Zusammenfassung
In Kapitel 4 konnte gezeigt werden, dass der Innovationsprozess bei Dienstleistungsunternehmen einem Wissensgenerierungsprozess mit unterschiedlichen Ausprägungsformen gleicht. Gleichzeitig sind Dienstleistungsunternehmen in ein Innovationsnetzwerk eingebunden. Amendola und Bruno (1990) gehen davon aus, dass Innovationsaktivitäten einen Prozess darstellen, der eine Veränderung des Umfeldes bewirkt. Somit werden Lernprozesse angestoßen, die sowohl das Unternehmen selbst, als auch die Umgebung beeinflussen.
One of the most interesting results of the ongoing theoretical debate on innovation has been to shift the focus from purely technological aspects to firms’ behaviour in innovative processes, and at the same time to stress the specific and cumulative character which makes these processes (somewhat) rooted to the context in which they take place Amendola and Bruno (1990, 419)
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Notes
Vgl. auch Meyer-Krahmer und Schmoch (1993, 4-6). Münt (1996, 116) gibt eine allgemeine Einführung in die Indikatorenbildung zur quantitativen Beschreibung des Innovationsverhaltens. Siehe auch Majer (1973), Kamien und Schwartz (1982), Fagerberg (1994), Archibugi und Pianta (1996), Brouwer und Kleinknecht (1997), Freeman und Soete (1997), Grupp (1997), Evangelista et al. (1998). Ausgangsüberlegung zur Indikatorenbildung ist die Tatsache, dass Innovationsaktivitäten zu komplex sind, um direkt gemessen werden zu können. Abramovitz (1979) zeigt, dass es Zusammenhänge gibt zwischen verschiedenen ökonomischen Größen und innovativen Aktivitäten von Unternehmen. Diese Interdependenz wurde von Fagerberg (1994) anhand der Einführung neuer Technologien (Kapitalakkumulation) sowie anhand von technischem Fortschritt und Wachstum nachgewiesen. Dabei stellen Indikatoren Hilfsgrößen dar, die mit großer Wahrscheinlichkeit die real nicht erfassbaren Merkmale und Dynamiken in einem vordefinierten Rahmen abbilden.
Eine Übersicht gibt Preissl (1997, 16-17).
Community Innovation Survey.
Eine Einführung findet sich in Europäische Kommission (1998).
Der Fragebogen der deutschen CIS-Erhebung für den Dienstleistungssektor (Umfrage des Jahres 1997) befindet sich im Anhang.
Die italienische Innovationserhebung im Dienstleistungssektor orientiert sich ebenfalls an den Fragen für das Verarbeitende Gewerbe, ohne dabei große Veränderungen vorzunehmen (Evangelista und Sirilli 1995).
Auch Preissl (1997, 15) weist auf die Bedeutung organisatorischer Innovationen hin.
Die in Kapitel 1.5 angesprochenen unterschiedlichen definitorischen Ansätze werden somit zunächst vernachlässigt. Auch wird die Empfehlung von Mehnert und Schäfer (1998, 27) nicht berücksichtigt, die gerade für den Dienstleistungsbereich vorschlagen, die Messmethode am A-nalysegegenstand zu orientieren. Dieser kann entweder output-(z.B. Dienstleistungsprodukt) oder input-(z.B. Innovationsaufwendungen) orientiert sein.
Vgl. Ebling et al. (1998), Licht et al. (1997) und ZEW/FhG-ISI/INFAS (1995).
Eine detaillierte Beschreibung findet sich im Anhang von Ebling et al. (1998).
NACE: Nomenclature Général des Activités Economiques dans les Communautés Européennes.
Dieser Abschnitt wurde aus Licht et al. (1997, 101) entnommen. Dort wird vertiefend auf den Verlauf der Erhebung 1995 eingegangen.
Kapitel 7.2 ist eine Weiterentwicklung von Hipp (1998a, 1998b).
Nomenclature Général des Activités Economiques dans les Communautés Européennes.
Im Vergleich dazu entwickelte sich die gesamte Wirtschaft im gleichen Jahreszeitraum folgendermaßen: Die Beschäftigung wuchs um 0,4%, die Wertschöpfung um 1,5%.
Die Definition von „Wissen“ orientiert sich eng an der Definition wie sie von Nonaka und Takeuchi (1995, 8-9) entwickelt wurde. Die Autoren unterscheiden zwischen zwei Formen von Wissen: 1.) „Explicit knowledge“ oder kodiertes Wissen kann leicht in formaler Sprache wie z.B. mathematischen Ausdrücken, Spezifikationen und Handbüchern beschrieben werden. Diese Wissensform ist einfach zwischen verschiedenen Individuen übertragbar und erlernbar. 2.) „Tacit knowledge“ oder Erfahrungswissen lässt sich schwieriger mit Hilfe einer formalen Sprache vermitteln. Oftmals ist Erfahrungswissen fest mit einer Person verbunden und umfasst persönliche Empfindungen, Wertvorstellungen und Betrachtungsweisen. Vgl. auch Kapitel 4.1.
Vgl. Gibbons et al. (1994), Hammerer (1996), Miles et al. (1994) sowie Roelandt und den Hertog (1996).
Vgl. Bilderbeek und den Hertog (1998), Hauknes und Miles (1996), Miles (1996a), Smith (1995), Strambach (1997), Wood (1996), ZEW (1998).
Dies gilt natürlich für alle folgenden Dienstleistungsinnovationstypen in gleichem Maße.
Das NIW (1995) weist auf weitere Indikatoren zur Messung von Wissensintensität hin. Möglich wäre beispielsweise die Zuordnung mit Hilfe formaler Bildungsabschlüsse. Strambach (1997) kritisiert diese Sichtweise, da nur das durch Bildung erworbene Wissen, nicht aber andere Wissensformen (z.B. Erfahrungswissen) oder die Lernfähigkeit bzw. die Fähigkeit der Unternehmen neues externes Wissen aufzunehmen, berücksichtigt werde.
Zur Bedeutung intermediärer Akteure in Diffusionsnetzwerken siehe auch Midgley et al. (1992).
Mayntz (1997, 58) weist auf die Zuordnungsproblematik hin, die sich aus der Komplementärrolle von Anbietern und Kunden ergibt. Es stellt sich die Frage, ob diese Akteure als Teil des Systems oder seines Umfelds zu betrachten sind. Im Falle der wissensintensiven Dienstleistungsfirmen kann eine Leistung nur in unmittelbarem Austausch mit dem Kunden erbracht werden und gilt somit als Teil des Systems.
Zur Problematik der Wirtschaftszweigklassifikation vgl. auch Meyer-Krahmer und Grupp (1992) sowie Meyer-Krahmer und Schmoch (1993, 7-8).
Vgl. die Fragebögen im Anhang.
Vgl. Polanyi (1966), Gibbons et al. (1994). Siehe auch Kapitel 4.1.
Die Unternehmen mussten eine qualitative Einschätzung von 1 (keine Bedeutung) bis 4 bzw. 5 (sehr große Bedeutung) der einzelnen Fragen finden. Die Werte geben den Anteil der Unternehmen an, die das jeweilige Merkmal als bedeutend oder sehr bedeutend für die eigene Innovationstätigkeit einschätzten.
Unterschiede zwischen KIBS und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2). n=Erhebung 1997, a=Erhebung 1995. Quelle: Mannheimer Innovationspanel — Dienstleistungen, Befragung 1995 und 1997, eigene Berechnungen, ZEW und FhG-ISI
Es wurde nur die Kategorie „sehr große Bedeutung“ berücksichtigt.
Vgl. auch Meyer-Krahmer und Schmoch (1998). zu den Verbindungen zwischen Universität und Industrie.
Unterschiede zwischen KIBS und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2).
Eine detaillierte Beschreibung der Faktorenanalyse findet sich in Licht und Moch (1997).
Unterschiede zwischen KIBS und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeuten einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepaßtes Residuum >= 2).
Das binäre Probit-Modell beruht auf einer Wahrscheinlichkeitsfunktion für Normalverteilun-gen. Die Gleichung lautet: x1 = Großhandel x2= Transport/Kommunikation…bis xl6= Faktor 4 (Leistungsfähigkeit/ Produktivität der Kunden); c = Indikator zur Bestimmung wissensintensiver Dienstleistungsunternehmen; Y* = latente Variable (Y* = 1, falls Y*>c und Y*= 0 sonst).
Gallouj und Gallouj (1997) sowie Gadrey (1992) gehen nun soweit, interaktive Netze nochmals in zwei Unterklassen zu untergliedern. Einerseits finden sich Unternehmen, die mit physischen Netzwerken verknüpft sind (Transport, Großhandel). Andererseits gibt es Dienstleistungen, die auf der Handhabung kodifizierter Informationen — d.h. der Produktion, dem Wiederauffinden und der Zirkulation von Information — sowie der Nutzung von Informationsnetzwerken beruhen. Hauknes (1998, 21) wählt eine ähnliche Definition, unterscheidet aber zwischen berechnungsintensiven Dienstleistungen (Finanzsektor) und infrastrukturintensiven Dienstleistungen (Transport).
Thum (1995) gibt einen Literaturüberblick zu Netzexternalitäten.
Fritsch et al. (1996, 187) untersuchen unterschiedliche Formen von Externalitäten am Beispiel der Telekommunikation.
Chacko und Mitchell (1998, 734-735) beschreiben einen weiteren Effekt, der durch Netzwerk-externalitäten ausgelöst werden kann. Dabei handelt es sich um den Legitimationsseffekt. Das bedeutet, dass beispielsweise eine bestimmte Anzahl gleicher Organisationsformen zu einer größeren sozialen und politischen Akzeptanz bzw. Legitimation dieser Strukturen führen kann. Dadurch hat die Organisation eine größere Überlebenschance. Anwendung findet der theoretische Ansatz hauptsächlich in der institutionellen Ökonomie.
Tirole (1995) weist auf den Standardisierungsbedarf bei Netzwerkexternalitäten hin. Weitere Literatur zur Standardisierungs-und Kompatibilitätsthematik: vgl. auch David und Greenstein (1990), Blind et al. (1998), Nagarajan (1998), Lütge (1999).
Siegele (1999) sieht die Lösung aus dem Dilemma mittels einer neuen Technik. Mit Hilfe einer einfachen, fehlertoleranten Software sollen verschiedene Geräte und Programme sich gegenseitig ihre Dienste anbieten und erfolgreich nutzen können. Dabei handelt es sich um eine Sammlung von Regeln, die das andere Gerät versteht. Diese Software existiert noch nicht. Und die beste Technik ist nichts wert, wenn sie nicht von der Computerbranche als Standard akzeptiert ist. Insgesamt würde es jedoch vielen sehr unterschiedlichen Akteuren eine vereinfachte Kommunikation ermöglichen, deren Abstimmungsaufwand sich dabei deutlich vermindern würde.
Pavitt (1984) hat in seiner Taxonomie keine netzwerkbasierten Innovationstypen identifiziert. Das ist darauf zurückzuführen, dass der Typ aufgrund seines distributiven Charakters vor allem auf Dienstleistungsfunktionen zugeschnitten ist und bei Unternehmen des Verarbeitenden Gewerbes nicht zu finden ist
Die Zusammenfassung von Großhandel, Transport, Kommunikation und Banken galt bis in die 80er-Jahre noch als sinnvoll, weil bei allen Unternehmen ein großes technisches System (Hughes 1987, Mayntz 1997, Weiber 1995) zur Ausführung der Dienstleistung zwingend erforderlich war. Inzwischen werden jedoch die unterschiedlichen materiellen Netze separat behandelt.
Green und Teece (1998) geben einen ausführlichen Überblick über verschiedene Deregulati-onsprozesse im Telekommunikationsbereich am Beispiel der USA, UK, Australien und Neuseeland.
Vgl. auch Sundbo (1995).
Vgl. Segelke (1991) zur Bedeutung von Telekommunikations-und Datentechnik im Versicherungsbereich.
Die Unternehmen mussten für die einzelnen Fragen eine qualitative Einschätzung von 1 (keine Bedeutung) bis 4 bzw. 5 (sehr große Bedeutung) finden. Die Werte geben den Anteil der Unternehmen an, die das jeweilige Merkmal als bedeutend oder sehr bedeutend für die eigene Innovationstätigkeit einschätzten.
Unterschiede zwischen Netz-DL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet ein signifikanter Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet ein signifikanter Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2). n=Erhebung 1997, a=Erhebung 1995. Quelle: Mannheimer Innovationspanel — Dienstleistungen, Befragung 1995 und 1997, eigene Berechnungen, ZEW und FhG-ISI.
Es wurde nur die Kategorie „sehr große Bedeutung” berücksichtigt.
Unterschiede zwischen netzbasierten Dienstleistungen und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2).
Unterschiede zwischen Netz-DL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2). 1 Das binäre Probit-Modell beruht auf einer Wahrscheinlichkeitsfunktion für Normalverteilun-gen. Die Gleichung lautet: x1-Großhandel x2 = Transport /Kommunikation … bis x16=Faktor4 (Leistungsfähigkeit/ Produktivität der Kunden); c = Indikator zur Bestimmung netzbasierter Dienstleistungsunternehmen; Y* = latente Variable (Y*= 1, falls y*>c und Y*= 0 sonst).
Majer (1998b, 198) weist darauf hin, dass Lernen in Netzwerken von Vertrauen geprägt sein muss, um funktionieren zu können. Dieses Vertrauen können netzbasierte Dienstleistungsunternehmen nur zu einem gewissen Grad zur Verfügung stellen. Beispielsweise können sie dafür sorgen, dass die Technologie sicheren Datentransfer ermöglicht. Den persönlichen Kontakt und andere vertrauensbildende Maßnahmen lassen sich aber nur sehr ungenügend mit Hilfe von Informations — und Kommunikationstechnologien realisieren. Allerdings gibt es Studien, die sich mit den Anforderungen zukünftiger Informationstechnologie-Systemen auseinander setzen (vgl. z.B. Meyer-Krahmer et al. 1999).
Zitiert nach Pavitt (1984, 358).
Wenn alle Faktoreinsatzmengen in den Produktionsprozeß um einen gleichen Prozentsatz erhöht werden und dies zu einem prozentual größeren Anstieg der Produktmenge führt, wird von steigenden Skalenerträgen gesprochen (Scheper 1996, 269).
Levitt (1976) weist jedoch darauf hin, dass nicht nur technologische Verbesserungen oder die technologiebasierte Intensivierung der Leistungserstellung („hard technologies“) zu einer Effiziensteigerung beitragen, sondern auch die sogenannten „soft technologies“: Durch systematische Organisation und Planung kann die individuelle Tätigkeit rationalisiert werden.
Vgl. auch Nelson und Winter (1982).
Zur Outsourcingthematik siehe auch Kapitel 3.2.4.
Vgl. auch Preissl (1994).
Vgl. auch Grubel (1993).
„Überflüssig machend“ bedeutet in diesem Zusammenhang die Möglichkeit, Arbeit durch Kapital zu substituieren.
Nicht übersehen werden sollte, dass natürlich auch andere Ziele (z.B. Qualität, Sicherheit, Kompatibilität) zu Standardisierung führen können.
Sehr treffend hat dies De Vries (1997, 2) formuliert. Standardisierung bedeutet für ihn „the activity of establishing and recording a limited set of solutions to actual or potential matching problems directed at benefits for the party or parties involved, balancing their needs and intending and expecting that these solutions will be repeatedly or continuously used during a certain period by a substantial number of the parties for whom they are meant.“
Tether et al. (1999) weisen darauf hin, dass die Unterscheidung zwischen spezialisiert, teilweise spezialisiert und standardisiert problematisch sein kann. Die Kritik konzentriert sich dabei auf die subjektive Perspektive der Unternehmen. Stattdessen versuchen die Autoren eine formale Herangehensweise, um einer eindeutigen Definition von Standardisierung näherzukommen.
Vor allem De Vries (1997) zählt die unterschiedlichen Standardisierungsmöglichkeiten bei Dienstleistungsfirmen mit ihren jeweiligen Auswirkungen auf die Organisation auf. Dabei wird deutlich, dass Standardisierung von Dienstleistungen nicht automatisch Skalenintensität bedeutet, so dass der hier vorgeschlagene Zusatz sinnvoll ist.
Tirole (1995, 39) weist zudem darauf hin, dass das Rationalisierungspotential nicht unerschöpflich sei. Denn je größer ein Unternehmen bereits ist, um so geringer werden die Einspareffekte, da die Möglichkeit zur Konsolidierung und zum Ausgleich von Risiko weitgehend ausgeschöpft ist.
Die Unternehmen mussten eine qualitative Einschätzung von 1 (keine Bedeutung) bis 4 bzw. 5 (sehr große Bedeutung) der einzelnen Fragen finden. Die Werte geben den Anteil der Unternehmen an, die das jeweilige Merkmal als bedeutend oder sehr bedeutend für die eigene Innovationstätigkeit einschätzten.
Unterschiede zwischen SDL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2). n=Erhebung 1997, a=Erhebung 1995. Quelle: Mannheimer Innovationspanel — Dienstleistungen, Befragung 1995 und 1997, eigene Berechnungen, ZEW und FhG-ISI.
Es wurde nur die Kategorie „sehr große Bedeutung“ berücksichtigt.
Vgl. auch die Ausführungen zur Substitutions— und Qualitätsbeziehung in Kapitel 4.3.
Unterschiede zwischen SDL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2).
Die genaue Beschreibung der Begriffe und der Methodik findet sich in Hipp et al. (1996).
Grau unterlegt sind die signifikant unterschiedlichen Ergebnisse zwischen skalenintensiven (SDL) und anderen Dienstleistungsinnovatoren (keine SDL) (Signifikanzniveau mindestens 95%).
Unterschiede zwischen SDL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2).
Das binäre Probit-Modell beruht auf einer Wahrscheinlichkeitsfunktion für Normalverteilungen. Die Gleichung lautet: X1= Großhandel x2= Transport /Kommunikation … bis x16=Faktor4 (Leistungsfähigkeit/ Produktivität der Kunden); c = Indikator zur Bestimmung skalenintensiver Dienstleistungsunternehmen; Y* = latente Variable (Y*= 1, falls Y*>c und Y* = 0 sonst).
Unter sozialen Dienstleistungen wurden Mitte der 70er Jahre Gesundheit, Bildung, Religionsgemeinschaften, Nonprofit-Organisationen, Postdienste, Staat sowie sonstige soziale Dienstleistungen verstanden. Zu den persönlichen Dienstleistungen zählten Haushaltsdienstleistungen, Beherbergung, Restaurants, Reparatur, Reinigung, Frisör, Unterhaltung und sonstige persönliche Dienstleistungen. Die Zuteilung wurde im Laufe der Jahre verändert und angepasst. Bei-spielsweise wird der Postdienst seit der Deregulierung nicht mehr den sozialen Dienstleistungen zugerechnet.
Soete und Miozzo (1989) zählen noch den Einzelhandel zu den persönlichen Dienstleistungen. Auch Miles (1996a) unterscheidet öffentliche oder kollektive Dienstleistung (Bildung, Gesundheit, Verwaltung) sowie persönliche Dienstleistung (Essen, Trinken, Reparatur, Frisör) und den Einzelhandel.
Håkansson und Johanson (1993, 45) gehen in diesem Zusammenhang davon aus, dass der theoretische Netzwerkansatz verwendet werden kann, wenn spezifische Beziehungen vorhanden sind und von gegenseitigen Interessen geleitet werden (vgl. auch Kapitel 2.5).
Dreher (1997, Kapitel 2) gibt einen umfassenden Überblick über verschiedene theoretische Ansätze und Diffusionsmodelle. Siehe auch Schünemann und Bruns (1985), Böcker und Gierl (1987, 1988), Gort und Klepper (1982), Tann (1995).
Benassi (1993, 102-103) weist außerdem darauf hin, dass eine Analyse, die ausschliesslich auf der Verbindung zwischen zwei Akteuren beruht, nur begrenzt aussagekräftig ist, weil das komplexe Firmenverhalten und die Netzwerkstrukturen nicht realistisch nachgebildet werden.
Die Unternehmen mussten eine qualitative Einschätzung von 1 (keine Bedeutung) bis 4 bzw. 5 (sehr große Bedeutung) der einzelnen Fragen finden. Die Werte geben den Anteil der Unternehmen an, die das jeweilige Merkmal als bedeutend oder sehr bedeutend für die eigene Innovationstätigkeit einschätzten.
Unterschiede zwischen ZDL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2). n=Erhebung 1997, a=Erhebung 1995. Quelle: Mannheimer Innovationspanel — Dienstleistungen, Befragung 1995 und 1997, eigene Berechnungen, ZEW und FhG-ISI.
Es wurde nur die Kategorie „sehr große Bedeutung” berücksichtigt.
Unterschiede zwischen ZDL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2).
Unterschiede zwischen ZDL und anderen Dienstleistungsinnovatoren: Zwei Sterne (**) bedeuten einen signifikanten Unterschied auf dem 99%-Niveau; ein Stern (*) bedeutet einen signifikanten Unterschied auf dem 95%-Niveau; ein Kreuz (+) bedeutet einen signifikanten Unterschied auf dem 90%-Niveau (angepasstes Residuum ≥= 2).
Das binäre Probit-Modell beruht auf einer Wahrscheinlichkeitsfiinktion für Normalverteilungen. Die Gleichung lautet: x1= Großhandel x2= Transport /Kommunikation … bis x16= Faktor 4 (Leistungsfähigkeit/ Produktivität der Kunden); c = Indikator zur Bestimmung zulieferdominierter Dienstleistungsunternehmen; Y* = latente Variable (Y*= 1, falls Y*>c und Y*= 0 sonst).
Eine tabellarische Zusammenstellung der wichtigsten Ergebnisse findet sich in Tabelle 7.6-1.
Amendola und Bruno (1990, 422) behaupten allerdings, dass es im engen Sinne nur sehr wenige Nicht-Innovatoren gebe. Denn nicht zu innovieren bedeutet langfristig den Untergang für das Unternehmen.
Legende: KIBS: wissensintensive unternehmensnahe Dienstleistungsinnovatoren, Netz-DL: netzbasierte Dienstleistungsinnovatoren, SDL: skalenintensive Dienstleistungsinnovatoren, ZDL: zulieferdominierte Dienstleistungsinnovatoren.
Diese traditionelle Verhaftung ist teilweise bewusst auch für den Dienstleistungssektor durchgehalten worden, um eine bessere Vergleichbarkeit mit dem Verarbeitenden Gewerbe zu ermöglichen.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Hipp, C. (2000). Vertiefende Analyse und Evidenz typischer Innovationsverläufe. In: Innovationsprozesse im Dienstleistungssektor. Technik, Wirtschaft und Politik, vol 40. Physica, Heidelberg. https://doi.org/10.1007/978-3-642-57662-1_7
Download citation
DOI: https://doi.org/10.1007/978-3-642-57662-1_7
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-1264-0
Online ISBN: 978-3-642-57662-1
eBook Packages: Springer Book Archive