Skip to main content
  • 63 Accesses

Zusammenfassung

Im vorherigen Abschnitt wurde gezeigt, daß die Forschung in Unternehmen unterschiedliche Funktionen Übernimmt und daß Umfang, Funktionen und Umsetzungsdauer der Forschung teilweise durch Kontingenzfaktoren beeinflußt werden. In diesem Abschnitt soll untersucht werden, ob es Zusammenhänge zwischen den Funktionen der Forschung und ihrem Management sowie zwischen dem Management und dem Erfolg der Forschung gibt.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 49.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. zu den Begriffen Schnittstellen und Schnittstellenmanagement: Brockhoff und Hauschildt, 1993, S. 396 f.; Brockhoff, 1994b, S. 7 f.

    Google Scholar 

  2. Vgl. zum horizontalen und vertikalen Technologietransfer an den Schnittstellen: Chakrabarti, 1973, S. 113.

    Google Scholar 

  3. Vgl. Brockhoff und Hauschildt, 1993, S. 400–402; Brockhoff, 1994b, S. 34–38.

    Google Scholar 

  4. Vgl. Cohen und Levinthal, 1990, S. 133.

    Google Scholar 

  5. Vgl. Corsten, 1987, S. 299. FÜr das vorliegende Sample kann ein derartiger signifikanter negativer Zusammenhang zwischen der Unternehmensgröße und den externen Kommunikationsproblemen aber ebensowenig festgestellt werden wie ein positiver Zusammenhang zwischen der Unternehmensgröße und den internen Kommunikationsproblemen. Dieser Nicht-Befund mag aber darauf zurÜckzufÜhren sein, daß im untersuchten Sample nur Großunternehmen enthalten sind.

    Google Scholar 

  6. Albach, 1987, S. 1079 f.

    Google Scholar 

  7. Vgl. Hauschildt, 1991, S. 466 ff.

    Google Scholar 

  8. Vgl. EIRMA, 1982, S. 28.

    Google Scholar 

  9. Einen anderen Weg der Erfolgsmessung geht Brockhoff (1990a, S. 19 f. und 120), der die Unternehmen nach ihrer Einstellung zu der Behauptung “Wir stecken immer mehr in Forschung und Entwicklung hinein, und es kommt immer weniger heraus.” befragte. Diese Operationalisierung des Erfolgs wird hier nicht gewählt, da befÜrchtet wird, daß damit keine ausreichende Trennung zwischen input- und outputorientierten Funktionen der Forschung erfolgen wÜrde bzw. die outputorientierten Funktionen Überbewertet wÜrden.

    Google Scholar 

  10. Vgl. Brockhoff, 1994a, S. 219 f.

    Google Scholar 

  11. Vgl. Brockhoff, 1994a, S. 221 ff. Ernst (1995, S. 228–232) identifiziert beispielsweise in der deutschen Werkzeugmaschinenbauindustrie vier verschiedene Patentstrategien. Branchenunterschiede hinsichtlich der Bedeutung des Patentschutzes werden in Studien von Mansfield (1986, S. 174–178) und Levin, Klevorick, Nelson und Winter (1987, S. 795–798) nachgewiesen.

    Google Scholar 

  12. Vgl. Kern und Schröder, 1977, S. 293 f.

    Google Scholar 

  13. Vgl. Sheen, 1992, S. 114.

    Google Scholar 

  14. Vgl. Kern und Schröder, 1977, S. 293.

    Google Scholar 

  15. Vgl. Brockhoff, 1984, S. 361 f. und Fallstudie von Quéré, 1994, S. 414.

    Google Scholar 

  16. Vgl. Allen, 1967, S. 31 ff.

    Google Scholar 

  17. Vgl. Brockhoff, 1994b, S. 11 f.

    Google Scholar 

  18. Vgl. Gruber, Poensgen und Prakke, 1974, S. 159; Brockhoff, 1989, S. 74 ff.

    Google Scholar 

  19. Gomory, 1989, S. 29.

    Google Scholar 

  20. Vgl. Brockhoff, 1989, S. 73.

    Google Scholar 

  21. Vgl. Fischer, 1980, S. 73.

    Google Scholar 

  22. Vgl. Sheen, 1992, S. 139 f.

    Google Scholar 

  23. Vgl. Geschka, 1979, Sp. 1920.

    Google Scholar 

  24. Vgl. EIRMA, 1982, S. 29.

    Google Scholar 

  25. Deshalb ist auch der in der EIRMA-Umfrage niedrigere Anteil von Unternehmen, die mehr als 50% ihrer Forschungsaktivitäten schließlich in Produkten oder Prozessen anwenden, nicht fÜr Vergleiche mit diesem Sample geeignet. Allerdings können im Kolmogoroff-Smirnov-Test keine signifikanten Unterschiede zwischen den kumulierten relativen Häufigkeiten dieses Samples und denen des EIRMA-Samples ermittelt werden.

    Google Scholar 

  26. Neben der geringen Bereitschaft der Mitarbeiter zum Personaltransfer, auf deren mögliche Ursachen ausfÜhrlicher in Abschnitt 4.2.1 eingegangen wird, wurden als weitere Probleme von den Antwortenden die “Kapazitätsengpässe in der Entwicklung” und der die Entwicklungsabteilung an der Aneignung von Forschungsergebnissen hindernde Zeitmangel angegeben. Beide Probleme lassen auf Koordinationsprobleme zwischen Forschung und Entwicklung schließen.

    Google Scholar 

  27. Möglicherweise wird dieses Problem von den Unternehmen unterschätzt. So stellten Cohen, Keller und Streeter 1979 (S. 15) auch fÜr IBM auf Grund von Fallstudien fest, daß die räumliche Entfernung zwischen Forschungs- und Entwicklungslabor keine Auswirkungen auf den Erfolg des Technologietransfers habe. Dreizehn Jahre später wird bei IBM das Scheitern der mit dem Ziel eines besseren Wissenstransfers gestarteten sogenannten “joint programs” aber anscheinend auch auf die räumliche Trennung von Forschern und Entwicklern zurÜckgefÜhrt, wie das Zitat eines IBM-Mitarbeiters belegt: “We’ve got both research and development people in one place,...There’s a lot more pressure. You don’t get to walk away.” (Corcoran, 1992, S. 78.)

    Google Scholar 

  28. Hauptkomponentenanalyse mit anschließender Varimax-Rotation; KMO-Wert: 0,72; der Bartlett-Test auf Sphärizität weist einen hochsignifikanten Wert von 69,0 (p ≤ 0,00000) auf. Die Items “... unterschiedliche Einstellungen, Kulturen, Werte.” und “... Schwierigkeiten bei der Anwendung der Grundlagenforschungsergebnisse.” wurden wegen ihrer niedrigen MSA-Werte nicht in die Analyse einbezogen und werden in den folgenden Analysen separat untersucht. Alle anderen Items haben einen MSA-Wert größer als 0,6. Zur Abschätzung der Stabilität der Faktorenstruktur wurden die Daten in die von Guadagnoli und Velicer (1988) entwickelte Gleichung eingesetzt. Trotz der niedrigen Fallzahl errechnet sich ein Wert von 0,8, so daß nach den Erfahrungen von Guadagnoli und Velicer auch bei dieser Faktorenanalyse von einer stabilen Faktorenstruktur ausgegangen werden kann; vgl. Bortz, 1993, S. 484.

    Google Scholar 

  29. Vgl. zur Vorteilhaftigkeit dieser Vorgehensweise Fußnote 110.

    Google Scholar 

  30. Vgl. Badawy, 1991, S. 208.

    Google Scholar 

  31. Unter diesem Item können auch die von einem Unternehmen unter dem Punkt “Sonstiges” angegebenen BerÜhrungsängste der Hochschulforscher eingeordnet werden. Die Übrigen Angaben unter diesem Punkt beziehen sich auf die hier nicht weiter betrachtete Auftragsforschung von Universitäten und auf Forschungskooperationen zwischen Universitäten und Unternehmen: Probleme mit dem “Company Program Management of University Government Contract Research” und “juristische Probleme (Patentrecht, Veröffentlichungszwang)”.

    Google Scholar 

  32. Vgl. Dasguptaund David, 1994, S. 489.

    Google Scholar 

  33. Dieser Effekt wird allerdings durch die plausible negative Korrelation zwischen der wahrgenommenen Zugänglichkeit der Forschungsergebnisse aus Universitäten und dem Problem der mangelnden Bekanntheit der Forschungsergebnisse aus Universitäten (τ=-0,38; p≤0,018) verstärkt. Partialisiert man die wahrgenommene Zugänglichkeit der Forschungsergebnisse aus Universitäten aus der Korrelation heraus (vgl. Kendall und Gibbons, 1990, S. 154–159), so sinkt die Korrelation von τ=-0,33 auf τ=-0,24, bleibt aber signifikant (p≤0,05; nach Maghsoodloo, 1975 und Maghsoodloo und Pallos, 1981).

    Google Scholar 

  34. Vgl. Geschka, 1979.

    Google Scholar 

  35. Vgl. Geschka, 1979, Sp. 1921 f.; Fischer, 1980, S. 73.

    Google Scholar 

  36. Vgl. Tushman, 1982, S. 350.

    Google Scholar 

  37. Vgl. Pavitt, 1991, S. 113.

    Google Scholar 

  38. Bis zum ersten Abdruck in einem wissenschaftlichen Journal vergehen oft bis zu zwei Jahre; vgl. Übersicht bei Garvey und Griffith, 1979, S. 135. Häufig werden die Informationen aber schon vorher auf Konferenzen veröffentlicht, und manchmal ist sogar die Tagespresse schneller mit der Bekanntgabe von Forschungsergebnissen; vgl. Fischer, 1980, S. 73; Collins, 1982a, S. 53. So berichteten beispielsweise Fleischmann und Pons Über ihre “Kernfusion im Reagenzglas” zunächst auf einer Pressekonferenz, die drei Wochen vor der Veröffentlichung ihres Artikels in einem wissenschaftlichen Journal stattfand; vgl. Chronologie bei Lewenstein, 1995, S. 126–130 und 145 f.

    Google Scholar 

  39. Vgl. Rogers, 1982, S. 116; Sheen, 1992, S. 139.

    Google Scholar 

  40. Vgl. Gibbons und Johnston, 1974, S. 227 und 231.

    Google Scholar 

  41. Vgl. Poensgen und Hort, 1983b, S. 220.

    Google Scholar 

  42. Vgl. Peters, 1975, S. 143 f.; Sheen, 1992, S. 140. 2,5 Vgl. Fischer, 1980, S. 73 und 77.

    Google Scholar 

  43. Vgl. von Hippel, 1987, S. 293 f.; Schrader, 1990, S. 68 ff.; Schrader und Sattler, 1993, S. 595 f.

    Google Scholar 

  44. Vgl. Rogers, 1982, S. 115 f.

    Google Scholar 

  45. Vgl. Gibbons und Johnston, 1974, S. 235 f.

    Google Scholar 

  46. Vgl. Allen, 1985, S. 42–43.

    Google Scholar 

  47. Vgl. Alter, Geschka und Schwerdtner, 1974, S. 88. Dieses gilt nicht fÜr Doktoranden, die während ihres Doktorstudiums aktiv in die Forschung involviert sind. Möglicherweise stellt die Industrie deshalb bevorzugt promovierte Chemiker ein, um aktuelles Wissen in die Unternehmen zu transferieren.

    Google Scholar 

  48. Vgl. Brockhoff, 1989, S. 80.

    Google Scholar 

  49. Vgl. Sakakura und Kobayashi, 1991, S. 535 ff. und S. 557; Kono, 1992, S. 70 f.

    Google Scholar 

  50. Vgl. Gupta, Raj und Wilemon, 1987, S. 39 ff.

    Google Scholar 

  51. Vgl. Gomory, 1989, S. 30 und 32.

    Google Scholar 

  52. Vgl. Fischer, 1984, S. 273 f.

    Google Scholar 

  53. Vgl. White, 1977, S. 33; Fischer, 1984, S. 274 f.

    Google Scholar 

  54. Vgl. White, 1977, S. 33; Quéré, 1994, S. 414. Allerdings stellte ein Forschungsleiter in einem Interview fest, daß einige Forscher auch gerne in die Entwicklung wechseln, weil sie dort eher den Erfolg ihrer Arbeit bei der Umsetzung der Forschungsergebnisse in Produkte und Prozesse miterleben können.

    Google Scholar 

  55. Unter dem Punkt “Sonstiges” wurde neben der mehrfachen Erwähnung des Wissenstransfers durch Teamarbeit und gemeinsame Projektteams von einem US-Unternehmen das “Total-Quality-Management in der F&E” als wichtige Form des Wissenstransfers ergänzt. Das Unternehmen machte aber leider keine detaillierteren Angaben zur DurchfÜhrung dieses Total-Quality-Managements.

    Google Scholar 

  56. Die Varianzanalyse weist bezÜglich der Beteiligung des Personals der angewandten Forschung und Entwicklung an Grundlagenforschungsprojekten und am Projektmanagement signifikante Mittelwertunterschiede aus (p≤0,0383 bzw. p≤0,0051), nach dem Scheffé-Test unterscheidet sich der Durchschnitt des Clusters 2 signifikant von dem des Clusters 1 bzw. von dem der Cluster 1 und 3 (p≤ 0,05).

    Google Scholar 

  57. Neben dem Wissenstransfer durch Forschungskooperationen und die Vergabe von Forschungsaufträgen, bei denen die Schaffung neuen Wissens im Mittelpunkt steht, wurde mehrmals die Vergabe und Betreuung von Diplom- und Doktorarbeiten unter dem Punkt “Sonstiges” erwähnt. Dies läßt darauf schließen, daß diese in der Literatur nur wenig beachtete Transferform den Unternehmen mehrere Vorteile bietet. Neben den VorzÜgen des Wissenstransfers durch Personen profitieren sie auch davon, daß sie aktuelle Forschungsergebnisse erhalten, weil der Diplomand oder Doktorand in die aktuelle Forschung involviert ist, daß sie aber nicht die fÜr Professoren notwendigen hohen Beraterhonorare oder Gehälter zahlen mÜssen. DarÜber hinaus können sie den Absolventen als potentiellen späteren Mitarbeiter kennenlernen und ihm eine Beschäftigung im Unternehmen attraktiv machen.

    Google Scholar 

  58. Vgl. Seite 88.

    Google Scholar 

  59. Die Varianzanalyse ergibt signifikante Mittelwertunterschiede hinsichtlich der Bedeutung des Wissenstransfers durch persönliche, informelle Kontakte und durch die Teilnahme an Tagungen (p≤ 0,0340 bzw. p≤ 0,0343), nach dem Scheffé-Test unterscheidet sich bei beiden Items das Cluster 3 signifikant vom Cluster 2 (p≤0,05).

    Google Scholar 

  60. Vgl. Brockhoff, 1994a, S. 102.

    Google Scholar 

  61. Vgl. Allen, 1985, S. 236–240.

    Google Scholar 

  62. Vgl. Tomlin, 1981, S. 20.

    Google Scholar 

  63. Vgl. Jaffé, 1989; Jaffé, Trajtenberg und Henderson, 1993.

    Google Scholar 

  64. Vgl. von Hippel, 1994, S. 430–432.

    Google Scholar 

  65. Vgl. Pearson, Brockhoff und von Boehmer, 1993, S. 256.

    Google Scholar 

  66. Vgl. Jaffé, 1989, S. 957; Jarboe, 1986, S. 121.

    Google Scholar 

  67. Vgl. Dorfman, 1983, S. 312; Rogers, 1982, S. 107.

    Google Scholar 

  68. Vgl. Übersicht zu den GrÜnden fÜr internationale F&E bei von Boehmer, Brockhoff und Pearson, 1992, S. 501–505; de Meyer, 1993, S. 110 f. Eine Übersicht zu den zahlreichen empirischen Studien zum Thema “Internationale F&E” findet sich bei von Boehmer, 1995, S. 7–45.

    Google Scholar 

  69. Vgl. von Boehmer, Brockhoff und Pearson, 1992, S. 504 f.

    Google Scholar 

  70. Vgl. Florida und Kenney, 1990, S. 29–31; Chaouli, 1993.

    Google Scholar 

  71. Vgl. Florida und Kenney, 1990, S. 28 f.; Albach, 1994, S. 133. iro

    Google Scholar 

  72. Vgl. Wolff, 1982, S. 8; Florida und Kenney, 1990, S. 22, 24 und 26 f.

    Google Scholar 

  73. Vgl. EIRMA, 1987, S. 23.

    Google Scholar 

  74. Vgl. Kono, 1992, S. 71.

    Google Scholar 

  75. Vgl. Jarboe, 1986, S. 122; Lund, 1986, S. 9; Malecki, 1987, S. 208 f.

    Google Scholar 

  76. Vgl. Jarboe, 1986, S. 122; Lund, 1986, S. 14; Malecki, 1987, S. 213.

    Google Scholar 

  77. Vgl. Rogers, 1982, S. 107.

    Google Scholar 

  78. Vgl. Dorfman, 1983, S. 306.

    Google Scholar 

  79. Vgl. Malecki, 1987, S. 208. So werden die häufigen Personal Wechsel neben den informellen Kontakten der Wissenschaftler als Hauptgrund fÜr die rasche Diffusion des Wissens im Silicon Valley angesehen; vgl. Rogers, 1982, S. 116.

    Google Scholar 

  80. Vgl. Lund, 1986, S. 9.

    Google Scholar 

  81. Vgl. Porter, 1990, S. 69–124.

    Google Scholar 

  82. Vgl. Pearson, Brockhoffund von Boehmer, 1993, S. 255–261. 104

    Google Scholar 

  83. Vgl. Howells, 1984, S. 21 ff.

    Google Scholar 

  84. Unter dem Punkt “Sonstiges” wurden außer der “Synergie der R&D-Aktivität”, die dem Item “Nähe zu anderen F&E-Aktivitäten” zugeordnet werden kann, häufiger “historische Gegebenheiten” und “Tradition” angegeben, was darauf hindeutet, daß die oben genannten Faktoren oft nicht in die Standortentscheidung einbezogen werden und diese Entscheidung eher intuitiv gefällt wird.

    Google Scholar 

  85. Diese Korrelationen zeigen, daß unabhängig von den Funktionen der Forschung die Nähe zu Universitäten und anderen Forschungsinstituten bei der Standortentscheidung auch dann an Bedeutung gewinnt, wenn die dortige Forschung fÜr das Unternehmen relevant ist.

    Google Scholar 

  86. Vgl. Kendali und Gibbons, 1990, S. 154–159.

    Google Scholar 

  87. Lediglich fÜr die Nähe zur Produktion weist die Varianzanalyse aber einen signifikanten Mittelwertunterschied aus (p<0,0016), das Cluster 1, die verständnisorientierten Forscher, unterscheidet sich signifikant von den Clustern 2 und 3 (Scheffé-Test, p<0,05).

    Google Scholar 

  88. Vgl. Brockhoff, 1989, S. 78.

    Google Scholar 

  89. Vgl. generell zu den Vor- und Nachteilen einer zentralen bzw. dezentralen Forschung und Entwicklung: Mechlin und Berg, 1980, S. 95–98; EIRMA, 1987, S. 10–16; Brockhoff, 1989, S. 78 ff.; Howells, 1990, S. 135 f.; Warschkow, 1993, S. 26 ff.

    Google Scholar 

  90. Vgl. Howells, 1990, S. 136.

    Google Scholar 

  91. Es ist zu differenzieren zwischen der Entscheidung, ob ein Unternehmen Überhaupt F&E betreiben soll, und der Entscheidung, ob ein Unternehmen an einem oder an mehreren Standorten F&E durchfÜhren soll. Im ersten Fall kann die Behauptung, daß F&E nicht durchgefÜhrt werden kann, solange nicht eine kritische Unternehmensgröße erreicht ist, sowohl theoretisch als auch empirisch kaum nachgewiesen werden (vgl. Brockhoff, 1980, S. 484–494 und ders., 1994a, S. 81 f.). Die dieser Behauptung zu Grunde liegenden Annahmen, daß es Unteilbarkeiten gäbe und daß in großen und kleinen F&E-Einheiten die gleichen Aufgaben zu bearbeiten wären, sind kaum haltbar. Erstens können Unteilbarkeiten, wenn sie Überhaupt existieren, durch Leasing, Teilzeitbeschäftigung oder Forschungsaufträge umgangen werden; zweitens mÜssen die Aufgaben in kleinen F&E-Einheiten nicht notwendigerweise die gleichen sein wie in großen F&E-Einheiten. Hiervon zu unterscheiden ist die Frage, ab welcher Unternehmensgröße es sinnvoll ist, die Forschung und Entwicklung an verschiedenen Standorten durchzufÜhren. Bei dieser Entscheidung ist zu fragen, ob der mit einer Dezentralisierung verbundene Nutzen es rechtfertigt, auf die Anschaffung von Sachmittel und die DurchfÜhrung von Aufgaben zu verzichten, die möglich wären, wenn die Forschung und Entwicklung zentral an einem Ort zusammengefaßt wäre. Es erscheint daher plausibel, daß es sich erst ab einer bestimmten Unternehmensgröße lohnt, die F&E auf mehrere Standorte zu verteilen. Empirische Ergebnisse einer von Mansfield, Teece und Romeo (1979, S. 190 ff.) unter amerikanischen Unternehmen durchgefÜhrten Studie deuten darauf hin, daß diese kritische Unternehmensgröße sogar ziemlich groß ist, wenn zu entscheiden ist, ob Forschung und Entwicklung international an verschiedenen Standorten durchgefÜhrt werden soll.

    Google Scholar 

  92. Vgl. Brockhoff, 1994a, S. 104.

    Google Scholar 

  93. Vgl. Brockhoff, 1989, S. 78; EIRMA, 1987, S. 11. 267 Vgl. de Meyer, 1993, S. 110.

    Google Scholar 

  94. Vgl. EIRMA, 1987, S. 12.

    Google Scholar 

  95. Vgl. Poensgen und Hort, 1983b, S. 215.

    Google Scholar 

  96. Vgl. Hamberg, 1963, S. 103–105; Poensgen und Hort, 1983b, S. 215; Howells, 1990, S. 135 f.

    Google Scholar 

  97. Vgl. EIRMA, 1987, S. 10.

    Google Scholar 

  98. Vgl. Leifer und Triscari, 1987, S. 72 f.

    Google Scholar 

  99. Vgl. Leifer und Triscari, 1987, S. 72; Howells, 1990, S. 135 f.; Kern und Schröder, 1992, Sp. 632; Warschkow, 1993, S. 77 ff.

    Google Scholar 

  100. Vgl. Leifer und Triscari, 1987, S. 74.

    Google Scholar 

  101. Vgl. Link, 1985, S. 127.

    Google Scholar 

  102. Vgl. Warschkow, 1993, S. 203 f.

    Google Scholar 

  103. Wegen der geringen Fallzahl muß auf die Schätzung eines Logit-Modells verzichtet werden, mit dem an Hand des logarithmierten Grundlagenforschungsbudgets die Wahrscheinlichkeit bestimmt werden könnte, daß die Forschung dezentral an mehr als einem Standort durchgefÜhrt wird. FÜr die Schätzung eines solchen Logit-Modells sind nach Urban (1993, S. 13) mindestens 50 Fälle, nach Aldrich und Nelson (1984, S. 53) mindestens 100 Fälle erforderlich.

    Google Scholar 

  104. Vgl. Valle und Gambardella, 1993, S. 289.

    Google Scholar 

  105. Zitiert nach Poensgen und Hort, 1983b, S. 218.

    Google Scholar 

  106. Vgl. Brockhoff, 1990a, S. 80; Sakakura und Kobayashi, 1991, S. 554 und 557.

    Google Scholar 

  107. Cavendish visualisiert diesen Zusammenhang zwischen wissenschaftlichem Potential und wirtschaftlichem Potential eines Forschungsprojekts fÜr das Unternehmen an Hand der folgenden Matrix: Cavendish stellt fest, daß Projekte zu präferieren sind, die sowohl ein hohes wissenschaftliches als auch wirtschaftliches Potential haben (sogenannte “eagles”). Projekte mit niedrigem wissenschaftlichen und wirtschaftlichen Potential (sogenannte “cows”), bei denen es sich meistens um “Feuerwehraktionen” handelt, können der Forschungsabteilung die notwendige Anerkennung im Unternehmen verschaffen. Der Wert eines “sheep” liegt nach Cavendish vor allem in seinem Potential, zum “eagle” aufzusteigen (vgl. Wolff, 1986, S. 8 ff.). DarÜber hinaus kann es aber auch, was Cavendish nicht erwähnt, fÜr das Unternehmen als Tauschobjekt oder zum Aufbau eines wissenschaftlichen Images von Wert sein.

    Google Scholar 

  108. Vgl. White, 1978, S. 49.

    Google Scholar 

  109. Vgl. Wolff, 1986, S. 8.

    Google Scholar 

  110. Auf die mit einer größeren Autonomie der Forscher verbundenen Probleme wird ausfÜhrlich in Abschnitt 4.6.2.1 eingegangen.

    Google Scholar 

  111. Vgl. Ouchi, 1979, S. 843 f.

    Google Scholar 

  112. Vgl. Ouchi und Jaeger, 1978, S. 307–311; Ouchi und Johnson, 1978, S. 307–309; Ouchi, 1980, S. 136 f.

    Google Scholar 

  113. Vgl. Kono, 1992, S. 70 zur Bedeutung dieser Anregungen in den Forschungslaboren der japanischen Industrie.

    Google Scholar 

  114. Vgl. White, 1977, S. 31.

    Google Scholar 

  115. Vgl. Gomory, 1989, S. 32.

    Google Scholar 

  116. Vgl. Warschkow, 1993, S. 255.

    Google Scholar 

  117. Vgl. Hamberg, 1963, S. 104 f.; Brockhoff, 1984 und ders., 1985.

    Google Scholar 

  118. Vgl. White, 1978, S. 50.

    Google Scholar 

  119. Vgl. o. V., 1983.

    Google Scholar 

  120. Vgl. Poensgen und Hort, 1983b, S. 217.

    Google Scholar 

  121. Da die Fragebögen aus der Perspektive von Konzernen, Einzelgesellschaften oder Unternehmensbereichen beantwortet wurden, wird im folgenden allgemein der Begriff “Vorstand” verwendet.

    Google Scholar 

  122. Neben dem “Leiter R&D”, der “Strategischen Planung”, dem “Product Design/Engineering” und dem “Technology Board” mÜssen die unter dem Punkt “Sonstiges” von den Befragten genannten Items als Quellen fÜr Anregungen fÜr die Forschungprogrammplanung angesehen werden: “Wettbewerb”, “Patente”, “Kunden” und “jeder Mitarbeiter”.

    Google Scholar 

  123. Dieses Ergebnis stimmt mit Untersuchungsergebnissen von Roberts (1995, S. 48 f.) Überein, der in einer Umfrage unter nordamerikanischen, europäischen und japanischen Unternehmen feststellt, daß nur 24% der Vorstände nordamerikanischer Unternehmen in die Projektauswahl involviert sind, während in europäischen und japanischen Unternehmen 41% der Vorstände an der Projektauswahl beteiligt sind.

    Google Scholar 

  124. Vgl. Hayes und Abernathy, 1980, S. 74 f.; Badawy, 1991, S. 209. Im Gegensatz dazu wird in Japan die starke Involvierung des Topmanagements in die Forschung häufig durch dessen naturwissenschaftliche Ausbildung erleichtert; vgl. Kono, 1992, S. 71.

    Google Scholar 

  125. Mit der Varianzanalyse können signifikante Mittelwertunterschiede nachgewiesen werden (p≤0,033 bzw. p≤0,0181), und im Scheffé-Test werden jeweils signifikante Unterschiede zwischen dem Cluster 3 und dem Cluster 2 ermittelt (p≤0,05).

    Google Scholar 

  126. Die Varianzanalyse weist signifikante Mittelwertunterschiede aus (p≤0,0155), und der Scheffé-Test zeigt, daß sich das Cluster 2 bei diesem Item signifikant von den anderen beiden Clustern unterscheidet (p≤0,05).

    Google Scholar 

  127. Vgl. Brockhoff, 1994a, S. 254; Mechlin und Berg, 1980.

    Google Scholar 

  128. Vgl. Kern und Schröder, 1992, Sp. 635 f.

    Google Scholar 

  129. Die Unterscheidung zwischen “local” und “cosmopolitan” wurde durch Merton geprägt; vgl. Merton, 1963, S. 387–415.

    Google Scholar 

  130. Vgl. Allen, 1985, S. 35–39; Badawy, 1975, S. 135; Kern und Schröder, 1992, Sp. 628 f.; Ritti, 1982.

    Google Scholar 

  131. Vgl. Brockhoff, 1989, S. 83.

    Google Scholar 

  132. In verschiedenen Studien zur Bedeutung von Anreizinstrumenten fÜr F&E-Personal wird fÜr diese eher intrinsischen Anreize nur eine untergeordnete Bedeutung ermittelt (vgl. Domsch, 1984, S. 253–261; Leptien, 1995, S. 219 f. und Übersicht Über weitere Studien bei Gerpott und Domsch, 1991). Da in diesen Studien jedoch nicht zwischen Forschern und Entwicklern differenziert wird, stehen sie nicht im Widerspruch zu der hier geäußerten Vermutung und den im folgenden zitierten Studien.

    Google Scholar 

  133. Vgl. Badawy, 1975, S. 136 f.; Ritti, 1982.

    Google Scholar 

  134. Vgl. Jones, 1992, S. 354.

    Google Scholar 

  135. Vgl. Dill, 1985, S. 230.

    Google Scholar 

  136. Vgl. Halperin und Chakrabarti, 1987, S. 170 ff.

    Google Scholar 

  137. Vgl. Ritti 1982, S. 372; Dasgupta und David, 1987, S. 536 und dies., 1994, S. 511–514; Valle und Gambardella, 1993, S. 290. Dabei haben die die Forscher einstellenden Unternehmen den Vorteil, daß ihnen die fÜr sie schwierige Evaluierung der wissenschaftlichen Leistungen der Forscher durch die Gutachter der wissenschaftlichen Journale abgenommen wird; vgl. Dasgupta und David, 1994, S. 511.

    Google Scholar 

  138. Vgl. Fischer, 1980, S. 83.

    Google Scholar 

  139. Vgl. Jones, 1992, S. 353.

    Google Scholar 

  140. Vgl. Seite 24 f. und Dasgupta und David, 1994, S. 502 ff.

    Google Scholar 

  141. Vgl. Peters, 1975, S. 140.

    Google Scholar 

  142. Peters, 1975, S. 140.

    Google Scholar 

  143. Tapon (1989, S. 203 f.) sieht in der ständigen Qualitätskontrolle der akademischen Forschung durch andere Wissenschaftler ein wesentliches Argument, um Forschung nicht in Unternehmen durchzufÜhren, da diese ihre Forschungsergebnisse häufig nicht veröffentlichen.

    Google Scholar 

  144. Vgl. Mansfield, 1985, S. 221.

    Google Scholar 

  145. Vgl. Brockhoff, 1989, S. 53; Lange, 1994, S. 137 f.

    Google Scholar 

  146. Vgl. Peters, 1975, S. 140.

    Google Scholar 

  147. Vgl. Dill, 1985, S. 233.

    Google Scholar 

  148. Vgl. Braun und MacDonald, 1982, S. 38 f. und 45 f.

    Google Scholar 

  149. Vgl. Halperinund Chakrabarti, 1987, S. 170 und 172.

    Google Scholar 

  150. Vgl. Henderson und Cockburn, 1994, S. 74–80.

    Google Scholar 

  151. Vgl. Gambardella, 1991, S. 317 f.

    Google Scholar 

  152. Ein Unternehmen, in dem jeder Forscher durchschnittlich 10 Veröffentlichungen in den letzten fÜnf Jahren vorgelegt hat, wurde als Ausreißer gewertet und von den weiteren Analysen mit dieser Variablen ausgeschlossen.

    Google Scholar 

  153. Vgl. Rappa und Debackere, 1992, eigene Berechnungen nach Tabelle 6, S. 215.

    Google Scholar 

  154. Der t-Test zeigt, daß zwischen Unternehmen, die das Veröffentlichen von Forschungsergebnissen fördern, und Unternehmen, die dem Veröffentlichen von Forschungsergebnissen neutral oder zurÜckhaltend gegenÜberstehen, ein signifikanter Mittelwertunterschied bei der Anzahl der Veröffentlichungen besteht (p≤0,012).

    Google Scholar 

  155. Es zeigen sich signifikante Mittelwertunterschiede zwischen den Unternehmen, die das Veröffentlichen von Forschungsergebnissen fördern, und den Unternehmen, die das Veröffentlichen von Forschungsergebnissen neutral oder zurÜckhaltend betrachten (p≤ 0,000). Auch fÜr den Faktor 2 lassen sich signifikante Unterschiede beobachten (p d 0,004), diese sind jedoch weniger groß und möglicherweise auf die positive Korrelation zwischen dem Faktor 1 und dem Faktor 2 zurÜckzufÜhren. Die in diesem Fall genaueren Aufschluß bringende logistische Regression kann jedoch wegen der geringen Fallzahl nicht durchgefÜhrt werden; vgl. Fußnote 277.

    Google Scholar 

  156. Funktion “Stepwise” in SPSS®; Schwellenwert fÜr das Signifikanzniveau des F-Wertes bei der Aufnahme einer Variablen PIN=0,1, bei der Elimination einer Variablen POUT=0,2.

    Google Scholar 

  157. Toleranzwerte und Residuenplots geben keine Hinweise auf Multikollinearität und Heteroskedastizität. Mit 25 Fällen ist die Fallzahl mehr als achtmal so groß wie die Anzahl der Variablen und damit nach Backhaus, Erichson, Plinke und Weiber (1994, S. 49) fÜr die Regress ionsanalyse ausreichend.

    Google Scholar 

  158. Die Varianzanalyse zeigt, daß sich die Mittelwerte signifikant voneinander unterscheiden (p ≤ 0,0187); im Scheffé-Test wird ein signifikanter Mittelwertunterschied zwischen Cluster 1 und Cluster 3 ermittelt (p≤ 0,05).

    Google Scholar 

  159. Die hohe Zahl wissenschaftlicher Veröffentlichungen der Forscher aus Unternehmen, deren Forscher nur einmal alle drei Jahre an Tagungen und Seminaren teilnehmen, ist zurÜckzufÜhren auf ein Unternehmen, dessen Forscher in den letzten fÜnf Jahren mit durchschnittlich fÜnf Veröffentlichungen relativ viele Veröffentlichungen vorgelegt haben, während die Forscher des anderen in dieser Gruppe enthaltenen Unternehmens mit durchschnittlich zwei Veröffentlichungen eher wenig veröffentlicht haben.

    Google Scholar 

  160. Vgl. Ansoff und Stewart, 1967, S. 73; Bailyn, 1985, S. 139 f.; o. V., 1983, S. 18.

    Google Scholar 

  161. Vgl. Allen, 1985, S. 41; Bailyn, 1985, S. 132.

    Google Scholar 

  162. Vgl. Pelz und Andrews, 1978, S. 27–31; Greenberg, 1994.

    Google Scholar 

  163. Vgl. EIRMA, 1982, S. 19; Root-Bernstein, 1989, S. 36 f.; Pavitt, 1991, S. 115; Los, 1995.

    Google Scholar 

  164. Vgl. Mechlin und Berg, 1980, S. 98.

    Google Scholar 

  165. Vgl. Kono, 1992, S. 71.

    Google Scholar 

  166. Vgl. Souder, 1981, S. 9–11; Bailyn, 1985, S. 132.

    Google Scholar 

  167. Vgl. Sakakura und Kobayashi, 1991, S. 541 f.

    Google Scholar 

  168. Vgl. Gupta und Singhai, 1993, S. 44.

    Google Scholar 

  169. Vgl. EIRMA, 1982, S. 26 f.

    Google Scholar 

  170. Vgl. EIRMA, 1982, S. 27.

    Google Scholar 

Download references

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 1997 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Eggers, O. (1997). Management und Erfolg der Forschung in Unternehmen. In: Funktionen und Management der Forschung in Unternehmen. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08512-6_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-08512-6_4

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-0326-4

  • Online ISBN: 978-3-663-08512-6

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics