Innovation Performance Measurement. Identifizierung geeigneter Kennzahlen für die Innovationssteuerung


Seminararbeit, 2013

24 Seiten, Note: 1,0


Leseprobe

Inhaltsverzeichnis

Abkürzungsverzeichnis

1. Problemstellung

2. Theoretische Grundlagen des Innovation Performance Measurement
2.1 Der Innovationsbegriff
2.2 Das Innovationsmanagement
2.3 Das Innovationscontrolling

3. Kennzahlen im Innovationsprozess
3.1 Systemorientierte Einordnung verschiedener Kennzahlentypen
3.2 Einsatzfähigkeit einzelner Kennzahlentypen

4. Selektion geeigneter Kennzahlen im Rahmen des Innovation PerformanceMeasurement
4.1 Determinanten für die Kennzahlenauswahl im spezifischen Innovationsprozess
4.2 Gestaltung ausgewogener Steuerungsansätze mithilfe finanzieller und nicht-finanzieller Messgrößen
4.3 Kulturelle und organisatorische Hindernisse bei der Kennzahlenselektion

5. Schlussbetrachtung

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Problemstellung

Stetig anspruchsvoller werdende Märkte, neue Anforderungen an Technologien sowie eine Verschärfung des internationalen Wettbewerbs haben dazu geführt, dass viele Unternehmen der Prämisse „eitherinnovateor die!“1 folgen, um ihre Wettbewerbsfähigkeit zu erhalten.2 Deshalb hat auch das effiziente Planen, Steuern und Messen von Innovationstätigkeiten in den letzten Jahren deutlich an Bedeutung hinzugewonnen.3 Dabei wurde jedoch die Frage nach der Selektion geeigneter Kennzahlen trotz ihrer hohen Relevanz für Unternehmen in der bisher existierenden Literatur nur unzureichend behandelt: „[…] [T]here seems to be little agreement about what should be measured and how.“4

Das Ziel dieser Arbeit ist es deshalb,die Literatur zum Thema „Innovation Performance Measurement“ systematisch nach Aussagen über die Identifizierung geeigneter Kennzahlen zu durchsuchen und wesentliche Ergebnisse strukturiert darzustellen. Relevante Publikationen sollen über eineLiteraturrecherche in den Datenbanken „Ebsco“ und „Sciencedirect“ mithilfe der Schlagwörter „innovationperformancemeasurement“ sowie „innovationcontrol“ erlangt werden.

Die generische Aufbau der Arbeit folgt dabei folgender Struktur: Zuerst werden wichtige theoretische Grundlagen des Innovation Performance Measurement erläutert.Danach folgt anhand des Modells von BROWN und SVENSONein Überblick über die existierenden Innovationskennzahlen. Dabei wird auch die Einsatzfähigkeit der einzelnen Kennzahlengruppen näher betrachtet. Anschließend werdenim Hauptteil verschiedene Aspekte bezüglich derAuswahl geeigneter Kennzahlendetailliert untersucht. Eine kurze Zusammenfassung der wesentlichen Ergebnisse sowie ein Ausblick in die Zukunft bilden den Schluss dieser Seminararbeit.

2. Theoretische Grundlagen des Innovation Performance Measurement

Im Folgenden werden für das Verständnis der folgenden Kapitel relevante Begriffe definiert und wichtige Aspekte erläutert. Zuerst wird die Frage beantwortet, was unter einer Innovation zu verstehen ist. Anschließend folgt eine Beschreibung der konzeptionellen Basis des Innovationsmanagements. Zum Abschluss wird das Innovationscontrolling als Instrument der effizienten Innovationsprozessgestaltung näher untersucht.

2.1 Der Innovationsbegriff

DerInnovationsbegriffstammt vom lateinischen Wort „innovatio“ ab. Mögliche Übersetzungen in die deutsche Sprache stellen„Erneuerung“, „Neuerung“ oder „Neugestaltung“ dar.5 Dennoch ist es schwierig, eine allgemein gültige Definition des Begriffs zu bestimmen.6 Laut ADAM, BESSANT und PHELPS„[is] the term ‘innovation’ […] notoriously ambiguous and lacks either a single definition or measure.“7 Nichtsdestotrotz gibt es eine zentrale Eigenschaft, in der eine große Anzahl der in der Literatur aufgeführten Definitionen übereinstimmen.8 Dieses Merkmal ist das„Neuartige“.Innovationen können dahermitunter als neuartige Produkte und Verfahren, Vertragsformen sowie Vertriebswege verstanden werden,9 die sich entweder von bereits existierenden Produkten unterscheiden oder einzigartig sind.10 Darüber hinaus ist die Verwendung des Innovationsbegriffs als Verwertung neuartiger Produkte oder Prozesse am Markt von signifikanter Bedeutung.Mit „Verwertung“ ist dabei die wirtschaftliche Anwendung einer Innovation gemeint. Dazu zähltbspw. die Markteinführung eines neuen Produkts oder die Implementierung einer Erfindung in den Produktionsprozess.11 Aufgrund dieser Eigenschaft ist es möglich, Innovationen von Inventionen, die reine Erfindungsleistungen darstellen, abzugrenzen. Diesen Umstand hat ROBERTS mit der Formel „innovation = invention + exploitation“12 treffend abgebildet.

Des Weiteren ist es möglich, Innovationen anhand ihrer inhaltlichen Dimensionen zu charakterisieren. Dabei wird in den meisten Fällen zwischen Produktinnovationen, Prozessinnovationen sowie Strukturinnovationen differenziert.13 Unter einer Produkt-innovation kann ein neues, vermarktungsfähiges Angebot verstanden werden, das sich durch absolute bzw. relative Neuheit am Markt auszeichnet. Prozess- bzw. Verfahrensinnovationen sind hingegen nicht selbst marktfähig; allerdings stellen sie neue Methoden zum Aufbau eines absatzfähigen Angebotes dar.14 Das oberste Ziel einer Prozessinnovation ist die Erhöhung der Effizienz, die z. B. durch schnellere, kostengünstigere, sicherere oder qualitativ hochwertigere Produktionsverfahren erreicht werden kann.15 Strukturinnovationen haben dagegen das Ziel, den Aufbau der Organisationsstruktur eines Unternehmens zu verbessern.16

2.2 Das Innovationsmanagement

Das Innovationsmanagement beruhtim Wesentlichen auf der Planung, Steuerung und Kontrolle neu entwickelter Produkte und Verfahren.17 MÖLLER, MENNINGER und ROBERSsind der Ansicht, dass das Managen von Innovationen im weiteren Sinn den gesamten Innovationsprozess, der von der Idee bis zur Imitation reichen kann, umfasst.18 Dieses Prozessmodell kannmindestens in die drei Abschnitte „Ideengenerierung“, „Realisierung“ und „Markteinführung“ unterteilt werden.19 Durch das phasenspezifische Festlegen von Vorgehensweisen und Organisationsstrukturen soll dabeidie Vereinheitlichung der Innovationstätigkeit garantiert werden.20 Im engeren Sinnumfasst das Innovationsmanagement jedochlediglich die erstmalige Einführung neuartiger Produkte bzw. Verfahren sowie die dispositive Gestaltung des Innovations-prozesses.21 Unter einer „dispositiven Gestaltung“versteht man das Definieren und Verfolgen von Strategien und Zielen, das Treffen von Entscheidungen, die Bestimmungvon Informationsflüssen sowie die Realisierung von Entscheidungen,22 um den Innovationsprozess letztlich bewusst gestalten und steuern zu können.23 Um Fehler bei der Verwendung des Begriffs des Innovationsmanagements zu vermeiden, ist es des Weiteren von hoher Bedeutung, dassdas Innovationsmanagement nicht mit dem F&E-Management gleichgesetzt wird. Obwohl F&E-Prozessefür den Erfolg und das Fortbestehen eines Unternehmen von essentieller Bedeutung sind,24 stellen sie lediglich einen Teil des Innovationsprozesses dar.25 WährendF&E speziell auf naturwissenschaftlich-technischen Prozessen beruht, schließt das Innovations-management darüberhinausgehende, wie bspw. administrative Prozesse, mit ein.26

2.3 Das Innovationscontrolling

Das „Controlling“ kann allgemein als Planung und Kontrolle bzw. koordinierte Steuerung der typischen Betriebs- und Geschäftsprozesse im Unternehmen definiert werden, das die Unternehmensleitung bei ihren Entscheidungen über wichtige betriebliche Sachverhalte unterstützen soll.27 Für die Praxis bedeutet dies vor allem die Ausgestaltung eines systematischen Informationsmanagements, mit dessen Hilfe sowohl Effektivitäts-, als auch Effizienzziele erreicht werden können.28 Betrachtet man das Controlling jedoch aus der Perspektive der Innovationstätigkeit, so wird darunter eine zielorientierte Verwendung von Controlling-Instrumenten verstanden, die dem Innovationsmanagement bei dessen Aufgabenerfüllung zur Seite stehen.29 Dazu zählt auch die aktive Steuerung des Innovationsgeschehens innerhalb des Unternehmens.30 Dieses zielgerichtete Einsetzen von Steuerungsmaßnahmen ist in der deutschsprachigen Literatur als „Innovationscontrolling“ bekannt,31 während in englischsprachigen Publikationenmeistens der Begriff „Innovation performancemeasurement“ verwendet wird.32 Entwickelt hat sich das Innovationscontrolling aus dem operativen F&E-Controlling, wobei es dessen Ziele und Funktionen bei weitem übersteigt.33

Im Kontext des Innovationscontrollings spielen insbesondere Kennzahlen eine wichtige Rolle bei der Bereitstellung von Informationen, indem sie Effizienz und Effektivität von Innovationstätigkeiten quantifizieren.34 Eine Unterteilung ist sowohl in absolute und relative,35 als auch in qualitative und quantitative Messgrößen möglich.36 Bei quantitativen Kennzahlen kann weiterhin zwischen finanziellenund nicht-finanziellenMessgrößen unterschieden werden. Dies hängtdavon ab, ob sie monetäre Informationen darstellen oder nicht.37 Darüber hinaus können einzelne Kennzahlen mit Hilfe von Kennzahlen- bzw. Performance Measurement Systemen38 miteinander in Verbindung gebracht werden,39 wenn ein mathematischer oder sachlogischerZusammenhang zwischen den verschiedenen Messgrößen besteht.40

3. Kennzahlen im Innovationsprozess

Im Folgenden wirdauf Basis des I-P-O-O(Input-Process-Output-Outcome-Framework)von BROWN und SVENSONein Überblick über die in der Literatur aufgeführten Innovationskennzahlen erarbeitet. Anschließend wird die Einsatzfähigkeit der verschiedenen Kennzahlentypen überprüft.

3.1 Systemorientierte Einordnung verschiedener Kennzahlentypen

KERSSENS-VAN DRONGELEN, PEARSON und NIXONsind der Auffassung, dassder prozessuale Steuerungsansatz von BROWN und SVENSON die vollständigste Klassifizierung bzw. Kategorisierung von Innovationsmessgrößen ermöglicht.41 Deshalb wird dieses Modell zur besseren Strukturierung verschiedener Kennzahlen zugrunde gelegt. Das I-P-O-Ounterteilt Innovationskennzahlen in vier Kategorien: Input-, Process-, Output-, und Outcome-Kennzahlen.42

Input-Kennzahlen erfassen Ressourcen, die von BROWN und SVENSON als „therawmaterialsandstimuli a systemreceivesandprocesses“43 definiert worden sind und für die Innovationstätigkeit benötigt werden.Dazu können unter anderem Messgrößenbezüglich Personal undAusgaben,44 aber auchtechnischer Ausstattung sowie Informationen und Know-how eines Unternehmens verwendet werden.45 Zur Input-Messgröße „Personal“gehörenbspw. Kennzahlen, die die „Anzahl der an der Innovationstätigkeit beteiligten Mitarbeiter relativ zum gesamten Personal eines Unternehmens“ messen.46 Die Input-Messgröße „Ausgaben“beinhaltet z. B.die„totalen F&E-Ausgaben“, den„Anteil der F&E-Ausgaben an den gesamten Aufwendungen eines Unternehmens“ sowie die „F&E-Intensität“.47 Zur Erfassung der technischen Ausstattung werden unter anderem Kennzahlen wie die „Anzahl der Forschungsgebäude und –einrichtungen“ oder die „Ausgaben für Forschungs-equipment“ gezählt.48 Zuletzt umschließt die Input-Messgröße „Informationen und Know-how“mitunter die „Anzahl generierter Ideen“sowie die „Mitarbeiterqualität“.49

Nachdem der Start eines Innovationsprojekts beschlossen worden ist, beginnt der eigentliche Entwicklungsprozess. Dessen Ziel ist es, die Inputfaktoren in Output-faktoren zu transformieren.50 Die Durchführung eines solchen Entwicklungsprozesses kann mit der Realisation eines Projekts verglichen werden, wodurch Spielräume für typische Planungs- und Steuerungsinstrumente entstehen. Innovationsspezifische Process-Kennzahlen existieren sowohl für die Dimensionen „Kosten“ und „Zeit“, als auch für den „Fortschritt“ und die „Qualität“ eines Entwicklungsprozesses. Außerdem können sie sowohl projektbezogen, als auch projektübergreifend eingesetzt werden.51 Die Prozesskosten können anhand verschiedener Indikatoren gemessen werden. Diese sind mitunter „Kostenabweichungen“, die „Häufigkeit von Kostenüberschreitungen“ sowie die „totalen Entwicklungskosten eines Projekts“.52 Die Zeit, die für einen Innovationsprozess benötigt wird,kann unter anderem anhand der „durchschnittlichen Innovationsdauer“ oder der„time tomarket“einer Neuentwicklung bestimmt werden.53 Der Fortschritt eines Innovationsprojekts wird beispielsweise mit Hilfe der erreichten Meilensteine, die im Voraus definiert worden sind, gemessen.54 Des Weiteren wird die Prozessqualität z. B.anhand der „durchschnittlichen Anpassungskosten“ oder der „Anzahl der Änderungen vor Serienanlauf“ ermittelt.55 Darüber hinaus sind zweidimensionale, projektgebundene Messungen durch Meilenstein-, Trend-, und Kosten-Trend-Analysen möglich. Zu den projektübergreifenden Messgrößen werden außerdem bspw. die „Planungsqualität“sowie „Projektabweichungen“ gezählt.56 Nach der Beendigung des Entwicklungsprozesses einer Innovation messen Output-Kennzahlen die Ergebnisse der Innovationstätigkeit.57 Diese können in die Ebenen „Wissensgenerierung“ sowie „Prozess- und Produktentwicklung“ unterteilt werden.58 Zur Wissensgenerierungsebene zählen mitunter die „Anzahl neuer Patente und Publikationen“, während auf der Prozess- und Produktentwicklungsebenez. B. die „Anzahl neuartiger Produkte und Prozesse“ eine wichtige Rolle spielt.59

Allerdings reicht es nicht aus, nur den Output der Innovationstätigkeit zu messen. Erst mit Hilfe von Outcome-Kennzahlen kann der reale Wert einer Innovation für ein Unternehmen bestimmt werden.60 Direkte Outcome-Messgrößen sind bspw. der „Umsatz“ oder der „Gewinn“, der mit Hilfe eines neuen Produktes oder Prozesses erzielt wird. Weiterhin zählen betriebswirtschaftliche Größen wie „Barwert“ und „Cashflow“,„Rate ofreturn on investment“oder die „Profitabilität im Vergleich zu den anderen Wettbewerbern“ dazu.61 Als indirekte Outcome-Messgrößen können „Umsatzeinbußen“sowie „Kostenerhöhungen“ für die Wettbewerber berücksichtigt werden.62 Als Messdimensionen stehen sowohl den Output-, als auch Outcome-Kennzahlen„Qualität“, „Quantität“ und „Geldeinheiten“ zur Verfügung.63

3.2 Einsatzfähigkeit einzelner Kennzahlentypen

Die vier verschiedenen Kennzahlenkategorien von BROWN und SVENSON weisen trotz ihres gemeinsamen Ziels, Innovationsprozesse effizient und effektiv zu gestalten, Unterschiede hinsichtlich ihrer Einsatzfähigkeit auf. Input-Messgrößen haben isoliert betrachtet keine eigene Erfolgswirkung. Ihre Verwendung ist daher nur dann sinnvoll, wenn entweder ein mittelbarer oder ein unmittelbarer Zusammenhang zwischen dem Input eines Innovationsprozesses und dem Output bzw. Outcome existiert.64 Dennoch bleibt festzuhalten, dass Input-Kennzahlen eine Ausgangsbasis für den Innovations-erfolg darstellen. Ihr Einfluss als Richtwert für die Ressourcenbereitstellung, der interne und externe Vergleiche ermöglicht, sollte deshalb nicht unterschätzt werden.65 Der Einsatz von Process-Kennzahlen hängt davon ab, ob im Vorfeld ein Projektplan, der Vorgaben für Kosten, Zeit und Fortschritt enthält, definiert worden ist.66 Insbesondere bei sehr komplexen und schwer zu planenden Innovationsprojekten,wie bspw. in der Grundlagenforschung, ist deshalb die Verwendung von Process-Kennzahlen nur eingeschränkt möglich. Nichtsdestotrotz sollten Process-Messgrößen eingesetzt werden, um eine zeitnahe Steuerung des Innovationsprozesses zu gewährleisten.67 Die Messergebnisse von Output- und Outcome-Kennzahlen können erst erfasst werden, nachdem der Entwicklungsprozess bereits abgeschlossen worden ist.Ein direktes bzw. rechtzeitiges Eingreifen bei Fehlentwicklungen ist somit nicht möglich. Allerdings können aus den Messergebnissen wichtige Rückschlüsse gezogen werden, die das Ableiten vonVerbesserungen für zukünftige Innovationsprozesse ermöglichen.68

4. Selektion geeigneter Kennzahlen im Rahmen des Innovation PerformanceMeasurement

Die Aussagestärke von Innovationskennzahlen hängt entscheidend von der Auswahl der richtigen Kennzahlen ab.69 Im Folgenden wird deshalb die Selektion geeigneterMessgrößen für die Steuerung und Messung von Innovationsprozessen detailliert untersucht. Dabei wird zuallererst die Frage nach den Einflussgrößen, die bei der Kennzahlenselektion eine mögliche Rolle spielen, beantwortet. Anschließend wird der Einsatz von finanziellen und nicht-finanziellen Messgrößen näher betrachtet. Hierbei soll festgestellt werden, ob einer der beiden Kennzahlentypen eine besondere Einsatzeignung aufweist. Abschließend sollen verschiedene situative Gegebenheiten, die die Selektion passender Kennzahlen erschweren, aufgezeigt werden.

4.1 Determinanten für die Kennzahlenauswahl im spezifischen Innovationsprozess

KERSSENS-VAN DRONGELEN und COOK vertreten die Meinung, dass kein allgemein gültiges frameworkexistiert, anhand dessen die geeigneten Kennzahlen für den spezifischen Innovationsprozess identifiziert werden können.Deshalbsollten Manager „not unthinkingly copy the concepts proposed by others but design their own tailor-made system, suiting purpose(s) of measurement and the peculiarities of their R&D setting [...].”70 Aktuelle Forschungsergebnisse haben jedoch gezeigt, dass durchaus Determinanten für die Auswahl von Kennzahlen existieren. Die Ausgestaltung eines Innovation Performance Measurement Systemskann unter anderem von der Unternehmensstrategie und -größebeeinflusst werden.71 Des Weiteren stellen Markt-bzw. Kundenorientierungsowie der Innovationsgrad mögliche Einflussgrößen dar.72

Um die Bedeutung der Unternehmensstrategie auf die Auswahl von Kennzahlen zu bestimmen, wird im Folgenden die Typologie von MILESet al. zugrunde gelegt.Diese unterteilt Unternehmen anhand ihrer strategischen Grundausrichtung in „Prospektoren“, „Analysierer“, „Verteidiger“ und „Reagierer“.73 GRIFFIN und PAGE haben empirisch nachgewiesen, dass die Selektion geeigneter Kennzahlen für die Messung des Innovationserfolgs von der festgelegten Innovationsstrategie beeinflusst wird. Prospektoren setzen vor allem Messgrößen ein, die den Gewinn und die Verkaufszahlen neuer Produkte überprüfen.Analysierer messen dagegen vornehmlich, ob das neue Produkt zur Strategie des Unternehmens passt. Für „Verteidiger“ und „Reagierer“ stellthingegen der „return on investment“der Innovation eine wesentliche Messgröße dar.74 Des Weiteren kann neben der Unternehmensstrategie auch die Unternehmensgröße als Determinante herangezogen werden. DIJK et al. haben, basierend auf den Ergebnissen einer Befragung von 865 großen und 1013 kleinen Unternehmen, nachgewiesen, dass für die jeweiligen Unternehmenstypen verschiedene Messgrößenrelevant sind. Während für große Unternehmen vor allem die Messung von Outcome-Kennzahlen wie„Profitabilität“und „Marktanteilswachstum“von großer Bedeutung ist, bevorzugen kleinere Unternehmen vornehmlich Messgrößen wie den „return on investment“sowiedie „Personalkosten und –qualität“.75

Unter Markt- bzw. Kundenorientierung kann dieBeeinflussungdes Innovationsverhaltens einer Unternehmung durch einen verstärkten Fokus auf die vom Kunden geäußerten Wünsche und Anregungen verstanden werden.76 Dies führt oftmals zu einer Wahrnehmung von Innovationsmöglichkeiten innerhalb des familiären Geschäftsumfeldes sowie einer Ausnutzung des bereits verfügbaren Know-hows.77 Dadurch werden verstärktbereits existierende Produkte und Technologien weiterentwickelt bzw. den Kundenwünschen angepasst; gleichzeitig wird somit weniger auf noch verborgene Kundenbedürfnisse eingegangen.78 Dies kann unter Umständen dazu führen, dass Unternehmen durch eine Orientierung am Markt nicht mehr dazu in der Lage sind, aktiv auf neu auftretende Entwicklungen zu reagieren.79 DAVILA, FOSTER und OYONvertreten jedoch die Meinung, dass Interaktionen mit den Kunden zu einer erhöhten Innovativitätdes Unternehmens führen würden.80 Darüber hinaus hat dieses interaktiveInnovationsverhalten auch verschiedene Auswirkungen auf die Auswahl geeigneter Innovationskennzahlen. Auf der einen Seite können vor Beginn der Innovationstätigkeit kundenunabhängige Ziele definiert werden. Dazu zählen unter anderemPlanvorgaben wie„Zeit“, „Budget“ sowie die „Kosten“ des Produkts,81 die mit Hilfe von projektorientiertenProcess-Kennzahlen gemessen werden können.82 Auf der anderen Seite werden für Prozessschritte, für die Informationen des Kunden relevant sind, flexible Ziele festgelegt. Durch den konstanten Eingang von Informationen kann deshalb schon während des laufenden Innovationsprozesses auf die Bedürfnisse der Kunden reagiert werden. Aufgrund dessen werden zur Steuerung bzw. Kontrolle der flexiblen Ziele Flexibilitätsdimensionen definiert, die während des Innovations-prozesses nicht verletzt werden sollten.83 In der Praxiswerden Innovationsergebnisse hingegen nur selten durch kundenorientierte Innovationskennzahlen wie bspw. „Kundenzufriedenheit“ oder„prozentualer Anteil an erfolgreichen Produkten am Markt“dargestellt.84

[...]


1 COOPER, R. (1998), S. 1.

2 Vgl. DAVILA, T. (2004), S. 383.; DUNK, A. S. (2011), S.102.; CHIESA, V. et al.(2009), S. 489.; LEKER, J. (2005), S. 569.

3 Vgl. KERSSENS-VAN DRONGELEN, I. C. et al. (2004), S. 1 f.; HUANG, X./ SOUTAR, G. N./ BROWN, A. (2004), S. 117.; DAVILA, A./ FOSTER, G./ OYON, D. (2009), S. 281.

4 BIRCHALL, D. et al. (2004), S. 2.

5 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 2.

6 Vgl. BAREGHEH, A./ ROWLEY, J./ SAMBROOK, S. (2009), S. 1324.

7 ADAM, R./ BESSANT, J./ PHELPS, R. (2006), S. 22.

8 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 2.

9 Vgl. HAUSCHILDT, J./ SALOMO, S. (2011), S. 3f.

10 Vgl. DUNK, A. S. (2011), S. 102.

11 Vgl. GERPOTT, T. J. (2005), S. 37.

12 Vgl. ROBERTS, E. B. (1987), S. 3.

13 Vgl. BROCKHOFF, K. (1999), S. 37.

14 Vgl. PEPELS, W. (2006), S. 4.

15 Vgl. HAUSCHILDT, J./ SALOMO, S. (2011), S. 5.

16 Vgl. ARNDT, M./ BIGELOW, B. (2000), S. 494 f.

17 Vgl. DREJER, A. (2002), S. 6 f.

18 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 6.

19 Vgl. ROTHWELL, R. (1994), S. 10.

20 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 6.

21 Vgl. ALBERS, S./ BROCKHOFF, K./ HAUSCHILDT, J. (2001), S. 22.

22 Vgl. HAUSCHILDT, J./ SALOMO, S. (2011), S. 29.

23 Vgl. LITTKEMANN, J. (2005), S. 5.

24 Vgl. BROWN, S. L./ EISENHARDT, K. M. (1995), S. 344.

25 Vgl. SHEU, D. D./ HEI-KUANG, L. (2011), S. 850.

26 Vgl. HAUSCHILDT, J./ SALOMO, S. (2011), S. 29.

27 Vgl. COENENBERG, A. G./ FISCHER, T. M./ GÜNTHER, T. (2012), S. 39.

28 Vgl. LITTKEMANN, J. (2005), S. 5.

29 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 6.

30 Vgl. FRATTINI, F./ LAZZAROTTI, V./ MANZINI, R. (2006), S. 246.

31 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 9.

32 Vgl. BIRCHALL, D. et al. (2004), S. 1.; KATILA, R. (2007), S. 316.

33 Vgl. VAHS, D./ BURMESTER, R. (2005), S. 283.

34 Vgl. NEELY, A./ GREGORY, M./ PLATTS,K. (2005), S. 1229.

35 Vgl. BURKERT, M. (2008), S. 9.

36 Vgl. TATIKONDA, M. V. (2008), S. 205.

37 Vgl. BURKERT, M. (2008), S. 10.

38 Vgl. ITTNER, C. D./ LARCKER, D. F. (1998), S. 206.

39 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 19 ff.

40 Vgl. GLADEN, W. (2005), S. 157 ff.

41 Vgl. KERSSENS-VAN DRONGELEN, I. C./ PEARSON, A./ NIXON, B. (2000), S. 129.

42 Vgl. BROWN, M. G./ SVENSON, R. A. (1998), S. 31.

43 BROWN, M. G./ SVENSON, R. A. (1998), S. 30.

44 Vgl. CAVALLUZZO, K. S./ ITTNER, C. D. (2004), S. 244.

45 Vgl. BROWN, M. G./ SVENSON, R. A. (1998), S. 30.

46 Vgl. ADAM, R./ BESSANT, J./ PHELPS, R. (2006), S. 27.

47 Vgl. MÖLLER, K./ SCHMÄLZLE, H. (2008), S. 21.

48 Vgl. ADAM, R./ BESSANT, J./ PHELPS, R. (2006), S. 27.

49 Vgl. JANSEN, S./ MÖLLER, K./ SCHLÄFKE, M. (2011), S. 111.

50 Vgl. BISBE, J./ OTLEY, D. (2004), S. 712.

51 Vgl. WERNER, B. M. (2002), S. 64.

52 Vgl. MÖLLER, K./ SCHMÄLZLE, H. (2008), S. 26.

53 Vgl. CHIESA, V./ MASELLA, C. (1996), S. 53.

54 Vgl. KERSSENS-VAN DRONGELEN, I. C./ BILDERBEEK, J. (1999), S. 37.

55 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 43.

56 Vgl. WERNER, B. M. (2002), S. 71.

57 Vgl. LOCH, C. H./ TAPPER, U. A. S. (2002), S. 194.

58 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 45.

59 Vgl. LOCH, C. H./ STEIN, L./ TERWIESCH, C. (1996), S. 9 ff.

60 Vgl. BROWN, M. G./ SVENSON, R. A. (1998), S. 31.

61 Vgl. CORDERO, R. (1990), S.185 f..

62 Vgl. MÖLLER, K./ SCHMÄLZLE, H. (2008), S. 35.

63 Vgl. BROWN, M. G./ SVENSON, R. A. (1998), S. 31.

64 Vgl. WERNER, B. M. (2002), S. 59.

65 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 40 ff.

66 Vgl. WERNER, B. M. (2002), S. 81.

67 Vgl. MÖLLER, K./ MENNINGER, J./ ROBERS, D. (2011), S. 45.

68 Vgl. SCHUH, G./ ARNOSCHT, J./ SCHIFFER, M. (2012), S. 255 f.

69 Vgl. GRAF, J./ LANGMANN, C. (2011), S. 69.

70 KERSSENS-VAN DRONGELEN, I. C./ COOK, A. (1997), S. 356.

71 Vgl. CHENHALL, R. H. (2003), S. 128.

72 Vgl. DAVILA, T. (2000), S. 388ff.

73 Vgl. MILES, R. E. et al.(1978), S. 28 f.

74 Vgl. GRIFFIN, A./ PAGE, A. L. (1996), S. 489 f.

75 Vgl. DIJK, B. v. et al. (1997), S. 338 ff.

76 Vgl. ATUAHENE-GIMA, K./ KO, A. (2001), S. 54 ff.

77 Vgl. SLATER, S. F./ NARVER, J. C. (1995), S. 63 f.

78 Obwohl diese Eigenschaften auch „inkrementale“ Innovationen charakterisieren (vgl. folgender Absatz), liegt der Fokus in diesem Absatz auf der Markt- bzw. Kundenorientierung als Einflussgröße.

79 Vgl. LI, Y./ LIU, Y./ ZHAO, Y. (2006), S. 339 ff.

80 Vgl. DAVILA, A./ FOSTER, G./ OYON, D. (2009), S. 293.

81 Vgl. DAVILA, T. (2000), S. 391.

82 Vgl. SCHUH, G./ ARNOSCHT, J./ SCHIFFER, M. (2012), S. 264.

83 Vgl. DAVILA, T. (2000), S. 388.

84 Vgl. KERSSENS-VAN DRONGELEN, I. C./ BILDERBEEK, J. (1999), S. 37.

Ende der Leseprobe aus 24 Seiten

Details

Titel
Innovation Performance Measurement. Identifizierung geeigneter Kennzahlen für die Innovationssteuerung
Hochschule
Universität Augsburg
Note
1,0
Autor
Jahr
2013
Seiten
24
Katalognummer
V300059
ISBN (eBook)
9783656964896
ISBN (Buch)
9783656964902
Dateigröße
751 KB
Sprache
Deutsch
Schlagworte
Innovation Performance Measurement, Innovationssteuerung, Innovationsmanagement, Innovationscontrolling, Innovationsprozess, Kennzahlen, Kennzahlenselektion
Arbeit zitieren
Sebastian Eisele (Autor:in), 2013, Innovation Performance Measurement. Identifizierung geeigneter Kennzahlen für die Innovationssteuerung, München, GRIN Verlag, https://www.grin.com/document/300059

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Innovation Performance Measurement. Identifizierung geeigneter Kennzahlen  für die Innovationssteuerung



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden