Viele Unternehmen – besonders jüngere Unternehmen oder gar Startups – sind sich der Möglichkeiten und der vielen positiven Effekte nicht bewusst, die sich aus Aktivitäten in Standardisierung, Normung oder Patentierung für ihr Unternehmen eröffnen können. Hört man sich unter Unternehmen um, so ist den meisten weder der Unterscheid zwischen Normung und Standardisierung, noch der Aufwand, der sich bei einer Patentierung ergibt, bekannt*.

Solche Aktivitäten können aber einen positiven Einfluss auf den Unternehmenserfolg durch z. B. Wissenstransfer, Marketing, technische Kompatibilität von Systemen, Netzwerkeffekte, Rechtssicherheit oder Schutz geistigen Eigentums haben. Daher hat Dominik Heinz, der bei EY als Data Scientist in der Service Line Financial Accounting Advisory Services arbeitet, im Rahmen seiner Masterarbeit ein Modell entwickelt (mit der Unterstützung der Mitarbeiter Herr Dr. Nizar Abdelkafi und Herr Sergiy Makhotin vom Fraunhofer IMW in Leipzig), welches eine an die jeweiligen Bedürfnisse des Unternehmens angepasste Strategie hinsichtlich dieser Optionen vorschlägt. Im folgenden wird dieses Modell näher beschrieben.

Entscheidungsbaum zur Visualisierung der Strategie sowie Online Umfrage

Das Modell haben sie hier in Form eines Entscheidungsbaumes dargestellt, in dem man an so genannten Knotenpunkten eine Antwort auf eine Frage gibt (z. B. „Ist es für meine Firma wichtig, mein Wissen explizit zu schützen?“) und man in Abhängigkeit der Antworten verschiedene Pfade einschlägt. Durchläuft man den jeweiligen Pfad, so gelangt man letzten Endes an einen Endpunkt, an dem eine Strategie vorgeschlagen wird. Da Entscheidungsbäume auch eine Methode des so genannten Machine Learnings sind, in dem Algorithmen Individuen anhand von Eigenschaften möglichst zielgenau klassifizieren**, erschien ihnen eine Methodik, die neben einem theoretisch fundierten Modell auch noch Eigenschaften und Entscheidungen von Unternehmen empirisch betrachtet, als wertvolle Ergänzung. Aus diesem Grund haben sie neben der Entwicklung des Modelles noch eine Online-Umfrage gestartet, die sich an junge, innovative Unternehmen gerichtet hat.

Entscheidungsbaum

Entscheidungsbaum

Patentierbarkeit und Schutz geistigen Eigentums als entscheidende Kriterien

Die statistischen Analysen haben einige spannende Zusammenhänge aufzeigen können. So konnten sie ihren theoretischen Entscheidungsbaum durch das Auswerten von Unternehmensdaten teilvalidieren: i.d.S. waren die wichtigsten Kriterien, sich zwischen Normung, Standardisierung und Patentierung zu entscheiden, die Frage, ob das Produkt patentierbar ist und wie wichtig der Schutz geistigen Eigentums ist. Im Falle von patentierbaren Produkten haben sich Unternehmen eher für Patente und bei Produkten, deren Schutz geistigen Eigentums weniger wichtig war, sich eher für Standards und Normen entschieden.

Standardisierung / Normung mit positiver Nutzen-Kosten Bilanz, in späterem Unternehmensalter

Die Umfrage-Ergebnisse konnten noch weitere wichtige Erkenntnisse liefern. So war das Argument „Vertrauen der Kunden“ das wichtigste Argument für Standards, Normen und Patente wohingegen die Langwierigkeit von Patentverfahren und das Finden von Kompromissen mit anderen Standardisierungsteilnehmern als die größten Hindernisse von Patentierung und Standards / Normen galten. Weiterhin konnte man anhand der Daten erkennen, dass Unternehmen eher in früheren Jahren Patente anmelden und tendenziell später in der Normung / Standardisierung aktiv werden. Außerdem wurden Unternehmen nach Kosten und Nutzen von Standardisierung / Normung und Patentierung befragt. Hier wurde ersichtlich, dass Standardisierung / Normung ein positives Nutzen-Kosten Verhältnis aufweist, während bei Patentierung kein solcher Effekt gefunden wird. I.d.S. kann Patentierung als notwendiges Übel interpretiert werden, während Normung / Standardisierung eine positive Nutzen-Kosten Bilanz aufweist.

Grenzen und methodische Schwächen der Masterarbeit

Die Grenzen dieser Masterarbeit sind sicherlich in ihren Methoden zu finden. So spielen Online-Umfragen in wissenschaftlichen Erhebungen praktisch keine Rolle, da sie nicht repräsentativ sind und die Teilnahme an diesen Umfragen meist nicht zufällig ist. Außerdem kann die Methode der Entscheidungsbäume aus dem Machine Learning nicht angewandt werden, da in dieser Arbeit viel zu wenige Beobachtungen von Unternehmen erhoben werden konnten. Da das theoretische Modell der Studenten aber einem Entscheidungsbaum gleich kam, haben sie sich trotz aller Bedenken für diese Methode entschieden.

Fazit

Unternehmen sollten in jedem Falle prüfen, ob sich eine Teilnahme an Normung, Standardisierung oder Patentierung lohnt. Meist sind hier sekundäre Effekte die ausschlaggebenden Argumente. Junge Unternehmen können den von ihnen entwickelten und teilvalidierten Entscheidungsbaum nutzen, um sich eine Entscheidungshilfe hinsichtlich dieser Optionen zu besorgen.

Teilvalidierter Entscheidungsbaum

Teilvalidierter Entscheidungsbaum

*Der Unterschied besteht darin, dass Normen in formellen Instituten erarbeitet werden während dies nicht der Fall für Standards ist. Summiert man alle Kosten zusammen, liegen Patentkosten im vier- bis fünfstelligen Bereich.

** Man kann sich folgendes Beispiel vorstellen: man sammelt Eigenschaften von 1000 Blumen und versucht anhand der Eigenschaften die jeweilige Blumenart vorherzusagen. Wahrscheinlich wird der Algorithmus große, lilafarbene Blumen in den meisten Fällen als Orchidee klassifizieren.

Newsletter Subscription

Newsletter Subscription

Sign up for our newsletter to receive updates on the startup ecosystem in Berlin. 

You have Successfully Subscribed!

Pin It on Pinterest

Share This