Innovation: Neue Definition nach dem Oslo Manual 2018

Der Begriff „Innovation“ unterscheidet sich von „Idee“ und „Invention“ (Erfindung). Darüber hinaus ist eine Definition von Innovation für vielfältige Statistiken zum Thema wichtig. In den letzten Jahren kann es hier zu einer Veränderung/Weiterentwicklung der Definition, die im Oslo Manual aus dem Jahr 2005 formuliert war, und nun neu im Oslo Manual 2018 verfasst wurde.

The Oslo Manual distinguishes between innovation as an outcome (an innovation) and the activities by which innovations come about (innovation activities). This edition defines an innovation as “a new or improved product or process (or combination thereof) that differs significantly from the unit’s previous products or processes and that has been made available to potential users (product) or brought into use by the unit (process)”. This general definition is given a more precise formulation for use with businesses, which represent the main focus of this manual (Oslo Manual 2018).

Diese Definition unterscheidet nicht mehr vier (Produktinnovationen, Prozessinnovationen, organisationale Innovationen oder Marketinginnovationen), sondern nur noch zwei Innovationen (Produkt und Prozess).

The types of innovations have been reduced from four to two: wherethe CIS 2016 and earlier editions differentiate between product, process, organisational and marketing innovation, the CIS 2018 and future editions differentiate between product and business process innovations, the latter comprising the previous three types process, organisational and marketing innovation (European Innovation Scoreboard 2020:38).

Interessant ist, dass im European Innovation Scoreboard 2020 Prozessinnovationen in Business Process Innovation konkretisiert, und somit User Innovation nach Eric von Hippel weiterhin ausgeschlossen werden. Diese Bottom-Up-Innovationen sind allerdings in den letzten Jahrzehnten zu einem nicht mehr zu vernachlässigenden Teil der Gesamtinnovationen einer Region, eines Landes oder der EU geworden.

The Third RWTH Open Innovation Accelerator Survey als Download

Es ist toll, dass die Studie nun als Download zur Verfügung steht: Diener, Kathleen & Piller, Frank (2019). The Third RWTH Open Innovation Accelerator Survey: The Market for Open Innovation: Collaborating in Open Ecosystems for Innovation (PDF).

Die Studie befasst sich mit Open Innovation Accelerators, die wie folgt beschrieben werden: „Open Innovation Accelerators (OIA) are intermediaries that operate on the behalf of companies seeking to innovate in cooperation with external actors from their periphery. OIAs offer one or several methods of open innovation and, in many instances, also provide supporting services for the innovation process. Their methods are especially focused on the integration of external actors. In consequence, OIAs facilitate the collaboration between an innovating company and its environment. They accelerate a company’s open innovation process“ ebd. S. 19.

Diese Definition weist schon darauf hin, dass es hier bei Open Innovation um den Prozess von Unternehmen/Organisationen mit ihren organisationalen und technischen Grenzen geht, was grundsätzlich der Perspektive von Chesbrough (2003, 2006) entspricht.

Auf Eric von Hippel wird bei den beiden Informationstypen (S. 16) und beim Lead User Ansatz (S. 31) eingegangen. Dabei wird auch die Quelle Eric von Hippel (2005): Democratizing Innovation benutzt, ohne auf den besonderen Ansatz von Open Innovation bei Eric von Hippel hinzuweisen (Video: Framing an new user innovation Paradigm von 2013). Es ist natürlich verständlich, sich bei der Studie auf eine Perspektive – hier auf die von Chesbrough – zu fokussieren, doch hätte ich mir gewünscht, dass in dem Kapitel „What is Open Innovation?“ auch auf den Bottom-Up-Ansatz von Eric von Hippel hingewiesen wird .

Die aktuellere Veröffentlichung Eric von Hippel (2016): Free Innovation ist in der Literaturliste nicht erwähnt. Dort macht der Autor deutlich, wie wichtig die Entgrenzung von Innovation durch Bottom-Up-Initiativen Einzelner schon heute ist, und in Zukunft noch stärker werden wird. Siehe dazu auch Was wäre, wenn wir Innovationen stärker Bottom-Up denken und fördern würden?

Zu Kernkompetenzen und Pfadabhängigkeiten in der Automobilindustrie

Die Produktionskapazitäten von Autos wurden weltweit immer stärker ausgebaut. Schon 1991 veröffentlichten Womack/Jones/Roos in ihrem Bestseller „The Machine That Changed The World“ einen Hinweis auf Überkapazitäten. Die Autoren der IMVP-Studie (1985-1990) wiesen darauf hin, dass es zu dieser Zeit zu viele Massenpruduktionssysteme, und zu wenig Lean-Ansätze (Schlanke Produktion, Toyota-Produktions-System) gab.

In den Jahren 2000-2010 gab es eine Überkapazität in Höhe von 15-30 Millionen Autos bei einer Gesamtkapazität von ca. 70-90 Millionen Autos pro Jahr. Diese Zahlen wurden im Spiegel Nr. 46/2009 auf Seite 21 veröffentlicht und beziehen sich auf das PwC Automotive Institute. Zahlen in den Jahren 2010 bis 2020 liegen mir nicht vor. Ich kann mir allerdings gut vorstellen, dass es in den nächsten Jahren eine Grafik geben wird die zeigt, wie sich die Produktionskapazitäten für Autos mit Elektro-Antrieb im Vergleich zu Autos mit Verbrenner-Motoren verändert haben. Darüber hinaus wird einigen Herstellern erst jetzt so langsam klar, dass es bei Autos um Mobilität, und damit um Daten geht… Möglicherweise kommt diese Entwicklung für manche Automobilhersteller zu spät, da sie an ihren bisher erfolgreichen Kernkompetenzen zu lange festgehalten haben -wie kommt das?

Im der Forschung zu Innovationen gibt es die Theorie der Pfadabhängigkeit. In meinem Blogbeitrag Blockiert die Ausrichtung auf Kernkompetenzen Innovationen? gehe ich auf die Zusammenhänge ein.

Free Innovation: Was wäre, wenn wir Innovationen stärker Bottom-Up denken und fördern würden?

Aktuell werden Ideen, Inventionen und Innovationen intensiv Top-Down gefördert, und damit gelenkt. Die Kreativwirtschaft (Ideen) bekommt ihren Anteil, die Forschung und Entwicklung (FuE und Patente), und Organisationen/Strukturen, die Innovationen auf den Markt bringen. Verbunden ist alles mit einem Preis-Verleih-Aktionismus, der auf organisationaler Ebene beginnt, und auf europäischer Ebene (erst einmal) endet. Diese grundsätzliche Denkweise (Paradigma), die auf Schumpeter zurückzuführen ist, ist so selbstverständlich geworden, dass wir kaum noch darüber nachdenken.

In den letzten Jahren wird allerdings zaghaft versucht, dieses Paradigma etwas zu öffnen. Dabei bezieht man sich oft auf Henry Chesbrough, der einen offenen Innovationsprozess in Organisationen befürwortet, und das dann Open Innovation nennt (Chesbrough 2003). Diese Perspektive ist deshalb so populär, da sie sich immer noch grundsätzlich daran orientiert, dass Innovationen von Unternehmen/Organisationen kommen. An dieser Stelle möchte ich weiterhin anmerken, dass die „Entgrenzung von Arbeit“ – und den damit verbundenen Prozessen (auch Innovationsprozessen) – schon in den 1980er Jahren von Soziologen wie z.B. Beck (1986): Risikogesellschaft hervorgehoben wurde.

Der Top-Down-Perspektive auf Innovation stellt Eric von Hippel schon seit den 1980er Jahren eine Perspektive entgegen, die zeigt, dass Innovationen immer stärker von Anwendern/Usern entstehen. Diese User Innovation ist dabei nicht abhängig von Strukturen/Organisationen, sondern geschieht Bottom-Up. Eric con Hippels Studien haben gezeigt, dass es einen erheblichen Prozentsatz an Innovationen gibt, die in den klassischen Statistiken gar nicht auftauchen (vgl. dazu beispielsweise Eric von Hippel 2017:21). „Eventually, Kuhn writes, conflicts between the predictions of a reigning paradigm and real-world observations may become so pervasive or so important that they can no longer be ignored, and at that point, the reigning paradigm may be challenged by a new one (Kuhn 1962)“ zitiert in Eric von Hippel (2017:11): Free Innovation.

Ich habe Eric von Hippel auf der MCPC 2007 am MIT in Boston, und Henry Chesbrough auf der MCPC 2011 in San Francisco erlebt (Konferenzen). Beide haben ihre Positionen vertreten, und auch viele erfolgreiche Beispiele und Studien zeigen können. Durch die Digitalisierung sind die Kosten für die Umsetzung eigener Ideen in Innovationen so niedrig geworden, dass meines Erachtens die Perspektive von Eric von Hippel deutlich an Schwung gewinnen wird. Unternehmen/Organisationen sollten diese Entwicklung beachten, und möglichst frühzeitig mit innovativen Personen kooperieren .

Anmerkungen zum Grazer Innovationsmodell

Innovationen sind in der heutigen Zeit wichtiger denn je, doch hat sich das Management von Innovation (wie auch andere Managementansätze) erheblich verändert. Die Veröffentlichung Lercher, H. (2019): Big Picture Das Grazer Innovationsmodell (Big Picture the Innovation Model) (als PDF verfügbar) stellt ein recht umfangreiches Bild (Big Picture) eines Modells dar, an dem sich gerade mittelständische Unternehmen sehr gut orientieren können.

Ich möchte an dieser Stelle allerdings auch weitere Anregungen zum Thema geben:

Nachhaltiger Wettbewerbsvorteil: Ausgangspunkt ist die Definition (S. 21) „Innovationen sind erfolgreich in nachhaltige Wettbewerbsvorteile oder Umsätze umgewandelte Ideen“, die ohne Quellenangabe ist und schon einige Fragen aufwirft: Was bedeutet erfolgreich?  Wann kann der nachhaltige Wettbewerbsvorteil nachgewiesen werden? 

Wirkungsnetz: Ein Big Picture reduziert zunächst die immanente Komplexität des Innovationssystems und hilft gerade mittelständischen Unternehmen Handlungsoptionen abzuleiten. Meines Erachtens wäre es besser, ein Wirkungsnetz mit verschiedenen Einflussfaktoren unternehmensspezifisch zu erarbeiten, und Generatoren für das Management dieses Systems abzuleiten. Solche Verfahren gibt es auch schon für andere komplexe Managementsysteme. 

Open Innovation: Weiterhin kommt das Thema „Open Innovation“ etwas zu kurz. Hier verweist der Autor nur auf die Interpretation von Chesbrough, der den Fokus auf der Öffnung des Innovationsprozesses von Unternehmen/Organisationen sieht. Die Perspektive „Open Innovation“ eher Bottom-Up zu interpretieren, kommt nicht vor. Solche Gedanken hat Eric von Hippel in seinen Veröffentlichungen sehr ausführlich – auch in der Umsetzung zusammen mit Unternehmen – dargestellt (Siehe dazu auch diesen Blogbeitrag).

KI und Innovation: Nicht zuletzt müssen wir heute auch neue technologische Entwicklungen mit einbeziehen, wenn wir über den Umgang mit Innovationen sprechen. In meiner Special Keynote auf der MCPC 2015 in Montréal habe ich mich mit diesen Möglichkeiten auseinandergesetzt.

Siehe dazu Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer.

Innovationen: Alleine oder mit anderen?

Natürlich ist die Überschrift etwas einseitig formuliert, denn es gibt zwischen den beiden Polen noch viele Möglichkeiten, Innovationen zu entwickeln. Dennoch möchte ich der Frage nachgehen, ob es für manche Innovationsprojekte möglicherweise sinnvoller ist, alleine vorzugehen. Dazu habe ich etwas bei Eric von Hippel gefunden, der „Single Innovation vs. Collaborative Innovation“ insgesamt sechs Studien aus UK, US, Japan, Finnland, Kanada und Süd-Korea untersucht hat:

Collaborative development can produce major cost savings for participants in larger projects, where substantial costs are being shared. For relatively small projects, however, such as the
typical household sector projects documented here, it can be more efficient to innovate alone, and in that way avoid the costs of coordinating development work with others (von Hippel (2017:28).

Die Ergebnisse sind schon erstaunlich, denn es hat sich gezeigt, dass nur 10 % (UK) bis maximal 28% (Süd-Korea) der Innovationen kollaborativ entstanden sind. Der offensichtliche Trend, Innovationen grundsätzlich stärker kollaborativ anzugehen, ist demnach nicht immer sinnvoll. Die Stärkung des individuellen Innovationspotenzials (Kompetenzen) sollte demnach im Fokus stehen, wenn es darum geht, Innovation zu entgrenzen. Es stellt sich allerdings die Frage, ob Unternehmen diesen Weg überhaupt wollen, denn der Trend geht aktuell eher in Richtung Open Innovation von Chesbrough. Bei diesem Ansatz steht ein Business Model im Mittelpunkt, also nicht so sehr der Einzelne (Blogbeitrag). Nicht umsonst heißt ja das Buch von Eric von Hippel „Free Innovation“.  Solche Zusammenhänge besprechen wir auch in den von uns entwickelten Blended Learning Lehrgängen. Informationen dazu finden Sie auf unserer Lernplattform.

Fraunhofer Innovationsforschung: 5 Thesen zu Innovationen in 2030

Der Fraunhofer-Verbund Innovationsforschung hat insgesamt 5 Thesen formuliert, die charakteristisch für Innovationen in 2030 sein werden:

These 1: 2030 sind Offenheit, Lernfähigkeit und Kooperation die Leitbilder von Innovation.

These 2: 2030 sind integrierte Lösungen im Mittelpunkt des Innovationsgeschehens.

These 3: 2030 sind Innovationsprozesse durchgängig digitalisiert.

These 4: 2030 steht Wissen allen offen – es kommt darauf an, es nutzbringend anzuwenden.

These 5: 2030 verfügt Europa mit Blick auf Datensicherheit und -souveränität über ein Alleinstellungsmerkmal im globalen Wettbewerb.

Fraunhofer-Verbund Innovationsforschung (Hg.) (2018): Wandel verstehen, Zukunft gestalten. Impulse für die Zukunft der Innovation. Stuttgart: Fraunhofer Verlag. Online verfügbar
unter http://publica.fraunhofer.de/dokumente/N-491577.html

Solche Themen besprechen wir auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager/in (IHK). Informationen dazu finden Sie auf unserer Lernplattform.

Maschinelles Lernen: Aktueller Stand (Fraunhofer-Studie)

Die Veröffentlichung Fraunhofer (2018): Maschinelles Lernen: Kompetenzen, Forschung, Anwendung (PDF) zeigt den aktuellen Stand der Diskussion, die manchmal von Laien tendenziell beeinflusst wird, um Stimmung (Für und Wider) zu machen. Hilfreich ist auch das umfangreiche Glossar, das die wichtigsten Begriffe (Konstrukte) beschreibt. Beispielhaft ist hier die Definition für Maschinelles Lernen genannt, die auch für das Wissensmanagement eine immer wichtigere Rolle spielt:

Maschinelles Lernen bezweckt die Generierung von Wissen aus Erfahrung, indem Lernalgorithmen aus Beispielen ein komplexes Modell entwickeln. Das Modell kann anschließend auf neue, potenziell unbekannte Daten der selben Art angewendet werden. Damit kommt das Maschinelle Lernen ohne manuelle Wissenseingabe oder explizite Programmierung eines Lösungswegs aus (S. 44).

VDMA-Studie Produktpiraterie 2018

In der VDMA-Studie Produktpiraterie 2018 (PDF) gibt es neben vielen interessanten Informationen auch eine Definition, was unter Produktpiraterie verstanden wird (S. 4):

Die Studie bezieht sich allein auf den unzulässigen Nachbau. Unter dem unzulässigen Nachbau (hier gleichbedeutend als Produktpiraterie bzw. Plagiat bezeichnet) wird der

  • Nachbau unter Verletzung von Sonderschutzrechten (z. B. Marken, Patente) oder
  • ohne Verletzung von Sonderschutzrechten, aber in wettbewerbswidriger Weise erfolgte Nachbau

verstanden. Der Nachbau erfolgt dann in wettbewerbswidriger Weise, wenn neben der Nachahmung zusätzlich noch eine unlautere Handlung eintritt. Diese unlautere Handlung ist in der Regel eine Täuschung über den Hersteller der Originalware (Verwechslungsgefahr) und die damit verbundene Ausnutzung des guten Rufs.

Die Schadensumme soll abermals bei 7,3 Milliarden Euro liegen. Solche Themen besprechen wir auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Weitere Informationen finden Sie auf unserer Lernplattform.