Neues Wissen, die Basis fĂŒr Innovationen, entsteht dort, wo Regionen die Voraussetzungen dafĂŒr schaffen. Dieses Know-how ist nicht leicht ĂŒbertragbar, wie aktuelle Forschungen zeigen. Die Grafik zeigt Forschungsnetzwerke in Europa. © AIT/Scherngell

Wie sich Unternehmen in bestimmten Gegenden ansiedeln und welche Effekte sich daraus fĂŒr die Region ergeben, ist ein zentrales Thema im Gebiet der Wirtschaftsgeografie. Die damit verbundenen Fragen sind von hohem Interesse fĂŒr die Politik, wenn es darum geht, ArbeitsplĂ€tze langfristig zu sichern. In der traditionellen Sicht der Wirtschaftsgeografie entscheiden die Faktoren Arbeit und Kapital ĂŒber die AttraktivitĂ€t eines Wirtschaftsstandorts, also wie hoch die Kosten fĂŒr die Unternehmen sind und ob gĂŒnstiges Personal vorhanden ist. Seit einiger Zeit gewinnt allerdings die FĂ€higkeit, neues Wissen zu produzieren und in Innovation umzusetzen, stark an Bedeutung. Denn trotz immer besser werdender Kommunikationsmedien ist in manchen Regionen viel wertvolles Wissen, insbesondere spezialisiertes Know-how fĂŒr bestimmte Wirtschaftszweige rĂ€umlich gebunden, da dieses Wissen nur ĂŒber persönlichen Austausch ĂŒbertragbar ist. Beispiele sind das Silicon Valley oder in Österreich der Grazer Autocluster sowie der Wiener Biotechnologie-Cluster. Eine Forschungsgruppe vom Austrian Institute of Technology (AIT) in Wien hat nun in einem vom Wissenschaftsfonds FWF geförderten Projekt ein neues Modell entwickelt, das die fĂŒr Wissensproduktion relevanten Faktoren simuliert und dabei VorgĂ€nge detailliert wie nie zuvor abbilden kann. So soll etwa der Effekt innovationsfördernder Maßnahmen besser als bisher abschĂ€tzbar sein. Projektleiter Thomas Scherngell erklĂ€rt den Zugang.

Wissen fĂŒr Innovation rĂ€umlich gebunden

„Regionen, die besonders innovativ sind, haben langfristige Wettbewerbsvorteile und weisen gegenĂŒber weniger innovativen Regionen eine positive sozioökonomische Entwicklung auf“, erklĂ€rt Scherngell. „Es gibt in der Innovationsforschung starke empirische Evidenz und ein gutes VerstĂ€ndnis darĂŒber, dass neues Wissen, das die Grundlage fĂŒr Innovation darstellt, stark rĂ€umlich lokalisiert ist.“ Ein derartiges innovationsfreundliches Milieu sei nur sehr schwer im geografischen Raum ĂŒbertragbar. „Es ist gewissermaßen im Kopf von Forscherinnen und Forschern gebunden“, so Scherngell. „Das fĂŒhrt zu diesem starken Lokalisierungseffekt, sodass sich in einem bestimmten wirtschaftlichen Sektor Wettbewerbsvorteile ergeben.“

Patentanmeldungen als Maß fĂŒr Innovation

Nachdem die rĂ€umliche Bindung von Innovation und ihre Wichtigkeit fĂŒr die nachhaltige Entwicklung von Regionen bekannt ist, ging es den Forschenden nun darum, zu verstehen, warum Innovationen in manchen Regionen besser und nachhaltiger generiert werden als in anderen. Es wird versucht, die wichtigsten Einflussfaktoren fĂŒr die InnovationskapazitĂ€t von Firmen, UniversitĂ€ten und außeruniversitĂ€ren Forschungseinrichtungen in einer Region zu identifizieren. Als Maß fĂŒr den innovativen Output dient dabei die Menge an Patentanmeldungen. „Ein Patent ist zwar per se noch keine Innovation, dennoch sind Patente der beste Indikator fĂŒr neues Wissen mit dem Ziel der kommerziellen Verwertbarkeit“, erklĂ€rt Scherngell. Bereits in der Vergangenheit gab es Modelle, um diese Effekte zu simulieren. Dabei habe man sich allerdings nicht die einzelnen Firmen, sondern die Region als Ganzes angesehen. Scherngell spricht hier von Gebieten, die etwa die GrĂ¶ĂŸe der österreichischen BundeslĂ€nder haben. In dem FWF-Projekt wurde nun versucht, ein Modell zu entwickeln, das auf einer tieferen Ebene ansetzt, wie Scherngells Kollege Manfred Paier erklĂ€rt.

Agentenbasiertes Modell

„Der Fokus auf der Ebene von aggregierten Regionen ist eine Schwachstelle der bisherigen Modelle“, sagt Paier. Das Bild sei zu grob. „Wir haben versucht, eine Ebene tiefer zu gehen und uns die Organisationen in der jeweiligen Region anzusehen.“ Paier spricht von einem „agentenbasierten“ Modell. Ein Agent ist in diesem Zusammenhang eine Einheit in einem Modell, die sich mit anderen Einheiten austauschen kann, also etwa eine Firma, die mit einer anderen Wissen austauscht. „Agentenmodelle beschĂ€ftigen sich normalerweise mit eng umgrenzten Anwendungsgebieten wie Verkehrsströme, MaterialflĂŒsse, das Verhalten von FußgĂ€ngerinnen und FußgĂ€ngern. In unserem Fall ist das anders. Was wir abbilden, sind WissensbestĂ€nde und WissensflĂŒsse.“ Als Ergebnis liefert das Modell die PatentaktivitĂ€t einer Region – wie viele Patente von den Firmen angemeldet werden und welche technologische Spezifizierung sie haben. „So können wir einerseits eine grĂ¶ĂŸere HeterogenitĂ€t einer Region darstellen und andererseits auch die Dynamik von Entwicklungen besser in den Griff kriegen. Wir beschĂ€ftigen uns mit individuellen Prozessen auf Firmenebene und individuellen Entscheidungen von Firmen, mit anderen zu kooperieren“, sagt Paier. Er weist aber darauf hin, dass die Ergebnisse nicht auf der Ebene einzelner Firmen interpretiert werden können, sondern dass Aussagen nur auf regionaler Ebene gĂŒltig sind. Paier streicht heraus, dass die Parameter des Modells auf empirischen Daten basieren. Diesen Aspekt untersuchte Projektmitarbeiterin Martina NeulĂ€ndtner. Sie hat sich intensiv mit den Möglichkeiten der empirischen Initialisierung, Kalibrierung und Validierung des Modells beschĂ€ftigt. Das ist fĂŒr agentenbasierte Modelle bisher unĂŒblich. „Wir haben einen Prozess entwickelt, wie wir die empirischen Daten in das Modell einfĂŒgen und es kalibrieren“, erklĂ€rt Paier. „Speziell Letzteres ermöglicht eine praxisnahe Anwendung des Modells, etwa in Hinblick auf die Erfassung der Wirkungen von politischen Interventionen.“

Folgeprojekt

Ziel des auf zweieinhalb Jahre angelegten und Ende 2018 abgeschlossenen Projekts war also die Entwicklung eines neuen Modells, das als Entscheidungshilfe fĂŒr die Politik dienen kann. In einem direkten Folgeprojekt, das ebenfalls vom FWF finanziert wird, beschĂ€ftigt sich die Forschungsgruppe nun stĂ€rker mit anwendungsorientierten Fragen, indem regionale Innovation in Europa und China verglichen wird. Hier soll sich das neue Modell in einem praxisnahen Setting beweisen.

Zu den Personen

Thomas Scherngell ist Wirtschaftsgeograf am Austrian Institute of Technology (AIT). Er interessiert sich unter anderem fĂŒr die Geografie der Innovation, insbesondere von Innovationsnetzwerken, und die statistische Analyse des Zusammenhangs von Innovation und sozio-ökonomischer Entwicklung. Manfred Paier ist Innovationsforscher am Austrian Institute of Technology (AIT). Der studierte Physiker interessiert sich unter anderem fĂŒr Innovation, regionale Fragen zu Forschung und Entwicklung, sowie agentenbasierte Modelle zur Simulation von Wirtschaftssystemen.

Publikationen

DĂŒnser, M., M. Paier, A. Unger, M. Barber and T. Scherngell: Regional Knowledge Creation and R&D Collaboration in Europe: Specification of an empirical agent-based model. SSRN Working Paper No. 3456085, 2018

Vermeulen, B. and M. Paier, (Eds.): Innovation Networks for Regional Development. Concepts, Case studies, and Agent-Based Models. Economic Complexity and Evolution, Springer International Publishing 2017