Jenseits des gesicherten positiven empirischen Zusammenhanges zwischen Forschungsausgaben und Wirtschaftswachstum (siehe oben) ist die Messung einer Wirkung von Ausgaben in diesem Bereich auf regionale Wirtschaftssysteme mit großen Schwierigkeiten verbunden, die erhebliche Zweifel wecken, ob die Messung einer Wirkung von Maßnahmen einer Hochschule auf die regionale Wirtschaft überhaupt möglich ist. Im Folgenden sollen nun die ermittelten Indikatoren, die in der gesichteten Literatur besonders häufig benannt wurden, vor dem Hintergrund des Standes der Literatur, der im zweiten Abschnitt referiert wurde, auf ihre Aussagekraft beurteilt werden.
Grundsätzlich gilt für alle Angaben zu Ressourcen, die im Bereich des Technologietransfers verausgabt werden können, insbesondere für die Zahl der Mitarbeiter und die Mittel, die in diesem Bereich verausgabt werden, das Problem des time lag. Ein wirtschaftlicher Effekt des Technologietransfers kann sich erst mit erheblicher Zeitverzögerung einstellen, da jede denkbare Umsetzung ein zeitintensiver Prozess ist. Das gilt für Patente, die wirtschaftlich genutzt werden. Das gilt für Prozessinnovationen, die durch wissenschaftlich getriebene Verfahrensoptimierung herbeigeführt werden. Und das gilt vor allem für die zahlreichen staatlich geförderten Kooperationen zwischen Wirtschaft und Wissenschaft, die zu neuen Produkten führen sollen. In allen diesen Fällen verstreichen im Erfolgsfall Jahre zwischen der Verausgabung von Forschungsmitteln und einer kommerziellen Umsetzung. Auch wenn der Trend zur deutlich schnelleren Vermarktung von Forschungsergebnissen geht, ist der Zeitraum von der Entwicklung einer neuen Idee bis zu ihrer erfolgreichen Umsetzung in den Markt deutlich größer als der Zeitraum der Legitimationszyklen der Akteure, die über die Höhe dieser Ausgaben entscheiden. Innerhalb eines Vierjahreszyklus (die üblichen Wahlzyklen von Landesregierungen, die über Mittel für die Hochschulen entscheiden) oder innerhalb eines Vier- oder Sechsjahreszyklus (Wahlzyklen von Hochschulleitungen) lässt sich deswegen keine Aussage über den wirtschaftlichen Effekt von Transferbemühungen machen. Das gilt mutatis mutandis auch für projektgebunden Ausgaben für den Technologietransfer. Solche Projekte haben i. d. R. eine Zeitspanne von 5 Jahren, in seltenen Fällen auch länger.
Für alle inputbezogenen Indikatoren gilt, dass ihre Wirkung über besonders viele Glieder der kausalen Kette vermittelt ist. Die intermittierenden Faktoren, die auf jeder Stufe dieser Kette eine Rolle spielen, können die Wirkung einer Verbesserung der Ressourcenausstattung von Hochschulen auf die regionale Wirtschaft erheblich beeinträchtigen. Bei allen inputbezogenen Faktoren ist bereits die Eigenlogik des Hochschulsystems in Rechnung zu stellen, die nicht auf die Wirkung auf die regionale Wirtschaft ausgerichtet ist sondern den internen Erfolgskriterien der science community folgt. Hier zählt der Reputationsgewinn durch Veröffentlichung in hoch gerankten wissenschaftlichen Zeitschriften und das Einwerben von Drittmitteln für die Grundlagenforschung bei der DFG mehr als eine denkbare Hilfestellung für einen regionalen Mittelständler.
Eine verbesserte Ressourcenausstattung steht daher in der Gefahr „zweckentfremdet“ zu werden (Kempton 2019), weil sich eine trennscharfe Unterscheidung zwischen Grundlagenforschung und Forschung für den Transfer innerhalb der Hochschulen nur schwer realisieren lässt. Weil eine Verbesserung der Ressourcenausstattung von Hochschulen eine notwenige aber keine hinreichende Bedingung für eine Wirkung auf die regionale Wirtschaft ist, signalisieren Indikatoren, die steigenden Input anzeigen, eher steigende Erwartungen an die Wirkung von Hochschulen auf die regionale Wirtschaft, aber nicht die Wirkung selbst. Für periphere Regionen mit geringer Absorptionsfähigkeit der regionalen Wirtschaft gilt überdies, dass der Anreiz für transferaffine Forscher und Forscherinnen sich finanzstärkere und forschungsaffinere Unternehmen außerhalb der Heimatregion zu suchen, groß ist (Bonnacorsi 2017).
Das Drittmittelaufkommen, insbesondere das Drittmittelaufkommen durch die Industrie wird in der Literatur sowohl als Input als auch als Output qualifiziert. Von einem Inputindikator kann man in diesem Zusammenhang sprechen, weil ein höheres Drittmittelaufkommen signalisiert, dass die Ressourcenausstattung der betreffenden Institution nun eine bessere ist. Von einem Outputindikator kann man in diesem Kontext sprechen, weil die Bewilligung von Fördergeldern für einschlägige Projekte eine spezielle Erwartung der Fördermittelgeber (respektive der gutachtenden Gremien) wiederspiegelt, dass das geförderte Projekt einen spezifischen Erkenntnisgewinn erzeugt, der im Falle von industrienahen Drittmitteln kommerziell nutzbar sein sollte. Deshalb wird das Einwerben von Drittmitteln in den meisten Hochschulen im Rahmen ihrer internen Mittelverteilungsmodelle auch als Leistung bewertet.
Verschiedentlich wird eine Anschärfung dieses Indikators mit Blick auf den Transfer dergestalt vorgenommen, dass insbesondere der Umfang der Drittmittel aus der Industrie oder solche, die für Kooperationsprojekte mit der Industrie eingeworben werden, als Indikator herangezogen werden (siehe Ho et al. 2014, S. 250). Es erscheint zunächst plausibel, dass eine größere Nähe zur wirtschaftlichen Verwertung auch mehr Informationsgehalt verspricht. Es liegen jedoch keine belastbaren Studien vor, in welchem Umfang Drittmittel, die nicht von der Industrie eingeworben werden, und Projekte, die nicht mit Partnern der Wirtschaft durchgeführt werden, am Ende doch zu einer wirtschaftlichen Verwertung führen. Angesichts vieler Beispiele, in denen Grundlagenforschung in lukrative Geschäftsmodelle überführt werden konnte, ist deshalb unklar, ob ein Ausschluss solcher Drittmittel bei der Evaluation der Transferleistung einer Hochschule sinnvoll ist.
Auch die Nähe zur Wirtschaft durch Finanzierung oder Projektstruktur ist kein Garant für wirtschaftliche Umsetzung. Ein solches Projekt kann wissenschaftlich scheitern; es kann sich als unwirtschaftlich herausstellen; fehlende Finanzierungsmöglichkeiten können weitere nötige Entwicklungsschritte verunmöglichen usw. usf. Auch hier gilt, industrienahe Drittmittel sind eine notwendige, aber keine hinreichende Bedingung für eine wirtschaftliche Umsetzung. In welchem Umfang industrienahe Forschungsausgaben im Unterschied zur Finanzierung der Grundlagenforschung einen Effekt auf Wachstum oder Produktivität haben, ist ebenfalls nicht geklärt. Dieser Zusammenhang ist nur für Forschungsausgaben insgesamt und ohne Ansehung regionaler Unterschiede empirisch bestätigt (siehe oben).
Bei der Beurteilung des Indikators „Drittmittel“ dürfte erschwerend hinzukommen, dass eine fehlende Entsprechung zwischen den Forschungsschwerpunkten einer Hochschule und den Schwerpunkten der umgebenden regionalen Wirtschaft ebenso wie die fehlende Absorptionsfähigkeit peripherer Wirtschaftsräume dazu führen können, dass ein schwaches Drittmittelaufkommen weniger eine Schwäche dieser Hochschule sondern lediglich eine fehlende Passung zur umgebenden regionalen Wirtschaft signalisiert. Auch der umgekehrte Fall eines hohen Drittmittelaufkommens muss nicht zwangsläufig einen hohen Impact auf die regionale Wirtschaft anzeigen. Denkbar und in peripheren Regionen theoretisch sogar eher zu erwarten ist auch, dass ein erhöhtes Drittmittelaufkommen mit stärkeren Partnern aus der Wirtschaft aus anderen Regionen realisiert wird. Das hohe Drittmittelaufkommen signalisiert in diesem Fall lediglich die Attraktivität der Hochschule für die Wirtschaft im Allgemeinen.
Generell gibt es einen positiven Zusammenhang zwischen der Zahl der Patente eines Landes und seiner wirtschaftlichen Leistungsfähigkeit (Schick 2019). Deswegen gilt die Zahl der Patentanmeldungen als wichtiger Kandidat für einen Indikator, der etwas über den Zusammenhang zwischen Forschungsleistung einer Hochschule einerseits und Wachstum und Produktivität andererseits sagen könnte. Die empirischen Befunde zeigen, dass im deutschen nationalen Innovationssystem in 2018 98,65 % aller Patentanmeldungen durch die Industrie, Privatpersonen oder Forschungseinrichtungen entfielen; auf die Hochschulen hingegen nur 1,35 % (DPMA 17,18,a, b, eigene Berechnungen). Insbesondere ist in den wirtschaftlich besonders erfolgreichen Bundesländern wie Baden-Württemberg und Bayern das Patentierungsgeschehen durch die Industrie besonders ausgeprägt (DPMA 2018b). Vor diesem Hintergrund dürfte plausibel sein, dass Hochschulen in peripheren Regionen eine schwache Performance des regionalen Innovationssystems kaum durch eine Steigerung der Zahl der Patente, die sie jährlich anmelden, kompensieren können. Dazu ist die Zahl der möglichen Patente im Verhältnis zum Kompensationsbedarf einfach zu gering.
Als gut gesichert gilt auch, dass auf vergleichsweise wenige Hochschulen der Löwenanteil der Patente entfällt (Henderson et al. 1998; Bulut and Moschini 2006; Rossi 2018, S. 730). Dabei handelt es sich i. d. R. um solche, die eine gründungsaffine regionale Umgebung mit metropolitanem Zuschnitt aufweisen (Bonnacorsi 2017) Die Vermutung liegt nahe, dass die kommerzielle Nutzung von Patenten stark mit der Absorptionsfähigkeit der umgebenden Wirtschaft korrespondiert und es in peripheren Regionen oft an einer solchen innovationsfreundlichen Umgebung mangelt. Die übergroße Mehrheit der Hochschulen weist nur eine geringe Zahl von jährlichen Patenten aus. Kontingente Ereignisse wie die Berufung oder Emeritierung eines einzelnen patentierungsfreudigen Kollegen führen in dieser Gruppe zu Bewegungen dieses Indikators, die wenig über Leistungsfähigkeit dieser Hochschule als Ganzes im Transfer aussagen.
Angesichts der Vielzahl der Patentanmeldungen, denen keine wirtschaftliche Anwendung folgt, ist auch hier die Aussage berechtigt, dass Patente für eine Wirkung auf die regionale Wirtschaft bedeutsam sein können, aber nicht sein müssen. Anders ausgedrückt: Selbst ein hohes Patentaufkommen einer Hochschule kann folgenlos für die umgebende Wirtschaft sein. Die starke Inanspruchnahme von Förderprogrammen in peripheren Regionen, die nicht auf High Tech abzielen sondern lediglich die Zusammenarbeit mit KMU adressieren, spricht für die Vermutung, dass in solchen Regionen der STI-Mode (scientific and technologically-based innovation) unter- und der DUI-Mode (learning-by-doing, by-using, and by-interacting) überrepräsentiert ist (zum Unterschied zwischen diesen beiden Formen der Wissensgenerierung Jensen et al. 2007). Die Annahme, dass im DUI-Mode Patente nicht die entscheidende Rolle spielen, ist ebenfalls plausibel. Eine geringe Zahl von Patentanmeldungen zeigt in solchen Fällen lediglich an, dass Hochschulen keine passenden Partner für ihre Forschungsanstrengungen gefunden haben, bzw. dass die gemeinsamen Projekte mit der regionalen Wirtschaft keine patentierungsfähigen Erkenntnisse abgeworfen haben. Das muss aber nicht ausschließen, dass diese Zusammenarbeit wirtschaftlich bedeutsam war.
Einen deutlichen Schritt weiter geht die Erfassung der Höhe von Lizenzeinnahmen aus Patenten. Solche Einnahmen können nur erwartet werden, wenn das fragliche Patent wirtschaftlich verwertet werden kann oder eine wirtschaftliche Verwertung sehr plausibel erscheint. Wegen der stark ungleichmäßigen Verteilung der Patentierungstätigkeit ist die Annahme schlüssig, dass auch die Einnahmen aus Lizenzen ungleichmäßig verteilt sind. Daher dürfte dieser Indikator für die übergroße Mehrzahl der Hochschulen, bei denen keine oder nur sehr geringe Lizenzeinnahmen anfallen, ebenfalls keinen hohen Informationsgehalt haben, weil auch hier die kleinen Zahlen verhindern, dass die Hochschulen dieser Gruppe untereinander sinnvoll verglichen werden können. Hinzu kommt, dass ebenfalls ein erheblicher Unterschied zwischen Hochschulen in starken regionalen Innovationssystemen und Hochschulen in peripheren Wirtschaftsräumen vermutet werden kann.
Unstrittig ist in der Literatur, dass hochqualifizierte Absolventen, insbesondere solche in den MINT-Fächern als wichtiger Produktionsfaktor erheblich zu Wachstum und Produktivität in der Wirtschaft beitragen können (Schubert et al. 2012, S. 84). Die Wirkung auf die nahräumliche Umgebung einer Hochschule ist hingegen ambivalent, weil zwei gegenläufige Effekte erfasst werden müssen. Einerseits qualifiziert eine Hochschule und erschließt damit den Absolventen Arbeitsmärkte jenseits des regionalen Einzugsbereiches einer Hochschule; andererseits kann eine Hochschule durch ihre Ausbildungsleistung das Qualifikationsniveau des regionalen Arbeitsangebotes erhöhen. In peripheren Regionen mit starken demografischen Verlusten, ist nicht a priori klar, welcher dieser Effekte der stärkere ist. Deshalb muss eine hohe Zahl hochqualifizierter Absolventen von Hochschulen in solchen Regionen auch nicht zwangsläufig eine positive Wirkung auf die regionale Wirtschaft signalisieren. Sie kann auch eine Beschleunigung der Abwanderung aus der nahräumlichen Umgebung der Hochschule bedeuten.
Der Output an Papern in referierten Zeitschriften bzw. die Zitierhäufigkeit gilt gemeinhin als guter Indikator für die Leistungsfähigkeit einer Hochschule. Tatsächlich gibt es auch einen nachweislichen Zusammenhang zwischen wissenschaftlicher Leistungsfähigkeit in diesem Sinne und wirtschaftlicher Wirkung. Sehr gute Wissenschaft kann mit wirtschaftlichem Erfolg einhergehen (Bonnacorsi 2017). De facto gestattet das Berichtswesen vieler Hochschulen eine solche aggregierte Erfassung aber nicht, zumeist sind die entsprechenden Leistungen lediglich für einzelne Lehrstühle ausgewiesen. Die wissenschaftlich besonders leistungsfähigen Hochschulen sind überdies meist in Metropolen situiert, wohingegen die Hochschulen, die in peripheren Regionen mit besonderem wirtschaftlichen Entwicklungsbedarf gelegen sind, gemessen an diesen Indikatoren – soweit diese sich erfassen lassen – eher leistungsschwächer sind. (Bonnacorsi 2017 und die dort angegebene Literatur). Folgt man den Hinweisen in der Literatur, scheinen kritische Massen an wissenschaftlicher wie an wirtschaftlicher Leistungsfähigkeit eine wichtige Rolle zu spielen. In peripheren Regionen, wo diese besonders benötigt werden, fehlen sie aber in der Regel auf beiden Seiten der Demarkationslinie zwischen Wissenschaft und Wirtschaft.
Die Zahl der Spin-offs gilt ebenfalls als ein brauchbarer Indikator für den Technologietransfer. Die Geschichte der Technologie- und Gründerzentren, die an vielen Hochschulen angedockt wurden und deren Wirkung ambivalent ist (Phillips 2002, S. 314), zeigt bereits, dass die Existenz einer technisch orientierten Hochschule vielleicht eine notwendige, aber auch keine hinreichende Bedingung für das Zustandekommen erfolgreicher Ausgründungen ist. Die meisten empirischen Studien stimmen darin überein, dass es zumindest eines gründungsfreundlichen „Eco-Systems“ bedarf, um zahlreiche Gründungen zu ermöglichen. Dazu gehören nicht nur die üblichen Serviceleistungen wie Patentanwälte, sondern auch Firmen, die sich auf die Finanzierung von Gründern spezialisiert haben, ein hochspezialisierter Arbeitsmarkt, auf dem sich auch Fachkräfte für seltene Berufe finden lassen und potentielle Nachfrager in räumlicher Nähe (Acs et al. 2017 und Isenberg 2011) All das findet sich in Metropolen wie Berlin, Hamburg oder München. Das findet sich aber nicht so ohne weiteres in Cottbus, Illmenau oder Zwickau. Hinzu kommt, dass es auch einer Gründungsmentalität bedarf, die in manchen Regionen eine lange Tradition hat, in anderen aber nicht (Fritsch und Wyrwich 2014, S. 956). Eine geringe Zahl von Ausgründungen kann demnach eine schwache Performance der entsprechenden Hochschule anzeigen; das muss aber nicht so sein. Es kann auch einfach bedeuten, dass potentielle Ausgründer aus der Hochschule einen anderen Ort als den ihrer Hochschule als aussichtsreicher angesehen haben oder die Selbstständigkeit kein selbstverständlicher Bestandteil der lokalen Unternehmenskultur ist.
Kooperationen und Netzwerke zwischen Wirtschaft und Wissenschaft gelten in der Literatur als wichtige Voraussetzung für kooperative Innovationsprozesse (Berger et al. 2018, S. 45; Boschma 2005, S. 65). Eine Messung der Zahl und Dichte dieser Kooperationen ist mit Hilfe von Patentstatistiken, die Aufschluss über die beteiligten Akteure bieten, und mit Hilfe von Förderdatenbanken, die ebenfalls die Kooperationspartner anzeigen, möglich (Berger et al. 2018, S. 66). Auch für Hochschulen lässt sich auf diesem Weg angeben, an wie vielen Netzwerken bzw. Kooperationen sie beteiligt waren oder sind. Umfang und Dichte der Vernetzung stehen zweifellos bereits in einem engen Zusammenhang zu der wirtschaftlichen Verwertung von Inventionen. Als Indikator für die Leistungsfähigkeit von Hochschulen im Transfer sind aber auch diese Angaben nur begrenzt tauglich, weil zu vermuten steht, dass sie stark mit der Absorptionsfähigkeit des regionalen Innovationssystems korrelieren. Wenn eine Hochschule am Stadtrand von Berlin also mehr solcher Kooperationen ausweist als eine an der Peripherie Brandenburgs, dann darf man vermuten, dass das regionale Innovationssystem im Speckgürtel von Berlin eine höhere Absorptionskapazität hat als das regionale Innovationssystem in den Randlagen Brandenburgs. Ob mit solchen Befunden eine vergleichende Aussage über die Leistungsfähigkeit des Transfers beider Hochschulen begründet werden kann, ist hingegen zumindest zweifelhaft.