wissens und techno logie transfer

Transferprojekte 2022

Bericht aus Liechtenstein Business School (LBS)

Stand Februar 2023

Professur für Entrepreneurship & Technologie der Universität Liechtenstein (Prof. Dr. Leo Brecht und Arabella Stock).

Wie steht es um die Innovationsfähigkeit und -effizienz von Unternehmen im Alpenrheintal und wie schneiden sie im Vergleich zur ganzen Schweiz ab? Mit diesen Fragen beschäftigte sich unter anderem ein Forschungsprojekt am Lehrstuhl für Entrepreneurship und Technologie aus dem sich Transferprojekte mit zwei Unternehmen aus der Region ergaben.

Dass Innovationseffizienz mit gesteigerter Innovationsleistung und einer besseren Firmen-Performance einhergeht, ist eine verbreitete These und wissenschaftlich bereits belegt. Welche Rolle die Beziehungen zwischen Innovationspraktiken, -prozessen und -techniken dabei spielen und wie sich diese Aspekte wiederum auf die Innovationseffizienz auswirken, bleibt dabei jedoch grösstenteils unbeantwortet. Unter der Leitung von Prof. Dr. Leo Brecht wurde im Jahr 2022 ein Forschungsprojekt am Lehrstuhl für Entrepreneurship und Technologie der Universität Liechtenstein durchgeführt, welches sich mit genau diesen Fragestellungen beschäftigte und die Thematik zudem in einen regionalen Kontext setzt. Im Rahmen der Forschung wurden sowohl quantitative als auch qualitative Daten von Industrieunternehmen aus dem Alpenrheintal gesammelt und auf die beschriebenen Faktoren hin analysiert (Innovationseffizienz, Innovationspraktiken, Innovationsprozesse etc.).

Aus dem beschriebenen Forschungsprojekt entstanden zwei kleinere Transferprojekte –zum einen mit dem Schweizer Unternehmen Veratron AG und zum anderen mit der österreichischen System Industrie Electronic GmbH (SIE) – die sich besonders durch ihre unmittelbare Übertragung von wissenschaftlichen Erkenntnissen in die Unternehmenspraxis auszeichnen. Beide Unternehmen erhielten eine individuelle Bewertung ihrer Innovationsfähigkeit sowie eine Einordnung der erzielten Ergebnisse in das Gesamtbild der Schweiz. Darüber hinaus wurden Muster innovationseffizienter Firmen vorgestellt sowie daran angelehnte Massnahmen zur Steigerung der Innovationseffizienz bei den Transferpartnern diskutiert.

Die finale Präsentation der Forschungs- und Kooperationsergebnisse auf einer PraktikerKonferenz in Vorarlberg rundete den Transfer ab und positionierte die Universität Liechtenstein als zuverlässigen regionalen Kooperationspartner für Innovationsprojekte zwischen Wissenschaft und Praxis.

Von links nach rechts: Arabella Stock (Uni Li), Markus Jäger (Rektor – Uni Li), Dr. Markus Feldmann (EvoBus), Laura Lindemann (EvoBus), Prof. Leo Brecht (Uni Li), Marie Scheuffele (Uni Li), Fabian Stein (Uni Li), Alexander Pöschl (EvoBus), Dr. Niklas Bayrle (Uni Li), Cengizhan Tasbas (EvoBus)

Professur für Entrepreneurship & Technologie der Universität Liechtenstein (Prof. Dr. Leo Brecht, Dr. Niklas Bayrle und Marie Scheuffele)

Die Forschenden haben in einer Kooperation mit Daimler Buses – EvoBus GmbH die Zukunft des Foresight-Prozesses gestaltet. Unter dem Projektnamen «Data Driven Foresight – Daten getriebene und frühzeitige Erkennung von Trends» sollen die Herausforderungen der Zukunft angegangen werden.

EvoBus möchte in Zusammenarbeit mit dem Lehrstuhl für Entrepreneurship & Technologie den Wandel der Mobilität aktiv gestalten und ihren Kunden nachhaltige Lösungen für eine mobile Zukunft anbieten. Dabei werden neuste Methoden der strategischen Vorausschau angewendet und alternative Daten integriert. Alternative Daten beziehen sich auf nicht-traditionelle Datensätze, die Unternehmen zur Steuerung ihrer Strategie nutzen können. Beispiele für alternative Datensätze können Daten zur Stimmungslage in sozialen Medien, Produktbewertungen, wissenschaftliche Publikationen und Stellenausschreibungen sein.

Ziel der Kooperation der Universität Liechtenstein mit der EvoBus GmbH war es, die Trend- und Technologievorausschau zur Stärkung der Zukunftsprognosen weiterzuentwickeln, um so dem Unternehmen aussagekräftige Informationen für seine Entscheidungen zur Verfügung stellen zu können. Neue Datenquellen und Methoden schaffen die Möglichkeit, die Entwicklungs- und Lebenszyklusprozesse genauer vorherzusagen und zu steuern. Das Projekt gliedert sich in die bisherige Forschung des Lehrstuhls ein, die sich unter anderem mit Möglichkeiten zur Identifikation von emergenten Technologien und Themen auseinandersetzt. Prof. Leo Brecht, Lehrstuhlinhaber, publiziert zusammen mit Doktoranden regelmässig zu Forschungsthemen rund um die Technologievorausschau und hat hier auch schon einige Projekte mit lokalen Unternehmen aus dem Rheintal umgesetzt. «Die Nutzung von Foresight Methoden, aber auch von alternativen Daten für den Innovationsprozess, stellt die Praxis regelmässig vor Herausforderungen. Wir freuen uns, gemeinsam mit unserem Kooperationspartner hier spannende Lösungen identifizieren und entwickeln zu können», freut sich Dr. Niklas Bayrle von der Universität Liechtenstein.

Im abgeschlossenen Jahr konnten durch das Forschungsprojekt passende Datenquellen und Methoden des Data-Driven Foresights identifiziert und durch Experteninterviews validiert werden. Die Ergebnisse wurden sowohl mit dem Transferpartner EvoBus als auch mit Innovationsexperten auf einer Konferenz diskutiert. Bisher verfügbare Foresight-Tools erfüllen häufig noch nicht die Erwartungen an eine holistische, automatisierte Datenaggregation, Datenanalyse und -interpretation, es bedarf einer systematischen Mensch-Maschinen-Interaktion im Sinne eines Data-Driven-Foresight-Prozesses. Eine solche Mensch-Maschinen-Interaktion lässt sich durch die geschickte Kombination von data-driven (z.B. Bibliometrie, Patentanalyse) und human-driven (z.B. Delphi, Szenarien, Focus Groups) Foresight-Methoden erreichen.

Wichtige, nicht EvoBus-spezifische Ergebnisse werden in die Lehre einfliessen, aber auch für zukünftige Projekte mit Unternehmen aus Liechtenstein relevant sein. Das Thema stösst bei lokal interviewten Unternehmen aus dem Land Liechtenstein und dem Rheintal auf grosses Interesse, weswegen die Universität ein «Themen-Lab» zum Thema «Data-Driven Foresight» plant.