und es wurden die für die Untersuchung wesentlichen Aspekte von Wissen erläutert (Kapitel 2). Bei der Vielzahl an Auffassungen zu diesem Gegenstand war es erforderlich, hier auch das Wissensverständnis dieser Arbeit darzustellen. Der Prozessaspekt von Wissen und die Verarbeitung von Wissen in Organisationen wurden anschließend unter besonderer Berücksichtigung der Fehler der Informationsverarbeitung dargestellt (Kapitel 3). Die Einbettung des Wissens und der Informationsverarbeitung wurde in den Zusammenhang des Innovationsprozesses sowohl auf Teamebene als auch auf Unternehmensebene gesetzt (Kapitel 4). Als Vorbereitung der empirischen Arbeit im Anwendungsfeld der F&E-Kooperationen über Unternehmensgrenzen hinweg wurden Strukturen und Erfolgsfaktoren von solchen Kooperationen auf Basis der Literatur erarbeitet (Kapitel 5). In Kapitel 6 wurden bisherige Arbeiten zur Erfassung von Wissensmerkmalen aufgegriffen und die Operationalisierung der in dieser Arbeit untersuchten Wissensmerkmale wurde erläutert. Eine Feldstudie von zehn Projekten mit dem ersten Messinstrument zeigte, dass hier noch weitere konzeptionelle Arbeiten notwendig waren.

456

Die Forschungsziele werden ausführlich in Kapitel 1.1.3 vorgestellt.

268

Schlussbetrachtung

9.1 Zusammenfassung der Ergebnisse Die Beobachtungen in den drei detaillierten Fallstudien bilden zusammen mit der Fallstudie in Kalifornien die empirische Basis für die Analyse der Wirkung der Wissensmerkmale und die Gestaltungsempfehlungen für die F&E-Kooperationen sowie die Entwicklung des Messinstrumentes für Wissensmerkmale in Kooperationsprojekten. Dazu diente auch die Feldstudie mit dem ursprünglichen Messinstrument, welche in Kapitel 6 berichtet wurde.

In der ersten Fallstudie wurde ein Projekt analysiert, in welchem ein interkontinental verteiltes und kulturell heterogenes Team beauftragt war, in einer nationalen Tochtergesellschaft eines multinationalen Konzerns eine Prozessinnovation umzusetzen. Hierbei handelte es sich eher um eine Entwicklungskooperation in einer sehr fortgeschrittenen Phase. Die den Prozess unterstützende Software musste an die nationalen Anforderungen angepasst werden. In dieser Fallstudie wurden zum offiziellen Projektstart bereits Auswirkungen von äquivokem Wissen deutlich. Durch vorbereitende Maßnahmen vor dem offiziellen Projektbeginn in Form der Vorbereitungsphase war aber bereits die Basis für eine effektive Bearbeitung dieser Auswirkungen gelegt, und es gelang dem Team, die verschiedenen vorliegenden Interpretationen zu vereinheitlichen. Auch die räumliche Verteilung des Teams und kulturelle Differenzen als Rahmenbedingungen des Wissenstransfers konnten hier beobachtet werden. Die Kommunikation und Dokumentation war erschwert durch die räumliche Verteilung, während sich die kulturellen Differenzen eher in der Interaktion zwischen den Teammitgliedern und in der Führung des Projektes zeigten.

Die Zusammenarbeit in der zweiten Fallstudie entsprach eher dem üblichen Bild einer Forschungskooperation über Organisationsgrenzen hinweg. Diese Kooperation war regional bis national verteilt und kulturell eher homogen strukturiert. Ausgehend von einer Erfindung zum Bearbeitungsprozess für Werkstoffe, welche unter anderem für die Bearbeitung von Faserverbundwerkstoffen geeignet ist, wollten die Projektpartner ein neues Bearbeitungsverfahren erforschen und für die industrielle Anwendung weiterentwickeln. Dabei folgten zwei Kooperationen direkt aufeinander. In der ersten Kooperation mit vier Kernpartnern war das Wissen, mit dem die Projektpartner arbeiteten, eher implizit und äquivok. Aufgrund ungünstiger Rahmenbedingungen kam es zu Schwierigkeiten bei der Abstimmung der Ziele und der Bearbeitung des Projektes. Da aber alle beteiligten Partner vom Potential der Technologie überzeugt waren, ent-

Schlussbetrachtung

269

schlossen sie sich zu einer zweiten, größer angelegten Kooperation. In dieser zweiten Kooperation waren neun Partner beteiligt. Es wurden dadurch mehr Kompetenzbereiche abgedeckt, und zwar von den Rohmaterialien bis zur Anwendung des Verfahrens in der Produktion. Hier war das Wissen schon weniger implizit und äquivok, sicher auch aufgrund der Vorarbeiten aus der ersten Kooperation. Eine systematischere Dokumentation führte zu klarer strukturierten Interaktionen der Projektpartner, und die Aufgaben sind klarer verteilt, was den Austausch und Transfer von Wissen erleichtert hat. Eine stärker problemorientierte Kooperation wurde in der dritten Fallstudie untersucht. Hier trat der Industriepartner an den Forschungspartner heran und man einigte sich auf die Kooperation zur Herstellung eines sehr anwendungsspezifischen Werkstoffes. Es handelte sich hier um eine Produktinnovation, die in einer regional verteilten und kulturell eher homogenen Kooperation bearbeitet wurde. Der Werkstoff gehörte zu einer Werkstoffklasse, die aufgrund des langen Einsatzes in der Luft- und Raumfahrt bereits sehr gut bekannt war. Nach ersten gemeinsamen Arbeiten zwischen Forschungspartner und Industriepartner wurde ein weiteres Industrieunternehmen hinzugezogen, welches den Fertigungsprozess übernehmen sollte. Dieses wiederum beauftragte eine vierte Firma mit einem Teilprozess der Herstellung des Werkstoffes. Wie auch in der ersten Fallstudie wurde in dieser Kooperation von Anfang an für den Wissenstransfer geplant. Bereits die Kooperationsvereinbarungen enthielten Maßnahmen wie Beratung und Training sowie Dokumentationsanforderungen, um den Wissenstransfer zu fördern. Zudem war das Wissen in dieser Kooperation eher explizit und kanonisch, was den Transfer merklich erleichterte. Für den internationalen Wissenstransfer wurde mit der Fallstudie in Kalifornien schließlich die Perspektive der Auslandstochtergesellschaften einiger deutscher multinationaler Unternehmen eingenommen. Bei lokalen Kooperationen zeigte sich, dass in Kalifornien bzw. im Silicon Valley in der Nähe von San Francisco besonders das ausgeprägte Netzwerk zwischen den Unternehmen, entstanden durch eine tendenziell größere Personalfluktuation zwischen den Unternehmen als in Deutschland, für die Kooperationen förderlich ist. Kontakte über Unternehmensgrenzen hinweg bestehen bereits und können für die Anbahnung von Kooperationen genutzt werden. Beim Wissenstransfer mit der deutschen Muttergesellschaft wurden die Bedeutung von persönlichen Treffen und die Grenzen des Transfers allein durch Dokumente hervorgehoben. Die ursprünglich zum Zweck des Wissenstransfers von Kalifornien nach Deutschland gegründeten Tochtergesellschaften stellten schnell fest, dass vor Ort auch ein Beitrag

270

Schlussbetrachtung

zur lokalen Wissensbasis erwartet wird. Ohne diesen wäre man nicht in der Lage gewesen, dauerhaft Kooperationspartner zu finden. Schwierigkeiten beim Transfer aufgrund von Wissensmerkmalen zeigen sich zum Einen in der begrenzten Nutzbarkeit von Dokumentationen als Wissenstransfermethode, und in der Notwendigkeit, regelmäßig in direkte Interaktion treten zu müssen, um Missverständnisse und abweichende Interpretationen zu klären.

Ausgehend von diesen empirischen Erhebungen wurden die Ergebnisse zu den drei Forschungszielen herausgearbeitet. Das erste Forschungsziel betraf die Untersuchung der Wirkung der Wissensmerkmale.457 Die Wissensmerkmale zeigten in den Fallstudien die erwartete Wirkung. Implizites Wissen erschwerte die Weitergabe des Wissens und äquivokes Wissen führte zu Missverständnissen und Schwierigkeiten mit der Interpretation des Wissens. Es war davon ausgegangen worden, dass die Explizitheit in der Vorbereitungsphase wirkt und die Mehrdeutigkeit in der Anwendungsphase des Wissens. Durch die Fallstudien wurde deutlich, dass die Wirkung beider Wissensmerkmale sich auch auf die Transferphase erstreckt. Ausgehend von den Fallstudien scheint es so, dass die beiden Wissensmerkmale zeitlich versetzt wirken: zunächst stärker die Explizitheit in der Vorbereitungsphase und während der Transferaktivitäten, dann in der Transferphase und der Anwendungsphase stärker die Mehrdeutigkeit. Zudem konnte ein dynamischer Aspekt der Wissensmerkmale beobachtet werden. Diese Betrachtung wurde durch die zunächst nicht den Erwartungen entsprechenden Ergebnisse der Feldstudie mit dem Messinstrument angestoßen. Mit dem Zeitverlauf veränderte sich die Explizitheit des Wissens in der ersten und zweiten Fallstudie von eher implizit zu eher explizit. In der dritten Fallstudie war das Wissen bereits eher explizit, daher war hier keine große Veränderung zu beobachten. Auch die Mehrdeutigkeit zeigte im Projektverlauf Anzeichen von Veränderung von eher äquivokem hin zu kanonischem Wissen.

Mit der Entwicklung eines Messinstrumentes für die Ausprägung der Wissensmerkmale wurde das zweite Forschungsziel bearbeitet. Im Gegensatz zu dem ursprünglichen Instrument458 wird die Explizitheit nun über neun statt fünf Items erhoben, die Mehrdeutigkeit über 17 anstatt der ursprünglichen acht Items. Die zusätzlichen Items sollen

457 458

Die Ergebnisse zur Wirkung der Wissensmerkmale werden ausführlich in Kapitel 8.1 berichtet. Das ursprüngliche Messinstrument wird in Kapitel 6.1 beschrieben.

Schlussbetrachtung

271

einerseits eine gegen unbeabsichtigte Verfälschungen robustere Erfassung erlauben, andererseits decken sie Aspekte der Wissensmerkmale ab, die in den Fallstudien als relevant für F&E-Kooperationen erkannt aber bisher nicht erhoben wurden. Zusätzlich werden mit dem neuen Messinstrument nun auch für Kooperationen wichtige Rahmenbedingungen des Transfers mit erhoben, die eine bessere Beurteilung der Gesamtsituation für den Wissenstransfer erlauben und Kontextinformationen für die Beurteilung der Wissensmerkmale bieten. Dabei wird deutlicher als im ursprünglichen Instrument zwischen Informationen unterschieden, die lediglich einmal beim Projektleiter erhoben werden müssen, und Informationen, die bei allen Projektmitgliedern erfragt werden sollten. Das neue Messinstrument ist dabei primär zum Einsatz als Fragebogen gedacht, der von den Projektmitgliedern unbeaufsichtigt ausgefüllt werden kann. Eine weitere Modifikation zur besseren Einsetzbarkeit stellt die Umformulierung der ursprünglichen Fragen in abgeschlossene Aussagen dar, die durch die Befragten leichter auf der fünfstufigen Skala bewertet werden können. Schließlich wurde eine Anwendungsempfehlung des neuen Messinstrumentes für die Kontrolle der Wissensmerkmale in einem Kooperationsprojekt gegeben. Das neue Messinstrument sollte dabei wenigstens dreimal im gesamten Projektverlauf eingesetzt werden. Eine erste Messung erhebt den Ausgangszustand des Wissens kurz nach Beginn der Transfervorbereitung bzw. der Vorbereitung der Kooperation. Hier können schon erste Interventionen geplant werden, wenn sich das Wissen als zu stark implizit oder äquivok herausstellt. Eine zweite Messung sollte nach dem Beginn der eigentlichen Kooperationsaktivitäten erfolgen, hier lassen sich ggf. schon erste Veränderungen beobachten. Eine abschließende dritte Messung wird für das Ende der Kooperationsaktivitäten empfohlen, um sicherzustellen, dass sich die Wissensmerkmale im Verlauf der Kooperation nicht zum schlechteren verändert haben bzw. dass sie nicht zu stark implizit und äquivok sind, um die Anwendungsphase des Wissens zu erschweren. Eventuell müssen hier für die Anwendungsphase noch unterstützende Maßnahmen geplant werden, wenn das Wissen nach wie vor deutlich äquivok ist, um Probleme bei der Anwendung abzumildern oder zu vermeiden. Für sehr lange Kooperationsprojekte kann es sinnvoll sein, weitere Messungen in regelmäßigen Abständen zur Kontrolle der Entwicklung der Wissensmerkmale durchzuführen.

Das dritte Forschungsziel bezog sich auf die Empfehlungen zur Gestaltung von F&EKooperationen unter Berücksichtigung der Wissensmerkmale. Für die Gestaltung und das Projektmanagement von F&E-Kooperationen wurde aufbauend auf den empirischen Erhebungen ein Prozess der Projektplanung und -durchführung konzipiert. Die

272

Schlussbetrachtung

Ausgangsbasis bildet eine Projektplanung der Kooperation nach der Konzeption von Gerybadze (1995, 2004a, 2005a). Hier sind insbesondere die Prüfung der sich ergänzenden Fähigkeiten der Projektpartner, der Festlegung der gemeinsamen Ziele und die klare Zuordnung von Aufgaben und Verantwortung entscheidend. Auf die Projektplanung folgt der Projektstart, der mit einer Vorbereitungsphase für den Wissenstransfer und Wissensaustausch beginnt. In dieser Phase gilt es, ein gemeinsames Verständnis im Projektteam für den Gegenstand des Projektes zu entwickeln, die zuvor definierten Ziele zu prüfen und abzustimmen, die Problemstellung mit den Fachleuten im Team auszuarbeiten und die für den Wissenstransfer notwendigen Schritte zu konkretisieren. Der Einsatz eines Vorbereitungsteams, welches die Gegebenheiten für den Transfer prüft, kann hier hilfreich sein.459 In der anschließenden Transferphase muss die zielgerichtete Kommunikation von Zwischenergebnissen und relevanten Informationen sichergestellt und ein offener Austausch zwischen den Projektpartnern ermöglicht werden. Dies hilft, Missverständnisse als Folge von schwierigen Wissensmerkmalen zu vermeiden. In der Anwendungsphase des Wissens, die üblicherweise nach dem offiziellen Projektende liegt, sollte für den Fall von Schwierigkeiten mit dem übertragenen Wissen weiterer unterstützender Kontakt zwischen den Projektpartnern eingeplant werden.

Um

die

Innovationszusammenarbeit

und

den Wissenstransfer

den

Wissensmerkmalen entsprechend gestalten und steuern zu können wird die Anwendung des neuen Messinstrumentes empfohlen. Kapitel 8.2.2 bietet hier konkrete Empfehlungen für die Intervention bei eher implizitem und äquivokem Wissen. Es ist zu erwarten, dass bei Berücksichtigung der Wissensmerkmale in der Planung, Durchführung und Steuerung eines F&E-Kooperationsprojektes die Wahrscheinlichkeit von Schwierigkeiten im Transfer und Misserfolgen deutlich gesenkt werden kann. Einen wesentlichen Beitrag hierzu leistet die Möglichkeit der Erfassung der Wissensmerkmale mit dem neuen Messinstrument.

9.2 Implikationen für Forschung und Praxis Die vorliegende Arbeit hat einen Beitrag geleistet für die Berücksichtigung der Wissensmerkmale in Kooperationsprojekten und kann helfen, diese Art von Projekten erfolgsorientiert und effektiv zu gestalten. Ausgehend von den hier berichteten Ergebnis-

459

Siehe hierzu die Darstellungen in Fallstudie 1.

Schlussbetrachtung

273

sen ergeben sich einerseits Implikationen für die weitere Forschung zu den Wissensmerkmalen und zu dem erarbeiteten Messinstrument und andererseits abschließende Überlegungen zum Einsatz der hier vorgeschlagenen Projektplanung und Projektsteuerung.

Die hier erarbeiteten Ergebnisse und Empfehlungen basieren größtenteils auf qualitativen Erhebungen in Form von Fallstudien. Damit wurde die Konzeption der Wissensmerkmale weiter ausgearbeitet und konkretisiert. Aus den Fallstudien und den Feldstudien ergaben sich zudem wertvolle Hinweise für die Handlungsempfehlungen zur wissensorientierten Gestaltung von Kooperationsprojekten. In der folgenden abschließenden Diskussion wird sich zeigen, dass es noch weiterer quantitativer Forschung zum Einsatz des neuen Messinstrumentes bedarf, um die sich ergebenden Fragestellungen im Zusammenhang mit den Ergebnissen dieser Arbeit weiter verfolgen zu können.

Für die weitere Forschung zu den Wissensmerkmalen sind bereits in Kapitel 8.2.3 Vorschläge gemacht worden. Diese werden hier erneut aufgegriffen und um einige weitere Überlegungen zu den Forschungsmöglichkeiten des neuen Messinstrumentes ergänzt. Erstens bieten sich Längsschnittstudien unter Verwendung des neuen Messinstrumentes an, um das Ausmaß der Veränderungen der Wissensmerkmale im Projektverlauf quantifizieren zu können. In Fallstudie 2 zeigte sich zwischen den zwei Phasen der Kooperation eine deutliche Veränderung der Ausprägung der Wissensmerkmale.460 Es ist allerdings noch nicht klar, welcher quantitative Durchschnittswert z. B. für die Explizitheit noch als unkritisch anzusehen ist. Großzahlige Studien würden damit auch die Etablierung von Erfahrungswerten erlauben, die bei der Beurteilung der Wissensmerkmale in einzelnen Projekten hilfreich wären. Die Richtung der Veränderung der Wissensmerkmale kann dabei ebenfalls beobachtet werden. Bisher wird angenommen, dass sich Wissen eher von implizit zu explizit und von äquivok zu kanonisch entwickelt. Wie aber in den Empfehlungen zur Anwendung des neuen Messinstrumentes in der Projektdurchführung bereits angemerkt wurde, ist auch eine Veränderung in die andere Richtung denkbar. Diese indiziert vermutlich schwere Probleme im Projektverlauf. Ob eine solche anders gerichtete Veränderung der Wissensmerkmale vorkommt

460

Zur Beurteilung der Veränderung der Wissensmerkmale in Fallstudie 2 siehe Kapitel 7.3.5 und Kapitel 7.6, insbesondere Abbildung 41.

274

Schlussbetrachtung

und was die Auslöser dafür sind, ließe sich ebenfalls in Längsschnittstudien weiter bearbeiten. Zweitens kann mit dem neuen Messinstrument quantitativ untersucht werden, ob Kooperationsprojekte mit einer zu den vorliegenden Wissensarten passenden Struktur erfolgreicher ablaufen als solche mit ungünstiger Struktur. Dies erlaubt eine Überprüfung der Annahmen zum Zusammenhang von Wissensmerkmalen und Projektstrukturen.

Drittens können zusammen mit der Erfassung der Projektstrukturierung und der Wissensmerkmale auch weitere Variablen der Interaktion zwischen den Projektpartnern erfasst werden, z. B. das Auftreten von Missverständnissen oder die Zufriedenheit mit der Projektarbeit. Außerdem sollte auch die Perspektive über ein einzelnes Projekt hinaus erweitert werden, indem berücksichtigt wird, bei welchen Konfigurationen von Struktur und Wissensmerkmalen sich in Zukunft weitere Kooperationen anschließen. Schließlich kann mit dem neuen Messinstrument auch überprüft werden, welche Maßnahmen zur Veränderung von Wissensmerkmalen wie stark anschlagen, welche Interventionen also effektiv sind und welche nicht.

Zum neuen Messinstrument selbst und zu seinem Einsatz gibt es ebenfalls noch weiteren Forschungsbedarf. Es gilt zu klären, wie das Instrument in sehr langen Projekten eingesetzt werden kann. Für den mehrfachen Einsatz gibt es noch keine Erfahrungswerte zu den Abständen der Messzeitpunkte. Hierfür dürfte auch die Veränderungsgeschwindigkeit der Wissensmerkmale bedeutend sein, die bisher noch nicht quantitativ erfasst wurde.

Die Gestaltung von F&E-Kooperationen und Wissenstransferprojekten kann mit den Empfehlungen aus Kapitel 8.3 wesentlich stärker systematisiert werden. Die nach der Konzeption von Gerybadze (1995, 2004a, 2005a) empfohlene Projektplanung leitet eine gründliche Planungsphase an und unterstützt auch die wichtige Entscheidung, ob die Kooperation tatsächlich gestartet werden soll. Entscheiden sich die Projektpartner gemeinsam zu einer Kooperation, so ist sie durch die Planung bestens aufgestellt. Für die Durchführung der Kooperation wird die Anwendung des neuen Messinstrumentes zur Beobachtung und Kontrolle der Wissensmerkmale beschrieben. Diese Kontrolle kann auf Transfer- und Kooperationsschwierigkeiten aufmerksam machen und erlaubt die Ableitung von konkreten Maßnahmen zur Behebung der Probleme. Das Besondere

Schlussbetrachtung

275

an diesem Ansatz ist auch die dynamische Betrachtung der Wissensmerkmale und die Berücksichtigung von durch die übliche Projektarbeit auftretenden Veränderungen der Wissensmerkmale. Erst im praktischen Einsatz und einer projektbegleitenden Evaluation wird sich diese Konzeption zur Planung und Durchführung von wissensorientierten Kooperationsprojekten bewähren können.

Die Empfehlungen in dieser Arbeit ermöglichen eine intensivere vorbereitende Planung und aktive Auseinandersetzung mit den Wissensmerkmalen in F&EKooperationen und der Innovationszusammenarbeit. Ein entsprechendes Instrument zum Einsatz in der Projektplanung und der Projektsteuerung ist hier ebenfalls vorgestellt worden. Die Phase der Anwendung transferierten Wissens nach Projektende sollte insgesamt größere Bedeutung in Kooperationsprojekten erhalten. Eine unternehmensweite und projektübergreifende Evaluation des Kooperationsvorgehens im Unternehmen sollte zudem die Ergebnisse von projektinternen Erhebungen integrieren und als Erfahrungsbasis für zukünftige kooperative Projekte nutzen. Die Ergebnisse dieser Arbeit haben gezeigt, dass ein Projektmanagement von Kooperationen, das Wissensmerkmale berücksichtigt, wesentlich größere Aussichten auf einen erfolgreichen Projektabschluss hat.

Literaturverzeichnis

277

Literaturverzeichnis Abramson, H.N. / Encarnacao, J. / Reid, P.R. / Schmoch, U. (1997), Technology Transfer Systems in the United States and Germany. Lessons and Perspectives. Washington, D.C., National Academy Press. Adenfelt, M. / Lagerström, K. (2006), Knowledge Development and Sharing in Multinational Corporations: The Case of a Centre of Excellence and a Transnational Team. International Business Review, 15 (4), 381-400. Adler, N.J. (1997), International Dimensions of Organizational Behavior. Cincinnati, OH, South-Western College Publications. Agrawal, A. (2001), University-to-Industry Knowledge Transfer: Literature Review and Unanswered Questions. International Journal of Management Reviews, 3 (4), 285-302. Agrawal, A. / Henderson, R. (2002), Putting Patents in Context: Exploring Knowledge Transfer from MIT. Management Science, 48 (1), 44-60. Allen, T.J. (1977), Managing the Flow of Technology: Technology Transfer and the Dissemination of Technological Information within the R&D Organization. Cambridge, MA, MIT Press. Allen, T.J. (2003), Distinguishing Science from Technology. In: R. Katz (Hrsg.), The Human Side of Managing Technological Innovation: A Collection of Readings. Oxford University Press, 285-297. Ambrosini, V. / Bowman, C. (2001), Tacit Knowledge: Some Suggestions for Operationalization. Journal of Management Studies, 38 (6), 811-829. Amelang, M. / Zielinski, W. (1997), Psychologische Diagnostik und Intervention. Berlin, Springer-Verlag. Amelingmeyer, J. (2002), Wissensmanagement. Analyse und Gestaltung der Wissensbasis von Unternehmen. Wiesbaden, Deutscher Universitäts-Verlag. Amesse, F. / Cohendet, P. (2001), Technology Transfer Revisited from the Perspective of the Knowledge-Based Economy. Research Policy, 30 (9), 1459-1478. Ancori, B. / Bureth, A. / Cohendet, P. (2000), The Economics of Knowledge: The Debate about Codification and Tacit Knowledge. Industrial and Corporate Change, 9 (2), 255288. Archibugi, D. / Michie, J. (1995), The Globalisation of Technology: a new Taxonomy. Cambridge Journal of Economics, 19 (1), 121-140. Argote, L. (1999), Organizational Learning: Creating, Retaining and Transferring Knowledge. Norwell, MA, Kluwer Academic Publishers. Arthur D. Little (2000), Value from Research: Achieving Innovation with LPRIs. Brüssel, ECSC-EC-EAEC. Aufermann, J. (1971), Kommunikation und Modernisierung. Meiningsführer und Gemeinschaftsempfang im Kommunikationsprozeß. München-Pullach, Verlag für Dokumentation. Badura, B. (1971), Sprachbarrieren. Zur Soziologie der Kommunikation. Stuttgart, Frommann.

278

Literaturverzeichnis

Balconi, M. (2002), Tacitness, Codification of Technological Knowledge and the Organisation of Industry. Research Policy, 31 (3), 357-379. Bar-Joseph, U. / Kruglanski, A.W. (2003). Intelligence Failure and the Need for Cognitive Closure: On the Psychology of the Yom Kippur Surprise. Political Psychology, 24 (1), 75-99. Barna, L.M. (1997), Stumbling Blocks in Intercultural Communication. In L.A. Samovar, R.E. Porter (Hrsg.), Intercultural Communication: A Reader. Belmont, CA: Wadsworth, 337346. Barnett, W.P. / Mischke, G.A. / Ocasio, W. (2000), The Evolution of Collective Strategies Among Organizations. Organization Studies, 21(2), 325-354. Bazerman, M. / Watkins, M. (2004), Predictable Surprises: The disasters you should have seen coming, and how to prevent them. Boston, MA, Harvard Business School Press. Bea, F.X. / Haas, J. (2005), Strategisches Management. Stuttgart, Lucius & Lucius. Bendt, A. (2000), Wissenstransfer in multinationalen Unternehmen. Wiesbaden, Gabler. Benedetto, C.A.D. (2008), From the Editor. Journal of Product Innovation Management, 25(4), 311-311. Berg, N. (2006), Globale Teams: Eine kritische Analyse des gegenwärtigen Forschungsstands. Zeitschrift für Personalforschung, 20 (3), 215-232. Bertsche, B. / Bullinger, H. (Hrsg.) (2007), Entwicklung und Erprobung innovativer Produkte - Rapid Prototyping: Grundlagen, Rahmenbedingungen und Realisierung. Berlin, Springer-Verlag. Betts, R.K. (1981-1982), Surprise Despite Warning: Why Sudden Attacks Succeed. Political Science Quarterly, 95 (4), 551-572. Betts, R.K. (1982), Surprise Attack: Lessons for Defense Planning. Washington, D.C., Brookings Institution. Blanc, H. / Sierra, C. (1999), The Internationalisation of R&D by Multinationals: A Trade-off between External and Internal Proximity. Cambridge Journal of Economics, 23 (2), 187206. Blind, K., / Grupp, H. (1999), Interdependencies between the Science and Technology Infrastructure and Innovation Activities in German Regions: Empirical Findings and Policy Consequences. Research Policy, 28(5), 451-468. BMBF (2003), Rahmenprogramm: Werkstoffinnovation für Industrie und Gesellschaft WING. Bonn, BMBF. BMBF (2008), Bundesbericht Forschung und Innovation 2008. Berlin, BMBF. Boeglin, P. (1992), Innerbetrieblicher Know-how-Transfer. Management-Zeitschrift: IO, 61 (9), 86-91. Bougon, M.G. (1983), Uncovering Cognitive Maps. In G. Morgan (Hrsg.), Beyond Method. Beverly Hills, Sage Publications, 173-188. Boutellier, R. / Gassmann, O. / Macho, H. / Roux, M. (1998), Management of Dispersed Product Development Teams: The Role of Information Technologies. R&D Management, 28 (1), 13-25.

Literaturverzeichnis

279

Bozeman, B. (2000), Technology Transfer and Public Policy: A Review of Research and Theory. Research Policy, 29 (4/5), 627-655. Braun, M. / Gerybadze, A. / Rätz, A. / Witzel, M. (1993), Studie zur Evaluierung des Programms Materialforschung. Wiesbaden, Arthur D. Little International. Brembo (2003), BREMBO SpA and DaimlerChrysler AG Sign Contract to Establish a Joint Venture. Pressemitteilung vom 05.November 2005, Curno. Bremische Bürgerschaft (1998), Bericht des Untersuchungsausschusses „Bremer Vulkan“. Drucksache 14 / 1147, Landtag 16. 10. 98, 14. Wahlperiode. Bresnahan, T.F. / Gambardella, A. (2004), Building High-Tech Clusters: Silicon Valley and Beyond. Cambridge, Cambridge University Press. Brockhoff, K. (1999), Forschung und Entwicklung. Planung und Kontrolle. München, Oldenbourg Verlag. Bromme, R. / Jucks, R. (2001), Wissensdivergenz und Kommunikation: Lernen zwischen Experten und Laien im Netz. In H.F. Hesse, F. Friedrich (Hrsg.), Partizipation und Interaktion im virtuellen Seminar. Münster, Waxmann Verlag, 81-103. Bullinger, H. / Scheer, A.-W. (Hrsg.) (2006), Service Engineering : Entwicklung und Gestaltung innovativer Dienstleistungen. Berlin, Springer. Burkart, R. (2002). Kommunikationswissenschaft. Wien, Böhlau Verlag. Büschgen, H.E. (Hrsg.) (1998), Praxishandbuch Leasing. München, C.H. Beck. Büssing, A. (2004), Organisationsdiagnose. In H. Schuler (Hrsg.), Lehrbuch Organisationspsychologie. Bern, Verlag Hans Huber. Büssing, A. / Herbig, B. (2003), Implizites Wissen und Wissensmanagement – Schwierigkeiten und Chancen im Umgang mit einer wichtigen menschlichen Ressource. Zeitschrift für Personalpsychologie, 2 (2), 51-65. Cannice, M.V. / Chen, R. / Daniels (2004), Managing International Technology Transfer Risk: Alternatives and Complements to Ownership Structure. Management International Review, 44 (Special Issue 2004/1), 129-152. Cannon, M.D. / Edmondson, A.C. (2005), Failing to Learn and Learning to Fail (Intelligently): How Great Organizations Put Failure to Work to Improve and Innovate. Long Range Planning Journal, 38 (3), 299-319. Carlile, P.R. / Rebentisch, E.S. (2003), Into the Black Box: The Knowledge Transformation Cycle. Management Science, 49 (9), 1180-1195. Casper, S. (2007), Creating Silicon Valley in Europe: Public Policy towards new Technology Industries. Oxford, Oxford University Press. Cassier, M. (1995), Les contrats de recherche entre l’université et l’industrie, Thèse de doctorat. Ecole des Mines, Paris. Chesbrough, H. (2003), Open Innovation. Boston, MA, Harvard Business School Press. Chesbrough, H. (2006), Open Business Models: How to Thrive in the new Innovation Landscape. Boston, MA, Harvard Business School Press. Chesbrough, H. / Vanhaverbeke, W. / West, J. (Hrsg.). (2006), Open Innovation: Researching a New Paradigm. Oxford, NY, Oxford University Press.

280

Literaturverzeichnis

Chidamber, S. R. / Kon, H.B. (1994), A Research Retrospective of Innovation Inception and Success: The Technology-push, Demand-pull Question. International Journal of Technology Management, 9 (1), 94-112. Chmielewicz, K. (1979), Forschungskonzeptionen der Wirtschaftswissenschaft. Stuttgart, Carl Ernst Poeschel Verlag. Choo, C.W. (1998), The Knowing Organization: How Organizations Use Information to Construct Meaning, Create Knowledge and Make Decisions. New York, NY, Oxford University Press. Choo, C.W. (2005), Information Failures and Organizational Disasters. MIT Sloan Management Review, 46 (3), 8-10. Christensen, C.M. (1997), The Innovator's Dilemma: When New Technologies Cause Great Firms to Fail. Boston, MA, Harvard Business School Press. Christensen, C.M. / Raynor, M.E. (2003), The Innovator's Solution: Creating and Sustaining Successful Growth. Boston, MA, Harvard Business School Press. Cockburn, I.M. / Henderson, R. (1998), Absorptive Capacity, Coauthoring Behavious, and the Organization of Research in Drug Discovery. Journal of Industrial Economics, 46 (2), 157-182. Cohen, W. M. / Levinthal, D. A. (1990), Absorptive Capacity: A new Perspective on Learning and Innovation. Administrative Science Quarterly, 35 (1), 128-152. Cohen, W.M. / Florida, R. / Randazzese, L. / Walsh, J. (1998), Industry and the Academy: Uneasy Partners in the Cause of Technological Advance. In R.G. Noll (Hrsg.), Challenges to Research Universities. Washington, D.C., The Brookings Institution, 171-199. Cohen, W.M. / Levinthal, D.A. (1989), Innovation and Learning: The two Faces of R&D. The Economic Journal, 99 (397), 569-596. Columbia Accident Investigation Board (2003), Report Volume I. Washington, D.C., National Aeronautics and Space Administration. Cooper, R.G. (1993), Winning at New Products. Accelerating the Process from Idea to Launch. Reading, MA, Addison-Wesley. Cooper, R.G. (2001), Winning at New Products. Accelerating the Process from Idea to Launch. Cambridge, MA, Perseus Publishing. Cooper, R.G. / Edgett, R.G. (2005), Lean, Rapid and Profitable New Product Development. Product Development Institute. Corsten, H. (1982), Technologietransfer. Berlin, Erich Schmidt Verlag. Corsten, H. / Gössinger, R. / Schneider, H. (2006), Grundlagen des Innovationsmanagements. München, Vahlen. Crowther, J. (Hrsg.) (1995), Oxford Advanced Learner’s Dictionary. Oxford, Oxford University Press. Daft, R.L. / Lengel, R.H. (1984), Information Richness: A New Approach to Manager Information Processing and Organization Design. In B.M. Staw, L.L. Cummings (Hrsg.), Research in Organizational Behavior. Greenwich, CT, JAI Press, 191-233. Daft, R.L. / Lengel, R.H. (1986), Organizational Information Requirements, Media Richness and Structural Design. Management Science, 32 (5), 554-571.

Literaturverzeichnis

281

Daft, R.L. / Lengel, R.H. / Trevino, L.K. (1987), Message Equivocality, Media Selection, and Manager Performance: Implications for Information Systems. MIS Quarterly, 11 (3), 354-366. Dennis, A.R. / Fuller, R.M. / Valacich, J.S. (2008), Media, Tasks, and Communication Processes: A Theory of Media Synchronicity. MIS Quarterly, 32 (3), 575-600. Dennis, A.R. / Valacich, J.S. (1999), Rethinking Media Richness: Towards a Theory of Media Synchronicity, Proceedings, 32nd HICSS, Hawaii, 1999. Dess, G.G. / Beard, D. (1984), Dimensions of Organizational Task Environments. Administrative Science Quarterly, 29 (1), 52-73. Dewar, R.D. / Dutton, J.E. (1986), The Adoption of Radical and Incremental Innovations. An Empirical Analysis. Management Science, 32 (11), 1422-1433. DLR (2008a), Das DLR im Überblick. (Zugriff 31. Oktober 2008). DLR (2008b), Technologiemarketing. Eine Erfolgsgeschichte – Von der Idee zu neuen Produkten am Markt. (Zugriff 31. Oktober 2008). Dodgson, M. (1994), Technological Collaboration and Innovation. In M. Dodgson, R. Rothwell (Hrsg.), The Handbook of Industrial Innovation. Cheltenham, UK, Edward Elgar, 285-292. Dodgson, M. (2000), The Management of Technological Innovation: An International and Strategic Approach. Oxford, Oxford University Press. Dodgson, M. / Gann, D. M./Salter, A. (2008), The Management of Technological Innovation: Strategy and Practice. Oxford University Press, USA. Dosi, G. (1982), Technological Paradigms and Technological Trajectories. Research Policy, 11 (3), 147-162. Dougherty, D. (1992), Interpretive Barriers to Successful Product Innovation in Large Firms. Organization Science, 3 (2), 179-202. Dretske, F. (1981), Knowledge and the Flow of Information. Cambridge, MA, MIT Press. Dülfer, E. (1982), Projekte und Projektmanagement im internationalen Kontext: Eine Einführung. In E. Dülfer (Hrsg.), Projektmanagement INTERNATIONAL. Stuttgart, SchäfferPoeschel Verlag, 1-30. EFI (2009), Gutachten zu Forschung, Innovation und technologischer Leistungsfähigkeit, Berlin, Expertenkommission Forschung und Innovation. El-Hija, H.A. / Krenkel, W. / Hugel, S. (2005), Development of C/C-SiC Brake Pads for High-Performance Elevators. International Journal of Applied Ceramic Technology, 2 (2), 105-113. Erb, T. (2006), Innovativer Werkstoffeinsatz im Carrera GT. Vortrag auf dem Einweihungssymposium der HEPHAISTOS-CA2 an der Universität Stuttgart, 24.05.2006. Ermisch, R. (2007), Management Strategischer Kooperationen im Bereich Forschung und Entwicklung: eine empirische Untersuchung von Technologieunternehmen in Deutschland und den USA. Wiesbaden, Deutscher Universitäts-Verlag.

282

Literaturverzeichnis

Ernø-Kjølhede, E. (2001), Managing Collaborative Research. Abingdon, Copenhagen Business School Press. Ettlie, J.E. / Bridges, W.P. / O’Keefe, R.D. (1984), Organizational strategy and structural differences for radical vs. incremental innovation. Management Science, 30 (6), 682-695. Etzkowitz, H. / Leydesdorff, L. (2000), The Dynamics of Innovation: from National Systems and “Mode 2” to a Triple Helix of University–Industry–Government Relations. Research Policy, 29 (2), 109-123. Etzkowtz, H. / Leydesdorff, L. (1995), The Triple Helix: University - Industry - Government Relations. EASST Review, 14(1). (Zugriff 16. Dezember 2008). Europäische Union (2006), Beschluss Nr. 1982/2006/EG des Europäischen Parlaments und des Rates. FASB (1976), Statement 13: Accounting for Leases. <www.fasb.org/pdf/fas13.pdf> (Zugriff 23. April 2007). Faulkner, W. (1994), Conceptualizing Knowledge used in Innovation: A Second Look at the Science-Technology Distinction and Industrial Innovation. Science, Technology, & Human Values, 19 (4), 425-458. Feder, S. A. (2000), Overcoming 'Mindsets': What Corporations Can Learn from Government Intelligence Failures. Competitive Intelligence Review, 11 (3), 28-37. Feher, L. (1997), Simulationsrechnungen zur verfahrenstechnischen Anwendung von Millimeterwellen für die industrielle Materialprozesstechnik. Dissertation, Wissenschaftliche Berichte FZKA 5885, Forschungszentrum Karlsruhe Feher, L. / Thumm, M. (2003), HEPHAISTOS – ein neuartiges Mikrowellensystem für die Produktion von kohlefaserverstärkten Verbundwerkstoffen. NACHRICHTEN - Forschungszentrum Karlsruhe, 35, 123-127. Feldman, M.P. / Audretsch, D.B. (1999), Innovation in Cities: Science-based Diversity, Specialization and Localized Competition. European Economic Review, 43 (2), 409-429. Foppa, K. (1995), On Mutual Understanding and Agreement in Dialogues. In I. Marková, C.F. Graumann, K. Foppa (Hrsg.), Mutualities in Dialogue. Cambridge, Cambridge University Press, 149-175. Foss, N.J. (2001), Misesian Ownership and Coasian Authority in Hayekian Settings: The Case of the Knowledge Economy. Quarterly Journal of Austrian Economics, 4 (4), 3-24. Fraunhofer-Gesellschaft (2008), Jahresbericht 2007, München, Fraunhofer-Gesellschaft. Freeman, C. (1982), The Economics of Industrial Innovation Cambridge, MA, MIT Press. Freeman, C. (1991), Networks of Innovators: A Synthesis of Research Issues. Research Policy, 20 (5), 499-514. Fuld, L.M. (1985), Competitor Intelligence: How to Get It, How to Use It. Hoboken, NJ, John Wiley & Sons. Füller, J. (2005), Zur Geschichte des Instituts für Bauweisen- und Konstruktionsforschung 1958-2003. Stuttgart, DLR-Institut für Bauweisen-und Konstruktionsforschung.

Literaturverzeichnis

283

Fussell, S. R. / Krauss, R.M. (1992), Coordination of Knowledge in Communication: Effects of Speakers’ Assumptions about what others know. Journal of Personality and Social Psychology, 62 (3), 378-391. Gassmann, O. (1997a), F&E-Projektmanagement und Prozesse länderübergreifender Produktentwicklung. In A. Gerybadze, F. Meyer-Krahmer, G. Reger (Hrsg.), Globales Management von Forschung und Innovation. Stuttgart, Schäffer-Poeschel Verlag, 133-173. Gassmann, O. (1997b), Management transnationaler Forschungs- und Entwicklungsprojekte. Dissertationsschrift. Universität St. Gallen. Gassmann, O. (2001), Multicultural Teams: Increasing Creativity and Innovation by Diversity. Creativity and Innovation Management, 10 (2), 88-95. Gerpott, T. J. (2005), Strategisches Technologie- und Innovationsmanagement. Stuttgart, Schäffer-Poeschel. Gerybadze, A. (1982), Innovation, Wettbewerb und Evolution. Tübingen, J.C.B. Mohr. Gerybadze, A. (1994), Management technologischer Verbundprojekte. Vergleich von Strategien und Organisationsmodellen - Deutschland, EG, Japan. In E. Zahn (Hrsg.), Technologiemanagement und Technologien für das Management. Stuttgart, Schäffer-Poeschel, 133-151. Gerybadze, A. (1995), Strategic Alliances and Process Redesign: Effective Management and Restructuring of Cooperative Projects and Networks. Berlin, Walter de Gruyter. Gerybadze, A. (1998), International verteilte Kompetenzen und Integrationskonzepte für Wissenszentren in multinationalen Unternehmen. Discussion Paper 98-01, Discussion Papers der Forschungsstelle für Internationales Management und Innovation, Universität Hohenheim. Gerybadze, A. (1999), Management technologischer Kooperationen. Discussion Paper 99-04, Discussion Papers der Forschungsstelle für Internationales Management und Innovation, Universität Hohenheim. Gerybadze, A. (2003). Knowledge Management and Transnational R&D Projects: The Role of Asymmetric Understanding and Group Cognition Processes in Distributed Work. Discussion Paper 03-01, der Forschungsstelle für Internationales Management und Innovation, Universität Hohenheim. Gerybadze, A. (2004a), Technologie- und Innovationsmanagement. München, Franz Vahlen. Gerybadze, A. (2004b), Knowledge Management, Cognitive Coherence and Equivocality in Distributed Innovation Processes in MNCs. Management International Review, 44 (Special Issue 2004/3), 103-128. Gerybadze, A. (2005a), Management von Technologieallianzen und Kooperationen. In: S. Albers und O. Gassmann (Hrsg.), Handbuch Technologie- und Innovationsmanagement. Strategie - Umsetzung - Controlling. Wiesbaden, Gabler. 155-174. Gerybadze, A. (2005b), Innovationskompetenz bewerten. Innovation Audit als Standortbestimmung. Management und Qualität 7-8, 6-11. Gerybadze, A. (2005c), Kreativität und Ideenfindung auf Auslandsmärkten. In T. Sommerlatte, G. Beyer, G. Seidel (Hrsg.), Innovationskultur und Ideenmanagement. Düsseldorf, Symposion.

284

Literaturverzeichnis

Gerybadze, A. (2008a), Innovationspartnerschaften, Patentpools und Standardsetzungsgemeinschaften: Verteilung und Zuteilung der Rechte und neue Organisationsformen. In M. Eifert, W. Hoffmann-Riem (Hrsg.), Geistiges Eigentum und Innovation. Innovation und Recht I. Band I. Berlin, Duncker & Humblot. Gerybadze, A. (2008b), Unveröffentlichte Vorlesungsunterlagen zum Innovationsmanagement. Lehrstuhl Internationales Management und Innovation, Universität Hohenheim. Gerybadze, A. / Gaiser, B. (2005), Controlling von Intangibles und Innovationskapital: Innovation Audit und Innovation Scorecard. Zeitschrift für Controlling und Management, Sonderheft 3, 86-94. Gerybadze, A. / Reger, G. (1999), Globalization of R&D: Recent Changes in the Management of Innovation in Transnational Corporations. Research Policy, 28 (2/3), 251-274. Gibbons, M. / Limoges, C. / Nowotny, H. / Schwartzman, S. / Scott, P. / Trow, M. (1994), The New Production of Knowledge: The Dynamics of Science and Research in Contempora Societies. Thousand Oaks, CA, Sage Publications. Glück, T.R. (2001), Blinde Flecken in der Unternehmensführung. Passau, Antea Verlag. Goldstein, E.B. (1999), Sensation and Perception. Belmont, CA, Wadsworth Publishing. Granstrand, O. / Hakanson, L. / Sjölandera, S. (1993), Internationalization of R&D — A Survey of some Recent Research. Research Policy, 22 (5-6), 413-430. Grant, R. M. (1996), Toward a Knowledge-based Theory of the Firm. Strategic Management Journal, 17 (Winter Special Issue), 109-122. Grün, O. (1989), Internationales Projektmanagement. In K. Macharzina, M.K. Welge (Hrsg.), Handwörterbuch Export und internationale Unternehmung (HWInt). Stuttgart, Schäffer Poeschel Verlag, 1736-1746. Gulati, R. / Singh, H. (1998), The Architecture of Cooperation: Managing Coordination Costs and Appropriation Concerns in Strategic Alliances. Administrative Science Quarterly, 43 (4), 781-814. Hagedoorn, J. / Link, A.N. / Vonortas, N.S. (2000), Research Partnerships. Research Policy, 29 (4-5), 567-586. Hall, E.T. (1977), Beyond Culture. Garden City, N.Y., Anchor Press. Handelsblatt (1997), Bremer Vulkan. Untersuchungsausschuß zieht nach zahlreichen Zeugenvernehmungen eine erste Bilanz."Bedrückende Kontinuität des Versagens". Handelsblatt Nr. 135, 17.07.1997, S. 14. Hauschildt, J. (2004), Innovationsmanagement. München, Verlag Vahlen. Häusler, J. / Hohn, H. / Lütz, S. (1993), The Architecture of an R&D Collaboration. In F.W. Scharpf (Hrsg.), Games in Hierachies and Networks. Frankfurt/Main, Campus, 211-249. Heene, A. (1993), Classifications of Competence and their Impact on Defining, Measuring and Developing ‘Core Competence’, Präsentation beim Second International Workshop on Competence-Based Competition, EISAM, Brüssel, Belgien, November 1993. Helmholtz-Gemeinschaft (2008), Geschäftsbericht 2008. Bonn, Helmholtz-Gemeinschaft. Helmholtz-Gemeinschaft (2008), Helmholtz: Konzertierte Forschung gestaltet Zukunft. (Zugriff 31. Oktober 2008).

Literaturverzeichnis

285

Henderson, R. / Jaffe, A. / Trajtenberg, M. (1998), Universities as Sources of Commercial Technology: A Detailed Analysis of University Patenting, 1956-1998. Review of Economics and Statistics, 80 (1), 119-127. Henderson, R.M. / Clark, K.B. (1990), Architectural Innovation: The Reconfiguration of Existing Product Technologies and the Failure of Established Firms. Administrative Science Quarterly, 35 (9), 9-30. Herbeck. L. / Voggenreiter, H. (2007), Von der Luftfahrt in den Automobilbau? Vortrag auf der 1. Handelsblatt Tagung Werkstoffsymposium Fahrzeugtechnik, Stuttgart, 4. Juli 2007. Herstatt, C. / Lettl, C. (2000), Management von technologiegetriebenen Entwicklungsprojekten. In O. Gassmann, C. Kobe, E. Voit (Hrsg.), High Risk Projekte. Zürich, Springer, 109-131. Herten, H.-J. (1988), Internationales Projektmanagement: Gestaltung der grenzüberschreitenden Projektoperation im Großanlagenbau sowie in der Luft- und Raumfahrtindustrie. Köln, TÜV Rheinland. Hobday, M. (2005), Firm-level Innovation Models: Perspectives on Research in Developed and Developing Countries. Technology Analysis & Strategic Management, 17 (2), 121146. Howells, J. (1996), Tacit Knowledge, Innovation and Technology Transfer. Technology Analysis & Strategic Management, 8 (2), 91-106. Hüser, J. (Hrsg.) (2006), High-throughput Screening in Drug Discovery. Weinheim, Wiley. Jackson, P. (1998), Introduction to Expert Systems. Wokingham, UK, Addison-Wesley. Jaffe, A.B. (1989), Real Effects of Academic Research. American Economic Review, 79 (5), 957-970. Janis, I.L. (1982), Groupthink: Psychological Studies of Policy Decisions and Fiascoes. Boston, Houghton Mifflin. Jensen, R. / Thursby, M. (1998), Proofs and Prototypes for Sale: The Tale of University Licensing. NBER Working Paper 6698. Johnson, J.R. (1983), Understanding Misunderstanding: A Key to Effective Communication. Training and Development Journal, 37 (8), 62-68. Johnston, R. (1998), The Changing Nature and Forms of Knowledge: A Review. Report to the Department of Employment, Education, Training and Youth Affairs, Australia. Jorde, T.M. / Teece, D.J. (1989), Competition and Cooperation: Striking the Right Balance. California Management Review, 31 (3), 25-37. Kahneman D. / Tversky, A. (Hrsg.) (2000), Choices, Values and Frames. Cambridge, UK, Cambridge University Press. Kaiser, R. (2008), Innovationspolitik: staatliche Steuerungskapazitäten beim Aufbau wissensbasierter Industrien im internationalen Vergleich. Münchner Beiträge zur politischen Systemforschung. Baden-Baden, Nomos. Kam, E. (1988), Surprise Attack: The Victim’s Perspective. Cambridge, MA, Harvard University Press.

286

Literaturverzeichnis

Kamien, M. / Schwartz, N. (1975), Market Structure and Innovation. Journal of Economic Literature, 23 (1), 1-37. Kandampully, J. (Hrsg.) (2005), Special Issue: Service Innovation Management. Managing Service Quality, 15 (6). Kankanhalli, A. / Tan, B.C.Y. / Wei, K.-K. (2007), Conflict and Performance in Global Virtual Teams. Journal of Management Information Systems, 23 (3), 237-274. Kaplan, R.S. / Norton, D.P. (1997), Balanced Scorecard: Strategien erfolgreich umsetzen. Stuttgart, Schäffer-Poeschel. Kirchmeyer, C. / Cohen, A. (1992), Multicultural Groups: Their Performance and Reactions with Constructive Conflict. Group & Organization Management, 17 (2), 153-170. Kirsch, W. / Klein, H.K. (1977a), Management-Informationssysteme I: Wege zur Rationalisierung der Führung. Stuttgart, Kohlhammer. Kirsch, W. / Klein, H.K. (1977b), Management-Informationssysteme II: Auf dem Weg zu einem neuen Taylorismus? Stuttgart, Kohlhammer. Klautzsch, M. (2005), Untersuchungen zur Wirtschaftlichkeit alternativer Verfahren bei der Herstellung von Faserverbundbauteilen in der Luftfahrtindustrie. Masterarbeit, Fachhochschule Rosenheim. Kline, S. J. / Rosenberg, N. (1986), An Overview of Innovation. In R. Landau, N. Rosenberg (Hrsg.), The Positive Sum Strategy. Washington, D.C., National Academy Press, 275306. Klix, F. (1988), Gedächtnis und Wissen. In H. Mandl, H. Spada (Hrsg.), Wissenspsychologie. München, Psychologie Verlags Union, 19-54. Kodama, F. (1992), Technology Fusion and The New R&D. Harvard Business Review, 70 (4), 70-78. Kodama, F. (1993), The Fusion Game. Harvard International Review, 15 (4), 16. Kogut, B. / Zander, U. (1992), Knowledge of the Firm, Combinative Capabilities, and the Replication of Technology. Organization Science, 3 (3), 383-397. Kogut, B. / Zander, U. (1993), Knowledge of the Firm and the Evolutionary Theory of the Multinational Corporation. Journal of International Business Studies, 24 (4), 625-645. Kohler, J. (2008), Wissenstransfer bei hoher Produkt- und Prozesskomplexität. Wiesbaden, Gabler. KONE (2008), Business Environment. (Zugriff 31. Oktober 2008). Koolwijk, J.v. / Wieken-Mayser, M. (Hrsg.) (1976), Techniken der empirischen Sozialforschung. 5. Band: Testen und Messen. München, R. Oldenbourg Verlag. Koschatzky, K. / Hemer, J. / Stahlecker, T. / Bührer, S. / Wolf, B. (2008), An-Institute und neue strategische Forschungspartnerschaften im deutschen Innovationssystem. Stuttgart, IRB Mediendienstleistungen. Krauss, R.M. / Fussell, S. R. / Chen, Y. (1995), Coordination of Perspective in Dialogue: Intrapersonal and Interpersonal Processes. In I. Marková, C.F. Graumann, K. Foppa (Hrsg.), Mutualities in Dialogue. Cambridge, Cambridge University Press, 124-148.

Literaturverzeichnis

287

Krenkel, W. (2004), Carbon Fiber Reinforced CMC for High performance Structures. International Journal of Applied Ceramic Technology, 1 (2), 188-200. Kriwet, C.K. (1997), Inter- and Intraorganizational Knowledge Transfer. Bamberg, DifoDruck. Kümmerle, W. (1997), Building Effective R&D Capabilities Abroad. Harvard Business Review, 75 (2), 61-70. Lam, A. (2003), Organizational Learning in Multinationals: R&D Networks of Japanese and US MNEs in the UK. Journal of Management Studies, 40 (3), 673-703. Langrish, J. / Gibbons, M. / Evans, W.G. / Jevons, F.R. (1972), Wealth from Knowledge: A Study of Innovation in Industry. London, MacMillan. Layton, E. T. (1974), Technology as Knowledge. Technology and Culture, 15 (1), 31-41. Leonard, D. / Sensiper, S. (1998), The Role of Tacit Knowledge in Group Innovation. California Management Review, 40 (3), 112-133. Levine, D. N. (1985), The Flight from Ambiguity. Essays in Social and Cultural Theory. Chicago, IL, The University of Chicago Press. Levite, A. (1987), Intelligence and Strategic Surprises. New York, NY, Columbia University Press. Leydesdorff, L. / Etzkowitz, H. (1998), The Triple Helix as a Model for Innovation Studies. Science and Public Policy, 25 (3), 195-203. Lichtenthaler, E. (2002), Organisation der Technology Intelligence. Eine empirische Untersuchung der Technologiefrühaufklärung in technologieintensiven Grossunternehmen. Zürich, Orell Füssli Verlag. Liker, J.K. (2004), The Toyota Way: 14 Management Principles from the World's Greatest Manufacturer, New York, McGraw-Hill. Lim, K. (2000), The Many Faces of Absorptive Sapacity: Spillovers of Copper Interconnect Technology for Semiconductor Chips. Mimeo, MIT. Lippman, S. A. / Rumelt, R.P. (1982), Uncertain Imitability: An Analysis of Interfirm Diěerences in Eěiciency under Competition. The Bell Journal of Economics, 13 (2), 418438. Lowenthal, M. (1985), The Burdensome Concept of Failure. In A.C. Maurer, M.D. Tunstall, J.M. Keagle (Hrsg.), Intelligence: Policy and Process. Boulder, Westview Press, 43-56. Lütz, S. (1993), Steuerung industrieller Forschungskooperation. Frankfurt, Campus Verlag. Machlup, F. (1980), Knowledge: Its Creation, Distribution, and Economic Significance. Volume I: Knowledge and Knowledge Production. Princeton, Princeton University Press. MacIntosh-Murray A. / Choo, C.W. (2006), Information Failures in Health Care. In B. Cronin (Hrsg.), Annual Review of Information Science and Technology (Bd. 40). Medford, NJ, Information Today Inc., 357-391. Magee, S. P. (1977 ), Multinational Corporations, the Industry Technology Cycle and Development. Journal of World Trade Law, 11 (4), 297-321. Mahoney, J.T. / Pandian, J.R. (1992), The Resource-Based View Within the Conversation of Strategic Management. Strategic Management Journal, 13 (5), 363-380.

288

Literaturverzeichnis

March, J. G. (1994), A Primer on Decision Making. How Decisions Happen. New York, NY, Free Press. Martin, J. (1992), Cultures in Organizations. Three Perspectives. New York, NY, Oxford University Press. Martz, W.B. / Shepherd, M.M. (2003), Testing for the Transfer of Tacit Knowledge: Making a Case for Implicit Learning. Decision Sciences Journal of Innovative Education, 1 (1), 41-56. Mascitelli, R. (2000), From Experience: Harnessing Tacit Knowledge to Achieve Breakthrough Innovation. Journal of Product Innovation Management, 17 (3), 179-193. Maser, S. (1971), Grundlagen der allgemeinen Kommunikationstheorie. Eine Einführung in ihre Grundbegriffe und Methoden. Stuttgart, Kohlhammer. Max-Planck-Gesellschaft (2007), Jahresbericht 2007. München, Max-Planck-Gesellschaft. McCaskey, M.B. (1982), The Executive Challenge. Managing Change and Ambiguity. Marshfield, MA, Pitman Publishing. McDonough III, E.F. / Athanassiou, N. / Spital, F. (2002), Managing the Transfer of Knowledge in the Context of a Radical Product Innovation. Working Paper 02-006, Northeastern University. McDonough III, E.F. / Kahn, K.B. / Barczak, G. (2001), An Investigation of the Use of Global, Virtual, and Colocated New Product Development Teams. The Journal of Product Innovation Management, 18 (2), 110-120. Mead, G.H. (1967), Mind, Self, and Society: From the Standpoint of a Social Behaviorist. Chicago, IL, University of Chicago Press. Meyer-Eppler, W. (1959), Grundlagen und Anwendung der Informationstheorie. Berlin, Springer. Minbaeva, D. / Pedersen, T. / Björkman, I. / Fey, C.F. / Park, H.J. (2003), MNC Knowledge Transfer, Subsidiary Absorptive Capacity, and HRM. Journal of International Business Studies, 34 (6), 586-599. Möller, K. / Rajala, R. / Westerlund, M. (2008), Service Innovation Myopia? A New Recipe for Client-Provider Value Creation. California Management Review, 50 (3), 31-48. Mora-Valentin, E.M. / Montoro-Sanchez, A. / Guerras-Martin, L.A. (2004), Determining Factors in the Success of R&D Cooperative Agreements between Firms and Research Organizations. Research Policy 33 (1), 17-40. Morschett, D. (2003), Formen von Kooperationen, Allianzen und Netzwerken. In J. Zentes (Hrsg.), Kooperationen, Allianzen und Netzwerke : Grundlagen - Ansätze – Perspektiven, Wiesbaden, Gabler, 387-413. Mowery, D. (2003), Using Cooperative Research and Development Agreements as S&T Indicators: What do We Have and What Would We Like? Technology Analysis & Strategic Management, 15 (2), 189-205. Mowery, D.C. / Rosenberg, N. (1979), The Influence of Market Demand upon Innovation: A Critical Review of Some Recent Empirical Studies. Research Policy, 8 (2), 102-153. Müller, C. (2006), Wissen, intangible Assets oder intellektuelles Kapital – eine Begriffswelt in Diskussion. In K. Matzler, H.H. Hinterhuber, B. Renzl, S. Rothenberg (Hrsg.), Imma-

Literaturverzeichnis

289

terielle Vermögenswerte. Handbuch der Intangible Assets. Berlin, Erich Schmidt Verlag, 3-22. Murmann, J. P. (2003), Knowledge and Competitive Advantage: The Coevolution of Firms, Technology, and National Institutions. Cambridge, Cambridge University Press. Murray, S. R. / Peyrefitte, J. (2007), Knowledge Type and Communication Media Choice in the Knowledge Transfer Process. Journal of Managerial Issues, 19 (1), 111-133. Myers, M.B. / Rosenbloom, R.S. (1996), Rethinking the Role of Industrial Research. In R.S. Rosenbloom, W.J. Spencer (Hrsg.), Engines of Innovation: US Industrial Research at the End of an Era. Boston, Harvard Business School Press, 209-228. Myers, S. / Marquis, D.G. (1969), Successful Industrial Innovation. Waschington, D.C., National Science Foundation. National Science Board (2008), Science and Engineering Indicators 2008. Volume I. Arlington, VA, National Science Foundation. National Science Foundation (2008), Science and Engineering State Profile California. http://nsf.gov/statistics/nsf08314/tables/ca.pdf (Zugriff 18. Juli 2009). Nelson, R. / Winter, S. G. (1982), An Evolutionary Theory of Economic Change. Cambridge, MA, Harvard University Press. Nevis, E.C. / DiBella, A.J. / Gould, J.M. (1995), Understanding Organizations as Learning Systems. Sloan Management Review, 36 (2), 73-85. Nickerson, R.S. (1999), How We Know – and Sometimes Misjudge – What Others Know: Imputing One’s Own Knowledge to Others. Psychological Bulletin, 125 (6), 737-759. Nonaka, I. / Konno, N. (1998), The Concept of Ba: Building a Foundation for Knowledge Creation. California Management Review, 40 (3), 40-54. Nonaka, I. / Takeuchi, H. (1995), The Knowledge-creating Company: How Japanese Companies Create the Dynamics of Innovation. New York, Oxford University Press. Nonaka, I. / Toyama, R. / Hirata, T. (2008), Managing Flow: A Process Theory of the Knowledge-Based Firm. Houndmills, UK, Palgrave Macmillan. OECD (1992), Die Messung wissenschaftlicher und technischer Tätigkeiten – Allgemeine Richtlinien für statistische Übersichten in Forschung und experimenteller Entwicklung. Frascati-Handbuch, Übersetzung herausgegeben vom BMFT, Bonn. OECD (2000), Knowledge Management in the Learning Society. Paris, OECD. OECD (2005), Oslo Manual. Guidelines for Collecting and Interpreting Innovation Data. Paris, OECD. Olson, J.S. / Teasley, S. / Covi, L. / Olson, G. (2002), The (Currently) Unique Advantages of Collocated Work. In P. Hinds, S. Kiesler (Hrsg.), Distributed Work. Cambridge, MA, MIT Press, 113-136. Penrose, E.T. (1995), The Theory of the Growth of the Firm. New York, NY, Oxford University Press. Perrow, C. (1999), Normal Accidents: Living with High Risk Technologies. Princeton, NJ, Princeton University Press. Picot, A. / Reichwald, R. / Wigand, R.T. (2003), Die grenzenlose Unternehmung. Wiesbaden, Gabler.

290

Literaturverzeichnis

Pinkenburg, H.F. (1980), Projektmanagement als Führungskonzeption in Prozessen tiefgreifenden organisatorischen Wandels: Theoretische Perspektiven und praktische Erfahrungen bei Reorganisationen dargestellt am Beispiel der Einführung von EDV-Systemen. Herrsching, Kirch. Pisano, G. (2006), Profiting from Innovation and the Intellectual Property Revolution. Research Policy, 35(8), 1122-1130. Pleschak, F. (2003), Entwicklungstendenzen des Technologietransfers und Anforderungen an seine Ausgestaltung. In F. Pleschak (Hrsg.), Technologietransfer - Anforderungen und Entwicklungstendenzen. Stuttgart, Fraunhofer IRB Verlag, 1-16. Pleschak, F. / Sabisch, H. (1996), Innovationsmanagement. Stuttgart, Schäffer-Poeschel. Pohl, A. (1996), Leapfrogging bei technologischen Innovationen. Ein Erklärungsansatz auf Basis der Theorie des wahrgenommenen Risikos. Wiesbaden, Gabler Verlag. Polanyi, M. (1966), The Tacit Dimension. London, Routledge and Keoan. Polanyi, M. (1983), The Tacit Dimension. (Wiederauflage) Gloucester, MA, Peter Smith. Polzer, J.T. / Crisp, C.B. / Jarvenpaa, S. L. / Kim, J.W. (2003), Geographically-Colocated Subgroups in Globally Dispersed Teams. A Test of the Faultline Hypothesis, Working Paper 04-007, Harvard Business School. Polzer, J.T. / Crisp, C.B. / Jarvenpaa, S. L. / Kim, J.W. (2006), Extending the Faultline Model to Geographically Dispersed Teams: How Colocated Subgroups can Impair Group Functioning. Academy of Management Journal, 49 (4), 679-692. Probst, G. / Raub, S. / Romhardt, K. (2006), Wissen managen. Wie Unternehmen ihre wertvollste Ressource optimal nutzen. Wiesbaden, Gabler. Rehäuser, J. / Krcmar, H. (1996), Wissensmanagement in Unternehmen. In G. Schreyögg, P. Conrad (Hrsg.), Managementforschung 6: Wissensmanagement. Berlin, Walter de Gruyter, 1-40. Reichwald, R. (1998), Telekooperation: Verteilte Arbeits- und Organisationsformen. Berlin, Springer. Reimann, H. (1974), Kommunikations-Systeme: Umrisse einer Soziologie der Vermittlungsund Mitteilungsprozesse. Tübingen, Mohr. Reinhardt, R. / Bornemann, M. (2005), Die Implementierung von Wissensbilanzsystemen als Problem. In K. Matzler, H.H. Hinterhuber, B. Renzl, S. Rothenberg (Hrsg.), Immaterielle Vermögenswerte. Handbuch der intangible Assets. Berlin, Erich Schmidt Verlag, 205-230. Reinmann-Rothmeier, G. / Mandl, H. (2002), Das unausgesprochene Problem des impliziten Wissens im Wissensmanagement. Grundlagen der Weiterbildung, 13, 11-17. Rice, R.E. (1992), Task Analyzability, Use of New Media, and Effectiveness: A Multi-Site Exploration of Media Richness, in Organizational Science, 3 (4), 475-500. Ringberg, T. / Reihlen, M. (2008), Towards a Socio-Cognitive Approach to Knowledge Transfer. Journal of Management Studies, 45(5), 912-935. Roberts, R.B. (2001), Benchmarking Global Strategic Management of Technology. Research Technology Management, 44 (2), 25-36.

Literaturverzeichnis

291

Roediger-Schluga, T. / Barber, M.J. (2006), The Structure of R&D Collaboration Networks in the European Framework Programmes. United Nations University Working Paper Series, #2006-036. Rogers, E.M. (1962), Diffusion of Innovations. 1. Aufl. New York, NY, Free Press. Rogers, E.M. (2003), Diěusion of Innovations. 5. Aufl. New York, NY, Free Press. Romhardt, K. (1998), Die Organisation aus der Wissensperspektive - Möglichkeiten und Grenzen der Intervention. Wiesbaden, Gabler. Ronen, S. / Shenkar, O. (1985), Clustering Countries on Attitudinal Dimensions: A Review and Synthesis. Academy of Management Review, 10 (3), 435-454. Rothwell, R. (1992), Successful Industrial Innovation: Critical Factors for the 1990s. R&D Management, 22 (3), 221-240. Rothwell, R. / Freeman, C. / Horlsey, A. / Jervis, V. T. P. / Robertson, A. B. / Townsend, J. (1974), SAPPHO Updated: Project SAPPHO Phase II. Research Policy, 3 (3), 258-291. Rothwell, R. / Zegveld, W. (1985), Reindustrialization and Technology. Harlow, Longman. Sabisch, H. (2003), Erfolgsfaktoren des Wissens- und Technologietransfers. In: F. Pleschak, Technologietransfer - Anforderungen und Entwicklungstendenzen. Stuttgart, Fraunhofer IRB Verlag. Sahal, D. (1981), Alternative Conceptions of Technology. Research Policy, 10 (1), 2–24. Sahal, D. (1982), The Form of Technology. In D. Sahal (Hrsg.), The Transfer and Utilization of Technical Knowledge. Lexington Publishing, Lexington, MA, 125-139. Sanchez, R. (1997), Managing Articulated Knowledge in Competence-based Competition. In R. Sanchez, A. Heene (Hrsg.), Strategic Learning and Knowledge Management. Chichester, John Wiley & Sons, 163-188. Sanchez, R. (2008), A Scientific Critique of the Resource-Base View (RBV) in Strategy Theory, with Competence-Based Remedies for the RBV's Conceptual Deficiencies and Logic Problems. In R. Sanchez (Hrsg.), Fundamental Issues in Competence Theory Development: A Focused Issue. Bingley, Emerald Group Publishing. 3-78. Schmoch, U. (2003), Hochschulforschung und Industrieforschung. Frankfurt, Campus. Schmoch, U. / Licht, G. / Reinhard, M. (Hrsg.) (2000), Wissens- und Technologietransfer in Deutschland. Stuttgart, Fraunhofer IRB Verlag. Schneider, H. (1992), Management werkstofforientierter Innovationen. Göttingen, Vandenhoek & Ruprecht. Scholl, W. (1990a), Informationspathologien bei innovativen Entscheidungsprozessen. In H.E. Gramatzki, F. Klinger, H.G. Nutzinger (Hrsg.), Wissenschaft, Technik und Arbeit: Innovationen in Ost und West. Kassel, VWL-inform, 409-429. Scholl, W. (1990b), Die Produktion von Wissen zur Bewältigung komplexer organisatorischer Situationen. In R. Fisch, M. Boos (Hrsg.), Vom Umgang mit Komplexität in Organisationen. Konstanz, Universitätsverlag, 107-128. Scholl, W. (1992), Informationspathologien. In E. Frese (Hrsg.), Handwörterbuch der Organisation. Stuttgart, Schäffer-Poeschel, 900-912. Scholl, W. (2004), Innovation und Information. Wie in Unternehmen neues Wissen produziert wird. Göttingen, Hogrefe.

292

Literaturverzeichnis

Schreyögg, G. / Geiger, D. (2004), Kann man implizites in explizites Wissen konvertieren? Die Wissensspirale auf dem Prüfstand. In U. Frank (Hrsg.), Wissenschaftstheorie in Ökonomie und Wirtschaftsinformatik. Theoriebildung und -bewertung, Ontologien, Wissensmanagement. Wiesbaden, Deutscher Universitäts-Verlag, 269-288. Schumpeter, J.A. (1987), Theorie der wirtschaftlichen Entwicklung: eine Untersuchung über Unternehmergewinn, Kapital, Kredit, Zins und den Konjunkturzyklus. 7. Aufl., unveränd. Nachdruck d. 1934 ersch. 4. Aufl. Berlin, Duncker & Humblot. Seiler, T. (2004), The Human Foundation of Knowledge Management. In J. Gadner, R. Buber, L. Richards (Hrsg.), Organising Knowledge. Methods and Case Studies. Hampshire, Palgrave Macmillan, 43-59. Seiler, T. / Reinmann, G. (2004), Der Wissensbegriff im Wissensmanagement: Eine strukturgenetische Sicht. In G. Reinmann, H. Mandl (Hrsg.), Psychologie des Wissensmanagements. Perspektiven, Theorien und Methoden. Göttingen, Hogrefe, 11-23. Shannon, C.E. / Weaver, W. (1949), Mathematical Theory of Communication. Urbana, IL, University of Illinois Press. Shingo, S. (2006), A Study of the Toyota Production System from an Industrial Engineering Viewpoint, New York, NY, Productivity Press. Shrivastava, P. (1987), Bhopal – Anatomy of a Crisis. Cambridge, MA, Ballinger Publishing Company. Shulsky, A. (1991), Silent Warfare. Washington D.C., Brassey’s. Sorg, S. (1982), Informationspathologien und Erkenntnisfortschritt in Organisationen. München, Planungs- und Organisationswirtschaftliche Schriften. Specht, G. / Beckmann, C. / Amelingmeyer, J. (2002), F&E-Management. Kompetenz im Innovationsmanagement. Stuttgart, Schäffer-Poeschel Verlag. Spelsiek, J. (2005), Motivationsorientierte Steuerung des Wissenstransferverhaltens. Modellierung, empirische Analyse und Anreizsystemgestaltung. Wiesbaden, Deutscher Universitäts-Verlag. Spender, J. (1996), Making Knowledge the Basis of a Dynamic Theory of the Firm. Strategic Management Journal, 17 (Winter Special Issue), 45-62. Spinardi, G. (2002), Industrial Exploitation of Carbon Fibre in the UK, USA and Japan. Technology Analysis & Strategic Management, 14(4), 381-398. Spitzer, M. (2000), Geist im Netz. Modelle für Lernen, Denken und Handeln. Heidelberg, Spektrum Akademischer Verlag. Städtler, A. (2008), Deutliche Bremsspuren bei Investitionen und Leasing – 2009 droht rezessive Investitionsentwicklung. ifo Schnelldienst, 61 (24), 70-81. Staw, B.M. / Ross, J. (1987), Knowing When to Pull the Plug. Harvard Business Review, 65 (2), 68-74. Steinmüller, W. (1993), Informationstechnologie und Gesellschaft. Einführung in die Angewandte Informatik. Darmstadt, Wissenschaftliche Buchgesellschaft. Stewart, T.A. (1997), Intellectual Capital : The New Wealth of Organizations. London, Brealey. Stichweh, R. (1994), Wissenschaft - Universität – Professionen. Frankfurt (Main), Suhrkamp.

Literaturverzeichnis

293

Stier, W. (1999), Empirische Forschungsmethoden. Berlin, Springer-Verlag. Stifterverband. (2008), Forschung und Entwicklung Facts, Stifterverband für die deutsche Wissenschaft. (Zugriff 06. April 2009). Stinchcombe, A.L. (1990), Information and Organization. Berkeley, CA, University of California Press. Stoner, J.A.F. (1968), Risky and Cautious Shifts in Group Decisions: The Influence of Widely Held Values. Journal of Experimental Social Psychology, 4 (4), 442-459. Sveiby, K. E. (1997), The New Organizational Wealth: Managing and Measuring Knowledgebased Assets. San Francisco, CA, Berrett-Koehler. Szulanski, G. (1996), Exploring Internal Stickiness: Impediments to the Transfer of Best Practice within the Firm. Strategic Management Journal 17 (Summer Special Issue), 27–43. Szulanski, G. (2003), Sticky Knowledge. Barriers to Knowing in the Firm. London, Sage Publications. Teece, D.J. (1986), Profiting From Technological Innovation: Implications for Integration, Collaboration, Licensing and Public Policy. Research Policy, 15 (6), 285–305. Teece, D.J. (2000), Managing Inellectual Capital. Oxford, NY, Oxford University Press. Tefera, N. / Kälin, T. / Yokose, K. (2007), CEH Marketing Research Report Carbon Fibers. In: SRI Consulting, Chemical Economics Handbook. Thiel, M. (2002), Wissenstransfer in komplexen Organisationen. Effizienz durch Verwendung von Wissen und Best Practices. Wiesbaden, Deutscher Universitäts-Verlag. Thom, N. (1980), Grundlagen des betrieblichen Innovationsmanagements. Königstein/Ts., Hanstein. Thursby, J.G. / Thursby, M.C. (2000), Who is Selling the Ivory Tower? Sources of Growth in University Licensing. NBER Working Paper 7718. Tidd, J. / Bessant, J. / Pavitt, K. (2001), Managing Innovation. Hoboken, NJ, John Wiley & Sons. Tidd, J. / Hull, F.M. (Hrsg.) (2003), Service Innovation: Organizational Responses to Technological Opportunities & Market Imperatives. London, Imperial College Press. TƋssen, R.J. / van WƋk, E. (1999), In Search of the European Paradox: An International Comparison of Europe's Scientific Performance and Knowledge Flows in Information and Communication Technologies Research. Research Policy, 28 (5), 519-543. Torbett, R. (2001), Technological Collaboration, Firm Size and Innovation: A Study of UK Manufacturing Firms. In OECD (Hrsg.), Innovative Networks. Co-operation in National Innovation Systems. Paris, OECD, 101-122. Tschirky, H. (1998), Konzept und Aufgaben des Integrierten Technologie-Managements. In H. Tschirky, S. Koruna (Hrsg.), Technologie-Management. Zürich, Verlag Industrielle Organisation, 193-395. Tsoukas, H. / Hatch, N.J. (2001), Complex Thinking, Complex Practice: The Case for a Narrative Approach to Organizational Complexity. Human Relations, 54 (8), 979-1013. Türk, K. (1976), Grundlagen einer Pathologie der Organisation. Stuttgart, Enke.

294

Literaturverzeichnis

Turner, B.A. (1976), The Organizational and Interorganizational Development of Disasters. Administrative Science Quarterly, 21 (3), 378-397. Turner, B.A. / Pidgeon, N.F. (1997), Man-Made Disasters. Oxford, Butterworth-Heinemann. Tushman, M.L. / Anderson, P. (1986), Technological Discontinuities and Organizational Environments. Administrative Science Quarterly, 31 (3), 439-465. Uhlmann, L. (1978), Der Innovationsprozeß in westeuropäischen Industrieländern. Band 2: Der Ablauf industrieller Innovationsprozesse. Berlin, Duncker & Humblot. Urban, D. (1986), Technikentwicklung. Zur Soziologie technischen Wissens. Stuttgart, Enke Verlag. Velden, M. (1982), Die Signalentdeckungstheorie in der Psychologie. Stuttgart, Kohlhammer. Vincenti, W. (1991), What Engineers Know and How they Know it: Analytical Studies from Aeronautical History. Baltimore, Johns Hopkins University Press. Von Hippel, E. (1994), „Sticky Information“ and the Locus of Problem Solving: Implications for Innovation. Management Science, 40 (4), 429-439. von Krogh, G. / Köhne, M. (1998), Der Wissenstransfer in Unternehmen: Phasen des Wissenstransfers und wichtige Einflussfaktoren. Die Unternehmung 52 (5/6), 235-252. Vygotsky, L.S. (1962), Thought and Language. E. Hanfman und G. Vakar (Hrsg. u. Übers.). Cambridge, MA, MIT Press. Walter, A. (2003), Technologietransfer zwischen Wissenschaft und Wirtschaft. Wiesbaden, DUV. Watson, W.E. / Kumar, K. / Michaelsen, L.K. (1993), Cultural Diversity's Impact on Interaction Progress and Performance: Comparing Homogeneous and Diverse Task Groups. Academy of Management Journal 36 (3), 590-602. Weick, K.E. (1995), Sensemaking in Organizations. Thousand Oaks, CA, Sage Publications. Weick, K.E. (2001), Making Sense of the Organization. Oxford, Blackwell. Weick, K.E. / Sutcliffe, K.M. (2001), Managing the Unexpected: Assuring High Performance in an Age of Complexity. San Francisco, CA, Jossey-Bass. Wender, K.F. (1988), Semantische Netzwerke als Bestandteil gedächtnispsychologischer Theorien. In H. Mandl, H. Spada (Hrsg.), Wissenspsychologie. München, Psychologie Verlags Union, 55-73. Wheelwright, S. C. / Clark, K.B. (1993), Revolution der Produktentwicklung: Spitzenleistungen in Schnelligkeit, Effizienz und Qualität durch dynamische Teams. Frankfurt, Campus-Verlag. Wilensky, H.L. (1967), Organizational Intelligence. New York, NY, Basic Books. Willke, H. (1995), Systemtheorie III: Steuerungstheorie. Stuttgart, UTB. Willke, H. (1998), Systemisches Wissensmanagement. Stuttgart, Lucius & Lucius. Winter, S. G. (1987), Knowledge and Competence as Strategic Assets. In D.J. Teece (Hrsg.), The Competitive Challenge: Strategies for Industrial Innovation and Renewal. Cambridge, MA, Ballinger, 159-184. WirtschaftsWoche (1996a), Bremer Vulkan. Der Schiffbruch. WirtschaftsWoche Nr. 9, 22.02.1996, S. 38.

Literaturverzeichnis

295

WirtschaftsWoche (1996b), Bremer Vulkan. Groteske Defizite. WirtschaftsWoche Nr. 12, 14.03.1996 S. 57. Wissenschaftsgemeinschaft Gottfried Wilhelm Leibniz (2008), Die Leibniz-Gemeinschaft. Jahrbuch 2008/2009, Bonn, Leibniz-Gemeinschaft. Wohlstetter, R. (1962), Pearl Harbor: Warning and Decision. Stanford, CA, Stanford University Press. Wolf, F. / Sampson, P. (2007), Evidence of an Interaction Involving Complexity and Coupling as Predicted by Normal Accident Theory. Journal of Contingencies & Crisis Management, 15 (3), 123-133. Womack, J.P. / Jones, D.T. (1996), Lean Thinking: Banish Waste and Create Wealth in Your Corporation. New York, NY, Simon & Schuster. Womack, J.P. / Jones, D.T. / Roos, D. (1991), The Machine That Changed the World: How Japan's Secret Weapon in the Global Auto Wars Will Revolutionize Western Industry. New York, NY, Harper Perennial. Workman, M. (2007), The Proximal-Virtual Team Continuum: A Study of Performance. Journal of the American Society for Information Science and Technology, 58 (6), 794801. Wright, P.K. (2000), 21st Century Manufacturing. Upper Saddle River, NJ, Prentice Hall. Yin, R.K. (2003), Case Study Research. Design and Methods. Thousand Oaks, CA, Sage Publications. Zander, U. (1991a), Exploiting a Technological Edge. Voluntary and Involuntary Dissemination of Technology. Stockholm, Institute of International Business. Zander, U. (1991b), International Transfer of Manufacturing Technology. Patterns and Determinants in Swedish MNCs. Stockholm, Institute of International Business, Mimeo, Research Paper 91/2. Zander, U. / Kogut, B. (1995), Knowledge and the Speed of the Transfer and Imitation of Organizational Capabilities: An Empirical Test. Organization Science, 6 (1), 76-92. Zanfei, A. (2000), Transnational Firms and the Changing Organization of Innovation Activities. Cambridge Journal of Economics, 24 (5), 515-542. Zaunmüller, H. (2005), Anreizsysteme für das Wissensmanagement in KMUs: Gestaltung von Anreizsystemen für die Wissensbereitstellung der Mitarbeiter. Institut für BWL. Aachen, RWTH Aachen.

Anhang

297

Anhang: Messinstrument für Wissensmerkmale in F&EKooperationen Teil 1 – Allgemeine Rahmenbedingungen des Projektes

(Adressat: Projektleiter)

1. Allgemeine Angaben zum Projekt 1. Geplante Gesamtdauer des Projektes (in Monaten)

_______

2. Zeit seit Projektstart (in Monaten)

_______

3. Anzahl der am Projekt beteiligten Organisationen

_______

... davon Forschungseinrichtungen _______ ... davon Industrieunternehmen _______

2. Bitte geben Sie jeweils die Anzahl der Projektmitarbeiter an. 1. Projektmitarbeiter im gleichen Gebäude

____

2. Projektmitarbeiter am gleichen Standort, aber in einem anderen Gebäude

____

3. Projektmitarbeiter an einem anderen Standort (weniger als ein halber Tag Reisezeit)

____

4. Projektmitarbeiter an einem anderen Standort (mehr als ein halber Tag Reisezeit)

____

5. Projektmitarbeiter in anderen Ländern (gleicher Kontinent)

____

6. Projektmitarbeiter auf anderen Kontinenten

____

3. Bitte schätzen Sie ein, wie die kulturelle Zusammensetzung des Kooperationsteams aussieht. Unterscheiden Sie bitte nach nationalen Kulturen. 1. Alle Projektmitglieder haben den gleichen kulturellen Hintergrund

‡

2. Eine Minderheit der Projektmitglieder hat unterschiedliche kulturelle Hintergründe

‡

3. Eine Mehrheit der Projektmitglieder hat unterschiedliche kulturelle Hintergründe

‡

298

Anhang

Fortsetzung Teil 1 – Allgemeine Rahmenbedingungen des Projektes

(Adressat: Projektleiter) 4. Bitte geben Sie an, wie das Ziel der Kooperation allgemein einzuordnen ist. (Mehrfachnennungen möglich) 1. Grundlagenforschung

‡

2. Anwendungsforschung

‡

3. Produktentwicklung

‡

4. Technologietransfer

‡

5. Anderes (bitte erläutern)

‡________________________________________________

Teil 2 – Erfahrungen mit F&E-Kooperationen

(Adressat: Projektverantwortliche in den beteiligten Organisationen) 5. Bitte geben Sie die Anzahl der Kooperationsprojekte mit dem jeweiligen Projektfokus (Grundlagenforschung, Anwendungsforschung etc.) an, die Ihre Organisation bereits abgeschlossen hat. 1. Grundlagenforschung

____

2. Anwendungsforschung

____

3. Produktentwicklung

____

4. Technologietransfer

____

 6. Bitte geben Sie die Anzahl der abgeschlossenen Kooperationsprojekte mit dem jeweiligen Projektfokus (Grundlagenforschung, Anwendungsforschung etc.) an, an denen Sie selbst schon beteiligt waren. 1. Grundlagenforschung

____

2. Anwendungsforschung

____

3. Produktentwicklung

____

4. Technologietransfer

____

 7. Bitte geben Sie an, wie viele Mitarbeiter (inkl. Ihnen) in Ihrer Organisation an dem Kooperationsprojekt arbeiten. Unterscheiden Sie dabei bitte nach Vollzeit / Teilzeit. 1. Vollzeit ____

2. Teilzeit ____

Anhang

299

Teil 3 – Interaktion und Wissensmerkmale (Adressat: alle Projektmitarbeiter) 8. Bitte geben Sie an, wie oft Sie mit Projektmitarbeitern an anderen Standorten Kontakt in der entsprechenden Form haben. Lassen Sie diesen Teil unbeantwortet, wenn alle Projektmitarbeiter dauerhaft an einem Standort sind. Interaktionsintensität tägl. / wöchentl. / monatl. / seltener als monatl. 1. Persönliche Treffen

‡‡‡‡

2. Telefonkontakt (u. a. synchrone Medien)

‡‡‡‡

3. E-Mail, Post

‡‡‡‡

4. Dokumentationen

‡‡‡‡

9. Bitte bewerten Sie im Bezug auf das Projekt, in welchem Ausmaß die folgenden Aussagen zutreffen. trifft

trifft

teils-

trifft

trifft

über-

eher

teils

eher

voll

haupt

nich

nicht

t zu

zu

zu

und ganz zu

1. Die Projektinhalte können so dokumentiert werden, dass Dritte diese ohne weitere Erläuterungen verstehen können.

‡ ‡ ‡ ‡ ‡

2. Die Projektinhalte sind so dokumentiert, dass Dritte diese ohne weitere Erläuterungen verstehen können.

‡ ‡ ‡ ‡ ‡

3. Die Dokumentation verursacht lediglich geringe Kosten bzw. geringen Aufwand.

‡ ‡ ‡ ‡ ‡

4. Die Projektinhalte können in angemessener Zeit durch Schulungen / Gespräche vermittelt werden.

‡ ‡ ‡ ‡ ‡

5. Die Projektinhalte können leicht durch Beobachten erlernt oder imitiert werden.

‡ ‡ ‡ ‡ ‡

6. Neue Projektmitarbeiter auf den Wissensstand der aktuellen Teammitglieder zu bringen ist schnell und leicht machbar.

‡ ‡ ‡ ‡ ‡

7. Die Projektinhalte sind bei Kenntnis der einzelnen Bestandteile und deren Zusammenwirken leicht zu verstehen.

‡ ‡ ‡ ‡ ‡

8. Das Projektergebnis hat wenig Einfluss auf die anderen Prozesse im Unternehmen.

‡ ‡ ‡ ‡ ‡

9. Alle Projektinhalte werden von den Projektmitgliedern umfassend verstanden.

‡ ‡ ‡ ‡ ‡

300

Anhang

Fortsetzung Teil 3 – Interaktion und Wissensmerkmale (Adressat: alle Projektmitarbeiter) 10. Bitte bewerten Sie im Bezug auf das Projekt, in welchem Ausmaß die folgenden Aussagen zutreffen. trifft

trifft

teils-

trifft

trifft

über-

eher

teils

eher

voll

haupt

nich

nicht

t zu

zu

zu

und ganz zu

1. Es gibt eine Visualisierung des Gesamtkonzepts, in dem sich die Aufgaben aller Projektmitglieder widerspiegeln.

‡ ‡ ‡ ‡ ‡

2. Es gibt ein einheitliches Verständnis von dem, was mit dem Projekt bewirkt werden soll (Ursache-Wirkung).

‡ ‡ ‡ ‡ ‡

3. Es besteht ein Zusammengehörigkeitsgefühl innerhalb des Projektteams.

‡ ‡ ‡ ‡ ‡

4. Die Teammitglieder verstehen alle das gleiche unter dem mit dem Projekt zu lösenden Problem.

‡ ‡ ‡ ‡ ‡

5. Es gibt eine einheitliche Sicht der Projektaufgaben und Ziele bei allen Projektbeteiligten.

‡ ‡ ‡ ‡ ‡

6. Die während des Projektes festgehaltenen Ergebnisse sind widerspruchsfrei.

‡ ‡ ‡ ‡ ‡

7. Es gibt ein einheitliches Verständnis, was gut und richtig ist, z. B. wie Ergebnisse zu bewerten sind.

‡ ‡ ‡ ‡ ‡

8. Es gibt eine einheitliche Bewertung, was wichtig ist und mit Priorität verfolgt werden sollte.

‡ ‡ ‡ ‡ ‡

9. Allen Projektmitgliedern stehen die gleichen Informationen zur Verfügung.

‡ ‡ ‡ ‡ ‡

10. Der Austausch von Informationen zwischen den Projektmitgliedern funktioniert reibungslos.

‡ ‡ ‡ ‡ ‡

11. Die Quellen der im Projekt verwendeten Informationen sind zuverlässig.

‡ ‡ ‡ ‡ ‡

12. Es besteht Einvernehmen darüber, wer was konkret ausführt und wie es gemacht wird.

‡ ‡ ‡ ‡ ‡

13. Entscheidungen werden allen Projektmitgliedern schnell mitgeteilt.

‡ ‡ ‡ ‡ ‡

14. Allen Projektmitgliedern ist klar, wer für welche Teilaspekte des Projektes die Verantwortung trägt.

‡ ‡ ‡ ‡ ‡

15. Die Projektinhalte sind ohne weitere Kenntnisse des entsprechenden Fachgebietes verständlich.

‡ ‡ ‡ ‡ ‡

16. Die Projektmitglieder besitzen alle den gleichen fachlichen Hintergrund.

‡ ‡ ‡ ‡ ‡

17. Die Projektmitglieder haben alle schon zuvor in inhaltlich ähnlichen Projekten gearbeitet.

‡ ‡ ‡ ‡ ‡