© istockphoto.com/greenbutterfly

Mehr als nur eine glückliche Fügung

CASEIA-Studie untersucht Serendipität in Innovationen aus Forschung und Unternehmen und gibt Empfehlungen für die Zukunft

Welchen sozioökonomischen Impact haben EU-Innovationsmaßnahmen auf europäische Forschungseinrichtungen? Diese komplexe Fragestellung hat das Projekt CASEIA (Comparative Analysis of Socio-Economic Impact) betrachtet und einen analytischen Rahmen wie auch eine Methodik zum besseren Verständnis dieses Impacts entwickelt. Die entstandene Methodik hat das Potenzial, die Planung und Bewertung zukünftiger Innovationsmaßnahmen ähnlicher Art zu verbessern. Dr. Sonia Utermann, Expertin am Steinbeis Transfer-Hub Berlin, hat das Projekt geleitet und dabei drei Fallstudien analysiert, um die Folgen der Horizon 2020 ATTRACT-Maßnahmen zu bewerten.

Diese Diashow benötigt JavaScript.

Innovationen aus Forschungseinrichtungen stehen vor der permanenten Herausforderung, dass ein Bruch zwischen „Deep Tech“ aus diesen Einrichtungen und der unternehmerischen Umsetzung und Anwendung besteht. Dieser Bruch hat mehrere Ursachen, von denen einige kultureller Natur sind [1]. ATTRACT versucht, diese beiden Welten näher zusammenzubringen: Das Horizon 2020-Projekt zur Innovationsförderung erkennt die Kultur von Forschungseinrichtungen, die nicht an Design Thinking gewöhnt sind, an, mit dem Ziel ihnen „eine unternehmerische und mitgestaltende Denkweise zu vermitteln“ [2]. Das Projekt verfügt allerdings über keinen übergreifenden Rahmen zur Impactabschätzung. Diese Lücke hat die CASEIA-Studie mit der Entwicklung eines Pilotrahmens geschlossen.

Methodik und analytischer Rahmen

Das Projektteam untersuchte dazu drei Fallstudien: ein von einer Forschungseinrichtung getriebenes Projekt [3], ein von einem Unternehmen durchgeführtes Projekt [4] und ein Kontrollfall außerhalb von ATTRACT [5]. Der Schwerpunkt lag auf der Identifizierung und dem Verständnis der Folgen der ATTRACT-Maßnahmen.

Interviews beleuchteten das Netzwerk zwischen den Akteuren einer jeden Fallstudie. Die Beziehungen wurden mithilfe von Faktoren wie Finanzierung, Wissen, Daten, geistiges Eigentum, Governance-Strukturen, Kompetenztransfer, Zusammenarbeit und Wertschöpfungsketten dargestellt. Diese Informationen und die analytischen Grundlagen von ATTRACT waren die Ausgangspunkte für CASEIA, um die Fallstudien entlang von sechs Schlüsseldimensionen der sozioökonomischen Auswirkungen zu kartieren.

Die theoretische Grundlage von ATTRACT: Serendipität

ATTRACT kann als ein Experiment zur Systematisierung von technologischer Serendipität im Kontext von Forschungseinrichtungen gesehen werden [6]. Serendipität – die Theorie der glücklichen Fügung – ist der Aspekt, der ATTRACT von anderen Innovationsmaßnahmen abhebt. Der britische Wissenschaftler Ohid Yaqub unterscheidet dabei vier Arten von Serendipität: die Mertonische, Walponische, Bush’sche sowie die Stephanische Serendipität [7].

Forschungseinrichtungen nehmen üblicherweise zielgerichtete Untersuchungen vor. Soweit Serendipität überhaupt auftrat, waren die zwei in CASEIA untersuchten Fälle im Mertonischen Quadranten verortet, in dem nur inkrementelle Innovation zu erwarten ist. Das radikalere Ergebnis, das man von Forschungseinrichtungen erwartet, liegt im Walponischen Quadrant. Dies entspricht dem klassischen Modell des Technologietransfers im Hochschulbereich, bei dem sowohl inkrementelle als auch radikale Innovationen auftreten können.

Nicht zielgerichtete Untersuchungen sind sehr risikoreich und kommen am ehesten in der Privatwirtschaft oder anderen risikoaffinen Kulturen vor. Im gegenwärtigen kulturellen Klima von Forschungseinrichtungen haben weder die Bush‘sche noch die Stephanische Serendipität genügend Raum sich zu entfalten. Stephanische Serendipität tritt auf, wenn eine Technologie so umwälzend ist, dass ihre Anwendung ganze Industriezweige verändert. Das in der CASEIA-Studie untersuchte Unternehmensprojekt kann als ein Fall von absichtlicher Stephanischer Serendipität angesehen werden: Die Unternehmen haben sich bewusst dafür entschieden, eine Technik (sprich: eine Lösung) und nicht eine Anwendung zu vermarkten, und überlassen es den Benutzern, das dazu passende Problem zu finden. Dies führte zur wichtigsten wirtschaftlichen Auswirkung des Projekts, nämlich dass eine disruptive Technologie – der 3D-Druck von Glas – für ein breites Feld von Nutzern und Anwendungen kommerziell verfügbar wurde. Die radikalen Auswirkungen dieser Innovation sind noch nicht abzusehen [8].

Forschungseinrichtungen versus Unternehmen

Nur die unternehmensgetriebene Fallstudie zeigte aus Sicht des CASEIA-Projektteams signifikante positive Auswirkungen in jeder der sechs untersuchten Schlüsseldimensionen. Sowohl für die Fallstudie aus der Forschungseinrichtung als auch für den Kontrollfall außerhalb von ATTRACT lagen die wichtigsten positiven Auswirkungen in den Bereichen Wissensproduktion, Wissens-Spillover und Kompetenzentwicklung.

Die beiden ATTRACT-Fallstudien veranschaulichen die unterschiedlichen Kulturen, Prozesse und Aufgaben von Forschungseinrichtungen und Unternehmen. Da der unternehmensgetriebene Fall in die Kultur- und Anreizstrukturen der Industrie eingebettet war, hatte er letztendlich Auswirkungen auf den Industriesektor gehabt. Der von einer Forschungseinrichtung getriebene Fall war viel enger mit der Welt der Wissenschaft und Universitäten verbunden. Hier reichte die Unterstützung durch ATTRACT nicht aus, um die Innovationslücke zu schließen. Die Auswirkungen dieses Falles ähneln eher dem Impact von Forschungseinrichtungen im Allgemeinen.

Eine vorläufige Erkenntnis aus diesem Vergleich ist, dass Konsortien, die von Unternehmen geführt werden und in die Kultur- und Anreizstrukturen der Industrie eingebettet sind, mit größerer Wahrscheinlichkeit die Art Innovationsergebnisse erzielen, die durch Innovationsmaßnahmen und Startkapital begünstigt werden und Auswirkungen auf den Markt haben. Umgekehrt unterscheiden sich der Impact der Kernaufgaben von Forschungseinrichtungen von den Auswirkungen, die sich aus der Kommerzialisierung ergeben könnten, da die beiden Wirkpfade sehr unterschiedlichen Verläufen und Logiken folgen.

Wissens-Spillover und sozioökonomischer Impact

In den von Forschungseinrichtungen geleiteten Projekten war Wissens-Spillover das wichtigste Ergebnis der ATTRACT-Unterstützung. Die größte Wirkung wurde jedoch durch die Kommerzialisierung erzielt, was das unternehmensgeführte Projekt deutlich bewies. Es ist sinnvoll, den Fokus daher auch auf die mögliche Kommerzialisierung bei Forschungseinrichtungen zu legen, allerdings muss dabei auch die Art dieser Kommerzialisierung im Hinblick auf die weiter gefassten politischen Ziele der EU berücksichtigt werden.

Das Projektteam fasst die wichtigsten Schlussfolgerungen in drei Feststellungen zusammen:

  1. die Kultur von Forschungseinrichtungen ist für die Arten von Serendipität geeignet, die eher inkrementelle Innovationen begünstigen. Forschungseinrichtungen haben selten eine ausgereifte Strategie zur Gestaltung von Impactpfaden. ATTRACT erzielt Impact über den Markt.
  2. Unternehmen sind per se am Markt aktiv und daher eher geeignet, dort Impact zu generieren. Wenn bei einer Innovationsmaßnahme der Weg zur Wirkung von Forschungseinrichtungen über den Markt führt, müssen Unternehmen die Führung übernehmen.
  3. die wichtigste Auswirkung von Innovationsmaßnahmen der Forschungseinrichtungen ist der Wissens-Spillover.

ATTRACT sieht „Open Innovation“ als eine Technologie mit einem offenen Ergebnis in Bezug auf den Anwendungsbereich [9]. Auch dies könnte ein Innovationsantrieb sein, wenn es mit den im CASEIA-Abschlussbericht vorgeschlagenen Instrumenten für Stephanische Serendipität gekoppelt wird. Offenheit in diesem Sinne kann ein guter Indikator für Impact durch radikale Innovation sein.

Das Projektteam fand auch Beispiele für negative Innovationsergebnisse mit positivem sozioökonomischem Impact, was bei künftigen Maßnahmen berücksichtigt werden sollte. Wenn ein Programm wie ATTRACT nur an seinen Innovationsergebnissen gemessen wird, können wertvolle positive sozioökonomische Auswirkungen übersehen werden.

Kontakt

Dr. Sonia Utermann (Autorin)
Mitarbeiterin
Steinbeis Transfer-Hub Berlin (Berlin)

Arne Jungstand (Autor)
Freiberuflicher Projektleiter
Steinbeis-Forschungszentrum Technologie-Management Nordost (Rostock)
www.steinbeis-nordost.de

Prof. Dr. Michael Gastrow (Autor)
Research Director HSRC’s Impact Centre
Human Sciences Research Council (Kapstadt/Südafrika)

Quellen
[1] E. T. Hall (1977), Beyond Culture, Anchor press
[2] “…to instill […] an entrepreneurship and co-creation mind-set”. The ATTRACT Programme strategic proposal, https://attract-eu.com
[3] Dormenev, V et al. (2019), SCINTIGLASS – development of radiation-hard and cost-effective inorganic scintillators for calorimetric detectors based on binary glass compositions doped with cerium, Public deliverable for the ATTRACT Final Conference
[4] Kotz, F et al. (2019) OptoGlass3D – High-performance optical glass via high-resolution laser direct 3D writing for next Generation Sensing and Imaging, Public deliverable for the ATTRACT Final Conference
[5] PANDA EMC, der elektromagnetische Kalorimeter für PANDA (Proton-Antiproton Annihilation at Darmstadt)
[6] Wareham, J et al. (2022) Systematizing serendipity for big science infrastructures: the ATTRACT project. Technovation vol. 116, 102374
[7] Yaqub, O (2017), Serendipity: towards a taxonomy and a theory. SPRU Working Paper Series (ISSN 2057-6668)
[8] Zum Beispiel Hatscher, T et al. (2024), Fused silica microstructured optical fibres made from 3D printed nanocomposite resin, Proceedings Volume 12876, Laser 3D manufacturing XI; 128760H
[9] Chesborough, H (2015), From open science to open innovation, Business Publishing
227255-45