* ISW der Steinbeis -Stiftung, Stuttgart Regionales Monitoring zur Wissensökonomie - Ansatzpunkte, Anforderungen, Grenzen - Martin Brandt / Bernd Volkert* Nr. 238 / Juni 2003 Arbeitsbericht ISBN 3-937018-02-6 ISSN 0945-9553 Akademie für Technikfolgenabschätzung in Baden-Württemberg Industriestr. 5, 70565 Stuttgart Tel.: 0711 • 9063-0, Fax: 0711 • 9063-299 E-Mail: info@ta-akademie.de Internet: http://www.ta-akademie.de Ansprechpartner: Dr. Gerhard Fuchs Tel. 0711 • 9063-199 E-Mail: gerhard.fuchs@ta-akademie.de Die Akademie für Technikfolgenabschätzung in Baden-Württemberg gibt in loser Folge Aufsätze und Vorträge von Mitarbeitern sowie ausgewählte Zwischen- und Abschlussberichte von durchgeführten Forschungsprojekten als Arbeitsberichte der TA-Akademie heraus. Diese Reihe hat das Ziel, der jeweils interessierten Fachöffentlich- keit und dem breiten Publikum Gelegenheit zu kritischer Würdigung und Begleitung der Arbeit der TA-Akademie zu geben. Anregungen und Kommentare zu den publizierten Arbeiten sind deshalb jederzeit willkommen. I Inhaltsverzeichnis Verzeichnis der Abbildungen ...................................................................................... IV Verzeichnis der Tabellen.............................................................................................. IV Verfasser..........................................................................................................................V 1 Untersuchungsziele und Vorgehensweise ................................................................1 2 Der Wissensbegriff .....................................................................................................2 2.1 Lexikalische Definition von Wissen .............................................................3 2.2 Grunddefinitionen der Informationstheorie...................................................3 2.3 Die kettenförmig-hierarchische Zuordnung von Wissen .............................4 2.4 Die human-orientierte Wissensdefinition......................................................5 2.5 Übertragung von Wissen...............................................................................7 3 Ökonomisch relevante Grundvorstellungen zum Wissen......................................9 3.1 Der Charakter von Wissen als Gut ..............................................................10 3.2 Zur Produktion von Wissen.........................................................................11 3.3 Zur Vervielfältigung von Wissen (Duplizierbarkeit) ..................................12 3.4 Zur Schützbarkeit von Wissen.....................................................................12 3.5 Zur Lagerfähigkeit von Wissen...................................................................13 3.6 Zur Vernetzbarkeit von Wissen...................................................................13 4 Wissen und ökonomische Fragestellungen............................................................14 4.1 Die „Wissenslücke“ von Klassik und Neoklassik .......................................14 4.2 Wissen als Wertschöpfungsgegenstand bei Machlup ..................................15 4.3 Wissen in der Informationsgesellschaft.......................................................16 4.4 Wissen in der neuen Wachstumstheorie ......................................................16 5 Grundvorstellungen zur Wissensökonomie und korrespondierende Messansätze ..............................................................................................................19 II 5.1 Wissensgesellschaft/Wissenswirtschaft als Gesamttrend ...........................20 5.2 Wissensökonomie als sektoraler Trend .......................................................21 5.3 Wissensökonomie als branchenübergreifender Trend .................................22 5.4 Wissensökonomie als wissensbasierte Wirtschaft .......................................23 6 Bisher erkennbare Messansätze zur Wissensökonomie .......................................26 6.1 Grundaussagen im OECD-Konzept zur wissensbasierten Ökonomie.........26 6.2 Die Problematik eines passenden Messansatzes .........................................28 6.3 Das eigentlich geforderte Messkonzept.......................................................29 6.3.1 Messung von Inputs in die Wissenserzeugung ...................................30 6.3.2 Messung von Wissensbestand und Wissensströmen ..........................31 6.3.3 Messung von Wissensoutputs .............................................................33 6.3.4 Messung von Wissensnetzwerken ......................................................34 6.3.5 Messung von Wissen und Lernen.......................................................35 6.4 Der aktuelle Messansatz der OECD............................................................36 6.4.1 Der gegenwärtige Hauptanknüpfungspunkt - Das OECD Scoreboard 2001 .................................................................................36 6.4.2 Der Gesamtansatz und die zentralen Indikatorengruppen ..................37 6.4.3 Die Indikatoren zum Wissensaspekt im Einzelnen.............................38 6.4.3.1 Teilabschnitt A.1.........................................................................39 6.4.3.2 Die übrigen Teilabschnitte A.2. bis A.13.......................................40 6.4.4 Die Indikatoren zur Informationswirtschaft........................................44 6.4.5 Eine (vorläufige) Würdigung des OECD-Messansatzes.....................44 6.5 Weitere partielle Erhebungs- bzw. Messansätze .........................................45 6.5.1 European Innovation Monitoring System (EIMS)..............................46 6.5.1.1 Der Community Innovation Survey (CIS) - eine neue Datengrundlage..........................................................................47 6.5.1.2 European Trend Chart on Innovation und European Innovation Scoreboard (EIS)........................................................................48 6.5.2 STI Key Figures 2002 .........................................................................52 III 6.5.3 Der bundesdeutsche Messansatz zur Informationswirtschaft .............55 7 Monitoring ................................................................................................................58 7.1 Definition und Stufen..................................................................................58 7.2 Ökonomisches Monitoring ..........................................................................59 7.3 Regionales Monitoring ................................................................................60 7.4 Umfassende standortbezogene Monitoringansätze als Beispiele ................61 7.4.1 Monitor Baden-Württemberg..............................................................61 7.4.2 Standortmonitor Baden-Württemberg ................................................63 7.5 Monitoring zur Wissensökonomie ..............................................................65 7.6 Ansatzpunkte für ein regionales Monitoring zur Wissensökonomie ......66 7.6.1 Ausgangspunkt und mögliche Ziele ....................................................66 7.6.2 Skizzierung eines Messkonzepts für ein regionales Monitoring ........66 7.6.2.1 Das zugrunde zu legende Modell von Wissensökonomie ................67 7.6.2.2 Die ableitbaren Messbereiche .....................................................67 7.6.2.3 Anforderungen an ein Indikatorenbündel zur Wissensökonomie.....68 7.6.2.4 Die passende regionale Vergleichsebene......................................69 7.6.2.5 Die passende zeitliche Vergleichsebene........................................72 8 Schlussbetrachtung ..................................................................................................72 9 Literatur....................................................................................................................76 IV Verzeichnis der Abbildungen Abbildung 1: Die hierarchische Begriffskette .................................................................. 4 Abbildung 2: Die erweiterte Begriffskette ....................................................................... 5 Abbildung 3: Vier Formen der Wissensumwandlung ...................................................... 8 Abbildung 4: Wissens-Übertragungskette lt. OECD........................................................ 9 Abbildung 5: Auffassungen von Wissensökonomie....................................................... 22 Abbildung 6: Wissensbasierte Ökonomie und Wissenschaft. ........................................ 24 Abbildung 7: Aktuelle Bezugspunkte von Wissen und Wissensökonomie.................... 24 Abbildung 8: Messansatz wissensbasie rte Ökonomie .................................................... 26 Verzeichnis der Tabellen Tabelle 1: Indikatoren des OECD-Scoreboards 2001 - Hauptabschnitt A: Erzeugung und Diffusion von Wissen........................................................... 42 Tabelle 2: Die 17 Einzelindikatoren des European Innovation Scoreboard ................... 50 V Verfasser Bernd Volkert, Diplom-Volkswirt, ist Leiter des ISW der Steinbeis-Stiftung (ISW) in Stuttgart. Seine Schwerpunkte der Forschungs- und Beratungstätigkeit liegen im Bereich der empir i- schen Wirtschafts- und Sozialforschung, u. a. Markt- bzw. Branchenuntersuchungen, regionalwirtschaftliche Analysen, Fragen der Entstehung und Ausbreitung von Innova- tionen sowie Studien im Umfeld von Internet und E-Commerce. Einen aktuellen Akzent in der Beratungstätigkeit setzt z. B. die Entwicklung eines gewerbestandörtlichen Leit- bilds in Zusammenhang mit der langfristigen Neuausrichtung eines zentralen städti- schen Gewerbestandorts. Martin Brandt, Diplom-Kaufmann, ist freier Berater und im vorliegenden Projekt freier Mitarbeiter des ISW. Im wissenschaftlichen Bereich liegen seine Schwerpunkte u. a. in empirischen Analysen von Handel und Handwerk. Beide Autoren beraten aktuell zudem in den Bereichen Logistik und Stadtmarketing. Die von der TA-Akademie herausgegebene Untersuchung zu den Regionalen Online- Märkten (ROM) stammt ebenfalls aus der Feder beider Autoren. Kontaktadresse ISW der Steinbeis-Stiftung Baumreute 12 70199 Stuttgart Fon: 0711 / 649 84 07 Fax: 0711 / 649 20 40 Mail: iswstw@debitel.net Web: stw.de/isw Regionales Monitoring zur Wissensökonomie 1 1 Untersuchungsziele und Vorgehensweise Die Untersuchungsaufgabe „Regionales Monitoring zur Wissensökonomie - Ansatz- punkte, Anforderungen, Grenzen“ im Projekt „Globalisierung/Regionalisierung“ der Akademie für Technikfolgenabschätzung verlangt zunächst eine Auseinandersetzung mit Begriffen und konzeptionellen Vorstellungen zu Wissen und Wissensökonomie. Erst im zweiten Teil sind daran anschließend die Möglichkeiten eines regionalen Monitoring näher auszuloten. Nun könnte die Aufgabe von vornherein als müßig erscheinen, denn Ökonomen wis- sen, dass - ohne hier schon eine nähere Definition geben zu wollen - Informati- on/Wissen als Grundlage für (jedes) wirtschaftliches Handeln1 zu betrachten ist, und zwar unabhängig von Zeit, Raum bzw. Region. Auf der anderen Seite häufen sich - im Gefolge des ICT-Booms/Hypes - seit der zweiten Hälfte der 90er Jahre und insbesondere zu Beginn des neuen Jahrtausends die Beiträge, die sich mit Wissensgesellschaft, Wissensökonomie/-wirtschaft u. ä. beschäftigen. Teilweise fungieren Begriffe wie Wissensökonomie aber auch nur als Modeetikett oder als Versuch, einer wahrgenommenen, aber noch nicht weiter präzi- sierten Veränderung schon einmal einen mutmaßlich aussagefähigen Namen zu ge- ben. Vieles bleibt so noch diffus - sowohl definitorisch als auch mit Blick auf die Validi- tät des Ganzen, und die Sorge der quantitativen Fassung des Behaupteten treibt bis- lang nur einen (kleinen) Teil der Forschergemeinde überhaupt um. Daraus folgt zugleich, dass man in puncto Messung oder gar Monitoring im Sinne eines kontrollierten regelmäßigen quantitativen regionalen Vergleichs im Bereich Wissensökonomie noch am Anfang steht. Am stärksten hat sich hier bislang die OECD mit Fachleuten und Publikationen engagiert. Vor diesem Hintergrund ist es ein erstes Ziel der vorliegenden Arbeit, bisherige Messansätze zum Bereich Wissen und Wissensökonomie einschließlich definitori- scher und konzeptioneller Ansätze aufzufinden, zu prüfen, gegebenenfalls geeignete Indikatoren zum Vergleich von Regionen zu identifizieren und eine erste summari- sche Beurteilung dieser Indikatoren vorzunehmen. Das zweite Ziel dieses Arbeitsberichts ist auf Klärungen zum Aspekt des regionalen Monitoring zur Wissensökonomie gerichtet. Dabei ist vor allem den folgenden Fra- gen nachzugehen: 1 Vahlens großes Wirtschaftslexikon, München 1994, S. 964. Martin Brandt / Bernd Volkert 2 • Welchen Zielen kann ein Monitoring dienen? • Welche Beispiele sind hier für den ökonomischen Zusammenhang bereits anzu- führen? • Was ist bei Erarbeitung eines regionalen Monitoring zur Wissensökonomie zu beachten und wie könnte in Grundzügen ein regionaler Messansatz aussehen? In der Frageperspektive geht es beim gestellten Thema primär um den ökonomischen Blickwinkel und nicht um den sozialwissenschaftlichen, den philosophischen, den sozial-psychologischen oder neurologischen. Wissensökonomie besitzt dabei zwei hauptsächliche Sichtweisen, die analytisch auseinander gehalten werden müssen: • die Wissenswirtschaft als Gesamtbild von einer Volkswirtschaft, die Wissen als zentrales Merkmal besitzt einerseits, und • die ökonomische Lehre des Wissens bzw. der Information als Gut und Produkti- onsfaktor (Ökonomik des Wissens) andererseits. Letztere Sichtweise umfasst eher ökonomisch-theoretische Aspekte, die in dieser auf empirischer Erfassung ausgerichteten Arbeit nicht im Vordergrund stehen und ledig- lich dort bemüht werden, wo es zur Klärung geboten erscheint. Als Ausgangspunkt sind jedoch zunächst definitorische und konzeptionelle Aspekte von Wissen und Wissensökonomie etwas ausführlicher zu erörtern. In Anbetracht der vielfältigen, sehr fragmentarischen Ansätze und Versuche war dabei in erheblichem Umfang Selektions- und Aufbereitungsarbeit erforderlich, ohne dass schon ange- nommen werden kann, dass eine endgültige Fügung für das Ganze gefunden werden konnte. 2 Der Wissensbegriff „Wissen“ gehört zu den Begriffen der Alltagskommunikation, die so selbstverständ- lich verwendet werden, dass das Fehlen einer präzisen Definition im Einzelfall nicht weiter auffällt. Erst bei dem Versuch, ein operationales Gesamtkonzept zu konstruie- ren, wird deutlich, dass es einer genaueren Auffassung und Fassung des Wissensbe- griffs bedarf und dass diese mit etlichen Schwierigkeiten behaftet ist. Die Beschäftigung der Ökonomie mit dem Wissensbegriff ist noch vergleichsweise jung. Die eigenständige Konzeptbildung ist noch im Fluss, und auch deshalb greifen die Ökonomen teilweise auf außerökonomische Wissenskonzepte zurück. Der ge- wählte Ausschnitt geht daher bewusst über rein ökonomische Ansätze hinaus. Er beginnt mit einer lexikalischen Definition und schließt mit human-orientierten Defi- nitionen. Regionales Monitoring zur Wissensökonomie 3 2.1 Lexikalische Definition von Wissen Die lexikalische Definition wird hier einbezogen, weil sie sich in allgemein zugäng- lichen Nachschlagewerken findet, die eine gewisse Verbreitung haben, sodass diesen Begriffsbestimmungen prägende Kraft zukommt. An dieser Stelle mag die Anfüh- rung einer Wissensdefinition aus einem prominenten Vertreter dieser Klasse genü- gen. Der Duden2 etwa definiert „Wissen“ als „Gesamtheit der Kenntnisse, die jemand (auf einem bestimmten Gebiet) hat.“ Diese sehr knappe Definition stellt Wissen zum ei- nen als ein ausschließlich personenbezogenes Konzept dar, wonach nur Kenntnisse, die eine Person besitzt oder die ihr zueigen sind, als Wissen angesehen werden kön- nen. Zum anderen erscheint das Wissen zu einem jeweiligen Zeitpunkt als statisch. 2.2 Grunddefinitionen der Informationstheorie Die Informationstheorie ist Vorläufer der modernen Wissens theorien. Sie ist als Re- aktion auf die rasant gestiegene maschinelle Verarbeitungskapazität für standardi- sierte Befehle und somit parallel zum Aufkommen der Digitalrechnertechnik in den 40er Jahren des Zwanzigsten Jahrhundert entstanden. 3 Sie versucht formal zu fassen und zu beschreiben, was in den Computern verarbeitet und von den neuen techni- schen Übertragungsmedien verbreitet wird. Auch hier waren zunächst grundlegende Definitionen erforderlich. Die damals neuartigen Geräte arbeiten mit elektrischen Signalen. Zwei Arten werden dabei unterschieden: Die einen enthalten die zu verarbeitenden Elemente (Daten), die anderen die Verarbeitungsinstrumente (Instruktionen/Befehle, zusammengefasst zu Programmen). Daten werden von einem „Sender“ ausgewählt und als „Nachricht“ gesendet. Der Informationswert einer Nachricht besteht darin, dass sie bei einem Anwender eine bestehende Unsicherheit über Umweltzustände reduziert. Dies geschieht dadurch, dass die eintreffende Nachricht eine Auswahl aus den vom Empfänger vorab für möglich gehaltenen Zuständen darstellt. Auf den Inhalt der Nachricht kommt es da- bei zunächst nicht an. „Frequently the messages have meanings; that is they refer to or are entities. These semantic aspects of communication are irrelevant to the engi- neering problem. The significant aspect is that the actual message is one selected 2 Duden Bd. 10, Bedeutungswörterbuch, 2. Auflage 1985 3 Das grundlegende Werk ist: Shannon, Claude E.; Weaver, W.: The Mathematical Theory of Co m- munication. Urbana 1949. Martin Brandt / Bernd Volkert 4 from a set of possible messages.”4 Der Informationswert ist um so höher, je größer die dadurch bewirkte Reduktion von Unsicherheit beim Empfänger ist. Damit ist in der Informationstheorie die Frage, ob Daten im Einzelfall Informationen darstellen, nur unter Einbeziehung des jeweiligen Empfängers zu beantworten. Die Informationstheorie arbeitet also gerade nicht mit einem expliziten Wissensbeg- riff, sondern mit einem Informationsbegriff. Dieser hebt auf die Reduzierung eines konkreten Kenntnisdefizits beim Nutzer ab. 2.3 Die kettenförmig-hierarchische Zuordnung von Wissen Als Reaktion auf die Informationstheorie entsteht die folgende Kette, welche die Begriffe „Daten“ und „Information“ aufnimmt und nun zusätzlich explizit den Be- griff „Wissen“ einbezieht. Abbildung 1: Die hierarchische Begriffskette Unter Informationen werden dabei in Abgrenzung zur Informationstheorie für den Nutzer aufbereitete Daten verstanden. Daten und Informationen bezeichnen Voraus- setzungen, auf denen Wissen aufbaut, und welche zugleich Werkzeuge im Entste- hungsprozess von Wissen sind. Ausgesagt wird durch diese Zuordnung, dass Wissen „mehr“ ist als Information. Umgekehrt wird Information von vielen als Teilgebiet von Wissen aufgefasst (so auch Machlup in seinem 1980 erschienenen Werk „Knowledge. Its Creation, Distri- bution and Economic Significance.” und – siehe unten – die OECD 19965). Duff6 schlägt in bewusster Abgrenzung von den Definitionen der Informationstheorie in aufsteigender Reihenfolge vor: • Daten (rohe Ergebnisse), • Informationen (z. B. Berichte, in denen diese Daten aufbereitet sind), • Wissen (z. B. Theorierahmen und Gleichungen, in denen die aufbereiteten Daten verwendet werden), 4 Shannon/Weaver, a. a. O., S. 3. 5 OECD: The Knowledge-Based Economy. Paris 1996 (nachfolgend zitiert als: OECD 1996a) 6 Duff, Alistair S.: Information Society Studies. London, New York 2000, u. a. S. 27. Daten Informationen Wissen Regionales Monitoring zur Wissensökonomie 5 • Weisheit (vernünftiger und rechtzeitiger Gebrauch des verbesserten Verständnis- ses der physischen Realität, welches das neue Wissen hervorgebracht hat). Auch diese Auflistung ist in gewisser Weise statisch, dies gilt insbesondere für den – sehr eng begrenzten – Wissensbegriff. Mit dem Begriff der „Weisheit“ („wisdom“), als Verbindung von Vernunft und Anwendung, wird die Möglichkeit einer Weiter- entwicklung des Wissens aufgenommen. Eine Ergänzung der oben beschriebenen Kette um den Begriff der Weisheit und die Ausrichtung der Kette als Darstellung eines Wissensentstehungsprozesses findet sich auch bei anderen Autoren (nachstehende Abbildung ist angelehnt an Hullmann7; die Autorin beruft sich ihrerseits auf Davenport/Prusak 1998 und Machlup 1980). Wis- sen entsteht hier aus Informationen und, auf der anderen Seite, Weisheit, weshalb die Kette nicht mehr linear-eindimensional dargestellt werden kann. Abbildung 2: Die erweiterte Begriffskette Die entscheidende Einflussgröße hinter der „Weisheit“ ist der Mensch, und gerade diese Größe wird hier nicht in den Wissensbegriff einbezogen. Der Wissensbegriff bleibt auf statische Inhalte beschränkt. 2.4 Die human-orientierte Wissensdefinition Im Gegensatz zu den bisher dargestellten Ansätzen ist ausdrückliche Grundlage jeder human-orientierten Wissensdefinition die Vorstellung, dass das, was mit „Wissen“ bezeichnet werden sollte, im Wesentlichen oder ganz im Menschen selbst zu veror- ten ist. Hier ist zunächst an prominenter Stelle die von der OECD verwendete Einteilung für Wissen vorzubringen. Diese hält insgesamt fest, dass Wissen ein viel breiteres Kon- zept ist als Information und unterscheidet in einem Basispapier aus dem Jahr 1996 vier grundlegende Kategorien8: • Know-what: Faktenwissen, das sich leicht in Bits zerlegen lässt („Wie viele Menschen leben in New York?“), 7 Hullmann, Angela: Internationaler Wissenstransfer und technischer Wandel. Heidelberg 2001, hier S. 14. 8 “The Knowledge-Based Economy”. OECD 1996a, S. 12. Daten Weisheit Wissen Informationen Martin Brandt / Bernd Volkert 6 • Know-why: (natur-)wissenschaftliches Wissen über die Grundlagen und Gesetze der Natur, • Know-how: Handwerkliche und mentale Fertigkeiten etwas zu tun. • Know-who: Informationen darüber, wer was weiß und wer weiß, wie etwas zu tun ist. Differenziert man danach, ob Wissen in Bezug auf den Menschen extern oder intern vorliegt, so betont die OECD-Unterscheidung genau genommen ausschließlich per- sonengebundenes internes Wissen. In diesem Sinn handelt es sich bei den auf exter- ne Speichermedien übertragbaren Bestandteilen dann lediglich um Informationen. Diese wiederum sind am ehesten der Komponente Know-what nahe und - sicherlich in Grenzen - auch der Komponente Know-why, denn der Mensch kann die in diesem Zusammenhang bestehenden Lernziele grundsätzlich auch unter Einsatz externer Informationsmedien erreichen. Dagegen stellen die Wissenskategorien „Know-what“ und „Know-why“, ein getrenn- tes und weiter gehendes Konzept dar, das den Menschen als Wissensträger zwingend benötigt und die im Reich der praktischen Erfahrung verankert sind und eher verbor- gene Wissenskomponenten – im Sinne von schwer definierbar und hervorholbar - verkörpern (tacit knowledge, ebenda). Insgesamt wird eine Dichotomie zwischen Information und personengebundenem Wissen nicht im strengen Sinn behauptet, aber im Text doch nahe gelegt. Die OECD weist allerdings gleichzeitig darauf hin, dass die von ihr verwendeten Kategorien nur einen ungefähren Anhaltspunkt bieten. Und das ist mit Sicherheit so, denn der Be- schrieb dazu bleibt insgesamt doch etwas allgemein bis diffus. Jenseits der Einteilung der OECD werden im Bereich des personengebundenen Wis- sens mehrere Unterscheidungen diskutiert. Hullmann9 unterscheidet zwei verschiedene Möglichkeiten, das in einer Gesellschaft vorhandene Wissen zu betrachten. Grundsätzlich ist bei dieser Differenzierung Wis- sen personengebunden, und das Wissen einer einzelnen Person wird als „individuel- les Wissen“ aufgefasst. „Soziales Wissen“ ist dann bei Hullmann das insgesamt vorhandene Wissen einer Gesellschaft, also im Sinne der Mengenlehre die Vereinigungsmenge des individuel- len Wissens aller Personen einer Gesellschaft oder Gruppe. Folglich wird alles Wis- sen unabhängig von der Zahl der Träger jeweils nur einmal gezählt. 9 A. a. O., hier S. 11. Regionales Monitoring zur Wissensökonomie 7 Bildet man stattdessen die Schnittmenge, zählt also nur das Wissen, das allen Perso- nen einer Gesellschaft oder Gruppe gemein ist, erhält man das „kollektive Wissen“ einer Gesellschaft. Freilich ist dieses eine idealtypische Mengenbildung, bei der davon abgesehen wird, dass es für eine Gesellschaft von erheblichem Belang sein kann, ob ein bestimmtes und grundsätzlich verfügbares Wissen gering oder weit verbreitet ist, und dass auf der anderen Seite Wissen nach Ansicht der Verfasser auch dann bereits in einem praktischen Sinn als kollektiv vorhanden gelten kann, wenn nicht wirklich jedes ein- zelne (verständige) Mitglied einer Gesellschaft darüber verfügt. Eine weitere grundlegende Unterscheidung trifft Polanyi10: Wissen (entsprechend den oben vorgenommenen Unterscheidungen: Individuelles internes Wissen) kann in einer Person implizit oder explizit vorliegen. Abgrenzungskriterium ist der Grad des Bewusstseins vom Vorhandensein des Wissens: „(...) we know more than we know how to say.“11 Zum impliziten Wissen wird dabei nicht nur solches Wissen gezählt, dessen Vorhandensein dem Wissensträger gänzlich unbewusst ist, sondern auch das- jenige, das er in seinem Status als Wissen lediglich nicht besonders beachtet. Letzte- res wird mit „subsidiary awareness“ bezeichnet, gegenüber dem „focal awareness“ bei explizitem Wissen. Diese Differenzierung ist wiederum nicht gleichzusetzen mit der bereits in Zusam- menhang mit der OECD angeführten Unterscheidung zwischen „tacit“ und „non-tacit knowledge“, denn bei letzterem geht es mehr um den Zugriff auf das Wissen aus Sicht eines externen Beobachters. Insgesamt dürfte es zwischen beiden Abgrenzun- gen aber merkliche Überschneidungen geben. Als Fazit aus den bisherigen Versuchen im Bereich des humanorientierten Wissens- begriffs bleibt bereits an dieser Stelle nach wenigen Beispielen festzuhalten, dass sich die Fachwelt verschiedener Provenienz hier mit griffigen operablen Abgrenzun- gen noch schwer tut. 2.5 Übertragung von Wissen Wenn also das menschengebundene, das ihm eigene Wissen das entscheidende ist, dann ist die Frage der Übertragung des Wissens zwischen den Menschen ein ganz zentraler Punkt. Die Übertragbarkeit, also ob und die Art und Weise, wie etwas über- tragbar ist, wird dann zu einer Kernfrage, und zwar gerade auch in ökonomischer 10 Polanyi 1958, hier wiedergegeben nach Reinhardt, Rüdiger: Wissen als Ressource. Theoretische Grundlagen, Methoden und Instrumente zur Erfassung von Wissen. Frankfurt am Main, Berlin u. a. 2002, S. 141 11 Polanyi, a. a. O., .S. 141. Martin Brandt / Bernd Volkert 8 Hinsicht, denn danach bestimmen sich die Ansatzpunkte für Wertschöpfung. Ent- sprechend relevant ist eine Differenzierung des Wissen unter diesem Aspekt. Um die Übertragung zu charakterisieren, unterscheiden Nonaka/Takeuchi (1995, S. 62) so ebenfalls implizites und explizites Wissen, allerdings in nicht ganz identischer Weise mit Polanyis Fassung, denn ihnen kommt es nicht oder weniger auf den Grad der Bewusstheit an als vielmehr auf die Art der Übertragung zwischen den Men- schen. Dabei handelt es sich um Lernprozesse, die nur der Mensch durchlaufen kann. Dazu wird auch das Begriffspaar „Externalisierung“ - „Internalisierung“ herangezo- gen, das in diesem Fall aber allein interne Prozesse im Kopf bezeichnet. Insgesamt unterscheiden die Autoren vier Fälle: Im Rahmen der Sozialisation wird implizites Wissen weitergegeben und bleibt dabei implizit. Ein von den Autoren gewähltes Beispiel bezieht sich auf häufige nicht exp- lizierte Lernprozesse bei der betrieblichen Arbeit. Im Fall der Externalisierung wird implizites Wissen expliziert, indem es für den Empfänger verständlich artikuliert und so als explizit an ihn übertragen wird. Dies geschieht in der Regel nur unvollständig. Bei der Kombination wird explizites Wissen transferiert und bleibt explizit. Hier- durch kann – bei einer neuen Zusammenstellung vorhandenen Wissens – auch neues Wissen (und nicht nur individuell neues) entstehen. Durch den Prozess der Internalisierung wird explizites zu implizitem Wissen, dessen Vorhandensein nicht mehr länger voll bewusst ist. Dies geschieht z. B. durch Routi- ne. Die kurz skizzierten Fälle fassen Nonaka/Takeuchi in folgender 2mal2-Matrix zu- sammen: Abbildung 3: Vier Formen der Wissensumwandlung von nach Implizites Wissen Explizites Wissen Implizites Wissen Sozialisation Externalisierung Explizites Wissen Internalisierung Kombination Nach Nonaka/Takeuchi: Die Organisation des Wissens, dargestellt bei: Reinhardt, S.141. Grundsätzlich kann also sowohl implizites wie explizites Wissen entweder in impli- zites oder explizites Wissen bei einem anderen Wissensträger umgewandelt werden. Regionales Monitoring zur Wissensökonomie 9 Alle vier Prozesse sind in der dargestellten Form natürlich idealtypisch, zumal sie in einem einzigen Transfervorgang gleichzeitig stattfinden können, wobei zusätzlich neues Wissen erzeugt werden kann. Nicht näher betrachtet wird somit die Auslagerung/Abstraktion von Wissen auf ex- terne Trägermedien, auf denen diese Informationen, Daten etc. gespeichert und vor- gehalten werden. Demgegenüber betont eine entscheidende Übertragungskette laut OECD12, dass der Übertragungsvorgang aus mehreren aufeinander folgenden Phasen besteht und stellt so die externe Prozessphase mit dem Begriff „codified knowledge“ deutlich heraus. Abbildung 4: Wissens-Übertragungskette lt. OECD Vorhandene, nicht kodifizierte Fertigkeiten („tacit knowledge“) werden kodifiziert, das heißt, das Wissen darüber wird im Rahmen eines Abstraktionsvorgangs in In- formation umgewandelt. Diese erreicht einen Anwender, wird von ihm neu verstan- den und auf einen neuen Kontext angewendet. Das Ergebnis besteht wiederum in neuen, nicht kodifizierten Fertigkeiten. Die OECD sieht diesen Prozess nicht nur in formellen, sondern insbesondere auch in informellen Lernsituationen als gegeben an, darunter „learning-by-doing“, dem sie „allergrößte Bedeutung“ beimisst..13 Die Einbeziehung des mit der Übertragung einhergehenden Veränderungsprozesses ist ein weiteres zentrales Element dieses Modells. Besonders bedeutend ist der ent- haltene Hinweis, dass sich Wissen bei der Übertragung stets wandelt und neue Fer- tigkeiten, damit auch tendenziell neues Wissen generiert. 3 Ökonomisch relevante Grundvorstellungen zum Wissen Auch die Ökonomie verfügt über keinen einheitlichen Wissensbegr iff. Soweit es eine eigenständige theoretische Beschäftigung mit diesem Themenfeld bislang gab, han- 12 OECD 1996a, S. 13f. 13 OECD 1996a, S. 14. tacit knowledge new tacit knowledge „practice“ codified knowledge Martin Brandt / Bernd Volkert 10 delt es sich vor allem um die Rolle von Informationen im oben genannten Sinn in ökonomischen Prozessen, insbesondere Marktprozessen. Im Übrigen steht der ökonomische Begriff des „Humankapitals“ im Vordergrund. Er ist wie Sachkapital bestandsorientiert und bezieht sich auf die Träger dessen, was oben als Wissen gefasst wurde, und das in ihnen vorhandene nutzbare „Fähigkeitspo- tenzial“. Dieses Potenzial umfasst neben den geistigen Fähigkeiten auch die körperli- chen. Wenn dann in diesem Zusammenhang ein Wissensbegriff verwendet wird, steht er – ob ausdrücklich oder nicht – wiederum eher für die vom Humankapital verwendeten Faktensammlungen, also für das, was weiter oben als Information bezeichnet wur- de.14 15 3.1 Der Charakter von Wissen als Gut Materielle und immaterielle Mittel, die mittel- oder unmittelbar zur Bedürfnisbefrie- digung geeignet sind, bezeichnet die Ökonomie als „Güter“ (Konsumgüter und Pro- duktionsgüter/- faktoren). Dabei wird unterschieden zwischen freien Gütern und wirt- schaftlichen Gütern sowie, innerhalb der wirtschaftlichen Güter, zwischen privaten und öffentlichen Gütern. 16 Im Gegensatz zu freien Gütern, von denen mehr vorhanden sind, als zur Befriedi- gung der menschlichen Bedürfnisse erforderlich ist, sind wirtschaftliche Güter knapp und daher Gegenstand des Wirtschaftens. Damit Wissen zum wirtschaftlichen Gut bzw. Produktionsfaktor wird, muss es also knapp sein. Damit Wissen jedoch zu einem bewirtschaftbaren Gut wird, müssen die durch die Bewirtschaftung entstehenden Kosten grundsätzlich kleiner oder gleich den erzielbaren Nutzen oder Erträgen sein. Damit das Gut „Wissen“ darüber hinaus privat bewirtschaftbar und über den Markt handelbar wird, muss Wissen und sein Nutzen, der sowohl aus dem Besitz selbst als auch aus der Nutzung resultieren kann, mit Blick auf andere Nutzer konkurrieren und ausschließbar sein. Nutzenrivalität und Ausschlussprinzip müssen also gelten. Beim Wissen, wie es hier definiert wird, ist das Ausschlussprinzip im Allgemeinen gut 14 So beispielsweise Frenkel, Michael; Hemmer, Hans-Rimbert: Grundlagen der Wachstumstheorie. München 1999, S. 239. 15 Diesen Ansatz verfolgt im Grundsatz z. B. auch Clar, Günter; Doré, Julia; Mohr, Hans (Hrsg.): Humankapital und Wissen. Grundlagen einer nachhaltigen Entwicklung. Berlin u. a. 1997, ohne dass allerdings eine konsistente Begriffsverwendung und -abgrenzung erfolgt. 16 Vahlens Großes Wirtschaftslexikon, a. a. O., S. 870. Regionales Monitoring zur Wissensökonomie 11 erfüllt, da es ja an einzelne Personen gebunden ist. Ob dieses Wissen auch rivalisiert, hängt dann zusätzlich von seinem Nutzen ab. Im anderen Fall wird Wissen zum öffentlichen Gut, das einer Gruppe oder Gesell- schaft unentgeltlich (aber nicht kostenfrei!) zur Verfügung steht. In der Regel, aber nicht ausschließlich handelt es sich dabei dann um Informationen, die unter Ökono- men anders als hier ebenfalls zum Wissen gezählt werden. Diese öffentlich verfügba- ren Informationen zeichnen sich durch merkliche Nutzen-Spillovers aus (weder Aus- schluss noch Rivalität). Der Charakter des öffentlichen oder quasi-öffentlichen Gutes führt dazu, das diese Informationen nicht oder in nicht ausreichendem Umfang über den Markt angeboten werden. Insofern ist eine zentrale Frage der Ökonomie, wel- ches Wissen, insbesondere welche Informationen unter Effizienzaspekten öffentlich und welche privat angeboten werden sollen. Über diese Grundbemerkungen hinaus werden nachstehend eine Reihe von wissens- ökonomisch relevanten Fragestellungen zu Einzelaspekten kurz aufgegriffen. 3.2 Zur Produktion von Wissen Nur in Grenzen kann Wissen systematisch im Rahmen von Lernprozessen neu er- zeugt werden. Es erscheint aber möglich, durch günstige Rahmenbedingungen die Lernerfolge positiv zu beeinflussen. Leichter systematisch produzieren lassen sich dagegen neue (externe) Informationen, denn dabei handelt es sich nur um eine Art „Ablage“ von personengebundenem Wis- sen, verbunden mit einem Abstraktionsprozess, soweit sie nicht sogar gänzlich durch den systematischen Einsatz formaler Verknüpfungsregeln erzeugt wurden. Dies bedeutet nicht, das die Produktion von Wissen und die Produktion von Informa- tionen voneinander getrennt werden kann. Auch die Produktion von neuen Informa- tionen durch Neukombination vorhandener Informationen, sei es durch Personen, sei es durch maschinelle Simulationen, numerische Berechnungen usw., erfordert zu- mindest vorab zur Ingangsetzung und Steuerung des Prozesses den Einsatz mensch- lichen Wissens. Die neu gewonnenen Ergebnisse sind zunächst Informationen. Erst die Interpretation durch den Menschen erzeugt dann aus ihnen neues Wissen. Generell kann auch eine neue Interpretation von bereits vorhandenen Informationen durch den Menschen neues Wissen schaffen. Festzuhalten bleibt, dass mit Hilfe von Wissen Informationen (z.B. Messreihen) sys- tematisch und in der Menge vorhersehbar erzeugt werden können. Wie viel neues Wissen allerdings aus diesen Informationen produziert werden kann, ist nicht mit gleicher Sicherheit bestimmbar. Martin Brandt / Bernd Volkert 12 3.3 Zur Vervielfältigung von Wissen (Duplizierbarkeit) Die Vervielfältigung von Wissen durch Übertragung ist ein komplexer Prozess, wel- cher institutionalisiertes Lernen, die Übertragung von Personen und auf der Empfän- gerseite ein dauerndes Lernen während der Anwendung erfordern kann. Vorhande- nes Wissen wird also nur im Rahmen einer mit Ressourcenverbrauch (Zeitaufwand, Anstrengung) verbundenen Übertragung von Mensch zu Mensch vervielfältigt. Dies ist in der Regel nicht vollständ ig möglich, da die Übertragung auch einen kreativen Prozess mit Weglassungen und Hinzufügungen aufseiten des Empfängers umfasst. Hier sollte man eher von einer teilweisen Neuschöpfung sprechen. Es entsteht also ein neues und vorher nicht vollständig beschreibbares Gut. Daten und Informationen können dagegen dank der neuen IuK-Techniken mit ver- gleichsweise geringem Aufwand durch Übertragung von einem Träger auf einen bzw. viele andere vervie lfältigt werden. 3.4 Zur Schützbarkeit von Wissen Nach den obigen Vorbemerkungen ist klar, dass die Schützbarkeit bzw. der viel dis- kutierte Schutz von Wissen lediglich eine andere Wendung für die Ausschließbarkeit bzw. den Ausschluss von Wissen darstellt. Im Fall von Informationen kann die Verweigerung einer Verbreitung (Geheimhal- tung) einen Schutz darstellen. Das ist technisch besonders leicht möglich, wenn die Information – wie es insbesondere für größere zusammengehörige Informationsmen- gen typisch ist – auf Datenträgern vorliegt. Beim Patentschutz wird dagegen nicht die Information geheim gehalten, sondern im Gegenteil eine Plattform für ihre Verbrei- tung geschaffen. Geschützt ist auf dieser Grundlage dann die Verwendung des nun Bekannten für eigene Erwerbszwecke. Ferner können Informationen - etwa zu einem komplexen neuen Produkt - faktisch durch einen schwer einholbaren Vorsprung geschützt sein. Außenstehende haben dann aufgrund ihrer Defizite nicht mehr die Möglichkeit, den Vorsprung durch einen Lernprozess aufzuholen. Im Extremfall fehlen ihnen bereits Anknüpfungsmöglich- keiten, um das Vorliegen eines speziellen Wissens überhaupt identifizieren zu kön- nen. Hat eine Übertragung von Informationen aber erst einmal stattgefunden, ist sie nor- malerweise vom Sender aus nicht mehr rückgängig zu machen. Allenfalls lässt sich dann wiederum über rechtliche Schutzmaßnahmen ihre Löschung veranlassen oder ihre Anwendung verhindern. Regionales Monitoring zur Wissensökonomie 13 3.5 Zur Lagerfähigkeit von Wissen Wissen im hier verstandenen Sinn ist an Personen gebunden und damit nur in einer spezifischen Form lagerfähig. Der „Lagerbestand“ an Wissen ist dabei nicht nur durch das Aussche iden des Wissensträgers aus dem Anwendungskontext bedroht, sondern auch durch schlichtes Vergessen oder das bei länger nicht benutztem Wissen entstehende Empfinden, dieses sei nicht mehr von Bedeutung. Im letzteren Fall wird Wissen entwertet, während es noch existiert. Wissen kann ferner durch veränderte Umweltbedingungen irrelevant oder durch neu erworbenes, überlegenes Wissen ver- alten. Alle diese Vorgänge lassen den Lagerbestand sinken. Eine Lagerfähigkeit für Daten und Informationen auf Datenträgern ist grundsätzlich gegeben, wobei allerdings zu beachten ist, dass im Zeitverlauf das zugehörige An- wendungswissen ebenso verloren gehen kann wie das Wissen um das Ablagesystem und den verwendeten Code. 3.6 Zur Vernetzbarkeit von Wissen Da neues Wissen durch die neue Kombination bereits bestehenden Wissens generiert wird, kommt es auf die „Links“, also auf das Vorhandensein von Kombinationsmög- lichkeiten an. Damit werden die Bedingungen einer erfolgreichen Kombinatorik von Informationen sowie der Vernetzung von Wissensträgern zum Gegenstand von Wert- schöpfungsprozessen und ökonomischer Betrachtung. Wissen ist grundsätzlich mit anderem Wissen kombinierbar. Dieses einfache Faktum ist allerdings an zwei Voraussetzungen gebunden: Zum einen muss es gemeinsame Anknüpfungspunkte geben sowie zum anderen einen Impuls, der den Versuch einer Kombination in Gang setzt. Schon innerhalb einer einzelnen Person erfolgt daher die an sich mögliche Vernet- zung vorhandenen Wissens nur in engen Grenzen. Schwieriger ist dies interpersonell innerhalb einer technologischen oder wissenschaftlichen Disziplin. Noch einmal steigern sich die erforderlichen Voraussetzungen bei Interdisziplinarität. Mohr nennt hier:17 - „Die wissenschaftliche Zielsetzung und die rationale Vorgehensweise müssen in den kooperierenden Fächern ähnlich sein ( ... ). - Das wissenschaftliche Ethos muss gewährleistet sein ( ... ). 17 Mohr, Hans: Wissen als Humanressource. In: Clar, Günter; Doré, Julia; Mohr, Hans (Hrsg.): Hu- mankapital und Wissen. Grundlagen einer nachhaltigen Entwicklung. Berlin u. a. 1997, S. 13-27, hier S. 20. Martin Brandt / Bernd Volkert 14 - Die Autonomie der Disziplinen muss gewährleistet sein ( ... ). - Die „Sprache“ der zu vergleichenden Disziplinen sollte ähnlich sein und ein ähnliches Niveau der Formalisierung erlauben ( ... ). - Die disziplinäre Kompetenz des auf Interdisziplinarität abzielenden Forschers muss von seinen gleichgestellten Fachkollegen anerkannt sein. ( ... ) - Vor allem aber sollte man die Erfahrung respektieren, dass erfolgreiche Inter- disziplinarität nur in Teilbereichen einer Disziplin und nur an konkreten Pro- jekten (Zielsetzungen) praktiziert werden kann.“ Was Mohr für interdisziplinäre wissenschaftliche Forschung aufführt, kann im Prin- zip auch auf jede andere Form der interpersonellen Wissensproduktion übertragen werden. Sprechen die Wissensproduzenten nicht die gleiche „Sprache“, ist nicht einmal eine für beide Seiten verständliche Kodierung von Informationen möglich; es kommt zu Fehlinterpretationen und falschen Anwendungen. Aus den genannten Voraussetzungen ergibt sich, dass die Vernetzung von Wissen und selbst von Information mit ökonomischen Risiken verbunden ist, und dies umso mehr, je weiter das Netz gespannt ist. Es ist demnach ceteris paribus ökonomisch sinnvoll, einen Wissenszuwachs möglichst innerhalb von Arbeitsbereichen bzw. Ein- zeldisziplinen zu erzielen. Als Folge gibt es nicht nur eine mehr oder weniger isolierte Wissensproduktion je- weils in anerkannten Einzelbereichen, sondern auch eine Tendenz zur Verstärkung dieses Trends. Dem entgegenzuwirken und durch gezielte Vernetzung einen Wis- senszuwachs in neuen Bereichen „zwischen“ bestehenden Technologien und Diszip- linen zu erzeugen, kann demnach sinnvoll sein, ist aber häufig eine öffentliche Auf- gabe. 4 Wissen und ökonomische Fragestellungen 4.1 Die „Wissenslücke“ von Klassik und Neoklassik „Wissen“ ist für die Autoren der wirtschaftswissenschaftlichen Klassik nicht nur kein eigenständiger Produktionsfaktor, sondern in seiner volkswirtschaftlichen Funktion kein Betrachtungsgegenstand. Adam Smith erkennt allerdings menschliche „Fähig- keiten“ als individue lle Investition an: „Viertens gehören zum Anlagevermögen die Fähigkeiten, die sich alle Einwohner oder Mitglieder der Gesellschaft erworben ha- ben und mit Nutzen verwerten. Ein solcher Erwerb ist stets mit echten Kosten ver- bunden (...). Diese Ausgaben zählen zum Anlagevermögen, das unmittelbar in den Menschen investiert ist. (...) Eine größere Geschicklichkeit eines Arbeiters kann man im gleichen Lichte sehen wie eine Maschine oder ein Werkzeug, die die Arbeit er- Regionales Monitoring zur Wissensökonomie 15 leichtern oder verkürzen, da auch sie Ausgaben verursachen, die sich mit Gewinn auszahlen.“18 Damit finden sich bereits bei Smith erste Anknüpfungspunkte für den erst in der zweiten Hälfte des 20. Jahrhunderts aufkommenden Humankapitalansatz. Einen Pfad in Richtung auf ökonomischen Fortschritt für die gesamte Gesellschaft leitet Smith aus seinen Überlegungen allerdings nicht explizit ab. Auch die Neoklassik sieht von der eigenständigen Behandlung von „Wissen“ als einem Beitrag zur Volkswirtschaft ab. Sie kennt allenfalls den Begriff des „techni- schen Fortschritts“ und behandelt ihn als Residualgröße, ohne die diesen Fortschritt auslösende Prozesse zu definieren oder zu erklären.19 4.2 Wissen als Wertschöpfungsgegenstand bei Machlup Die Auffassung der Neoklassik, dass Wachstum dank des technischen Fortschritts in erster Linie durch die Substitution von Arbeit durch Kapital entsteht, war empirisch nicht haltbar: Es konnte für die USA empirisch gezeigt werden (Abramowitz 1956 und Solow 1957)20, dass das Wirtschaftswachstum stattdessen ganz überwiegend aus einer höheren Produktivität der Faktoren Arbeit und Kapital resultierte. Fritz Machlup kommt das Verdienst zu, in diesem Umfeld mit seinem Werk „The Production and Distribution of Knowledge in the United States“ aus dem Jahr 1962 als erster in einer Volkswirtschaft gezielt die Wertschöpfung von Wissen untersucht zu haben. Vor allem weil er der erste und insgesamt einer der wenigen war, die sich dieses Aspekts in der ausführlichen Form empirisch angenommen haben, wird auf diese Arbeit bis heute immer wieder Bezug genommen. Machlup setzt in diesem Werk allerdings explizit Wissen und Information gleich („knowledge“ und „information“). Zu dieser Gleichsetzung kommt er nach einge- hender Auseinandersetzung mit ihm damals vorliegenden Definitionsversuchen ein- schließlich einer prominenten lexikalischen. Obwohl dies seinem speziellen Zweck angemessen sein mag, hat er damit seinen Teil zur Begriffsverwirrung beigetragen. Über empirische Studien mit der amtlichen Statistik als Grundlage sowie weiteren quantitativen Quellen, ergänzt durch eigene Schätzungen und Interpretationen, ge- langte Machlup zu einer Reihe von Branchen der Volkswirtschaft, die nach seiner Auffassung in besonders intensiver Weise Wissen produzieren oder anwenden. Da- 18 Smith, Adam: Der Wohlstand der Nationen (1789). Deutsch: München 1978, S. 232. 19 Vgl. auch OECD 1996a, S. 11. 20 Vgl. Reinhardt, Rüdiger: Wissen als Ressource. Theoretische Grundlagen, Methoden und Instru- mente zur Erfassung von Wissen. Frankfurt am Main, Berlin u. a. 2002, S. 62. Martin Brandt / Bernd Volkert 16 mit hat er dem technischen Fortschritt einen Ort in der Volkswirtschaft zugewiesen und diesen Ort messbar gemacht. Eine Zuordnung zum Sektor der Wissensproduktion erfo lgt bei Machlup im Zweifel über eine plausible Beschreibung der in einer Branche vorherrschenden Tätigkeiten. Gesucht und letztlich aggregiert werden von Machlup aber die Branchen selbst. Er vertritt also ein sektorales Konzept, auch wenn bei der Auswahl verrichtungsorien- tierte Annahmen gemacht werden. Passend zu der Vorstellung, einen entscheidenden Sektor für die Produktion von wirtschaftlichem Wachstum gefunden zu haben, liest Machlup aus von ihm angefer- tigten Zeitreihen einen wachsenden Anteil dieses Sektors heraus und postuliert ihm ein weiteres überproportionales Wachstum für die Zukunft. 4.3 Wissen in der Informationsgesellschaft Die OECD verwendet den Begriff „Informationsgesellschaft“ („the information so- ciety“) für eine Gesellschaft „where a majority of workers will soon be producing, handling and distributing information or codified knowledge“ (OECD 1996a, S. 13), und macht sich damit nicht nur die These von Machlup von der Zunahme des Infor- mationssektors zu eigen, sondern stellt auch einen inhaltlichen Zusammenhang her. Anders als bei Machlup liegt der Fokus bei dieser Begriffsverwendung aber auf den einzelnen Tätigkeiten und nicht so sehr auf Branchen oder Sektoren der Volkswirt- schaft. Hintergrund für den Begriff ist die exorbitante Zunahme der kodifiziert vorliegenden Informationen. Im Deutschen wird für die zunehmende Kodifizierung in der Gesell- schaft auch der Begriff der „Informatisierung“ verwendet. Mit dem Begriff der Informationsgesellschaft verbinden sich auch insbesondere so- ziologische Konzepte, welche die Auswirkungen einer durch ökonomische Prozesse entstandenen Informatisierung auf die Träger und Anwender von Wissen und auf andere Bereiche der Gesellschaft untersuchen. 4.4 Wissen in der neuen Wachstumstheorie Durch die neue Wachstumstheorie wurde der Weg frei für die Betrachtung des tech- nologischen Fortschritts als endogenem Teil des Wachstumsmodells: Es gibt eine Ressource („Wissen“, im Humankapital verkörpert und in Kombination mit Informa- tion), deren Einsatz Wachstum produziert, und die selb st nicht nur produziert werden kann, sondern deren Produktion durch wirtschaftliche und politische Rahmenbedin- gungen verändert werden kann. Regionales Monitoring zur Wissensökonomie 17 So argumentiert auch die OECD, ohne sich ausdrücklich auf ein bestimmtes Modell festzulegen, dass die gezielte Verwendung von Wissen es ermöglicht, dem Gesetz der abnehmenden Grenzerträge zu entkommen. 21 Bei detaillierter Betrachtung lassen sich mehrere Modelle ausmachen, die einer Rei- he unterschiedlicher Ansätze zugeordnet werden können. Allen Ansätzen ist gemein- sam, dass sie mit unterschiedlichen Begründungen davon ausgehen, dass das Grenz- produkt des Kapitals nicht zwingend abnehmen muss und daher im Modell ein Raum für endogenes Wachstum entsteht. Die Ansätze unterscheiden sich zunächst danach, ob für ihre Begründung eine Veränderung des Technologieparameters („technischer Fortschritt“) erforderlich ist oder nicht.22 Unter den Ansätzen, welche ohne technischen Fortschritt auskommen, sind zunächst Modelle, welche ein abnehmendes Grenzprodukt des Kapitals definitorisch aus- schließen. Damit mögen sie im Einzelfall empirischen Beobachtungen näher kom- men als neoklassische Modelle, für die hier diskutierte Thematik bieten sie allerdings gegenüber der Neoklassik keine zusätzliche Erkenntnis. Andere Modelle betrachten den Arbeitskräftebestand als inhomogen und lernfähig. Obwohl das „soziale Wissen“ der Gesellschaft (vgl. Abschnitt 2.4 der vorliegenden Arbeit) in diesem Modell konstant bleibt, kann das relevante „individuelle Wissen“ der einzelnen Mitglieder zunehmen, und damit ihre individuelle Produktivität. Diese Modelle setzen somit dort an, wo Adam Smith aufgehört hat (vgl. Abschnitt 4.1 die- ser Arbeit). Man könnte in der gesamtwirtschaftlichen Produktionsfunktion, so Fren- kel/Hemmer, „den Humankapitalbestand H als den Bestand an einfacher Arbeit, mul- tipliziert mit dessen (durchschnittlichem) Ausbildungsniveau, modellieren.“23 Weitere Modelle stellen darauf ab, dass das Grenzprodukt des Kapitals gesamtwirt- schaftlich deshalb nicht absinkt, weil Investitionen mit positiven externen Effekten verbunden sind. Frenkel/Hemmer zählen hierzu auch „Learning-by-doing-Ansätze, die darauf abstellen, dass Investitionstätigkeiten über das Schaffen neuen Wissens die Produktivität der Arbeitskräfte erhöhen.“24 Die Ansätze, welche den technischen Fortschritt einbeziehen, betrachten entweder horizontale oder vertikale Innovationen. Unter horizontalen Innovationen werden Produkte verstanden, welche die Spezialisierung des Kapitalstocks und damit die Arbeitsteilung erhöhen, was zu einem Produktivitätsgewinn führt. Vertikale Innova- 21 OECD 1996a, S. 11. 22 Eine Systematisierung der Ansätze findet sich bei Frenkel/Hemmer, a. a. O., S. 176ff) 23 A. a. O., S. 177. 24 A. a. O., S. 178. Martin Brandt / Bernd Volkert 18 tionen sind hingegen verbesserte Produkte, welche vorher vorhandene Produkte er- setzen. Die hier dargestellten Modelle haben als Erklärungsansätze tendenziell auch neben- einander Bestand. Wachstumsförderung in der Wissensökonomie könnte zum einen – angelehnt an die Modelle, welche auch bei konstanter Technologie Wachstum für möglich ha lten – einen Schwerpunkt auf Bildung, Ausbildung, Qualifizierung und Transfer legen. Zum anderen wäre – angelehnt an die Modelle, welche den techni- schen Fortschritt einbeziehen – Forschung und Entwicklung ein Schwerpunkt. Wissen ist als Ressource zudem nicht ubiquitär. Daher ist es möglich, über einen Wissensvorsprung einen Wettbewerbsvorsprung zu erarbeiten, der auf der Ebene des Einzelprodukts zur Schaffung von Monopolen führt. Die neue Wachstumstheorie legt hier die Erkenntnis nahe, dass das marktbedingte Wachstumsgleichgewicht sub- optimal ist:25 Weil die durch Anwendung von Information und Wissen produzierten Güter eine Monopolrendite enthalten, bildet sich das Marktgleichgewicht bei zu ge- ringer Menge und einem gegenüber dem Optimum höheren Preis. Auf der anderen Seite entstehen bei den privaten Forschungs- bzw. allgemeinen In- novationsanstrengungen positive externe Effekte, für welche die Forscher und Inno- vateure (bzw. ihre Auftraggeber) nicht entlohnt werden. Die Forschungs- und Inno- vationsanstrengungen bleiben daher auch hier hinter dem Optimum zurück. Diese zusätzliche Argumentation misst nicht nur der Forschung allgemein, sondern insbesondere zusätzlichen öffentlichen Forschungsanstrengungen auch in der ange- wandten Forschung und ihrem Umfeld bis hin zum Transfer besondere Bedeutung für das Erreichen eines volkswirtschaftlichen Optimums in einer wachsenden Wirt- schaft bei. Räumlich betrachtet profitieren diejenigen Regionen hiervon am meisten, in welchen die Verwendung von Wissen als Ressource besonders erfolgreich ist. Der gezielte Einsatz von Wissen kann auch Aufholprozesse ermöglichen. Der Weltbank-Report „Knowledge for Development“ zitiert zustimmend Autoren, die den Aufstieg von Korea bei ursprünglich gleichem Pro-Kopf-Einkommen binnen 30 Jahren auf das sechsfache Niveau gegenüber Ghana zur Hälfte auf den größeren Erfolg im Erwerb und Gebrauch von Wissen zurückführen.26 Verfügbarkeit und Einsatz von Wissen wird dadurch zu einem entscheidenden Wett- bewerbsparameter nicht nur für Unternehmen, sondern auch für Regionen und Volkswirtschaften. 25 Vgl. Frenkel/Hemmer a. a. O., S. 256. 26 World Bank: Knowledge for Development. Summary, Washington 1999, S. 1. Regionales Monitoring zur Wissensökonomie 19 Insgesamt hängt die neuerliche Betonung des Wissens im ökonomischen Feld nicht allein mit den Erkenntnissen der neuen Wachstumstheorie zusammen, sondern auch mit der Weiterentwicklung der Innovationstheorien während der 80er und 90er Jahre zusammen, die Innovationen in den Zusammenhang evolutorisch-ökonomischer An- sätze stellen und von der bis dato vorherrschenden linear-phasenbezogenen Prozess- beziehung - wie etwa Invention, Innovation und Diffusion - abgehen. Innovationsfähigkeit und Innovationsprozesse stehen als Determinanten der Wettbe- werbsfähigkeit von Unternehmen im Zentrum der Betrachtungen zur Wissensöko- nomie. Wettbewerbsfähig zu sein bedeutet zumindest, mit den Konkurrenten in den einzelnen Märkten mithalten zu können, besser noch ihnen voraus zu sein. Bei Erste- rem ist die schnelle Imitation ein wichtiges Mittel, beim Zweiten ist es jedoch die Innovation, sei sie technisch, organisatorisch oder auf beides ausgerichtet. Für beide - Imitation und Innovation - sind Interaktions- und Lernprozesse zentral bzw. sie sind selbst als interaktive Lernprozesse auffassbar (Knoll 2001, S. 3). 5 Grundvorstellungen zur Wissensökonomie und korrespondierende Messansätze Die bisherigen Ausführungen zum Wissensbegriff und zu ökonomischen Fragestel- lungen und Konzepten um das Phänomen Wissen zeigt nicht nur eine Vielfalt von Versuchen, Wissen korrekt zu fassen, sondern zugleich die Schwierigkeit, dieses auch zu leisten. Für die Autoren dieses Berichts ist der Begriff „Wissen“ unmittelbar mit dem Menschen, seinem Bewusstsein und Unbewusstsein sowie seinen inneren geistigen Verarbeitungsprozessen verbunden. Diese humangebundene Interpretation ist sicher zugleich eine moderne, wenn auch ebenfalls noch nicht endgültige. Ob es z. B. zusätzlich eines Weisheitsbegriffs bedarf, um die geistigen Leistungen des Menschen weiter zu unterteilen, mag im Moment dahingestellt bleiben. Auch dürften die Vorstellungen von implizitem und explizitem, leichter fassbarem Wissen des Menschen noch nicht endgültig geformt sein. Alle extern gelagerten, abgelegten, gespeicherten, übermittelten Zeichensätze (im Sinne von Signalen, Daten, Nachrichten, Informationen) sind und bleiben dagegen lediglich Abstraktionen von dem, was der Mensch „weiß“ und verarbeiten kann. Davon abzuheben ist nun der Bereich ökonomisch orientierter Messansätze zu In- formation und Wissen. Hier wird begrifflich in aller Regel durchaus versucht zu dif- ferenzieren, insgesamt wird der Wissensbegriff aber weniger scharf gefasst. Diese Unschärfen hängen sicher ihrerseits wiederum mit der schwierigen Messproblematik zusammen. Auch die Grenzen zwischen menscheninternem und -externem Wissen Martin Brandt / Bernd Volkert 20 verschwimmen wieder, wenn nachfolgend Vorstellungen zur Wissensökonomie di- rekt in Verbindung mit Messansätzen diskutiert/vorgestellt werden. Messansätze/Messkonzepte zur Wissensökonomie setzen bestimmte systematische Vorstellungen über ihren Gegenstand und ihre Zusammenhänge voraus. Solche kon- zeptionellen Vorstellungen von Wissensgesellschaft/Wissenswirtschaft sind eine zwingende Voraussetzung für sinnvolle Messkonzepte überhaupt. Grundsätzlich ist dabei zu klären • zu welchem Zweck (Messziel) • was (Indikatorgegenstand), • wie (Messwertermittlung,) • wie oft (Messungshäufigkeit und • wann (Messzeitpunkte) gemessen werden soll. Hier ist bereits vorab zu betonen, dass die Messansätze zur Wissensökonomie unter Anwendung der vorgenannten Anforderungen noch in den Kinderschuhen stecken. Ja, es kann noch nicht abschließend gesagt werden, ob es am Ende zu einem nachhal- tig gültigen Konzept von Wissensökonomie o. ä. kommen wird. Auch stand die Messproblematik selbst bislang noch zu wenig im Vordergrund des wissenschaft- lichen Publikationsinteresses. Dieses sollte bei den nachfolgenden Darlegungen be- dacht werden. 5.1 Wissensgesellschaft/Wissenswirtschaft als Gesamttrend Ein erster einfacher Ansatz geht davon aus, dass sich Gesellschaft und speziell die Gesamtwirtschaft auf dem Weg in die Wissensgesellschaft/Wissenswirtschaft befin- den, und dass der Umgang mit Wissen und die Wissenswertschöpfung überragend wichtig ist bzw. werden wird. Hier handelt es sich um eine schlichte, lineare, ent- wicklungshistorische These über einen Entwicklungsweg mit dem Ziel „Wissensge- sellschaft/-wirtschaft“, das im Moment noch nicht erreicht ist. Dabei befindet man sich hier im gut besetzten Bereich von Publikationen, die die Wissensgesellschaft oder -wirtschaft zum Thema haben, sie teilweise auch nur als Modewort im Titel führen, und die es sich zumindest mit der Behauptung bzw. dem Existenznachweis, dass wir auf dem Wege in die ... sind, nicht sonderlich schwer machen. So wird dieser Trend nicht oder so gut wie nicht explizit empirisch betrach- tet und hinterfragt, sondern eher als eine quasiautomatische, das heißt zwangsläufige Entwicklung gesehen. Regionales Monitoring zur Wissensökonomie 21 Einem Messansatz zu dieser Entwicklungsthese würden die Fragen zugrunde liegen, wie viel Wissensgesellschaft anteilig schon realisiert ist und bis zu welchem Zeit- punkt diese Gesellschaftsform vollkommen erreicht ist. Ein solcher Messansatz hätte als Hauptindikator einen Messwert wie bei einer Füllstandsanzeige, z. B. ausgedrückt in % (vgl. Abbildung 5, 1.). Im Extremfall - den schließen viele Publikationen zu- mindest nicht explizit aus - erreichte die Wissensbezogenheit einer Gesellschaft dann konsequenterweise 100 %. Dahinter könnte sich der unausgesprochene (uralte) visi- onäre Wunsch nach vollkommener Vergeistigung des Menschseins ve rbergen. Ein regionaler Vergleich beinhaltete dann die Frage, wie weit die einzelnen Regio- nen bereits auf ihrem Weg in die Wissensgesellschaft vorangeschritten sind, ausge- drückt in einer einzigen Prozentzahl pro Region. 5.2 Wissensökonomie als sektoraler Trend Eine weitere Perspektive bezieht sich auf die inzwischen schon traditionell zu nen- nende sektorale Betrachtungsweise. Am bekanntesten ist die Drei-Sektoren- Hypothese von Fourastier und Nachfolgern (z. B. D. Bell), die den Trend von der Agrar- über die Industrie- in die Dienstleistungswirtschaft und -gesellschaft be- schreibt und als Voraussage beinhaltet. Hieran anknüpfend wurde bereits in den 80er Jahren ein vierter Sektor, die Informationswirtschaft, angehängt und der Trend dem- entsprechend weiter ausdifferenziert. Mit dem Übergang auf die Betonung von Wissen als dem originäreren oder umfas- senderen Wertschöpfungstopos wird die Wissenswir tschaft als der Sektor aufgefasst, dem die größte Expansion und zukünftig die größte Bedeutung zukommt (vgl. Ab- bildung 5, 2.). Demzufolge werden die anderen Sektoren entsprechend schrumpfen - analog zum Bedeutungsverlust der Landwirtschaft. Wichtige Beispiele für Branchen des Wissenssektors sind • natur- und ingenieurwissenschaftliche Forschung und Entwicklung, • Wissenstransfer (Lösungstransfer, Ausbildung, Fortbildung), • Dokumentation (vor allem wissenschaftliche Bibliotheken, Datenbanken etc.), • angewandte Entwicklung einschließlich Software-Entwicklung, • die breite Palette der Fach- und Unternehmensberatungen, • Management/Verwaltung. Martin Brandt / Bernd Volkert 22 Abbildung 5: Auffassungen von Wissensökonomie • Ein passender Messansatz zur Sektorbetrachtung hätte über die Zeit das Wachsen der Wissenswirtschaft und das komplementäre Schrumpfen der anderen Sektoren zu beobachten. Als Maße kämen sektorbezogene Anteilswerte in Frage, die sich etwa auf die Wertschöpfung bzw. im Besonderen auf die Beschäftigtenzahlen be- ziehen könnten, denn die Sektorhypothesen betonen - vor dem Hintergrund ent- sprechender Produktivitätssteigerungen in den alten Sektoren - vor allem eine Verlagerung der Beschäftigung in den jungen Zielsektor. Nun ist der Wissenssektor nur ein Teil des gesamten Dienstleistungssektors und sei- ne Ausdehnung bis zur Dominanz noch in weiter Ferne, weshalb es wenig Publikati- onen gibt, die den reinen Sektoransatz beim Thema Wissenswirtschaft in den Vor- dergrund stellen. 5.3 Wissensökonomie als branchenübergreifender Trend In einer weiteren Variante lässt sich Wissensökonomie als branchenübergreifendes Phänomen auffassen. Darin ist implizit enthalten, dass Wirtschaften schon immer auf Information und Wissensverarbeitung durch den Menschen fußte. Dieses ist also nichts Neues. Die besondere Beachtung verdient Wissen und Wissenswertschöpfung wegen seiner inzwischen merklichen Relevanz für alle Branchen. Für die Zukunft wird entsprechend betont, dass - bei branchenbezogen jeweils unterschiedlichem Regionales Monitoring zur Wissensökonomie 23 Ausgangsniveau - die Bedeutung der Wissenswertschöpfung in allen Branchen lang- fristig weiter zunimmt (vgl. Abbildung 5, 3). Ein Messansatz müsste jeweils die prozentualen Anteile der Wissenswertschöpfung in den Branchen messen und diese über die Zeit verfolgen. Die Verdichtung (Aggre- gation) dieser Anteile zu einem Gesamtanteil ist dann ein möglicher weiterer Schritt. Für einen Regionenvergleich wäre eine einheitliche Brancheneinteilung zu finden und die spezifischen Branchenanteile entsprechend pro Region zu ermitteln. 5.4 Wissensökonomie als wissensbasierte Wirtschaft Ausgehend von den unter 5.2 und 5.3 erläuterten Formen findet sich in einem wich- tigen Kern aktueller Publikationen - allen voran die der OECD - vom Denkansatz her zum einen eine Mischung aus dem Vorstehenden. Das zugleich begriffsprägende Hauptmerkmal der aktuellen Entwicklung liegt hier in der Wissensbasierung der Wirtschaft („knowledge-based economy“). Das Neue besteht dabei nicht allein in dem gestiegenen und weiter steigenden Umfang der Wissenswertschöpfung, sondern auch in einer anderen komplexeren Qualität des erforderlichen Wissens (z. B. Abs- traktionsgrad) sowie der Wissensprozesse (z. B. Interaktion und Vernetzung) ein- schließlich der dabei als zentral angesehenen Lernprozesse. Dieses ist eine merkliche Weitung der Betrachtungsperspektive - etwa im Vergleich zur rein sektoralen. Wissensprozesse durchdringen demnach zunehmend alle wirt- schaftlichen Prozesse - augenscheinlich abzulesen am vermehrten und breiteren Ein- satz von Informations- und Kommunikationstechnologien (IKT = ICT). Dieser Denkansatz hat es vom Messansatz her nur scheinbar leichter, weil er keine klare Dominanz etwa eines Sektors postuliert oder voraussagt - ablesbar an einer einzigen Zahl, sondern eine Zunahme in aller Breite, also in allen Branchen mit durchaus unterschiedlichem Ausgangsniveau und Tempo je Branche. Zugleich wird explizit oder implizit die Existenz einer spezifischen Wissensbranche bejaht, deren Wertschöpfung sich allein auf die verschiedenen Aktivitäten der Wissensarbeit oder des Wissensmanagements erstrecken. 27 Es handelt sich also letztlich um einen hybri- den, nicht mehr linear gedachten Ansatz, der sowohl den sektorbezogenen als auch branchenübergreifenden Blickwinkel mit umfasst. In schematisierender Verein- fachung verdeutlicht dies die Abbildung 6. Doch reicht das Verständnis von der wissensbasierten Ökonomie zum anderen über die institutionelle Sichtweise von Sektoren oder Branchen hinaus und stellt auf den 27 Dabei ist zunächst unerheblich, ob in dieser Branche Wissen bzw. Information als privates Gut über den Markt gehandelt wird oder als öffentliches bzw. meritorisches Gut zur Verfügung gestellt wird. Diesen Fragen geht die Ökonomik des Wissens nach. Martin Brandt / Bernd Volkert 24 sich ändernden Charakter von Wissenserzeugung und -nutzung ab. Vor allem betont wird der Prozesscharakter der Wissenswertschöpfung sowie ihre zunehmende Rele- vanz für den Strukturwandel und damit für Innovation und Wettbewerbsfähigkeit - dieses wiederum vor dem Hintergrund der sich vollziehenden Globalisierung und weltweiten Vernetzung (vgl. Abbildung 7). Die Knowledge-Based Economy wird darüber hinaus als ein analytisches Konzept gesehen, das die Akkumulation von Wissen (Lernen) und die Fähigkeit zu seiner Anwendung als die treibenden Kräfte industrieller Innovation in den Mittelpunkt stellt (Knoll 2001, S. 2). Abbildung 6: Wissensbasierte Ökonomie und Wissenschaft. Abbildung 7: Aktuelle Bezugspunkte von Wissen und Wissensökonomie Regionales Monitoring zur Wissensökonomie 25 In diesem Zusammenhang stellt Knoll ferner heraus, dass das angesprochene Kon- zept gleichzeitig Konzepte wie Informationswirtschaft, Informationsgesellschaft mit umfasst, zumal im Vergleich zur Vermittlung von Wissen (transfer of knowledge) via Lernprozesse die Übermittlung von Informationen (transmission of information) ein geradezu trivialer Prozess sei (Ebenda, S. 3.). Zu dieser jüngeren Vorstellung passt eine Auffassung von der Wissensarbeit/- wertschöpfung als einem dynamischen Prozess der Erzeugung (Investition), Akku- mulation, Verteilung, Anwendung, aber auch der Entwertung/Vernichtung (Desin- vestition durch Veralten, Verlieren und Vergessen) von Wissen, und zwar in dem über die reine Information hinausgehenden breiteren Sinn - also gerade unter Ein- schluss der personengebundenen Fertigkeiten und Kompetenzen. Das Messkonzept für einen solchen Ansatz hat anzuknüpfen an den verschiedenen Prozessschritten und/oder -stufen einer wissensbasierten Wirtschaft. Die Messung sollte sich grundsätzlich sowohl auf Bestandsgrößen des Wissens wie Prozessgrößen der Wissensarbeit/-wertschöpfung erstrecken. In der Umsetzung wird sie teilweise aber auch auf abgrenzbare institutionelle Einheiten und dazu passende Messgrößen angewiesen sein. Einen ersten einfachen Überblick über mögliche Anknüpfungs- punkte und die prozessualen Zusammenhänge in diesem Sinn bietet die Abbildung 8. Darin wird explizit zwischen Bestandsgrößen (Zustandsgrößen) und Stromgrößen (Prozessgrößen) differenziert und der gesamte Prozess um die Wissensgewinnung nicht mehr allein als lineare Abfolge gesehen, sondern als eher zirkulärer Entste- hungszusammenhang. Die aufgeführten Subbereiche dienen der Illustration und ge- ben so nur eine erste Orientierung. Auf der anderen Seite finden sich in den Publikationen zur wissensbasierten Wirt- schaft immer wieder doch Hinweise auf eine Entwicklungsrichtung, speziell auf die knowledge-based economy als Ziel oder eine Art Endzustand. Darauf weisen auch direkt Publikationstitel hin, wie „Towards a knowledge-based economy“ (OECD 2001) oder „Progress towards the knowledge-based economy“(Knoll 2001) ze igen. Martin Brandt / Bernd Volkert 26 Abbildung 8: Messansatz wissensbasierte Ökonomie 6 Bisher erkennbare Messansätze zur Wissensökonomie 6.1 Grundaussagen im OECD-Konzept zur wissensbasierten Ökonomie Die OECD hat zur Knowledge-Based Economy, zur wissensbasierten Wirtschaft, in dem bereits zitierten Basispapier von 1996 ihre Auffassung formuliert (OECD 1996a). Neben dem Bezug auf die Erkenntnisse der neuen Wachstumstheorie (vgl. Kap. 4.4 mit Blick auf ihren Wissensbezug) sowie der Unterteilung von Wissen in vier Kategorien (vgl. Kap. 2.4) enthält das Papier einzelne Bezugspunkte zur wis- sensbasierten Ökonomie, die hier kurz aufgegriffen werden, bevor auf die Anforde- rungen und Probleme der Messung näher eingegangen wird. • Kodifiziertes Wissen Die enorme Zunahme des kodifizierten Wissens (= Informationen) in Verbindung mit innovativen Informations- und Kommunikationstechnologien ist ein zentrales Regionales Monitoring zur Wissensökonomie 27 Merkmal der in den 90er Jahren apostrophierten Informationsgesellschaft. Die starke Ausweitung digitalisierter Inhalte zu vergleichsweise geringen Kosten ist aber nur die eine Seite (ebenda S. 13). • Wissen und Lernen Auf der Seite der Beschäftigten, insbesondere der Wissensarbeiter, muss dem eine entsprechende Ausweitung der Fähigkeiten und Fertigkeiten im Umgang mit IKT, aber auch zur Informationsselektion und inhaltlichen Verarbeitung gegenüberste- hen28. Die Aneignung dieser Fertigkeiten geschieht durch Lernen, und zwar nicht allein durch formale Ausbildung, sondern gerade auch durch Lernprozesse, die auf das unmittelbare praktische Tun setzen. So wird neues Wissen erzeugt, das nicht kodifiziert, z. T. auch nicht kodifizierbar ist (tacit knowledge). Bildung und Ausbil- dung werden deshalb im Zentrum der wissensbasierten Wirtschaft stehen müssen (ebenda S. 14). Darüber hinaus sieht die OECD die Notwendigkeit permanenten Ler- nens auch für ganze Unternehmen, die in Zukunft als lernende Organisationen zu begreifen seien (ebenda). • Wissen, Netzwerke, Innovation Mit der wissensbasierten Wirtschaft verbindet die OECD darüber hinaus die beson- dere Bedeutung von Wissens- bzw. Informationsnetzwerken, zwischen Ind ividuen ebenso wie zwischen Unternehmen. Die Effizienz von Wissensbeschaffung und Wis- sensnutzung wird mehr und mehr zum Gradmesser des Unternehmenserfolgs und von Aktivitäten in den richtigen Netzwerken bestimmt. Damit wird die gesamte Volkswirtschaft auch als eine Hierarchie von Netzwerken auffassbar, die Gesell- schaft selbst als Netzwerkgesellschaft charakterisierbar (ebenda). Die Betonung von Netzwerken steht unmittelbar mit dem Abgehen von der Vorstellung eines linearen Innovationsprozesses in Zusammenhang. Innovationen speisen sich aus einer Viel- zahl von Quellen, nehmen sehr unterschiedliche Formen an und benötigen vielfältige Interaktion zwischen verschiedenen Partnern. Die Gesamtheit der in Innovationspro- zesse involvierten Akteure und Institutionen und ihre Vernetzung wird von der OECD mit dem Begriff des „nationalen Innovationssystems“ belegt (ebenda S. 16). • Neues Wissen und Wissenschaftssystem Im Kern der wissensbasierten Wirtschaft steht weniger das schon genutzte bestehen- de Wissen als vielmehr das neue Wissen, der Zuwachs also, der seinerseits die Inno- 28 Denn sonst - so muss man wohl ergänzen - verlieren sich nur allzu schnell die erreichten Kosten- vorteile durch Digitalisierung. Martin Brandt / Bernd Volkert 28 vationen bestimmt. Bei der Erzeugung neuen Wissens kommt dem jeweiligen Wis- senschaftssystem mit seinen Institutionen eine Schlüsselrolle zu, wobei sich die Dif- ferenzierung zwischen (natur-) wissenschaftlichem und mehr anwendungsorientier- tem technologischem Wissen heutzutage zu verwischen scheint (ebenda S. 21)29. Gleichzeitig ist das Wissenschaftssystem ein zentraler Faktor bei der Wissensver- mittlung, namentlich bei der Unterrichtung, Ausbildung und Weiterbildung von Wis- senschaftlern und Ingenieuren. Drittens spielen das Wissenschaftssystem und ange- schlossene Institutionen eine wichtige Rolle für den Wissenstransfer und die Wis- sensverbreitung (Distribution). Laut OECD ist die Fähigkeit der Wissensdistribution in der wissensbasierten Wirtschaft ebenso wichtig wie die eigentliche Wissenspro- duktion (ebenda S. 24). Insgesamt wird das Ausbalancieren der drei Funktionen von Wissenserzeugung, Wissensvermittlung und Wissenstransfer eine schwierige Dauer- aufgabe der Wissenschaftssysteme wissensbasierter Volkswirtschaften sein. 6.2 Die Problematik eines passenden Messansatzes Die Ergänzungen zum Umriss einer wissensbasierten Wirtschaft in der Sicht der OECD lassen bereits erahnen, dass ein Messansatz nicht leicht zu bestimmen sein wird. Entsprechend stuft die OECD die Messung der Performance einer wissensba- sierten Ökonomie als grundlegende Herausforderung ein (ebenda S.29): “Measuring the performance of the knowledge-based economy may pose a greater challenge. There are systematic obstacles to the creation of intellectual capital ac- counts to parallel the accounts of conventional fixed capital. At the heart of the knowledge-based economy, knowledge itself is particularly hard to quantify and also to price. We have today only very indirect and partial indicators of growth in the knowledge base itself. An unknown proportion of knowledge is implicit, uncodified and stored only in the minds of individuals. Terrain such as knowledge stocks and flows, knowledge distribution and the relation between knowledge creation and eco- nomic performance is still virtually unmapped“ (ebenda, S. 29). Dieses Bekenntnis zeigt vor allem auch, dass die eigentliche Messproblematik erst beim bereits mehrfach herausgestellten verborgenen (tacit) personengebundenen Wissen beginnt. Darüber hinaus aber passt die Wissensdimension nicht zum Denkansatz und zu der Denksystematik bisheriger gesamtwirtschaftlicher Rechensysteme (national ac- counts), die von der Input- und der Outputseite her gedacht sind und beide in eine feste Relation bringen. Bereits die Annahme einer hinreichend fixen Input-Output- 29 Die an dieser Stelle des OECD-Papiers folgende Erörterung der These vom vermehrten Privatgut- charakter des wissenschaftlichen Wissens endet offen bzw. gegenüber der These s keptisch. Regionales Monitoring zur Wissensökonomie 29 Relation steht bei Wissen aufgrund des schnellen Wandels in Frage. Somit sind In- putindikatoren nicht ohne weiteres als indirektes Maß für den Output heranziehbar. Ferner ist Wissen nicht mit normalen materiellen Gütern vergleichbar, deren ver- mehrter Einsatz ceteris paribus zu einer Erhöhung des Outputs führt. Neues Wissen verändert vielmehr die Produktionsfunktion selbst, also die Input-Output-Beziehung. Und eine „Einheit“ Wissen verfügt über keine bestimmte Kapazität wie ein materiel- ler Input. Eine Einheit neuen Wissens kann das wirtschaftliche Ergebnis stark oder auch gar nicht erhöhen. Deshalb lässt sich auch kaum eine Produktionsfunktion nach gewohntem Muster und Zutaten Inputs, Wissen und Outputs konstruieren (ebenda S. 30). Auch fehlen systematische Preisinformationen zum Wissen mangels Wissens- märkten, sodass keine größeren Aggregate zum erzeugten Wissen gebildet werden können. Auch ist eine Einheit neuen Wissens nicht einfach additiv dem Wissenskapi- talstock hinzurechenbar, da vorhandene Wissenseinheiten entwertet werden könnten. Das ist vorab aber offen. Im Falle des (natur-) wissenschaftlichen Wissens kommt für die Outputbestimmung dreierlei erschwerend hinzu, dass • seine Nutzung und sein Nutzen kaum nachzuverfolgen sind, da es frei zur Verfü- gung gestellt wird, • die Ergebnisse wissenschaftlicher Forschung oft lediglich einen Möglichkeits- rahmen schaffen, statt direkt auf technische Innovationen anwendbar zu sein, • der Nutzen neuen wissenschaftlichen Wissens auch darin bestehen kann, die Ver- schwendung von Ressourcen für wissenschaftliche oder technologische Sackgas- sen zu verhindern (ebenda S. 26). Insgesamt - so könnte man zusammenfassen - entpuppt sich Wissen also aus der Messperspektive als ein äußerst volatiles bzw. fluides Phänomen. Aus den erwähnten prinzipiellen Gründen kommen Wissensindikatoren nicht an die systematische Um- fassendheit heran, wie sie Indikatoren traditioneller Gesamtrechnungen erreichen. Für die OECD zeigen die Messprobleme sogar an, dass die wissensbasierte Wirt- schaft und ihre Wirkungsweise nicht auf herkömmlichem Weg zu verstehen sind und an sie deshalb anders heranzugehen ist, als es bisher üblich war. 6.3 Das eigentlich geforderte Messkonzept Im zitierten OECD-Paper von 1996 finden sich darüber hinaus die bislang wohl aus- führlichsten Überlegungen zu einem Messkonzept für die Wissensökonomie bzw. die wissensbasierte Wirtschaft. Sie zeigen, womit sich seriöse Messansätze zu beschä f- tigten haben, und wo sich überall Lücken auftun. Sie zeigen zudem auf, warum sich Martin Brandt / Bernd Volkert 30 viele Apologeten der Wissenswirtschaft bislang kaum der schwierigen Messthematik stellen, bzw. warum es bislang nur partikuläre Ansätze gibt. Vor diesem Hintergrund erfahren die dokumentierten Ansatzpunkte im Folgenden eine ausführlichere Würdigung. Die OECD unterscheidet dabei nicht zwischen dem humangebundenen Wissen als Grundkategorie, wie sie in dieser Arbeit betont wurde, und Informationen (externes bzw. kodiertes Wissen). Die Zielrichtung des Messan- satzes setzt vor allem auf die Messung von Informationen, also auf außerhalb von Personen messbare Indizien. Verbesserte Indikatoren werden aus Sicht der OECD dem Grunde nach für die fo l- genden vier Bereiche benötigt: • Inputs in die Wissenserzeugung, • Wissensbestand und Wissensströme, • Wissensnetzwerke sowie • den Komplex von Wissen und Lernen (ebenda S. 31). 6.3.1 Messung von Inputs in die Wissenserzeugung Die Messung von Inputs in die Wissenserzeugung konzentriert sich bekanntermaßen bislang auf neues wissenschaftliches und technologisches Wissen und hat bereits eine gewisse Tradition, nicht nur bei der OECD. Traditionell zählen dazu F&E- Ausgaben, F&E-Personal, Patente und die Technologiezahlungsbilanz, die je für sich bestimmte Nachteile oder Unzulänglichkeiten aufweisen. F&E-Ausgaben und F&E-Personal sind eindeutig Inputs für die Wissenserzeu- gung. Allerdings bilden formale F&E-Ausgaben und offizielles Forschungspersonal nur einen kleinen Teil aller Inputs, die in die Wissenserzeugung fließen. So kommen etwa die Ideen für erfolgreiche F&E aus den unterschiedlichsten Quellen. Zudem unterschätzen die formal als F&E definierten Größen die Beiträge kleiner Firmen und der Dienstleistungsbereiche. Patente als Repräsentationen von Ideen kommen der direkten Messung der Wis- sensbildung am nächsten. Jedoch messen Patente unmittelbar eher Outputs als In- puts. Inhaltliche Einschränkungen erwachsen zudem daraus, dass Patente bei weitem nicht alle neuen Wissensanwendungen widerspiegeln. Auch verkörpern Patente eher praxisbezogene Anwendungen spezieller Ideen als grundlegende Konzepte oder Wis- sensfortschritte. Darüber hinaus variiert die Bedeutung einzelner Patente stark. Nicht Regionales Monitoring zur Wissensökonomie 31 Nicht zuletzt erschweren unterschiedliche nationale Patentsysteme den internationa- len Vergleich. 30 Die technologische Zahlungsbilanz misst die internationalen Ströme für techni- sches Wissen. Sie erfasst aber ebenfalls nur einen Teil des Wissenstransfers über nationale Grenzen, denn in diese Zahlungsbilanz gehen allein Lizenzzahlungen und direkte Käufe von Wissen ein. Für den Wissenstransfer über Grenzen sind aber eben- falls der grenzüberschreitende Einsatz von Personal und Beratungsdiensten, die Di- rektinvestitionen im Ausland, der grenzüberschreitende unternehmensinterne Aus- tausch relevant. Die Wissensdiffusion erfolgt ferner im Rahmen internationa ler Joint Ventures oder Forschungskooperationen. Die aufgeführten Indikatoren bilden ein Grundgerüst für die Erfassung von Wissens- inputs. Sie leiden aber sämtlich an Unzulänglichkeiten, die sich insbesondere auf die Untererfassung des jeweils zu messenden Tatbestands erstrecken. 6.3.2 Messung von Wissensbestand und Wissensströmen Die genannten Wissensinputs sind im Vergleich zu den Beständen an Wissen und den zugehörigen Strömen noch relativ einfach zu messen. Hier stellt sich vor allem das Problem, dass Wissensflüssen häufig kein Geldstrom gegenübersteht, an dem eine Messung anknüpfen könnte. In der Folge sind andere „Marker“ heranzuziehen, um die Entwicklung und Verbreitung von Wissen verfolgen zu können. Für den Gesamtbestand an Wissenskapital sieht die OECD zunächst einmal nur Nä- herungslösungen, wie sie einer Kumulation der jährlichen F&E-Inputs, einer Ge- samtrechnung für F&E-Personal oder dem Gesamtbestand an Patenten auf der Grundlage von Daten zu Nutzung und Verfallzeiten exklusiver Verwertungsrechte entspringen könnten. Als weit schwieriger entpuppt sich die Messung von Wissensströmen, die zur Ermitt- lung der Veränderung des Wissenskapitalbestands in einer Volkswirtschaft für eine Periode führen soll. Auch hier gilt es, zunächst einmal Näherungen anzustreben. Analog zur gewohnten Unterteilung beim technischen Fortschritt wird unterschieden zwischen • der inkorporierten Wissensdiffusion (embodied diffusion) und der • nicht inkorporierten (disembodied). Für die inkorporierte Wissensdiffusion gilt: Neues Wissen kann grundsätzlich in allen Arten von Gütern gebunden sein, die hier Träger und Mittler sind. An promi- 30 Die Messkonzepte zu Patenten haben allerdings in den letzten Jahren Fortschritte gemacht, auf die hier nicht im Einzelnen eingegangen werden kann. Martin Brandt / Bernd Volkert 32 nenter Stelle werden vor allem Maschinen, Anlagen, (System-) Komponenten mit neuem technologischem Know-how genannt.31 Nicht zu vergessen sind dabei mitge- lieferte Erläuterungen, Bedienungsanleitungen, Serviceinformationen u. ä. Das so transferierte Wissen muss für den Kunden bzw. Empfänger nicht nur neu, sondern auch direkt nutzbar sein, ansonsten ist es nicht effektiv übergegangen bzw. geflossen. Für die technische Dimension des Wissens werden bislang - fußend auf Input- Output-Methoden - Technologieflussmatrizen für F&E-Ströme zwischen einzelnen Branchen oder Sektoren bei Vorleistungen und Sachinvestitionen gebildet. Auf diese Weise kann für jede Branche der selbst erzeugte und der zugekaufte Anteil technolo- gischen Wissens geschätzt werden. Auch bestehen länderweise merkliche Unter- schiede im Grad des internen und externen Erwerbs inkorporierten technischen Wis- sens. Allerdings fehlt es noch an ausreichender Standardisierung für einen internatio- nalen Vergleich der Stromanalysen. Insgesamt ist man hier auch heute noch weit davon entfernt, alle relevanten Wissens- bzw. Technologiefelder abzudecken und für diese einheitliche Flussanalysen vorweisen zu können. Mehr geforscht worden und bekannt ist natürlich über die generelle Diffusion be- stimmter neuer Technologien in einzelnen Ländern. Klassisch sind hier die Indikato- ren zur Diffusion und Nutzung zu modernen Fertigungs- und Prozesstechnologien, aber auch von Informations- und Kommunikationstechnologien. Veränderungsraten bei der IKT-Verbreitung/-Nutzung liefern immerhin indirekte Indizien für das Wachstum der Informationsgesellschaft in einzelnen Ländern. Messansätze für Ströme der nicht inkorporierten Wissensdiffus ion sind bislang in noch rudimentärerem Zustand. Die Analyse von Bezügen bzw. Zitaten bildet hier einen Hauptanknüpfungspunkt. Das gilt zunächst für das wissenschaftliche Zitieren, mit dem man die Verwendung neuer Ideen inter- und intradisziplinär primär im Be- reich der Grundlagenforschung verfolgen kann (Science Citation Index), das gilt so- dann für das Zitieren von Patenten bzw. Patentschriften und den Bereich mehr ange- wandten neuen technischen Wissens. Wiederum via Input-Output-Matrizen kann man den Weg des Wissens von den Ursprungsbranchen hin zu den Empfängerbran- chen verfolgen. Die genannten Ansätze sind aber noch nicht so weit umgesetzt, dass wirklich internationale oder gar regionale Vergleiche angestellt werden könnten. Zudem wird so nur ein Teil der modernen Wissensbasis einer Wirtschaft abgebildet. 31 Darüber hinaus kann aber neues Wissen auch in Dienstleistungen inkorporiert sein und mit der Verrichtung der Dienstleistung dem Kunden bewusst oder unbewusst vermittelt werden, was noch zu wenig beachtet wird. Im Grunde handelt es sich dabei um nicht explizite Aus- und Weiterbil- dungsleistungen. Regionales Monitoring zur Wissensökonomie 33 6.3.3 Messung von Wissensoutputs Wissenswertschöpfung kann als Investition in Wissenskapital aufgefasst werden, die folglich in der Zukunft eine Rendite abwerfen soll etwa analog zu Sachkapitalin- vestitionen. Ein Maß für den Output ist dann die private Rendite und - gesamtwirt- schaftlich - die volkswirtschaftliche (soziale) Ertragsrate. Ersatzhalber wurden hier ebenfalls Input- und Stromgrößen als grobe Näherungen herangezogen, wobei man sich bewusst ist, dass z. B. F&E-orientierte Maße nicht direkt den Anwendungserfolg oder Menge und Qualität der erzielten Resultate wiedergeben. In die genannte Richtung zielen alle Intensitätsindikatoren, z. B. die bekannte Klassi- fizierung in niedrig-, mittel- und hochtechnologische Branchen oder Sektoren je nach F&E-Intensität. Für internationale Vergleiche können solche Profile auch länderwei- se ermittelt werden. Allerdings beschränken sich solche Indikatorensysteme bislang auf die Industrie, lassen also dynamische wissensintensive Dienstleistungszweige außen vor. Auch unterscheiden die Intensitätsmaße nicht zwischen eigener F&E und fremd erworbenen F&E-Ergebnissen. Auf gleicher Linie liegen letztlich die bereits erwähnten Arbeiten - wie die von Machlup (1958) -, die den Anteil der Wissenswirt- schaft bzw. der Wissensbranchen an der Gesamtökonomie messen. Ein analoger Ansatz beruht auf Berufen und ihrem Gehalt an Wissensarbeit. Hier scheint es eine klar positive Beziehung zwischen dem Anteil der Wissensarbeiter in einem Wirtschaftszweig und der Veränderungsrate in diesem Zweig zu geben. (OECD 1996a, S. 37). Das kann man so interpretieren, dass sich Wissensarbeiter vor allem auf Veränderungen konzentrieren - im Vergleich zu den Beschäftigten in der Produktion. Die Erhöhung des Anteils an Wissensarbeitern bedeutet dann, dass ein immer größer werdender Teil der Gesamtkosten auf Kosten des Wandels entfallen und ein immer kleinerer Teil auf direkte Produktionskosten. Die unmittelbare Messung der Outputs von Wissenseinsatz muss jenseits des ge- wohnten Inputs die soziale und private Rendite direkt auf Basis der gewohnten inter- temporalen Nutzen-Kosten-Kalküle ermitteln. Bisherige Einzelstudien zur privaten F&E-Ergiebigkeit zeigen unterschiedliche Ergebnisse, wenn auch die private Ge- samtertragsrate im Wesentlichen zwischen 20 % und 30 % liegt, während die ent- sprechende soziale Rate mit 50 % aufgrund der hohen Schwankungsbreite der Er- gebnisse nur relativ ungenau fixiert ist. Damit ist erst ein Anfang gemacht. Immer noch werden die Auswirkungen des tech- nischen Fortschritts auf Produktivität und Wachstum wenig verstanden. Auch ist vor allem der Dienstleistungssektor noch wenig berücksichtigt, bei dem die Messung der Produktivität und so auch der Produktivitätsfortschritte durch F&E kein einfaches Unterfangen darstellt (ebenda S. 38). Martin Brandt / Bernd Volkert 34 6.3.4 Messung von Wissensnetzwerken Mit diesem Messaspekt wendet sich der gedankliche Ansatz der OECD weg von einzelnen „Messpunkten“ traditioneller Art wie Wissensinputs und –strömen hin zum dynamischen Gesamtsystem der Wissensentstehung und –verteilung, für das geeig- nete Indikatoren erst noch zu konstruieren sind. Bisherige Indikatoren vermögen vor allem nicht die Bestände und Ströme des impliziten, des verborgenen Wissens zu erfassen. Dieses Wissen wird über Lernen sei es durch Dialog, Demonstration oder Beobachtung vermehrt und übertragen. Im Vordergrund stehen die Prozesse von Innovation und aktiver Wissensverteilung zwischen den zentralen Akteuren und Institutionen eines Systems. Bezogen auf gan- ze Länder wird hier der Begriff der nationalen Innovationssysteme als Schlüssel- idee bzw. –konzept betrachtet. Auf Firmenebene bieten Innovationssurveys erste Ansatzpunkte in diese Richtung, denn diese Erhebungen ermitteln Informationen über die Einflussfaktoren der Inno- vationsneigung und die Art der Wissens- und Innovationsdiffusion in der Wirtschaft. Bei diesen empirischen Ansätzen kommen auch Innovationseinflüsse aus der Bil- dung räumlicher Cluster, der räumlichen Lage von Unternehmen bzw. der individu- ellen Standortwahl von Unternehmen oder aus den Wechselbeziehungen zwischen Anbietern und Nutzern in einem Cluster zum Tragen. Auch der Community Innovation Survey (CIS) gehört in diesen Kontext. Näheres dazu siehe weiter unten unter 6.5.1.1. Die Charakterisierung nationaler Innovationssysteme wird darüber hinaus mit dem Konzept des Wissensverteilungsvermögens (knowledge distribution power) als wichtigem Merkmal dieser Systeme verknüpft. Dabei werden zwei Hauptaktionsfel- der als unterscheidungsrelevant betrachtet: 1. die Wissensdistribution aus den Forschungsbereichen in die Industrie bzw. die Wirtschaft allgemein und 2. die Verteilung des Wissens zwischen den Akteuren innerhalb der privaten Märk- te (Anbieter und Nachfrager). Zu 1. Einzelne Interaktionsindikatoren sind hier z. B. • Zahl, Spezialisierung, Finanzierung kooperativer Forschungsprojekte zwischen Universitäten, öffentlichen Forschungseinrichtungen und der Indus trie, • Zahl, Spezialisierung, Finanzierung von gemeinsamen Forschungszentren von Universitäten und der Industrie, Regionales Monitoring zur Wissensökonomie 35 • Zahl und technologische Spezialisierung gemeinsam angestrebter Patente und Veröffentlichungen zwischen Universitäten, öffentlichen Forschungseinrichtun- gen und der Indus trie, • Mobilität des Fachpersonals und Anwerbungsusancen zwischen Universitäten, öffentlichen Forschungseinrichtungen und der Indus trie, • Zugangsmöglichkeiten zu universitären Forschungsresultaten für Firmen (u. a. Publikationen, Konferenzen, informelle Kontakte, temporärer Austausch, Ver- trags-F&E, gemeinsame F&E). Zu 2. Interaktionsindikatoren für den Wissensfluss auf privaten Märkten sind z. B. • Zahl und relative Bedeutung verschiedener Forschungskooperationen innerhalb des Unternehmenssektor, • Teilnahme von Unternehmen an industrieweiten Standardisierungsaktivitäten und informellen Forschungsnetzwerken, • Grad der Mobilität von Forschern zwischen Firmen und Sektoren, • Zugangsmöglichkeiten von Firmen zu Entdeckungen anderer Unternehmen und Sektoren (veröffentlichte Informationen, gemeinsame Forschung, Erwerb von Li- zenzen und Patenten, Kreuzlizenzierung), • Grad der Internationalisierung auf der Grundlage der vorstehenden Ind ikatoren. 6.3.5 Messung von Wissen und Lernen Die Relevanz der wenig greifbaren Wissenskomponenten, des impliziten personen- gebundenen Wissens (tacit knowledge) und ihre Veränderung führen dazu, dass die OECD einen eigenen Abschnitt dem Thema des durch Lernen erlangten Wissens widmet. Dabei steht gesamtwirtschaftlich das Humankapital im Vordergrund und die Frage, wie Investitionen in Humankapital das wirtschaftliche Wachstum stärken, also wie- derum die Frage nach den sozialen und privaten Renditen solcher Investitionen. Ins- besondere Investitionen in Bildung und Berufsausbildung stehen dabei im Mittel- punkt des Interesses. Bisherige Humankapitalindikatoren sind allenfalls erste Annä- herungen an das zu Messende. Auch hier sind zunächst die Inputindikatoren besser zu fassen, als es bislang der Fall was, also die Mittel, die für Bildung, Ausbildung und Weiterbildung aufgewendet werden, um anschließend die Effekte z. B. auf Löhne und Produktivitäten etwa auf Unternehmensebene zu messen. Letztlich werden differenziertere Daten zur Ausbil- Martin Brandt / Bernd Volkert 36 dung benötigt, etwa nach Inhalten, Zugehörigkeit des Aus- und Weitergebildeten und den Merkmalen des Unternehmens, um die Effekte dieser Investitionen genauer bestimmen zu können. Alles in allem: Die vorstehenden OECD-Überlegungen ließen die bestehenden Messlücken deutlich werden und auch, wie viel noch zu tun bleibt, bis wirklich geeignete auf breiter Basis vergleichbare Wissensindikatoren zur Verfügung stehen. Insgesamt sind die OECD-Überlegungen zu den geforderten Indikatoren allerdings nicht auf ein Endziel, einen Endzustand einer wissensbasierten Wirtschaft gerichtet. Es geht also auch nicht um den Weg dorthin (auch wenn es vor allem zu Anfang der OECD-Ausführungen so anklingt). Die Frage, wie weit man bislang schon gekom- men ist (Grad, Anteil), ergibt von daher keinen Sinn. Vielmehr wird Wissen in seinen verschiedenen Formen als zentraler Einflussfaktor für die ökonomische Performance von Volkswirtschaften angesehen. Es geht also um Zusammenhänge der als zentral erkannten oder zu erkennenden Wissenskomponen- ten mit dem Produktivitäts- und Outputwachstum und deren Messung. Der internati- onale Vergleich von Wissensindikatoren zielt also weiterhin allein auf die verglei- chende Beurteilung der zu erwartenden wirtschaftlichen Performance bzw. der Erklä- rung des Stattgefundenen ex post – und das ist keine Frage des Wieweit, sondern wie bislang ein permanenter Mess- und Vergleichsprozess ohne die Vorstellung von ei- nem Endzustand. 6.4 Der aktuelle Messansatz der OECD 6.4.1 Der gegenwärtige Hauptanknüpfungspunkt - Das OECD Scoreboard 2001 Nach einer Reihe von Veröffentlichungen zur Knowledge-Based Economy bereits in der zweiten Hälfte der 90er Jahre hat die OECD vor einem Jahr (November 2001) nun ein Scoreboard3233 (Subtitel: Towards a knowledge-based economy) publiziert, das als Zusammenfassung und Status-quo-Bericht zum Messansatz/-konzept und zu den bis dato gewonnenen Messresultaten gelten kann. Explizit formuliertes Ziel der Zusammenstellung ist die Analyse von Trends „in the knowledge-based economy“. 32 Es ist das vierte einer im zweijährigen Turnus erscheinenden Reihe. 33 Bei dieser Veröffentlichung handelt es sich auch insoweit um ein öffentliches Anzeigen/eine öf- fentliche Demonstration, als das umfangreiche Paper - entgegen sonstigen Usancen - komplett im WWW zur Verfügung steht. Regionales Monitoring zur Wissensökonomie 37 Das Scoreboard setzt sich dabei allerdings nicht weiter mit dem OECD-Konzept der wissensbasierten Wirtschaft auseinander - dies ist wie oben gesehen bereits in einem Basispapier geschehen (OECD 1996a), sondern beginnt unmittelbar mit den Indika- toren und den zugehörigen Messergebnissen. 6.4.2 Der Gesamtansatz und die zentralen Indikatorengruppen Das Scoreboard 2001, dessen Titel sich so direkt mit der wissensbasierten Ökonomie verbindet, folgt in den Indikatoren dabei (noch) nicht den Hauptmessfeldern (Wis- sensinputs, Wissensströme und -bestand, Wissensoutput, Wissensnetzwerke sowie Wissen und Lernprozesse), wie sie im Basispapier im letzten Abschnitt entwickelt werden. Auch geht das Scoreboard in seinen Messfeldern und den zugehörigen Ind i- katoren über das hinaus, was den engeren Bereich von Information und Wissen aus- macht. Der Messansatz umfasst vielmehr auch klassische volkswirtschaftliche Output- Indikatoren etwa zu Einkommen und Produktivität. Dieses ist nur konsequent, da die Wissensbasierung im Kern besagt, dass in den wissensrelevanten Bereichen die we- sentlichen Triebkräfte für Innovation und Wettbewerbsfähigkeit zu finden sind, die ihrerseits wesentlich die Entwicklung des Outputs der Volkswirtschaften bestimmen. Sie ersetzen folglich nicht die klassischen Indikatoren zum Gesamtergebnis und sei- ner Veränderung. Der OECD-Messansatz ist in dieser Form also insgesamt nicht darauf aus, ein direktes und ausschließliches Messsystem für die Wissensökonomie zu begründen. Sodann setzt der Messansatz des Scoreboard - wie von der OECD gewohnt - auf der internationalen Ebene an. Somit werden Daten der nationalen Ebene herangezogen und einander gegenübergestellt. Die Verfügbarkeit dieser Daten, aber auch die Eig- nung auf einer mehr regionalen Ebene ist noch nicht geklärt. Das Scoreboard besteht inhaltlich aus vier Hauptabschnitten, die als (einigermaßen) eigene thematische Bereiche aufgefasst werden können. Daraus rückgeschlossen unterscheidet der Messansatz also vier Messbereiche/Indikatorengruppen. Diese sind folgendermaßen überschrieben: • Hauptabschnitt A.: die Erzeugung/Schaffung und Diffusion/Verbreitung von Wissen, • Hauptabschnitt B.: die Informationswirtschaft, • Hauptabschnitt C.: die globale Integration der wirtschaftlichen Aktivitäten, • Hauptabschnitt D.: die wirtschaftliche Struktur und Produktivität. Martin Brandt / Bernd Volkert 38 Mit Blick auf den Aspekt „wissensbasiert“ verbinden sich die vier Hauptabschnitte mit folgenden Vorstellungen: Zu A. Hier geht es zumindest der Intention nach unmittelbar um das Phänomen „Wissen“ und mögliche Indikatoren als Stellvertreter für die in diesem Bereich vor- findbaren Aktivitäten, Resultate etc. (Fokus auf dem Wachstum der Wissensbasis). Zu B. Nicht Wissen, sondern Informationen bilden den Hintergrund für den zweiten Bereich, der sich im Schwerpunkt auf die Instrumente/Werkzeuge/Tools für den Umgang mit Informationen und den zugehörigen IKT-Sektor erstreckt (Fokus auf zunehmender Bedeutung der Informationswirtschaft).