Einfluss Verhaltensbasierter Faktoren Auf Die Innovationsleistung
Total Page:16
File Type:pdf, Size:1020Kb
Universität Karlsruhe Institut für Wirtschaftspolitik und Wirtschaftsforschung Sektion Systemdynamik und Innovation Einfluss verhaltensbasierter Faktoren auf die Innovationsleistung Eine evolutionsÄokonomische Betrachtung am Beispiel von IT-Unternehmen in Japan und Deutschland Zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften (Dr. rer. pol.) an der FakultÄat furÄ Wirtschaftswissenschaften der UniversitÄat Fridericiana zu Karlsruhe genehmigte DISSERTATION von Monika S. Friedrich-Nishio Tag der mundlichenÄ Prufung:Ä 15.02.2005 Referent: Prof. Dr. Hariolf Grupp Korreferent: Prof. Dr. Susanne Fuchs-Seliger This page has been intentionally left blank. Danksagung Danksagung Die vorliegende Arbeit entstand wÄahrend meiner Zeit als wissenschaftlicher Mit- arbeiter am Institut furÄ Wirtschaftspolitik und Wirtschaftsforschung (IWW) der UniversitÄat Karlsruhe (TH). Meinem Doktorvater Herrn Prof. Dr. Hariolf Grupp gilt mein besonderer Dank furÄ die fachliche UnterstutzungÄ und das in mich gesetzte Vertrauen. Zu gro¼em Dank verpflichtet bin ich Frau Prof. Dr. Susanne Fuchs-Seliger, Institut furÄ Wirtschaftstheorie und Operations Research (WIOR) der UniversitÄat Karlsruhe (TH) furÄ die UbernahmeÄ des Korreferats und die wertvollen Anregungen. Ohne ihren Vorschlag, sich mit diesem Thema intensivst zu befassen, wÄare diese Arbeit vermutlich nie realisiert worden. Ein GlucksfallÄ war die MÄoglichkeit des Forschungsaufenthalts in Japan am Institute of Innovation Research (IIR) an der Hitotsubashi-UniversitÄat in Tokyo. Den Kollegen dort bin ich furÄ die konstruktiven Diskussionen und Anregungen zu meiner Arbeit sehr verbunden. FurÄ die sehr angenehme ArbeitsatmosphÄare am Institut danke ich stellvertretend meinen Kollegen Eckhard Szimba, besonders dafur,Ä dass es immer Spa¼ gemacht hat, ins BuroÄ zu kommen. Ein gro¼es DankeschÄon geht naturlichÄ auch an meine Familie und an alle, die mich wÄahrend dieser Zeit auch au¼erhalb des BurosÄ ertragen und in Form von Anregungen, Aufmunterungen und Korrekturen zum Gelingen dieser Arbeit beigetragen haben. Der Platz hier reicht nicht, um alle zu nennen, doch Ihr wisst, wer Ihr seid! Mit Oliver Mayer, welcher mir viel VerstÄandnis und UnterstutzungÄ zuteil kommen lie¼, blicke ich auf mehrere gemeinsame (Assistenten-)Jahre zuruck.Ä Ohne seine mo- ralische und praktische UnterstutzungÄ wÄare diese Arbeit wohl nie entstanden. Meinem Freund BjÄorn Nittel danke ich furÄ seine UnterstutzungÄ und seine Geduld; er half mir, sowohl das Ziel klar ins Auge zu fassen, als auch den Weg dorthin ohne allzu gro¼e Schwierigkeiten zu erreichen. Nicht zuletzt mÄochte ich mich bei meiner lieben Freundin Rebecca Kirchenbauer furÄ ihre Freundschaft und UnterstutzungÄ bedanken und furÄ den Verzicht auf zahlreiche Abende und Wochenenden, die ich mit BuchernÄ und dem Rechner anstatt mit ihr verbracht habe. Karlsruhe, im MÄarz 2005 Monika Friedrich-Nishio I I still recall The taste of your tears Echoing your voice Just like the ringing in my ears My favorite dreams of you Still wash ashore Scraping through my head 'Till I don't want to sleep anymore I just want something I can never have (NIN) II Abstract Abstract { Zusammenfassung der Arbeit Das zentrale Thema dieser Arbeit ist die Frage nach den Faktoren, die Einfluss auf die Innovationsleistung von Unternehmen haben, die wiederum die Äokonomi- sche LeistungsfÄahigkeit von Innovationssystemen bestimmen. Hierzu werden Unter- nehmen innerhalb des japanischen und deutschen Innovationssystems im IT-Sektor untersucht. Dabei wird der Fokus vor allem auf die verhaltensbasierten Elemente gelenkt, die u. a. bedingt durch die unterschiedliche Historie und Kultur von Japan und Deutschland entstanden sind. Der evolutionsÄokonomische Ansatz eignet sich dazu, das Verhalten der Unternehmen innerhalb eines durch bestimmte Institutionen geprÄagten Systems zu beschreiben. Er bietet Grundlage furÄ das VerstÄandnis vom so genannten homo discens\. Nicht " rationale und allwissende Individuen stehen im Mittelpunkt, sondern Menschen, die unter Ungewissheit in der historischen Zeit eingeschrÄankt rational entscheiden und pfadabhÄangig lernen, in einem System unter gegebenen Rahmenbedingungen routiniert handeln und sich weiterentwickeln. Gegenstand der Arbeit ist die Analyse und modellhafte Nachzeichnung der Ent- wicklung des IT-Sektors im Verlauf der letzten 40 Jahre sowohl furÄ Deutschland als auch furÄ Japan. Die Erarbeitung des Modells erfolgt mit Hilfe des System-Dynamics Ansatzes, die Kalibrierung mit recherchierten Unternehmensdaten. In den Model- len sollen Parameter einbezogen werden, welche das deutsche bzw. das japanische Innovationssystem im IT-Sektor sinnvoll reprÄasentieren, um die Simulation unter- schiedlicher Szenarien sowie die BerucksichtigungÄ bestimmter exogener Entwicklun- gen/Schocks zu ermÄoglichen. Mit Hilfe des Modells kann gezeigt werden, wie Firmen lernen und ihre Routinen an gegebene (neue) Situationen anpassen. Learning-by- Doing hat inkrementelle Verbesserungen zur Folge. Weiterhin bedeutsam im Modell ist die Tatsache, dass aktuelle Entscheidungen der Unternehmen, die die FuE- und Innovationsstrategien betre®en, nicht nur von aktuellen Parametern, sondern auch von Variablen der vergangenen Perioden abhÄangen. Die Historie und auch ihr akku- muliertes Wissen wird also bei aktuellen Entscheidungen mitberucksichtigtÄ ( History " matters!\, D. North). Das Ergebnis des Modells zeigt, welche Faktoren besonders zu den Erfolgsfaktoren\ " gehÄoren: nicht nur die (traditionellen) Elemente wie gro¼es Stammkapital, lange MarktzugehÄorigkeit und eine lange positive Unternehmenshistorie spielen eine Rol- le, sondern auch und vielmehr die FÄahigkeit, sich schnell an die technologische Her- ausforderung anzupassen und die richtige (technologische) Strategie zu wÄahlen, um am Markt zu bestehen. Typische japanische\ Faktoren wie beispielsweise keiretsu\ " " (Unternehmensfamilie, -netzwerke) sind ebenso wichtige Elemente wie die Beachtung von Spillover-E®ekten aus der Industrie und adaptives Lernen. Das Grundmodell der Simulation ist bei beiden LÄandern von gleicher Struktur, lediglich die Parameter (wie beispielsweise die Verhaltens- und exogene Zustandsvariablen) wurden anders eingestellt. Damit kann belegt werden, dass nicht die produktionstechnischen Eigen- schaften die Unterschiede in den beiden LÄandern ausmachen, sondern vielmehr die verhaltensbasierten, unternehmensinternen Faktoren. III IV Inhaltsverzeichnis Inhaltsverzeichnis Danksagung I Abstract III Abbildungsverzeichnis X Tabellenverzeichnis XI Einleitung 1 I Theoretische Grundlagen 5 1 Grenzen des neoklassischen Konzepts 6 1.1 Der Homo oeconomicus . 6 1.2 Das Konzept der begrenzten RationalitÄat (bounded rationality) . 7 1.3 ErweiterungsmÄoglichkeiten des Homo oeconomicus . 8 2 Forschungsgebiet Evolutionary and Institutional Economics\ 12 " 3 InstitutionenÄokonomik 14 3.1 Die Entwicklung des Institutionalismus . 15 3.2 Institutionen und Organisationen . 16 3.3 Die Neue InstitutionenÄokonomik . 20 4 Evolutorische OkonomikÄ 22 4.1 Historische Entwicklung . 22 4.2 Annahmen und Konzepte . 28 4.3 Evolutorische OkonomikÄ bei Schumpeter . 33 4.4 Evolutorische OkonomikÄ bei Nelson und Winter . 34 II Innovationssysteme 39 5 Innovation: Theorie, System und Kultur 40 5.1 Innovationstheorie . 40 5.2 Innovationssystem . 47 5.3 Innovationskultur . 59 6 Innovationssystem Japans und Deutschlands 62 6.1 Unterschied Japans zu Deutschland . 62 6.2 Deutschlands (technologische) Vorgeschichte . 66 6.3 Wachstum und Verwendung des Bruttosozialprodukts . 68 6.4 Technologietransfer . 71 V Inhaltsverzeichnis 6.5 Kulturelle Faktoren des japanischen Innovationssystems . 73 6.6 Keiretsu: Zusammenarbeit zwischen Firmen . 75 III Informationstechnik (IT) 81 7 Der IT-Sektor 82 7.1 Wissen und Information . 82 7.2 Begri®sklÄarung und De¯nitionen . 83 7.3 Der IT-Markt in Zahlen . 86 8 Entwicklungen im IT-Sektor in Deutschland 94 8.1 Entwicklung der Telekommunikation in Deutschland . 94 8.2 Entwicklung der Computerindustrie . 97 8.3 Computer-Plattformen . 97 8.4 GrundungsboomÄ in IT-Service-Bereich . 104 8.5 UbertragungÄ furÄ die Simulation . 105 9 Entwicklungen im IT-Sektor in Japan 106 9.1 Nippon Telegraph and Telephone Corporation (NTT) . 106 9.2 Die Rolle des Staates in Japan im Falle der IT-Industrie . 112 10 Die LoslÄosung staatlicher AktivitÄaten 116 10.1 Deregulierung der Telekommunikation . 116 10.2 Paradigmenwechsel in der Telekommunikation . 118 IV Simulationsmodelle 121 11 Simulationsmodelle allgemein 122 11.1 Warum Simulation? . 122 11.2 Das Grundmodell aller evolutorischen Simulationsmodelle . 130 12 Das Simulationsmodell 136 12.1 ProduktivitÄatse±zienz und Lernprozesse . 137 12.2 Spillover-E®ekte . 139 12.3 Technology Knowledge Stock . 140 12.4 Markt, Produktion und Gewinn . 141 12.5 Technischer Fortschritt und FuE . 142 12.6 VerÄanderung der Routinen\ . 146 " 12.7 Produktionskosten pro Outputeinheit . 148 12.8 Kapitalinvestition . 148 12.9 Kapital und Fixkosten . 149 12.10 Marktkonzentration . 151 12.11 Nicht am Markt absatzfÄahiger Produktionsoutput . 151 12.12 Performance einer Unternehmung . 152 12.13 Marktein- und -austritte . 152 VI Inhaltsverzeichnis 13 Parametereinstellung zur Modellierung 153 13.1 SimulationslÄaufe . 153 13.2 Basisdaten furÄ die Simulation . 154 13.3 Technologiephasen in der IT-Industrie . 155 13.4 Stand des technologischen Wissens Tit . 156 13.5 VerÄanderung der Routinen . 157 13.6 Performance einer Unternehmung . 160 13.7 Marktein- und -austritt . 161 14 Simulationsergebnisse 164 14.1