Skip to main content

Tech-Hub-Index: deutsche Städte im Vergleich

Tech-Hub-Index: Comparison of German Cities

Zusammenfassung

Digitalunternehmen siedeln sich häufi g konzentriert in Städten an. Solche Technologie-Cluster oder Tech-Hubs spielen eine entscheidende Rolle für digitale Innovationen und ziehen Fachkräfte, Unternehmen und Investitionen an. Der hier vorgestellte Index ermittelt die wichtigsten Tech-Hubs anhand der räumlichen Konzentration von Technologiebeschäftigung und künftiger technologischer Wettbewerbsfähigkeit. München führt den Tech-Hub-Index an, gefolgt von Berlin. Der Tech-Hub-Index zeigt aber auch, dass die Größe der Stadt kein entscheidendes Kriterium ist. Zu den zehn wichtigsten Technologiestandorten zählen mit Darmstadt, Erlangen, Karlsruhe und Aachen auch vier kleinere Städte.

Abstract

Knowledge-intensive services and digital industries tend to cluster in cities. The resulting technology clusters–Tech Hubs–are crucial for digital innovation as well as attracting talents, companies and investments. The article applies an index-based approach to determine Germany’s Tech Hubs. It looks at the concentration of technological employment and potential of Germany’s metropolitan areas across 15 dimensions. The results show that Munich and Berlin are the leading Tech Hubs in Germany. However, smaller cities are also highly competitive. Generally speaking, technology employment tends to be concentrated in particular areas such as university towns.

This is a preview of subscription content, access via your institution.

References

  1. Vgl. A. Marshall: Principles of Economics, London 1920

    Google Scholar 

  2. M. Porter: The Competitive Advantage of Nations, New York 1990

    Google Scholar 

  3. P. Krugman: Increasing Returns and Economic Geography, in: Journal of Political Economy, 99. Jg. (1991), H. 3, S. 483–499.

    Article  Google Scholar 

  4. Vgl. F. Cairncross: The Death of Distance, Boston MA 1997.

    Google Scholar 

  5. Vgl. A. Goldfarb, C. Tucker: Digital Economics, NBER Working Paper, Nr. 23684, 2017.

    Google Scholar 

  6. Vgl. R. Florida, K. King: Spiky Venture Capital. The Geography of Venture Capital Investment, Martin Prosperity Institute, 2016.

    Google Scholar 

  7. Vgl. R. Florida, I. Hathaway: How the Geography of Startups and Innovation Is Changing, in: Harvard Business Review, 27.11.2018, https://hbr.org/2018/11/how-the-geography-of-startups-and-innovation-ischanging (29.5.2019).

    Google Scholar 

  8. Vgl. OECD: The Metropolitan Century: Understanding Urbanisation and its Consequences, Paris 2015.

    Google Scholar 

  9. Vgl. R. Florida: The Rise of the Creative Class, New York 2002.

    Google Scholar 

  10. Vgl. E. Glaeser, J. Gottlieb: The Wealth of Cities: Agglomeration Economies and Spatial Equilibrium in the United States, in: Journal of Economic Literature, 47. Jg. (2009), H. 4, S. 983–1028.

    Article  Google Scholar 

  11. Manche Autoren gehen so weit zu argumentieren, dass die eigentlich relevante Ebene für die Analyse von Innovation die Stadt sein sollte und nicht das einzelne Unternehmen, weil erst das Zusammenspiel von Unternehmen, Talenten und anderen Institutionen auf regionaler Ebene Innovationsprozesse, Kreativität und damit Wertschöpfung in Gang setzt. Vgl. R. Florida, P. Adler, C. Mellander: The City as Innovation Machine, Martin Prosperity Institute, Working Paper Series, 2016.

  12. Vgl. C. Mason, R. Brown: Entrepreneurial Ecosystems and Growth Oriented Entrepreneurship, Background Paper for OECD LEED Programme, 2013.

    Google Scholar 

  13. Vgl. A. Goldfarb, C. Tucker, a. a. O.

  14. Vgl. R. Schmidt, M. Grote: Was ist und was braucht ein bedeutender Finanzplatz?, Working Paper Series, Finance and Accounting, Goethe Universität Frankfurt, Nr. 150, 2005.

  15. Vgl. E. Glaeser, J. Gottlieb, a. a. O.

  16. Vgl. E. Moretti: The New Geography of Jobs, New York 2013.

  17. Datengrundlage für IKT-Beschäftigung ist die regionalökonomische Datenbank von Oxford Economics. Die regionalen Daten für MINTBeschäftigung beruhen auf einer Spezialauswertung der statistischen Landesämter, während Akademiker- und Beschäftigungsquote auf Daten der Bundesagentur für Arbeit zurückgreifen. Die acht Bestandteile des Index werden gleichgewichtet.

  18. Datengrundlage für MINT-Studenten ist das Statistische Bundesamt, für die Reputation der technischen Universitäten das Times Higher Education Ranking (bei mehreren Universitäten in einer Stadt wurde der Durchschnitt genommen), für die prognostizierte Beschäftigungsdynamik wurde die regionalökonomische Datenbank von Oxford Economics herangezogen. Der Survey unter MINT-Studenten wurde im März 2018 unter 860 Teilnehmern durchgeführt. Die sechs Bestandteile des Index werden gleichgewichtet.

  19. Bloomberg Brain Concentration Index 2018, https://www.bloomberg.com/toaster/v1/charts/1e67fe8e515344ef804303f30337c48a.html?brand=business&webTheme=default&web=true&hideTitles=true (29.5.2019).

  20. Vgl. E. Moretti, a. a. O.

  21. Deloitte: MINT-Talent Monitor 2018, https://www2.deloitte.com/de/de/pages/trends/mint-talent-monitor-2018.html (16.7.2019).

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Alexander Börsch.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Börsch, A. Tech-Hub-Index: deutsche Städte im Vergleich. Wirtschaftsdienst 99, 711–716 (2019). https://doi.org/10.1007/s10273-019-2518-5

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s10273-019-2518-5

JEL Classification

  • R120
  • J210
  • R300