Desktop-Version

Start arrow Betriebswirtschaft & Management arrow Erfolgsfaktoren für Innovation in Unternehmen

< Zurück   INHALT   Weiter >

7 Einfluss der Faktoren auf Innovationsfähigkeit

7.1 Das Modell

Somit sind nun alle Komponenten zusammengetragen, die in Kapitel 2 angesprochen wurden (vgl. Abbildung 16). Für die unabhängigen Variablen wurden 732 Führungskräfte von 69 Unternehmen und 84 Geschäftsbereichen aus aller Welt befragt und haben online einen Fragebogen mit 164 geschlossenen und einigen offenen Items beantwortet. Mittels einer Hauptachsen-Faktoranalyse (auch PAF) wurden die statistisch hochwertigsten Items zu sieben potentiellen Erfolgsfaktoren für Innovationsfähigkeit verdichtet. Es wurde anschließend sichergestellt, dass alle klar voneinander abgrenzbar sind und eine eigene inhaltliche Interpretierbarkeit haben (Alle Faktoren haben ein Cronbach's a von mindestens 0,7). Diese sieben sind:

(1) eine zukunftsgerichtete, unterstützende Unternehmenskultur,

(2) eine klar definierte und kommunizierte Innovationsstrategie,

(3) eine koordinierte Markt- und Kundenorientierung,

(4) eine klare Organisation und Rollenverteilung,

(5) eine gelebte Ziel- und Erfolgsorientierung,

(6) ein gut organisiertes Ressourcen- und Portfoliomanagement und

(7) eine bewusste Bereitschaft, sinnvolle Risiken einzugehen.

Nachdem das Ziel ist den Einfluss dieser sieben Dimensionen auf die Innovationsfähigkeit der untersuchten Unternehmen zu analysieren, gehen diese im Folgenden als unabhängige Variablen in die Regressionsanalyse ein.

Abbildung 16: Aufbau und Komponenten des Modells

Wie groß der Einfluss der einzelnen unabhängigen Variablen ist, wird mittels einer Regressionsanalyse erhoben. Als abhängige Variable fungiert ein Maß für die Innovationsfähigkeit, welches in diesem Kontext beantwortet: „wie innovativ ist dieses Unternehmen?“ Wie in Kapitel 6.1 erörtert, gibt es kein unumstrittenes Maß für Innovationsfähigkeit. Annäherungen wie Anzahl der Patente oder Finanzkennzahlen sind hier unzureichend (vgl. Sammerl, 2009). Daher wurden als beste Annäherung die Selbsteinschätzung der Befragten zur eigenen Geschäftseinheit und eine Fremdeinschätzung der Innovationsfähigkeit durch Experten erhoben.

7.2 Selbstvs. Fremdeinschätzung

Die Selbsteinschätzung der 732 Befragten zu ihrer eigenen Geschäftseinheit wurde im Rahmen der Onlinebefragung mittels der Frage erhoben: „Im Allgemeinen bin ich sehr zufrieden mit der Innovationsrate meiner Geschäftseinheit in den letzten 3 Jahren“ („Q179: My response to this statement for my business unit: Overall, I am very satisfied with the innovation rate of my business unit over the last 3 years“). Es war möglich, analog zu den anderen Items auf einer Skala von 1–7 zu antworten (vgl. Abbildung 17).

Abbildung 17: Verteilung der Antworten zur Selbsteinschätzung der Innovationsfähigkeit

Dabei erfüllt das Item alle Kriterien, die im Kapitel 5.4 auf die unabhängigen Variablen angewendet wurden. Beispielsweise sind die Kurtosis (–0,79, Grenze: ±1,0) und die Schiefe (–0,03, Grenze: ±1,0) beide innerhalb der Grenzen und alle 732 Befragten haben diese Frage beantwortet. Nach statistischen Maßstäben könnte die Selbsteinschätzung demnach als abhängige Variable verwendet werden. Wie in Kapitel 2 bereits angesprochen, wäre nur die Selbsteinschätzung aber unzureichend. Denn dadurch, dass in diesem Fall neben den unabhängigen Variablen auch die abhängige von der selben Person eingeschätzt wurde und es dabei auch noch um eine Einschätzung des eigenen Umfeldes geht, kann eine Beeinflussung (in der Literatur auch als Bias bezeichnet) nicht ausgeschlossen werden, vielmehr ist diese sogar wahrscheinlich.

Daher wurde komplementär mittels Experten und dem Rank-Rate-Verfahren eine Innovationsscore über die selben Unternehmen, aber aus der Außenperspektive erstellt vgl. Kapitel 6). Die Güte dieser Innovationsfähigkeitsscore wurde im letzten Kapitel überprüft und konnte nachgewiesen werden. Diese Score ist damit unabhängig von der Einschätzung der einzelnen Befragten und eignet sich demnach ohne Einschränkung als abhängige Variable der Regressionsanalyse.

Dabei weisen die beiden Einschätzungen der Innovationsfähigkeit wenige Gemeinsamkeiten auf. Die Korrelation zwischen den beiden Scores ist deutlich nicht signifikant (0,35 nach Pearson, zweiseitig). Es unterscheiden sich insbesondere die Einschätzungen für etwa ein Drittel der Geschäftseinheiten deutlich, für etwa die Hälfte der Geschäftseinheiten wenig. Bei der Detailansicht einzelner dieser Unternehmen mit stark divergierenden Einschätzungen zeigt sich beispielsweise, dass offensichtlich der Bezugsrahmen bei der Selbsteinschätzung zu der Fremdeinschätzung entscheidend ist.

Ein Unternehmen aus dem Telekommunikationssektor hat sich beispielsweise selber als sehr innovativ eingeschätzt, da es verschiedene Online-Angebote an den Markt gebracht hat. Im Vergleich zu traditionellen Telekommunikationsunternehmen, die wenige Aktivitäten in dieser Richtung haben, ist dies so interpretierbar. In der übergeordneten Sicht der Experten, die hier als Vergleich Internetgrößen wie Google heranziehen, wurden die Aktivitäten aber eher als durchschnittlich innovativ eingeschätzt. Die Bezugsgröße gibt hier den Ausschlag.

Ein gegenteiliger Fall bei einem deutschen Automobilzulieferer. Dieser hat sich, offensichtlich im Kontext zu anderen deutschen Automobilkonzernen und -zulieferern, als weniger innovativ eingeschätzt. Die Experten haben dies mit Einschränkung auch so gesehen, aber im Gesamtkontext über alle Unternehmen sind die deutschen Automobilunternehmen eher am oberen Ende der Innovationsfähigkeitsskala eingestuft worden. Damit wurde auch dieser Zulieferer insgesamt noch recht hoch einsortiert, hat sich selber aber sehr weit unten eingestuft.

Um ein möglichst holistisches Bild zu bekommen, wie es der formulierte Anspruch der Arbeit ist, wurde entschieden im nächsten Schritt mit beiden Scores zu arbeiten; mit Schwerpunkt auf den unabhängig erhobenen Score, den Innovationsfähigkeitsscore der Experten.

Im Folgenden wird nun untersucht werden, inwiefern alle Voraussetzungen für die Anwendung einer Regressionsanalyse gegeben sind.

 
< Zurück   INHALT   Weiter >

Related topics