Akteursnetzwerke in Kombination von synthetischem und analytischem Wissen

Diplomarbeit aus dem Jahr 2015 im Fachbereich Geowissenschaften / Geographie - Wirtschaftsgeographie, Note: 1,0, Philipps-Universitt Marburg (Fachbereich Geographie), Sprache: Deutsch, Abstract: Diese Arbeit widmet sich den Strukturen von konomischen Akteuren bei der Kombination von unterschiedlichen Wissensbasen. Gerade bei besonders innovativen Hightechindustrien stammen die Kooperationspartner oftmals nicht aus der gleichen Branche und weisen andere Wissensbasen auf. Motor fr die Kooperationsbereitschaft beider Beteiligter ist dabei die sich stets wandelnde globale Wertschpfungskette (Strambach & Klement 2012).
Strambach und Klement (2012) haben eine dichotome Unterteilung von Wissensdynamiken vorgenommen. Sie unterteilen dabei in kumulative und kombinatorische Wissensdynamiken und arbeiten verschiedene Merkmale der Wissensdynamiken heraus. Zum Beispiel betonen sie dabei, dass bei der Kombination von unterschiedlichen Wissensbasen der berbrckung von Interaktionsprozessen eine hohe Bedeutung zukommt. In ihren Ausfhrungen bleiben allerdings mehrere Fragen ungeklrt. Zwar haben sie in ihrer Studie (Strambach & Klement 2013) anhand von qualitativer Forschungsmethoden versucht, einige der erklrende Faktoren aufzuzeigen, doch bleibt zu untersuchen, ob die offenen Fragen und ihre Ergebnisse auch in einer quantitativen Studie beantwortet bzw. besttigt werden. Die Forschungsfragen sollen hierbei sein: Welche Unterschiede gibt es zwischen den kumulativen und kombinatorischen Wissensdynamiken? Inwieweit knnen bei einer kombinatorischen Wissensdynamik verschiedene Nhe-Formen Interaktionsprozesse berbrcken? Welche Gewichtung kommt hierbei den verschiedenen Faktoren zu?
Diese Fragen sollen mithilfe einer logistischen Regression in der Studie beantwortet werden. Hierbei sollen die Unterschiede zwischen kumulativen und kombinatorischen Wissensdynamiken verdeutlicht werden. Diese Studie erwartet eine deutliche Unterscheidung der Gewichtung der Nhe Formen hinsichtlic