Akteursnetzwerke in Kombination von synthetischem und analytischem Wissen

Diplomarbeit aus dem Jahr 2015 im Fachbereich Geowissenschaften / Geographie - Wirtschaftsgeographie Note: 10 Philipps-Universität Marburg (Fachbereich Geographie) Sprache: Deutsch Abstract: Diese Arbeit widmet sich den Strukturen von ökonomischen 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 für die Kooperationsbereitschaft beider Beteiligter ist dabei die sich stets wandelnde globale Wertschöpfungskette (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 Überbrückung von Interaktionsprozessen eine hohe Bedeutung zukommt. In ihren Ausführungen bleiben allerdings mehrere Fragen ungeklärt. Zwar haben sie in ihrer Studie (Strambach & Klement 2013) anhand von qualitativer Forschungsmethoden versucht einige der erklärende Faktoren aufzuzeigen doch bleibt zu untersuchen ob die offenen Fragen und ihre Ergebnisse auch in einer quantitativen Studie beantwortet bzw. bestätigt werden. Die Forschungsfragen sollen hierbei sein: Welche Unterschiede gibt es zwischen den kumulativen und kombinatorischen Wissensdynamiken? Inwieweit können bei einer kombinatorischen Wissensdynamik verschiedene Nähe-Formen Interaktionsprozesse überbrücken? 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 Nähe Formen hinsichtlic