Analyse und Bewertung ausgewählter Methoden zur Messung der Effizienz von Innovationen und beispielhafte Anwendung der Data Envelopment Analysis

Inhaltverzeichnis

  I Abkürzungsverzeichnis  III

  II Abbildungsverzeichnis  IV

1  Einleitung  1

1.1  Problemstellung  1

1.2  Ziele der Arbeit  3

1.3  Aufbau der Untersuchung  3

2  Begriffliche Grundlagen und Abgrenzung des  

  Untersuchungsfeldes  4

2.1  Innovationen und deren Entwicklungsprozesse im Unternehmen  4

2.2  Die Begriffe der Messung und Bewertung  8

2.3  Effektivität und Effizienz  9

3  Alternative Messmethoden des Innovationserfolges  10

3.1  Vorgehensweise und grundlegende Differenzierungskriterien  10

3.2  Überblick über die alternativen Messmethoden des Innovationserfolges  11

3.2.1  Qualitative Methoden  11

3.2.2  Quantitative Methoden  12

3.3  Methoden zur Messung bei simultaner Berücksichtigung von In und Output  14

3.3.1  Beziehungszahlindikatoren  14

3.3.2  In und Output-bezogene Bewertungsmaße  17

4  Konzeption einer Methode zur Messung des Innovationserfolges  

   20

4.1  Data Envelopment Analysis  20

4.1.1  Grundidee und Vorgehensweise  20

4.1.2  Anwendungsbereiche und Prämissen  22

4.1.3  Mathematische Grundlagen der Data Envelopment Analysis  23

4.1.4  Stärken und Schwächen der Data Envelopment Analysis  30

4.2  Entwicklung einer Konzeption zur Messung des Innovationserfolges  32

4.3  Aufbau und mögliche Anwendung der Konzeption  35

4.3.1  Dimensionen zur Auswahl eines Modells innerhalb der Konzeption  35

4.3.2  Voraussetzungen für die Anwendung der jeweiligen Kombination  36

5.  Anwendung der Konzeption auf ein konkretes Beispiel  38

5.1  Vorstellung des Programms zur Lösung des linearen Problems  38

5.2  Beispielhafte Anwendung der Konzeption  40

5.2.1  Anwendung der Konzeption unter Annahme objektiver Daten  40

5.2.2  Anwendung der Konzeption unter der Annahme subjektiver Daten  46

5.3  Gegenüberstellung und Interpretation der durchgeführten Berechnungen  50

II

6.  Abschluss und Ausblick  51

6.1  Kritische Würdigung der Konzeption zur Messung des Innovationserfolges  51

6.2  Verwendung der gewonnenen Daten  52

6.3  Weiterentwicklungspotenziale  53

  III Anhang  IV

  IV Literaturverzeichnis XLVIII  

III

  Abkürzungsverzeichnis  

  Abb Abbildung  

  ARG-I-C Assurance Region Global - Input - Constant  

  BCC-I Banker / Charnes / Cooper - Input  

  BCC-O Banker / Charnes / Cooper - Output  

  CCR-I Charnes / Cooper / Rhodes - Input  

  CCR-O Charnes / Cooper / Rhodes - Output  

  DEA Data Envelopment Analysis  

  DMU Decision Making Unit  

  F&E Forschung und Entwicklung  

  PC Personal Computer  

  RoI Return on Investment  

  RoR Return on Research  

  R&D Research & Development  

  SAP Systemanalyse und Programmentwicklung  

  URL Uniform Resource Locator  

IV

  Abbildungsverzeichnis  

  Abbildung 1: Entwicklung der F E-Aufwendungen der SAP AG  2

  Abbildung 2: Innovationsarten und ihre Zielsetzungen  5

  Abbildung 3: Wettbewerbsvorteile durch überlegene Produkt und  

  Prozessentwicklung  8

  Abbildung 4: Zusammenhang von Effektivität und Effizienz im Innovationsprozess  10

  Abbildung 5: Überblick über alternative Messmethoden des Innovationserfolges  13

  Abbildung 6: Typische Outputs und Inputs zur Verwendung in RoR-Kennzahlen  14

  Abbildung 7: Skalenerträge und Orientierungen bei Anwendung der DEA  21

  Abbildung 8: Prämissen der Data Envelopment Analysis  23

  Abbildung 9: Anpassungsvorgänge bei konstanten (a) und variablen (b)  

  Skalenerträgen  28

  Abbildung 10: Übersicht über die grundlegenden DEA-Ansätze und deren zugrunde  

  liegenden Prinzipien  30

  Abbildung 11: Schnittmenge zwischen den Methoden zur Messung unter simultaner  

  Berücksichtigung von In und Output und der DEA  33

  Abbildung 12: Darstellung der Erweiterung der Dimensionen bei Anwendung der  

  DEA zur Messung des Innovationserfolges  36

  Abbildung 13: Objektiver Datensatz inklusive Kostenersparnis durch  

  Prozessinnovationen  41

  Abbildung 14: Angepasster objektiver Datensatz  42

  Abbildung 15: Zusammenfassung der Ergebnisse bei objektiver Datenbasis  45

  Abbildung 16: Verdeutlichung der marginalen Abweichung zwischen CCR-I und  

  ARG-I C bei objektiven Daten  46

  Abbildung 17: Subjektiver Datensatz  47

  Abbildung 18: Zusammenfassung der Ergebnisse bei subjektiver Datenbasis  49

  Abbildung 19: Verdeutlichung der marginalen Abweichung zwischen CCR-I und  

  ARG-I C bei objektiven Daten  50

  Abbildung 20: Weiterentwicklungsmöglichkeiten innerhalb des Konzepts  54

1

1 Einleitung

1.1 Problemstellung

Die Bedeutung der Innovationstätigkeit ist seit vielen Jahren enorm hoch und wird in

der Literatur immer wieder als Grundlage für die Weiterentwicklung von

Unternehmen und Volkswirtschaften dargestellt. 1

Den Zusammenhang zwischen beiden beschreibt Schumpeter (1975) so:

„Der fundamentale Antrieb, der die kapitalistische Maschine in Bewegung setzt und

hält, kommt von den neuen Konsumgütern, den neuen Produktions- und

Transportmethoden, den neuen Märkten, den neuen Formen der Organisation,

welche die kapitalistische Unternehmung schafft.“ 2

Demnach sollte das Hauptelement des Handelns innerhalb von Unternehmungen die

erfolgreiche Durchsetzung von Innovationen sein. 3

Da die Globalisierung voranschreitet und eine Internationalisierung der Märkte nach

sich zieht, verschärft sich die Konkurrenzsituation zunehmend 4 . Dies bezieht sich

sowohl auf die Mobilität der Kunden (z. B. durch das Internet), als auch auf das

Angebot der Waren vor Ort. 5

Die größere Auswahl ermöglicht ein stärkeres Kosten- bzw. Qualitätsbewusstsein der

Konsumenten 6 und fordert von den Unternehmen immer schneller aufeinander

folgende Fortschritte innerhalb der bestehenden Produkte bzw. gänzlich neue.

Resultat dieser Entwicklung sind immer kürzere Produktlebenszyklen, 7 länger

werdende Produktentstehungsprozesse 8 und die steigende Bedeutung der

Forschung und Entwicklung (F&E) 9 .

1 Vgl. Brockhoff (1992), S. 9.

2 Schumpeter (1975), S. 137.

3 Vgl. Schumpeter (1952), S. 487.

4 Vgl. Specht / Beckmann / Amelingmeyer (2002), S. 127.

5 Vgl. Hallbauer (1978), S. 2.

6 Vgl. Specht / Beckmann / Amelingmeyer (2002), S. 127.

7 Vgl. Horváth (2003), S. 875.

8 Vgl. Specht / Beckmann / Amelingmeyer (2002), S. 3.

9 Eine Allgemeine Einschätzung zur Wichtigkeit der Steigerung der Innovationsfähigkeit gibt die Studie von Arthur D. Little (2004) wieder, die in „Überholspur Innovation“ (2007) von Spitzley, A. u. a., S. 6 graphisch dargestellt ist.

2

Dies bestätigt zum Beispiel die Entwicklung der F&E-Ausgaben der SAP AG

(wörtliche Bedeutung: Systemanalyse und Programmentwicklung)

Abbildung 1: Entwicklung der F&E-Aufwendungen der SAP AG 10

Auch die Anzahl der in der Forschung und Entwicklung tätigen Mitarbeiter innerhalb

des genannten Unternehmens ist über die Jahre 2003 (mit 8.854 Mitarbeitern), 2004

(9.882) und 2005 (11.629) gestiegen. 11

Folglich ist eine Steuerung der Innovationstätigkeit auf einem hohen Effektivitäts- und

Effizienzniveau unumgänglich, 12 um die Zukunft der Unternehmung zu sichern 13 und

die Möglichkeit von Wettbewerbsvorteilen zu nutzen. 14

Trotz des vorhandenen Bewusstseins über den Stellenwert von Innovationen zeigen

die bisher eingesetzten Methoden zur Messung der Leistung der F&E deutliche

Schwächen. Effizienzkriterien sind nur unvollständig bzw. unklar definiert 15 und ihre

Bestimmung folgt keiner einheitlichen Vorgehensweise. Grund für diese Probleme ist

die Einzigartigkeit vieler Innovationsprozesse, 16 die einer routinierten Beurteilung

wiederkehrender Vorgänge, vergleichbar mit anderen Abteilungen wie der

Produktion, widerspricht.

10 Vgl. SAP AG (2006), URL siehe Literaturverzeichnis.

11 Vgl. SAP AG (2006), URL siehe Literaturverzeichnis.

12 Vgl. Brockhoff (1992), S. 10.

13 Vgl. Werner (2002), S. 30.

14 Vgl. Sammerl (2006), S. 224.

15 Vgl. Thom (1992), S. 13.

16 Vgl. Brockhoff (1992), S. 10.

3

Demzufolge eröffnet sich ein ausgeprägter Bedarf an Forschungsleistungen im

Bereich der F&E-Bewertung, 17 um bisherige Leistungen besser einordnen und

gegebenenfalls Verbesserungen vornehmen zu können.

1.2 Ziele der Arbeit

Die vorliegende Arbeit soll einen Beitrag zur Forschung im Bereich der F&E-

Bewertung leisten.

Schwächen der bisher genutzten Messmethoden des Innovationserfolges sollen

dargestellt werden, um Ansatzpunkte für Verbesserungsmöglichkeiten aufzudecken.

Als ein solcher wird die Data Envelopment Analysis (DEA) dienen, da diese ebenfalls

die Beurteilung der Effizienz unterstützt.

Ziel der Arbeit ist demnach die Findung von Schnittmengen bisher bestehender

Messmethoden und der Methodik der DEA, um mögliche Verbesserungspotenziale

innerhalb der Messung der Effizienz von Forschungs- und Entwicklungsabteilungen

aufzudecken. Unter Nutzung der Gemeinsamkeiten soll des Weiteren eine

Konzeption entwickelt werden, die die Schwächen bisheriger Verfahren mindern

kann. Diese soll durch die Anwendung auf ein fiktives Beispiel auf Anwendbarkeit

getestet werden.

Auf Basis literaturgeleiteter Überlegungen und der folgenden Anwendung soll

überprüft werden, inwiefern bisherige Schwächen durch die Nutzung der DEA

aufgehoben werden können und ob sich neue kritikwürdige Ansätze ergeben.

Abschließend sollen mögliche Potenziale für Weiterentwicklungen aufgedeckt

werden, die Gegenstand weiterer Arbeiten in diesem ökonomisch relevanten Feld

sein könnten.

1.3 Aufbau der Untersuchung

In Kapitel 2 werden die grundlegenden Begriffe des Untersuchungsfeldes definiert

und abgegrenzt. Hierbei handelt es sich um Definitionen von Innovation,

Innovationsprozessen, Messung, Bewertung, Effektivität und Effizienz.

Einschränkungen des Untersuchungsfeldes werden, wenn möglich, in direktem

Zusammenhang mit der Begriffsbestimmung vorgenommen.

17 Vgl. Mairesse / Mohnen (2002), S. 226.

4

Hierauf folgend wird in Kapitel 3 ein Überblick über die bisher bestehenden

Messmethoden des Innovationserfolges, die in qualitative und quantitative Methoden

unterschieden werden, gegeben. Diese Ausführungen dienen zur Darstellung der

‚Beziehungszahlindikatoren’ und ‚In- und Output-bezogene Bewertungsmaße’, die im

Anschluss detaillierter erläutert werden.

Anschließend wird in Kapitel 4 die Data Envelopment Analysis in ihren Grundzügen

erklärt. Die Vorstellung geschieht durch die Darstellung der Grundideen, die

Aufführung der Anwendungsbereiche, die Erläuterung der Voraussetzungen und die

mathematische Herleitung der ursprünglichen Formen. Zudem werden Stärken und

Schwächen sowie mögliche Fehlerquellen der DEA ergänzt, um ihre Anwendung und

die Interpretation ihrer Ergebnisse vorzubereiten.

Auf Basis der vorgestellten Methoden wird eine Konzeption zur Messung der

Effizienz der Innovationstätigkeit erarbeitet. Zunächst finden die grundlegenden

Überlegungen und die Vorteile gegenüber den bisher vorgestellten Methoden

Erwähnung. Hierauf aufbauend werden die verschiedenen Kombinationen der

teilweise zu wählenden, teilweise exogen gegebenen Ausprägungen der

Skalenerträge, Orientierungen und Datenbasen vorgestellt und die jeweiligen

Voraussetzungen für ihre Nutzung genannt.

Die Anwendung der Konzeption wird in Kapitel 5 auf der Grundlage fiktiver Daten

verdeutlicht. Dies geschieht für jede der oben erwähnten Kombinationen, um

Unterschiede und mögliche Schwächen aufzudecken.

Da die vorgestellte Systematik nur ein Ansatz zur Verknüpfung zwei bestehender

Messmethoden ist, existieren Weiterentwicklungspotenziale. Abschließend werden

mögliche Ergänzungen und weitere potenzielle Anwendungsgebiete der

Beurteilungsmethodik dargestellt.

2 Begriffliche Grundlagen und Abgrenzung des Untersuchungsfeldes

2.1 Innovationen und deren Entwicklungsprozesse im Unternehmen

Grundlagen des Innovationsgedankens sind die Forderung nach neuem Wissen um

aufkommende Bedürfnisse zu befriedigen 18 und die Existenzsicherung einer

18 Vgl. Brockhoff (1992), S. 27.

5

Unternehmung durch die Hervorbringung und Vermarktung eines neuen Produktes. 19

Hieraus ergeben sich die ökonomischen Effekte des Innovationserfolges. 20 Weitere

Dimensionen wie technische und sonstige Effekte werden im Folgenden

vernachlässigt (vgl. Anlage 1).

Der Innovationsbegriff umfasst Produkt-, Verfahrens- und Sozialinnovationen 21 ,

deren Ziele in Abbildung 2 aufgeführt werden.

Abbildung 2: Innovationsarten und ihre Zielsetzungen 22

19 Vgl. Hallbauer (1978), S. 10.

20 Vgl. Hauschildt (1993), S. 323.

21 Vgl. Thom (1992), S. 8.

22 Eigene Darstellung in Anlehnung an Thom (1992), S. 8.

6

Sozialinnovationen führen zu Verbesserungen im Humanbereich, werden aber im

weiteren Verlauf dieser Arbeit nicht weiter berücksichtigt. Produkt- und

Prozessinnovationen liegen vor, wenn neue bzw. merklich verbesserte Produkte oder

Fertigungs- und Verfahrenstechniken das Ergebnis der Innovationstätigkeit sind. 23

Durch diese Innovationsformen werden Zweck und Mittel in bisher nicht gekannter

Form verknüpft. 24 Prozessinnovationen innerhalb einer Unternehmung ermöglichen

das Erreichen des gleichen Outputs bei geringerem Input. 25 Bei Produktinnovationen

ist zu berücksichtigen, dass sie gleichzeitig auch Prozessinnovationen für andere

Unternehmen bzw. Branchen oder Abteilungen darstellen können. 26

Das zentrale Merkmal von Innovationen ist der Neuigkeitsgrad. 27 Verbesserungs-

und Basisinnovationen unterscheiden sich hinsichtlich Komplexität und

Schwierigkeitsgrad 28 , sowie in Bestimmtheitsgrad und Risiko. 29

Des Weiteren muss einerseits zwischen unternehmensinternen und anderseits

unternehmensexternen bis globalen Neuerungen unterschieden werden.

Die Innovation ist das Ergebnis eines Prozesses, der in Ideenfindung,

Ideenakzeptanz und Ideenrealisierung gegliedert werden kann. 30

Diese eher grobe Einteilung kann genauer in sechs Phasen überführt werden,

welche im Spannungsfeld zwischen „Technologie Push“ - grundsätzlich technisch

Umsetzbarem - und „Demand Pull“ - der Nachfrage von Problemlösungen - stehen 31 :

Phase 1) vage Vorstellung und Bekundung von Interesse

Phase 2) Endeckung

Phase 3) weitere Forschung

Phase 4) Entwicklung

Phase 5) Festlegung auf eine bestimmte Alternative

Phase 6) Markteinführung, bzw. innerbetriebliche Verfahrenseinführung. 32

Ziel dieses Prozesses ist, eine laufende Verwertung der neu erworbenen

Erkenntnisse, die im Optimalfall bis zur Serienproduktion führen kann. 33

23 Vgl. Sammerl (2006), S. 25 und Hauschildt (1993), S. 4.

24 Vgl. Hauschildt (1993), S. 4.

25 Vgl. Rennings (2005), S. 2.

26 Vgl. Ebenda.

27 Vgl. Thom (1992), S. 7.

28 Vgl. Ebenda.

29 Vgl. Bergmann (2004), S. 46.

30 Vgl. Thom (1992), S. 8 und Gerpott (1999), S. 52f.

31 Vgl. Werner (2002), S. 22.

32 Vgl. Hauschildt (1993), S. 16f.

7

Neben der Forschungs- und Entwicklungsabteilung sind in der Regel auch weitere

Unternehmensteile wie Marketing und Vertrieb in den Innovationsprozess

eingebunden. 34

Diese Arbeit untersucht den reinen innerbetrieblichen Innovationserfolg. Somit wird

die Messung des Wertes von Produktinnovationen bis zur Phase 5) ‚Festlegung auf

eine bestimmte Alternative’ stattfinden. Prozessinnovationen, die innerbetrieblich

genutzt werden, können ohne Einschränkung betrachtet werden, da externe

Einflüsse nur bedingt bestehen. Aufgrund dieser Annahmen ist ein genauerer Blick

auf den Bereich der Forschung und Entwicklung zu werfen.

Brockhoff (1992) beschreibt Forschung und Entwicklung als

„[…] Aktivitäten, die in einen umfassenderen Innovationsprozess eingebettet sind.

[…] Ihr Erfolg ist notwendige, aber keine hinreichende Bedingung für den Markterfolg

der daraus erwachsenden Neuerungen.“ 35

Thom (1992) folgt der Darstellung von Brockhoff (1992) und ergänzt das

Begriffsverständnis von Forschung und Entwicklung um die Identifikation als

systematische Tätigkeit, mit dem Ziel der Gewinnung neuen Wissens bzw. der

neuartigen Anwendung bereits verfügbaren technischen Wissens. 36

Die F&E wird in ‚Grundlagenforschung’, ‚angewandte Forschung’ und ‚Entwicklung’

gegliedert. 37 Ziele der Grundlagenforschung sind rein wissenschaftliche Erkenntnisse

ohne sicheren Bezug zum späteren Nutzen. Die Motivation der angewandten

Forschung basiert dagegen auf einer Orientierung am praktischen Einsatz. Die

Ergebnisse beider Forschungsformen werden in der Entwicklung genutzt und zur

Marktreife geführt. 38

Abbildung 3 stellt den Unterschied zwischen Durchschnittsunternehmen und

Weltklasseunternehmen in Bezug auf den Grad der Effizienz unter Berücksichtigung

dreier Kriterien der F&E dar.

Die Strecken

K

Dimensionen Kosten, Entwicklungszeit und Qualitätsaufwand bei gegebenem

Output. Diese stellen eine mögliche Verbesserung der Produktivität und damit, wie

33 Vgl. Ebenda.

34 Vgl. Brockhoff (1992), S. 28.

35 Brockhoff (1992), S. 35.

36 Vgl.Thom (1992), S. 49.

37 Vgl. Horváth (2003), S. 875.

38 Vgl. Brockhoff (1992), S. 37.

8

im Folgenden erläutert wird, eine Steigerung der Effizienz bzw. eine Verminderung

der Ineffizienz dar.

Abbildung 3: Wettbewerbsvorteile durch überlegene Produkt- und Prozessentwicklung 39

2.2 Die Begriffe der Messung und Bewertung

Die Bestimmung der Ausprägung einer Eigenschaft von Etwas wird als Messung

bezeichnet. 40 Sie wird durch das Messobjekt, das Messsubjekt, die Messkenngröße

und das Messinstrument beeinflusst. 41 Die vom Messsubjekt durchgeführte Messung

basiert auf der Zuordnung einer Merkmalsausprägung des Messobjektes zu einem

bestimmten Wert auf einer zuvor festgelegten Skala. 42 Zudem sollte der Zeitpunkt

der Messung berücksichtigt werden, 43 da verschiedene Messzeitpunkte

unterschiedliche Möglichkeiten der Steuerung implizieren. 44 Die Bewertung der

Einheiten erfolgt aus den Ergebnissen dieser Messung, entweder durch einen

Konkurrenzvergleich, einen Jahres-, beziehungsweise Periodenvergleich oder

anhand eines vorher festgesetzten Ideals. 45

39 Eigene Darstellung in Anlehnung an Specht / Schmelzer / Amelingmeyer (2002), S. 6. 40 Vgl. Werner (2002), S. 45.

41 Vgl. Ebenda.

42 Vgl. Ebenda.

43 Vgl. Hauschildt (1993), S. 326.

44 Vgl. Anlage 2.

45 Vgl. Hauschildt (1993), S. 328. Eine grafische Verdeutlichung der möglichen Größen zum Vergleich findet sich in Anlage 2.

9

Messung und Bewertung bilden zusammen die Beurteilung.

2.3 Effektivität und Effizienz

Die Begriffe ‚Effektivität’ und ‚Effizienz’ werden in ihrer tiefer gehenden Bedeutung

sehr differenziert beschrieben. Grundlage vieler wirtschaftswissenschaftlicher

Definitionen sind jedoch die Beschreibung der Effektivität als ‚das Richtige tun’ und

die der Effizienz als ‚das Richtige richtig tun’. 46

Die Effektivität stellt den Grad der Eignung eines Mittels zur Zielerreichung der

obersten Sachziele dar, 47 was die Außenwirkungen einer Strategie betrifft. 48

Die Effizienz beschreibt hingegen die Innenwirkung einer Strategie, die durch die

Relation von Input und Output und somit durch die Produktivität der betrachteten

Alternative gegeben ist. 49 Folglich ist ein Entwicklungsprozess effizient, wenn das

entwickelte Produkt in relativ kurzer Zeit, mit relativ geringen Kosten, mit sachlich

geeigneten Entwicklungsressourcen, mit optimaler Nutzung der

Entwicklungskapazität, mit relativ akzeptablem Risiko und mit relativ hohem

Transferpotential erstellt wurde. 50 Darüber hinaus soll für die vorliegende Arbeit die

Annahme gelten, dass keine Alternative existieren darf, die denselben Output mit

weniger Input oder mit demselben Input mehr Output erreichen kann. 51

Die Effizienzmessung und der Grad der Ineffizienz lassen sich über Soll-Ist-

Vergleiche auf der Basis von Kosten-, Zeit- und Leistungsabweichungen oder über

die oben genannten Input-Output-Verhältnisse beschreiben. 52

Die Begriffe sollten nicht isoliert betrachtet werden, da eine Sicherung der

langfristigen Überlebensfähigkeit und die Erlangung eines Wettbewerbsvorteils,

aufgrund von Innovationserfolgen, sowohl die Betrachtung und Steuerung aus dem

Blickwinkel der Effektivität, als auch aus der Sicht der Effizienz fordern. 53 Diesen

46 Vgl. Gauglitz-Lüter 1997, S. 125.

47 Vgl. Specht / Beckmann / Amelingmeyer (2002), S. 18 und Cooper / Seiford / Tone (2000), S. 66 sowie Hallbauer (1978), S. 72.

48 Vgl. Grimm 1983, S. 7.

49 Vgl. Specht / Beckmann / Amelingmeyer (2002), S. 18 und Grimm (1983), S. 7 und Cooper / Seiford / Tone (2000), S. 66 und Hallbauer (1978), S. 72.

50 Vgl. Specht / Schmelzer (1991), S. 7.

51 Vgl. Bürkle (1997), S. 5.

52 Vgl. Bürgel (1989), S.79.

53 Vgl. Gauglitz-Lüter (1997), S. 126f und Specht / Beckmann / Amelingmeyer (2002), S. 6.

10

Aspekt verdeutlicht Abbildung 4, die die Auswahl der richtigen Handlungen als

Rahmen für die richtige Umsetzung darstellt.

Abbildung 4: Zusammenhang von Effektivität und Effizienz im Innovationsprozess 54

3 Alternative Messmethoden des Innovationserfolges

3.1 Vorgehensweise und grundlegende Differenzierungskriterien

Der folgende Abschnitt gibt einen Überblick über Klassifikationen von alternativen

Messmethoden des Innovationserfolges, die zur Einordnung der in Kapitel 3.3

beschriebenen Methoden der Beziehungszahlindikatoren und der ‚In- /

Outputbezogenen Bewertungsmaße’ dienen. Diese Methoden sind Basis der

weiteren Überlegungen der vorliegenden Arbeit.

Die Fokussierung erfolgt aufgrund der Berücksichtigung von Input und Output, die

diesen Methoden zu eigen und wie später erläutert wird, Voraussetzung für die

Anwendung der Data Envelopment Analysis (DEA) ist.

Es gibt zwei grundsätzliche Arten von Daten, die zur Ermittlung des

Innovationserfolges genutzt werden können: zum einen numerisch bestimmbare

Kennzahlen, auf denen die quantitativen Ansätze beruhen und zum anderen intuitive

Urteile, die als Basis für qualitative Methoden dienen. 55

54 Werner (2002), S. 44.

55 Vgl. Hauschildt (1993), S. 317f.

11

3.2 Überblick über die alternativen Messmethoden des Innovationserfolges

3.2.1 Qualitative Methoden

Die qualitativen Methoden zur Messung des Innovationserfolges stützen sich auf

Befragungen von Einzelpersonen oder ganzen Gruppen, die als Experten die

Leistung von Fachkollegen oder disziplinarisch unterstellten Mitarbeitern beurteilen

sollen. 56 Mit dem Ziel willkürliche Urteile zu vermeiden und um Gefahren der

Fehlbeurteilung zum Beispiel durch Sympathie bzw. Antipathie oder falsche

Selbsteinschätzung zu minimieren, werden in der Regel einige Beurteilungskriterien

vorgegeben. 57

Im Allgemeinen wird zwischen Einzel- und Gruppenbewertungen unterschieden.

Die sog. Einzelpersonenbewertung wird durch den zu Beurteilenten selbst, einzelne

Mitarbeiter oder durch Assessment Center, also eine ganze Gruppe von Personen,

durchgeführt. 58 Letzteres Vorgehen verspricht einen höheren Grad an Objektivität

und Akzeptanz. 59 Das Bewertungsobjekt ist eine Einzelperson. Ansätze zur

Bewertung sind zum Beispiel Qualität und Quantität der Leistung, Verhalten

gegenüber Mitarbeitern, Verlässlichkeit und die Gesamtleistung. 60

Das Verfahren der Gruppenbewertung bewertet Abteilungen ganzheitlich und kann in

zwei Formen getrennt werden:

Zum einen die Peer Reviews, die relativ wenig Zeit und Aufwand benötigen, durch

Fachkollegen durchgeführt und auf Basis einer Notenskala ausgewertet werden. 61

Zum anderen die deutlich länger andauernden Audits, die alle Prozesse, Ressourcen

und Verknüpfungen des Bewertungsobjektes in einem umfassenden Gutachten

zusammenfassen und die Abteilungen auf Basis der gewonnen Daten bewerten. 62

Ziel ist hierbei nicht ausschließlich die Bestimmung der Leistung, sondern auch die

Gewinnung von Informationen zur Verbesserung der Produktivität und die Steigerung

des Informationsstandes abteilungsexterner Manager und Forscher. 63

56 Vgl. Werner (2002), S. 199.

57 Vgl. Keller / Holland (1982), S. 55.

58 Vgl. Werner (2002), S. 201ff.

59 Vgl. Werner (2002), S. 201.

60 Vgl. Keller / Holland (1982), S. 55.

61 Vgl. Werner (2002), S. 205.

62 Vgl. Werner (2002), S. 211f.

63 Vgl. Blau (1995), S. 6f.

12

3.2.2 Quantitative Methoden

In der Literatur werden quantitative Ansätze stärker ausdifferenziert als qualitative.

Zur Unterscheidung wird die Nutzung weitestgehend objektiven oder subjektiven

Datenmaterials, dessen Eignung durch die Berücksichtigung verschiedener

Perspektiven entsteht, herangezogen werden.

Zunächst wird ein Überblick über die quantitativen Methoden gegeben, die der

Einordnung der in 3.3 vorgestellten Alternativen dienen soll.

Grundlage der inputbezogenen Kenngrößen, deren Datenbasis relativ einfach zu

erfassen ist, ist eine positive Korrelation zwischen Input und Output. 64 Sowohl

materieller als auch immaterieller Input werden berücksichtigt. 65 Allerdings ist eine

Messung auf dieser Basis unvollständig und gibt den Innovationserfolg nur bedingt

wieder. 66

Die Bestimmung der outputbezogenen Kenngrößen ist im Vergleich zu den

Inputdaten relativ aufwändig. Sie orientiert sich an den vielen möglichen

Outputgrößen innerhalb der Organisationen, 67 die durch F&E, auf Produkt- und

Prozessebene oder Unternehmensebene generiert werden 68 . Alternativ ist eine

Ermittlung auf Basis der Outcomes möglich, die sich aus den genannten

Outputgrößen und deren Nutzung ergeben. 69

Prozessbezogene Kenngrößen gehen von einem Prozessbegriff aus, der als

wiederkehrend beschrieben wird, damit eine Vergleichbarkeit impliziert und eine

Effizienzmessung ermöglicht. 70 Die Projekte werden in den Dimensionen Zeit bzw.

Termine, Kosten bzw. Aufwand und Sachfortschritt bzw. Leistung geplant. 71 Anhand

der vorgegebenen Kriterien werden Teilprojektziele in Form von sogenannten

Meilensteinen festgelegt, an denen sich die Leistung messen lässt 72 .

64 Vgl. Werner (2002),S. 59.

65 Vgl. Werner (2002), S. 60.

66 Vgl. Werner (2002), S. 63.

67 Vgl. Werner (2002), S. 87.

68 Vgl. Werner (2002), S. 115.

69 Vgl. Brown / Svenson (1988), S. 12.

70 Vgl. Werner (2002), S. 64.

71 Vgl. Brockhoff (1992). S. 320f.

72 Vgl. Werner (2002), S. 65.

13

Prozessbezogene Bewertungsmaße basieren auf subjektiven Schätzungen, die in

Bewertungsskalen überführt werden. 73 Auf die explizite Auflistung von In- und

Outputs wird verzichtet. Es kommen Systeme wie Checklisten bzw. Profile zur

Anwendung, die einzelne Projekte mit unabhängigen Zielen bewerten oder

auswählen. 74

Zur analytischen Bewertung einer ganzen Abteilung und Berücksichtigung von

Zielsystemen und Synergien werden Scoring-Modelle, auch

Punktbewertungsverfahren, eingesetzt. 75 Die Beurteilung erfolgt über ein

Benchmarking mit vergleichbaren Einheiten. 76

Abbildung 5 gibt einen umfassenden Überblick über alternative Messmethoden des

Innovationserfolgs quantitativer und qualitativer Art.

Abbildung 5: Überblick über alternative Messmethoden des Innovationserfolges 77

73 Vgl. Werner (2002), S. 170.

74 Vgl. Specht / Beckmann / Amelingmeyer (2002), S. 220.

75 Vgl. Specht / Beckmann / Amelingmeyer (2002), S. 219.

76 Vgl. Werner (2002), S. 171.

77 Eigene Darstellung.

14

3.3 Methoden zur Messung bei simultaner Berücksichtigung von In- und Output

3.3.1 Beziehungszahlindikatoren

Die Grundlage der Beziehungszahlen sind zwei Werte, die miteinander in Korrelation

stehen. Aus diesen wird ein Quotient gebildet, der die Leistungsfähigkeit der zu

betrachtenden Organisation darstellt. Ziel ist die Maximierung der Effektivität, die

durch eine Optimierung des Input-Output-Verhältnisses erreicht werden kann. Dies

wird durch den Return on Investment (RoI) oder den Return on Research (RoR) bzw.

abgewandelte Formen auf deren Basis dargestellt. 78 Typische In- und Outputs für die

Bestimmung der Kennzahlen zur Bewertung der F&E- Leistungen sind in Abbildung 6

zusammengestellt. Outputs, die durch die Markteinführung realisiert werden können,

sind in dieser Arbeit nicht zu berücksichtigen, da externe Einflüsse ausgeschlossen

wurden. 79 Zur Verdeutlichung sind diese in Abbildung 6 durch rote Einfärbung

gekennzeichnet.

Abbildung 6: Typische Outputs und Inputs zur Verwendung in RoR-Kennzahlen 80

Problematisch bei der zeitgleichen Berücksichtigung von In- und Output sind

schwankend auftretende Outputs über den Produktlebenszyklus und Time-Lags, die

die zeitliche Differenz zwischen In- und Outputs beschreiben. 81 Bei monetären

78 Vgl. Werner (2002), S. 116ff.

79 Vgl. Kapitel 2.1.

80 Eigene Darstellung in Anlehnung an Werner (2002), S. 118.

81 Vgl. Werner (2002), S. 121.

15

Größen ist eine Umgehung der Bewertungsfehler aufgrund falscher zeitlicher

Zurechnung durch Methoden aus der Investitionsrechnung möglich. 82 Hierdurch geht

jedoch die objektive Sichtweise verloren, da Zahlungsreihen geschätzt werden

müssen. Zudem bestehen Zurechnungsprobleme aufgrund unterschiedlich starker

Einbindung verschiedener Abteilungen. 83 Auch hier ergeben sich Probleme bei der

subjektiven Zuteilung der Anteile der F&E auf bestimmte Neuheiten und deren

Umsätze. Beispielsweise kann ein Face-Lift in der Automobilbranche hohe Umsätze

generieren obwohl der F&E-Aufwand durch den geringen Neuigkeitsgrad sehr klein

ist. Hier steht die Leistung der Marketingabteilung im Vordergrund.

Da die Grundlagen der Messung auf Basis von Beziehungszahlindikatoren

beschrieben wurden, stellt sich nun die Frage nach der Anwendbarkeit innerhalb der

Unternehmen.

Die im Folgenden vorgestellten Methoden beziehen sich zum Teil auf Outputarten,

die am Markt generiert und in dieser Arbeit ausgegrenzt wurden. Trotzdem ist die

Vorstellung der Abläufe nötig, da Ersparnisse aus Verfahrensinnovationen identisch

behandelt werden können. Zudem finden sich hier mögliche

Weiterentwicklungspotenziale, da die später vorgestellte Art der Messung des

Innovationserfolges nicht auf das eingeengte Untersuchungsfeld beschränkt bleiben

sollte.

Die einfachste Form der Anwendung in der Unternehmung ist der Vergleich der

Situation mit F&E mit der Unternehmenssituation ohne selbige, also folglich ohne

F&E-bezogene Inputs und Outputs. 84

Des Weiteren kann die Implementierung durch den R+D-Effektiveness

(Research+Development) Index geschehen. Diese Kennzahl beschreibt die Leistung

des Forschungs- und Entwicklungsbereiches auf Basis von Umsätzen aus neuen

Produkten und den Aufwendungen für die F&E-Abteilung. Diese Werte werden

ihrerseits ins Verhältnis zum Gesamtumsatz des Unternehmens gesetzt. Wenn die

Neuproduktrate ermittelt wurde, ist die Bestimmung einer RoR-Kopfkennzahl

möglich, die einen direkten Zusammenhang zwischen Neuproduktgewinnen und

hierfür benötigen Aufwendungen darstellt. 85

82 Vgl. Werner (2002), S. 121f.

83 Vgl. Ebenda.

84 Vgl. Robb (1991), S. 16f.

85 Vgl. Mc Grath / Romeri (1994), S. 213f.

16

Das Profit-Center-Konzept wandelt die Abteilung der F&E von einem reinen Cost-

Center, das ausschließlich mit anfallenden Kosten belastet wird 86 , in ein Profit-

Center. Demnach können finanzielle Erfolge durch externe Vermarktung der

geschaffenen Werte direkt zugerechnet werden. Allerdings ist dies nur eine

unvollständige Leistungsbestimmung. Dieser kann mit der Abrechnung interner

Leistungen, zum Beispiel durch Verrechnungspreise, die eine monetäre Bewertung

innerbetrieblicher Leistungen und Güter ermöglichen, 87 entgegengetreten werden. Die

Abhängigkeit einer positiven Bewertung der F&E von Erfolgen unterstützt eine

kurzfristige Denkweise. Langfristige und gegebenenfalls (ggf.) effektivere Projekte

werden durch solche ersetzt, die schnelleren Erfolg versprechen. 88

Der Problematik der unvollständigen Leistungsbestimmung stellt sich das System der

internen Lizenzgebühren. Innerbetrieblich genutzter Output wird nur gegen fiktive

Lizenzgebühren weitergegeben. 89 Die Höhe wird anhand von Kriterien wie

Schutzfähigkeit, Erfindungshöhe, zeitlichem Vorsprung und Know-how bemessen.

Zur Beurteilung werden die ermittelten Werte mit den Kosten für die Erstellung

verglichen. 90

Der Aufgabe der sehr aufwendigen verursachungsgerechten Zurechnung nimmt sich

das Konzept der Input-Output-Bilanzen an. 91 Drei mögliche Ansätze mit ähnlichen

Ausprägungen werden im Folgenden kurz vorgestellt.

Das Eastern-Research-Center System ermittelt alle Produkte und Prozesse, in

denen Leistungen der F&E eingeflossen sind und stellt diese zusammen. Auch ältere

Produkte (bis zu fünfzehn Jahren) werden erfasst. Die Addition der Erfolge der

ermittelten Innovationen ergibt den Gewinn der maßgeblich von der F&E geprägten

Produkte und wird mit dem Budget der F&E ins Verhältnis gesetzt. Die Beurteilung

erfolgt über einen Jahresvergleich und wird anhand einer Trendgrafik dargestellt.

Probleme bei der Akzeptanz dieser Methode sind sowohl die subjektive

Entscheidung über den Einfluss der F&E, als auch die zeitliche Verschiebung der In-

und Outputs. 92

86 Vgl. Menz (1973), S. 111.

87 Vgl. Menz (1973), S. 110.

88 Vgl. Werner (2002), S. 129.

89 Vgl. Kreibich (1979), S. 88ff.

90 Vgl. Werner (2002), S. 129.

91 Vgl. Werner (2002), S. 131.

92 Vgl. Werner (2002), S. 132.

17

Das British-Pretoleum-Research System beginnt mit der Schätzung von Kosten und

Nutzen abgeschlossener Projekte. Folgend bestimmen Mitarbeiter der betroffenen

Profit-Center den Anteil der F&E-Abteilung. Das Effizienzmaß wird durch die

Gegenüberstellung der F&E-Anteile am Gewinn der Profit-Center und dem F&E-

Budget ermittelt. 93

Die Vorgehensweise bei General Electric war eine externe Bewertung, die aufgrund

ihres hohen Aufwandes und hoher Kosten nicht zur regelmäßigen Durchführung

geeignet ist. Die Anteile der F&E von 190 Projekten wurden auf Basis von Urteilen

der Profit-Center und der Cost-Center (F&E) bestimmt und mit dem Aufwand für F&E

ins Verhältnis gesetzt. Hieraus ergab sich eine RoR-Kennzahl. Die Schätzung aus

mehreren Perspektiven ließ beidseitige Akzeptanz der Ergebnisse zu. 94

3.3.2 In- und Output-bezogene Bewertungsmaße

Die ‚In- und Outputbezogenen Bewertungsmaße’ basieren, wie auch die

Daten. 95

‚Prozessbezogenen Bewertungsmaße’,

Herangehensweise ist von Vorteil, da Verzerrungen aufgrund von Time-Lags bei

ganzheitlicher Betrachtung, zum Beispiel über den gesamten Produktlebenszyklus,

auf Basis einer Trendextrapolation vermieden werden können. 96 Aufgrund der

Prognosen ist ein ex-ante Zeitpunkt der Datenerhebung möglich. Dank dieser

aktuellen Daten kann ein Misserfolg durch Korrekturen oder durch Steuerung

abgewendet werden. 97 Nachteilig wirkt sich fehlende Objektivität und damit geringere

Akzeptanz aus.

Da sich die Zurechnung nun nicht mehr auf Perioden bezieht, sondern die

Investitionen den Produkten direkt zugerechnet werden, lehnen sich die Verfahren

der Implementierung an die der Projektbewertung an. 98 Während der

Entwicklungsphasen auftretende Synergieeffekte werden weitestgehend

vernachlässigt. 99

93 Vgl. Werner (2002), S. 134f.

94 Vgl. Ebenda.

95 Vgl. Werner (2002), S. 150.

96 Vgl. Bürgel (1989), S. 62.

97 Vgl. Werner (2002), S. 149.

98 Vgl. Werner (2002), S. 166.

99 Vgl. Bürgel (1989), S. 12f.

18

Zu den angewendeten Verfahren der Investitionsrechnung zählen das Konzept bei

den Alcoa-Laboratories, das Konzept bei Square D und das Konzept von Quinn.

Grundlage des Konzeptes der Alcoa-Laboratories ist die Schätzung zukünftiger

Gewinne, nachdem die ersten Erfolge zu verzeichnen sind, deren Abzinsung auf den

heutigen Wert und der Vergleich mit den eingesetzten Mitteln. 100 Monetäre Größen

werden direkt erfasst. Nicht-monetäre Größen werden durch ein Team aus

Ingenieuren und Mitarbeitern der Marketingabteilung in „Benefit Categories“ eingeteilt

und in zurechenbare monetäre Größen umgewandelt. 101 Diese werden zu den direkt

eingebrachten addiert. Auf diese Weise erhält man eine verwertbare

Zahlungsreihe. 102

Das Konzept bei Sqare D berücksichtigt alle Leistungen der F&E. Auch hier werden

nicht direkt zurechenbare Größen, wie abgeschlossene Projekte, laufende Projekte,

realisierte Kostenvermeidung, Aktivitäten zur Verbesserung der F&E-Arbeit,

Aktivitäten zur Know-how-Verbesserung der F&E und interne Beratungsleistungen in

monetäre Größen gewandelt, abgezinst und ins Verhältnis zum F&E-Budget

gesetzt. 103

Das Konzept von Quinn berücksichtigt neben den Daten der eben vorgestellten

Methode hinaus den Ausnutzungsgrad bestimmter Technologien, auf Basis

subjektiver Schätzungen. 104

Die Verfahren der Nutzwertanalyse erfassen und beurteilen komplexe, monetäre und

nicht-monetäre Projektwirkungen auf Basis qualitativer und quantitativer Daten. 105

Ursprünglich wurden sie, wie auch die Investitionsrechnung, zur Auswahl einer

Alternative entwickelt. 106 Da die ermittelten Werte verschiedene Dimensionen (z. B.

Kilo, €, …) haben, müssen sie in ein dimensionsloses Ergebnis zusammengefasst

werden. 107 Dies geschieht durch die separate Ermittlung der Nutzen der einzelnen

Dimensionen. 108 Diese werden mit Faktoren gewichtet, die sich aus intuitivem oder

systematisch-rationalem Vorgehen ergeben 109 und für jede der zu vergleichenden

100 Vgl. Werner (2002), S. 151f.

101 Vgl. Werner (2002), S. 153.

102 Vgl. Ebenda.

103 Vgl. Werner (2002), S. 154f.

104 Vgl. Werner (2002), S. 156.

105 Vgl. Utermarck (1995), S.1 und Witte (1989), S. 24.

106 Vgl. Werner (2002), S. 157.

107 Vgl. Utermarck (1995), S. 1.

108 Vgl. Witte (1989), S. 25.

19

Organisationen gleich bleiben. Die gewichteten Nutzen werden zu einem

Gesamtnutzen zusammengefasst. 110

Der ‚Programm Value Algorithmus’ berechnet den ‚Programm Value’. Dieser

beschreibt den Wert eines Programms und bezieht sich auf laufende Projekte. 111 Die

Datenbasis besteht aus den folgenden vier Faktoren: 112 Potentielle Einnahmen vor

Steuern, Wahrscheinlichkeit der Kommerzialisierung, Technische Leistung und

Umfang des F&E-Projektes. Diese werden mit Werten zwischen 0,1 für schwach bis

1 für stark gewichtet. Der Programmwert ergibt sich aus der Summe der Projektwerte

und wird für einen Effizienzkennwert durch die F&E-Betriebskosten geteilt. 113

Das Brown+Svenson Primärindexsystem bewertet nur einzelne Projekte und kann

frühestens nach deren Abschluss angewandt werden. Er nutzt die folgenden vier

Zieldimensionen: Return on Research, Produkt- und Prozessqualität, Produktkosten

und Entwicklungszeit. Eine dieser Dimensionen wird als Primärindex festgelegt und

bekommt die höchste prozentuale Gewichtung. Die anderen werden als

Sekundärindizes bezeichnet erhalten, je nach Prämissen, die übrigen Anteile. Die

einzelnen Faktoren werden, bis auf die extern bewertete Qualität, von den F&E-

Mitarbeitern selbst beschrieben. Die Addition der gewichteten Zieldimensionen ergibt

den Leistungsindex. 114

Kombinationen aus Verfahren der Investitionsrechnung und der Nutzwertanalyse

stützen sich auf eine breitere Basis, da mehrere Zieldimensionen erfasst und

finanzmathematisch beurteilt werden können. 115

Zum einen wird ermittelt, ob die Vorgaben des Projektes erreicht wurden und zum

anderen werden die potentiellen Geschäftschancen (auf Basis von Marktgröße,

Marktpreis, Verkaufsmenge), die durch die Neuentwicklung entstanden sind,

aufgedeckt 116 . Allerdings werden weder Konkurrenten, noch andere externe

Einflüsse berücksichtigt. 117

109 Vgl. Utermarck (1995), S. 46.

110 Vgl. Witte (1989), S. 25.

111 Vgl. Werner (2002), S. 158.

112 Vgl. Ebenda.

113 Vgl. Werner (2002), S. 159.

114 Vgl. Werner (2002), S. 159-161.

115 Vgl. Werner (2002), S. 161.

116 Vgl. Werner (2002), S. 162f.

117 Vgl. Werner (2002), S. 165.