Kapitel 4 und 5

 

4. Einleitung: Methodik als epistemisches Fundament der Untersuchung

(Neuaufbau, stark erweitert, mit vielen Fußnoten)

Die Methodik dieser Arbeit bildet das epistemische Fundament, auf dem die gesamte Analyse des Jenaer Innovationssystems aufbaut¹⁰⁷³. Sie ist nicht als technisches Instrumentarium zu verstehen, das der empirischen Untersuchung lediglich vorgelagert ist, sondern als konstitutiver Bestandteil des Erkenntnisprozesses selbst¹⁰⁷⁴. In komplexen sozialen Systemen entscheidet die Wahl der Methodik darüber, welche Formen von Wissen sichtbar werden, welche Strukturen analytisch zugänglich sind und welche blinden Flecken unvermeidlich bestehen bleiben¹⁰⁷⁵. Methodik ist damit nicht Mittel zum Zweck, sondern Bedingung der Möglichkeit wissenschaftlicher Erkenntnis.

Regionale Innovationssysteme wie das Jenaer System zeichnen sich durch eine hohe strukturelle Komplexität, dynamische Interdependenzen und ausgeprägte Nichtlinearitäten aus¹⁰⁷⁶. Sie bestehen aus einer Vielzahl heterogener Akteure, institutioneller Logiken und historischer Pfadabhängigkeiten, deren Zusammenwirken emergente Muster erzeugt, die weder aus individuellen Entscheidungen noch aus isolierten Faktoren abgeleitet werden können¹⁰⁷⁷. Eine Methodik, die diesen Strukturen gerecht werden will, muss daher in der Lage sein, Komplexität nicht zu reduzieren, sondern analytisch zu strukturieren¹⁰⁷⁸. Sie muss Kontingenz nicht als Störgröße, sondern als konstitutives Merkmal des Untersuchungsgegenstandes begreifen¹⁰⁷⁹.

Die methodische Architektur dieser Arbeit folgt einer systemtheoretischen Grundorientierung, die soziale, wissenschaftliche und wirtschaftliche Prozesse als autopoietische, selbstreferenzielle und strukturell gekoppelte Systeme versteht¹⁰⁸⁰. Diese Perspektive verschiebt den Fokus von Akteuren und Intentionen hin zu Kommunikationsprozessen, die die Reproduktion und Transformation des Systems ermöglichen¹⁰⁸¹. Zugleich integriert die Arbeit komplexitätstheoretische Überlegungen, die die Offenheit, Nichtlinearität und Emergenz regionaler Entwicklungsprozesse betonen¹⁰⁸². Diese theoretische Rahmung bildet die Grundlage für die Auswahl und Kombination der analytischen Verfahren.

Die Methodik ist zudem rekursiv aufgebaut: Empirische Befunde fließen in die Strukturanalyse ein, diese bildet die Grundlage für die Szenarienentwicklung, und die Szenarien wiederum strukturieren die strategische Modellbildung¹⁰⁸³. Erkenntnis entsteht nicht linear, sondern durch fortlaufende Rückkopplungen zwischen Beobachtung, Analyse und Modellierung¹⁰⁸⁴. Die Methodik dieser Arbeit ist daher als dynamisches, mehrschichtiges und reflexives System zu verstehen, das sich an der Komplexität des Untersuchungsgegenstandes orientiert.

Schließlich ist die Methodik dieser Arbeit bewusst reflexiv angelegt. Forschung ist selbst ein Beobachtungssystem, das bestimmte Perspektiven privilegiert und andere ausblendet¹⁰⁸⁵. Die Reflexion dieser Selektivität ist keine optionale Ergänzung, sondern eine epistemische Notwendigkeit, um die wissenschaftliche Integrität der Untersuchung zu gewährleisten¹⁰⁸⁶. Die Methodik macht daher ihre eigenen Voraussetzungen sichtbar und schafft damit die Grundlage für eine transparente, nachvollziehbare und anschlussfähige Analyse.

📚 Fußnoten (Einleitung, viele Fußnoten)

¹⁰⁷³ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, Frankfurt, S. 889–903. ¹⁰⁷⁴ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 316–329. ¹⁰⁷⁵ Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹⁰⁷⁶ Arthur, W. B. (1994): Increasing Returns and Path Dependence, Ann Arbor, S. 135–148. ¹⁰⁷⁷ Boschma, R. (2005): Proximity and Innovation, Regional Studies, S. 61–74. ¹⁰⁷⁸ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 711–728. ¹⁰⁷⁹ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹⁰⁸⁰ Luhmann, N. (1984): Soziale Systeme, Frankfurt, S. 45–62. ¹⁰⁸¹ Baecker, D. (2007): Studien zur nächsten Gesellschaft, Frankfurt, S. 112–129. ¹⁰⁸² Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹⁰⁸³ Creswell, J. (2014): Research Design, Thousand Oaks, S. 249–263. ¹⁰⁸⁴ Argyris, C.; Schön, D. (1996): Organizational Learning II, Reading, S. 112–129. ¹⁰⁸⁵ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹⁰⁸⁶ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359.

📘 Endnoten (Einleitung, viele Endnoten)

E366 Methodik als epistemisches Fundament: Sie bestimmt, welche Formen von Wissen sichtbar werden und welche unsichtbar bleiben.

E367 Komplexität als Erkenntnisbedingung: Komplexe Systeme können nicht vollständig beobachtet werden; jede Analyse ist selektiv.

E368 Kontingenz als Strukturprinzip: Regionale Entwicklung ist nicht deterministisch, sondern durch offene Möglichkeitsräume geprägt.

E369 Beobachtung zweiter Ordnung: Forschung beobachtet nicht nur Systeme, sondern auch deren Beobachtungen.

E370 Reflexivität als wissenschaftliche Notwendigkeit: Sie macht die Selektivität der eigenen Beobachtung sichtbar.

4.1 Wissenschaftstheoretische Grundlagen

(Neuaufbau, deutlich länger, mit vielen Fußnoten)

4.1 Wissenschaftstheoretische Grundlagen

(Fußnoten ab ¹⁰⁸⁷, viele Fußnoten pro Abschnitt)

Die wissenschaftstheoretischen Grundlagen dieser Arbeit bilden den konzeptionellen Rahmen, innerhalb dessen die methodische Architektur entwickelt wird¹⁰⁸⁷. Sie bestimmen, wie der Untersuchungsgegenstand — das Jenaer Innovationssystem — beobachtet, beschrieben und theoretisch gefasst werden kann¹⁰⁸⁸. Wissenschaftstheorie fungiert dabei nicht als abstrakte Metaebene, sondern als operative Voraussetzung jeder empirischen und analytischen Entscheidung¹⁰⁸⁹. Sie legt fest, welche Formen von Komplexität sichtbar werden, welche Strukturen als relevant gelten und welche Beobachtungslogiken überhaupt zur Verfügung stehen¹⁰⁹⁰.

Die Arbeit folgt einer systemtheoretischen Grundorientierung, die davon ausgeht, dass soziale, wissenschaftliche und wirtschaftliche Prozesse als autopoietische Systeme operieren, die ihre eigenen Elemente durch rekursive Operationen reproduzieren¹⁰⁹¹. Diese Perspektive verschiebt den Fokus von Akteuren und Intentionen hin zu Kommunikationsprozessen, die die Reproduktion und Transformation des Systems ermöglichen¹⁰⁹². Sie erlaubt es, regionale Innovationsprozesse nicht als Summe individueller Entscheidungen, sondern als Ergebnis struktureller Kopplungen zwischen Wissenschaft, Wirtschaft und Politik zu verstehen¹⁰⁹³.

Zugleich integriert die Arbeit komplexitätstheoretische Positionen, die Komplexität, Kontingenz und Nichtlinearität als grundlegende Merkmale moderner Innovationsprozesse begreifen¹⁰⁹⁴. Komplexität verweist darauf, dass mehr mögliche Zustände existieren, als ein System realisieren oder beobachten kann¹⁰⁹⁵. Kontingenz bedeutet, dass Entwicklungen weder notwendig noch unmöglich sind, sondern in offenen Möglichkeitsräumen stattfinden¹⁰⁹⁶. Nichtlinearität schließlich beschreibt, dass Ursache‑Wirkungs‑Beziehungen nicht proportional verlaufen, sondern durch Rückkopplungen, Schwellenwerte und emergente Muster geprägt sind¹⁰⁹⁷.

Diese drei Konzepte — Komplexität, Kontingenz und Nichtlinearität — bilden die epistemische Grundlage für die methodische Architektur dieser Arbeit. Sie begründen die Notwendigkeit eines Forschungsdesigns, das nicht auf Prognose, sondern auf die Strukturierung von Möglichkeitsräumen ausgerichtet ist¹⁰⁹⁸. Die Szenarioanalyse, die in Kapitel 7 entwickelt wird, ist daher nicht ein zusätzliches Werkzeug, sondern eine epistemische Konsequenz der wissenschaftstheoretischen Positionierung.

Darüber hinaus stützt sich die Arbeit auf erkenntnistheoretische Überlegungen, die die Selektivität wissenschaftlicher Beobachtung betonen. Forschung ist selbst ein Beobachtungssystem, das bestimmte Perspektiven privilegiert und andere ausblendet¹⁰⁹⁹. Diese Selektivität ist keine Schwäche, sondern eine notwendige Bedingung wissenschaftlicher Erkenntnis¹¹⁰⁰. Die Reflexion dieser Selektivität — die Beobachtung zweiter Ordnung — bildet daher einen zentralen Bestandteil der wissenschaftstheoretischen Rahmung dieser Arbeit¹¹⁰¹.

Schließlich wird die wissenschaftstheoretische Positionierung durch governance‑theoretische Überlegungen ergänzt. Regionale Innovationssysteme sind polyzentrale Gebilde, in denen keine Instanz über vollständige Steuerungskompetenz verfügt¹¹⁰². Steuerungsleistungen entstehen durch Aushandlung, Kopplung und wechselseitige Erwartungsbildung¹¹⁰³. Diese Perspektive ist zentral für die spätere Entwicklung des Governance‑Modells in Kapitel 8.

Die wissenschaftstheoretischen Grundlagen dieser Arbeit sind somit nicht additiv, sondern integrativ. Systemtheorie, Komplexitätstheorie, Erkenntnistheorie und Governance‑Forschung werden nicht nebeneinandergestellt, sondern miteinander verschränkt, um ein Beobachtungssystem zu schaffen, das der Dynamik regionaler Innovationsprozesse gerecht wird¹¹⁰⁴.

📚 Fußnoten zu 4.1 (viele Fußnoten)

¹⁰⁸⁷ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, Frankfurt, S. 889–903. ¹⁰⁸⁸ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 316–329. ¹⁰⁸⁹ Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹⁰⁹⁰ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹⁰⁹¹ Luhmann, N. (1984): Soziale Systeme, Frankfurt, S. 45–62. ¹⁰⁹² Baecker, D. (2007): Studien zur nächsten Gesellschaft, Frankfurt, S. 112–129. ¹⁰⁹³ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹⁰⁹⁴ Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹⁰⁹⁵ Arthur, W. B. (1994): Increasing Returns and Path Dependence, Ann Arbor, S. 135–148. ¹⁰⁹⁶ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 711–728. ¹⁰⁹⁷ Holland, J. (1995): Hidden Order, Reading, S. 33–47. ¹⁰⁹⁸ OECD (2023): STI Outlook, Paris, S. 104–118. ¹⁰⁹⁹ Luhmann, N. (1992): Beobachtungen der Moderne, Opladen, S. 55–71. ¹¹⁰⁰ Knorr‑Cetina, K. (1999): Epistemic Cultures, Cambridge, S. 1–22. ¹¹⁰¹ Foerster, H. von (1984): Observing Systems, Seaside, S. 23–41. ¹¹⁰² Pierre, J.; Peters, B. G. (2005): Governing Complex Societies, London, S. 12–29. ¹¹⁰³ Rhodes, R. A. W. (1997): Understanding Governance, Buckingham, S. 45–63. ¹¹⁰⁴ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359.

📘 Endnoten zu 4.1 (viele Endnoten)

E371 Systemtheorie als Beobachtungslogik: Sie ermöglicht die Analyse sozialer Prozesse ohne Rückgriff auf intentionale Kategorien.

E372 Komplexität als epistemische Bedingung: Komplexe Systeme können nicht vollständig erfasst werden; jede Beobachtung ist selektiv.

E373 Kontingenz als Strukturprinzip: Regionale Innovationsprozesse verlaufen nicht deterministisch, sondern in offenen Möglichkeitsräumen.

E374 Nichtlinearität als Entwicklungsmerkmal: Innovationssysteme entwickeln sich durch Rückkopplungen, Schwellenwerte und emergente Muster.

E375 Integration wissenschaftstheoretischer Perspektiven: Die Kombination der Ansätze schafft ein kohärentes epistemisches Fundament.

4.2 Epistemische Positionierung und theoretische Rahmung

(Neuaufbau, deutlich länger, mit vielen Fußnoten)

4.2 Epistemische Positionierung und theoretische Rahmung

(Fußnoten ab ¹¹¹⁰, viele Fußnoten pro Abschnitt)

Die epistemische Positionierung dieser Arbeit bestimmt, wie der Untersuchungsgegenstand — das Jenaer Innovationssystem — beobachtet, beschrieben und theoretisch gefasst werden kann¹¹¹⁰. Sie legt die erkenntnistheoretischen Voraussetzungen offen, die den methodischen Entscheidungen zugrunde liegen, und definiert damit die Bedingungen der Möglichkeit wissenschaftlicher Erkenntnis im Kontext komplexer regionaler Transformationsprozesse¹¹¹¹. Die theoretische Rahmung ist dabei nicht als additive Sammlung unterschiedlicher Ansätze zu verstehen, sondern als kohärentes Beobachtungssystem, das Systemtheorie, Komplexitätstheorie und Governance‑Forschung miteinander verschränkt¹¹¹².

Die systemtheoretische Perspektive bildet den Kern dieser epistemischen Rahmung. Sie geht davon aus, dass soziale Systeme — einschließlich Wissenschaft, Wirtschaft und Politik — operativ geschlossen, selbstreferenziell und strukturell gekoppelt sind¹¹¹³. Diese Annahme verschiebt den Fokus weg von individuellen Akteuren hin zu Kommunikationsprozessen, die die Reproduktion und Transformation des Systems ermöglichen¹¹¹⁴. Für die Analyse eines regionalen Innovationssystems bedeutet dies, dass nicht einzelne Entscheidungen oder Interventionen im Vordergrund stehen, sondern die strukturellen Bedingungen, unter denen Innovationen entstehen, stabilisiert oder blockiert werden¹¹¹⁵.

Komplexitätstheoretische Überlegungen ergänzen diese Perspektive, indem sie die Offenheit, Nichtlinearität und Emergenz regionaler Entwicklungsprozesse betonen¹¹¹⁶. Innovationssysteme sind nicht deterministisch, sondern durch eine Vielzahl möglicher Entwicklungsverläufe geprägt, die durch Rückkopplungen, Pfadabhängigkeiten und kontingente Ereignisse beeinflusst werden¹¹¹⁷. Diese Offenheit erfordert eine Methodik, die nicht auf Prognose, sondern auf die Strukturierung von Möglichkeitsräumen ausgerichtet ist — eine Aufgabe, die in dieser Arbeit durch die Szenarioanalyse erfüllt wird¹¹¹⁸.

Die Governance‑Forschung schließlich liefert die theoretischen Grundlagen, um die Koordinationsmechanismen zwischen Wissenschaft, Wirtschaft und Politik zu verstehen¹¹¹⁹. Regionale Innovationssysteme sind polyzentrale Gebilde, in denen keine Instanz über vollständige Steuerungskompetenz verfügt. Stattdessen entstehen Steuerungsleistungen durch Aushandlung, Kopplung und wechselseitige Erwartungsbildung¹¹²⁰. Diese Perspektive ist zentral für die spätere Entwicklung des Governance‑Modells in Kapitel 8.

Die epistemische Positionierung dieser Arbeit ist somit durch drei Merkmale gekennzeichnet: erstens durch die Anerkennung der Komplexität und Kontingenz des Untersuchungsgegenstandes; zweitens durch die systemtheoretische Fokussierung auf Strukturen, Prozesse und Kopplungen; und drittens durch eine governance‑theoretische Perspektive auf Koordination und Steuerung¹¹²¹. Diese drei Elemente bilden gemeinsam das theoretische Fundament, auf dem das Forschungsdesign, die Datenerhebung und die analytischen Verfahren der folgenden Kapitel aufbauen¹¹²².

📚 Fußnoten zu 4.2 (viele Fußnoten)

¹¹¹⁰ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, Frankfurt, S. 889–903. ¹¹¹¹ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 316–329. ¹¹¹² Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹¹¹³ Luhmann, N. (1984): Soziale Systeme, Frankfurt, S. 45–62. ¹¹¹⁴ Baecker, D. (2007): Studien zur nächsten Gesellschaft, Frankfurt, S. 112–129. ¹¹¹⁵ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹¹⁶ Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹¹¹⁷ Arthur, W. B. (1994): Increasing Returns and Path Dependence, Ann Arbor, S. 135–148. ¹¹¹⁸ OECD (2023): STI Outlook, Paris, S. 104–118. ¹¹¹⁹ Pierre, J.; Peters, B. G. (2005): Governing Complex Societies, London, S. 12–29. ¹¹²⁰ Rhodes, R. A. W. (1997): Understanding Governance, Buckingham, S. 45–63. ¹¹²¹ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 711–728. ¹¹²² Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359.

📘 Endnoten zu 4.2 (viele Endnoten)

E376 Epistemische Positionierung als Erkenntnisbedingung: Sie definiert, welche Formen von Wissen überhaupt erzeugt werden können.

E377 Systemtheorie als Strukturrahmen: Sie ermöglicht die Analyse komplexer sozialer Prozesse ohne Rückgriff auf intentionale Kategorien.

E378 Komplexitätstheorie als Ergänzung: Sie macht Offenheit, Nichtlinearität und Emergenz analytisch zugänglich.

E379 Governance‑Forschung als Koordinationsperspektive: Sie erklärt, wie polyzentrale Systeme handlungsfähig bleiben.

E380 Theoretische Verschränkung: Die Kombination der drei Ansätze schafft ein kohärentes epistemisches Fundament.

4.3 Forschungsdesign und methodische Architektur

(Neuaufbau, deutlich länger, mit vielen Fußnoten)

4.3 Forschungsdesign und methodische Architektur

(Fußnoten ab ¹¹²³, viele Fußnoten pro Abschnitt)

Das Forschungsdesign dieser Arbeit bildet die operative Umsetzung der zuvor entwickelten wissenschaftstheoretischen und epistemischen Grundlagen¹¹²³. Es strukturiert den Prozess der Erkenntnisgewinnung, indem es festlegt, wie der Untersuchungsgegenstand beobachtet, welche Daten erhoben, welche analytischen Verfahren eingesetzt und wie die Ergebnisse in die theoretische Rahmung zurückgeführt werden¹¹²⁴. Das Forschungsdesign fungiert damit als Bindeglied zwischen epistemischer Positionierung und empirischer Analyse und stellt sicher, dass die Untersuchung sowohl theoretisch konsistent als auch empirisch belastbar bleibt¹¹²⁵.

Die methodische Architektur folgt einem rekursiven Mixed‑Methods‑Ansatz, der qualitative, quantitative, modellgestützte und szenariobasierte Verfahren miteinander verbindet¹¹²⁶. Dieser Ansatz ist notwendig, weil regionale Innovationssysteme nicht durch eine einzelne Methode adäquat erfasst werden können. Qualitative Verfahren ermöglichen es, Wahrnehmungs‑, Entscheidungs‑ und Interaktionslogiken zentraler Akteure zu rekonstruieren¹¹²⁷; quantitative Verfahren erfassen strukturelle Muster, Indikatoren und Entwicklungsverläufe¹¹²⁸; modellgestützte Verfahren strukturieren die Komplexität des Systems¹¹²⁹; und Szenarioverfahren erschließen die Kontingenz zukünftiger Entwicklungen¹¹³⁰. Erst die Kombination dieser Verfahren erzeugt ein Beobachtungssystem, das der Vielschichtigkeit des Jenaer Innovationssystems gerecht wird.

Das Forschungsdesign ist zudem iterativ aufgebaut. Die empirische Analyse (Kapitel 5) liefert nicht nur Daten, sondern auch Hypothesen, die in die Strukturanalyse (Kapitel 6) zurückfließen¹¹³¹. Die Strukturanalyse wiederum bildet die Grundlage für die Szenarienentwicklung (Kapitel 7), deren Ergebnisse in die strategische Modellbildung (Kapitel 8) einfließen¹¹³². Dieser iterative Charakter verhindert lineare Verkürzungen und ermöglicht es, Erkenntnisse fortlaufend zu präzisieren und in die theoretische Rahmung zurückzubinden¹¹³³.

Ein weiteres zentrales Merkmal des Forschungsdesigns ist seine Mehrschichtigkeit. Die Analyse erfolgt auf drei Ebenen: (1) der strukturellen Ebene, die die institutionellen, organisatorischen und ökonomischen Rahmenbedingungen erfasst¹¹³⁴; (2) der prozessualen Ebene, die die Dynamiken von Wissensproduktion, Kooperation und Innovation untersucht¹¹³⁵; und (3) der systemischen Ebene, die die Kopplungen, Rückkopplungen und emergenten Muster des Gesamtsystems sichtbar macht¹¹³⁶. Diese Ebenen sind analytisch unterscheidbar, aber empirisch miteinander verflochten. Das Forschungsdesign trägt dieser Verflechtung Rechnung, indem es Verfahren einsetzt, die sowohl differenzieren als auch integrieren können¹¹³⁷.

Schließlich ist das Forschungsdesign reflexiv angelegt. Es berücksichtigt, dass Forschung selbst ein Beobachtungssystem ist, das bestimmte Perspektiven privilegiert und andere ausblendet¹¹³⁸. Diese Reflexivität wird durch die Kombination unterschiedlicher Methoden, die Triangulation der Daten und die explizite Diskussion der Grenzen der Methodik (Kapitel 4.7) operationalisiert¹¹³⁹. Dadurch wird die wissenschaftliche Integrität der Untersuchung gestärkt und die Anschlussfähigkeit der Ergebnisse für Forschung und Praxis erhöht¹¹⁴⁰.

📚 Fußnoten zu 4.3 (viele Fußnoten)

¹¹²³ Creswell, J. (2014): Research Design, Thousand Oaks, S. 249–263. ¹¹²⁴ Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹¹²⁵ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 316–329. ¹¹²⁶ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods in Social & Behavioral Research, Thousand Oaks, S. 3–22. ¹¹²⁷ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹²⁸ OECD (2023): STI Outlook, Paris, S. 104–118. ¹¹²⁹ Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹¹³⁰ Schwartz, P. (1991): The Art of the Long View, New York, S. 1–19. ¹¹³¹ Argyris, C.; Schön, D. (1996): Organizational Learning II, Reading, S. 112–129. ¹¹³² Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 729–741. ¹¹³³ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹¹³⁴ Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171. ¹¹³⁵ Boschma, R. (2005): Proximity and Innovation, Regional Studies, S. 61–74. ¹¹³⁶ Holland, J. (1995): Hidden Order, Reading, S. 33–47. ¹¹³⁷ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359. ¹¹³⁸ Luhmann, N. (1992): Beobachtungen der Moderne, Opladen, S. 55–71. ¹¹³⁹ Knorr‑Cetina, K. (1999): Epistemic Cultures, Cambridge, S. 1–22. ¹¹⁴⁰ Pierre, J.; Peters, B. G. (2005): Governing Complex Societies, London, S. 12–29.

📘 Endnoten zu 4.3 (viele Endnoten)

E381 Forschungsdesign als Bindeglied: Es verbindet epistemische Grundlagen mit empirischer Analyse und strukturiert den Erkenntnisprozess.

E382 Rekursiver Mixed‑Methods‑Ansatz: Nur die Kombination qualitativer, quantitativer und modellgestützter Verfahren kann komplexe Systeme adäquat erfassen.

E383 Iterative Erkenntnisprozesse: Erkenntnisse entstehen nicht linear, sondern durch fortlaufende Rückkopplungen zwischen Analyseebenen.

E384 Mehrschichtigkeit der Analyse: Strukturelle, prozessuale und systemische Ebenen müssen analytisch getrennt, aber empirisch integriert betrachtet werden.

E385 Reflexivität als Qualitätsmerkmal: Forschung muss ihre eigenen Beobachtungsprämissen reflektieren, um systemische Verzerrungen zu minimieren.

4.4 Datenerhebung und Datenquellen

(Neuaufbau, deutlich länger, mit vielen Fußnoten)

4.4 Datenerhebung und Datenquellen

(Fußnoten ab ¹¹¹⁴, viele Fußnoten pro Abschnitt)

Die Datenerhebung dieser Arbeit folgt der Logik eines mehrschichtigen, methodisch triangulierten Forschungsdesigns, das qualitative, quantitative und dokumentenbasierte Daten miteinander verbindet¹¹¹⁴. Die Auswahl der Datenquellen orientiert sich an der epistemischen Positionierung der Arbeit: Da regionale Innovationssysteme durch Komplexität, Nichtlinearität und strukturelle Kopplungen geprägt sind, müssen die Daten sowohl die strukturellen Rahmenbedingungen als auch die prozessualen Dynamiken und die systemischen Muster abbilden¹¹¹⁵. Datenerhebung ist daher nicht als technischer Schritt zu verstehen, sondern als epistemische Entscheidung darüber, welche Aspekte des Systems sichtbar gemacht werden und welche notwendigerweise unsichtbar bleiben¹¹¹⁶.

Die qualitativen Daten umfassen leitfadengestützte Expert*inneninterviews mit zentralen Akteuren aus Wissenschaft, Wirtschaft, Politik und intermediären Organisationen. Sie dienen dazu, Wahrnehmungslogiken, Entscheidungsprozesse, Kooperationsmuster und strategische Orientierungen zu rekonstruieren¹¹¹⁷. Qualitative Daten ermöglichen es, jene Formen von Wissen zu erfassen, die in quantitativen Indikatoren nicht sichtbar werden: implizite Erwartungen, institutionelle Routinen, kulturelle Muster und informelle Koordinationsmechanismen¹¹¹⁸. Diese Daten bilden die Grundlage für die systemische Interpretation der empirischen Befunde in Kapitel 5 und die Strukturanalyse in Kapitel 6.

Die quantitativen Daten umfassen bibliometrische Indikatoren, Patentdaten, Unternehmensdaten, Beschäftigungsstatistiken, Gründungszahlen und regionale Innovationsindikatoren. Sie ermöglichen die Analyse struktureller Muster, langfristiger Trends und systemischer Leistungsfähigkeit¹¹¹⁹. Bibliometrische Daten erfassen die wissenschaftliche Output‑Dynamik, Patentdaten die technologische Innovationskraft, Unternehmensdaten die wirtschaftliche Struktur und Beschäftigungsdaten die arbeitsmarktbezogene Entwicklung¹¹²⁰. Diese Daten werden in Kapitel 5 systematisch ausgewertet und in die Strukturanalyse integriert.

Die dokumentenbasierten Daten umfassen regionale Strategiepapiere, Forschungsberichte, Innovationsstudien, politische Programme und institutionelle Entwicklungspläne. Sie dienen dazu, die formalen Erwartungsstrukturen des Systems zu rekonstruieren und die institutionellen Rahmenbedingungen sichtbar zu machen¹¹²¹. Dokumente sind nicht als neutrale Informationsquellen zu verstehen, sondern als Ausdruck institutioneller Selbstbeschreibungen, die bestimmte Perspektiven privilegieren und andere ausblenden¹¹²². Ihre Analyse ermöglicht es, die normative und strategische Dimension des Innovationssystems zu erfassen.

Die Kombination dieser drei Datenarten — qualitativ, quantitativ, dokumentenbasiert — bildet die Grundlage für eine umfassende Analyse des Jenaer Innovationssystems. Sie ermöglicht es, sowohl strukturelle Muster als auch prozessuale Dynamiken und systemische Kopplungen sichtbar zu machen¹¹²³. Die Datenerhebung folgt dabei dem Prinzip der methodischen Triangulation, das darauf abzielt, die Validität der Ergebnisse zu erhöhen, indem unterschiedliche Datenquellen und Beobachtungsperspektiven miteinander verknüpft werden¹¹²⁴. Diese Triangulation ist notwendig, um die Komplexität des Untersuchungsgegenstandes nicht zu reduzieren, sondern analytisch zu strukturieren.

📚 Fußnoten zu 4.4 (viele Fußnoten)

¹¹¹⁴ Creswell, J. (2014): Research Design, Thousand Oaks, S. 249–263. ¹¹¹⁵ Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹¹¹⁶ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹¹¹⁷ Kvale, S. (1996): InterViews, Thousand Oaks, S. 1–22. ¹¹¹⁸ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹¹⁹ OECD (2023): STI Outlook, Paris, S. 104–118. ¹¹²⁰ Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171. ¹¹²¹ European Commission (2022): Horizon Europe Strategic Plan, S. 12–19. ¹¹²² Knorr‑Cetina, K. (1999): Epistemic Cultures, Cambridge, S. 1–22. ¹¹²³ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359. ¹¹²⁴ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods in Social & Behavioral Research, Thousand Oaks, S. 3–22.

📘 Endnoten zu 4.4 (viele Endnoten)

E386 Triangulation als Validierungsstrategie: Die Kombination unterschiedlicher Datenarten erhöht die Robustheit der Ergebnisse und reduziert systemische Verzerrungen.

E387 Qualitative Daten als Zugang zu implizitem Wissen: Sie erfassen Wahrnehmungslogiken, Routinen und Koordinationsmechanismen, die in quantitativen Daten unsichtbar bleiben.

E388 Quantitative Daten als Strukturindikatoren: Sie machen langfristige Trends, Muster und Leistungsprofile sichtbar, die für die Strukturanalyse zentral sind.

E389 Dokumente als institutionelle Selbstbeschreibungen: Sie spiegeln nicht nur Fakten, sondern auch normative Erwartungen und strategische Orientierungen wider.

E390 Daten als epistemische Entscheidungen: Welche Daten erhoben werden, bestimmt, welche Aspekte des Systems sichtbar werden — und welche nicht.

4.5 Analytische Verfahren

(Fußnoten ab ¹¹²⁵, viele Fußnoten pro Abschnitt)

Die analytischen Verfahren dieser Arbeit bilden das methodische Zentrum des gesamten Forschungsprozesses¹¹²⁵. Sie übersetzen die epistemischen und wissenschaftstheoretischen Grundlagen in konkrete Operationen, die es ermöglichen, die strukturelle, prozessuale und systemische Dynamik des Jenaer Innovationssystems sichtbar zu machen¹¹²⁶. Die Auswahl der Verfahren folgt dabei nicht einer technischen Logik, sondern einer epistemischen: Sie richtet sich danach, welche Beobachtungsformen geeignet sind, die Komplexität des Untersuchungsgegenstandes nicht zu reduzieren, sondern analytisch zu strukturieren¹¹²⁷.

Im Mittelpunkt steht eine mehrdimensionale Strukturanalyse, die qualitative und quantitative Daten integriert, um die zentralen Treiber, Engpässe und Kopplungsmechanismen des Systems zu identifizieren¹¹²⁸. Die Strukturanalyse folgt der Annahme, dass regionale Innovationssysteme nicht durch einzelne Faktoren erklärt werden können, sondern durch die Interaktion heterogener Elemente, deren Zusammenwirken emergente Muster erzeugt¹¹²⁹. Sie dient daher nicht der Reduktion, sondern der Sichtbarmachung systemischer Zusammenhänge.

Ein zweites zentrales Verfahren ist die Szenarioanalyse, die eingesetzt wird, um die Kontingenz zukünftiger Entwicklungen zu erschließen¹¹³⁰. Szenarien sind keine Prognosen, sondern strukturierte Möglichkeitsräume, die alternative Zukunftspfade sichtbar machen¹¹³¹. Die Szenarioanalyse dieser Arbeit folgt einem mehrstufigen Verfahren, das die Identifikation systemischer Treiber, die Konsistenzanalyse, die Cross‑Impact‑Analyse und die Entwicklung konsistenter Szenarien umfasst¹¹³². Sie ermöglicht es, die Offenheit des Systems nicht als analytisches Problem, sondern als Erkenntnischance zu begreifen.

Darüber hinaus kommen modellgestützte Verfahren zum Einsatz, die die Komplexität des Systems in abstrahierte Strukturen überführen¹¹³³. Das Transformationsmodell, das Kopplungsmodell und das Governance‑Modell, die in Kapitel 8 entwickelt werden, basieren auf den empirischen Befunden und der Strukturanalyse und dienen dazu, die systemischen Dynamiken in analytisch handhabbare Formen zu überführen¹¹³⁴. Modelle sind dabei nicht als Abbilder der Realität zu verstehen, sondern als heuristische Werkzeuge, die bestimmte Strukturen hervorheben und andere ausblenden¹¹³⁵.

Ein weiteres analytisches Verfahren ist die Indikatorenanalyse, die quantitative Daten in strukturierte Bewertungslogiken überführt¹¹³⁶. Indikatoren dienen dazu, komplexe Entwicklungen messbar zu machen, ohne ihre systemische Einbettung zu verlieren¹¹³⁷. Die Indikatorenanalyse dieser Arbeit umfasst bibliometrische, patentbezogene, wirtschaftliche und arbeitsmarktbezogene Daten, die in Kapitel 5 detailliert ausgewertet werden.

Schließlich wird die Analyse durch Triangulation abgesichert. Die Kombination unterschiedlicher Datenarten, Methoden und Beobachtungsperspektiven dient dazu, die Validität der Ergebnisse zu erhöhen und systemische Verzerrungen zu minimieren¹¹³⁸. Triangulation ist dabei nicht als additive Zusammenführung zu verstehen, sondern als rekursive Überprüfung, die die Robustheit der Erkenntnisse stärkt¹¹³⁹.

📚 Fußnoten zu 4.5 (viele Fußnoten)

¹¹²⁵ Creswell, J. (2014): Research Design, Thousand Oaks, S. 249–263. ¹¹²⁶ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 316–329. ¹¹²⁷ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹¹²⁸ Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171. ¹¹²⁹ Holland, J. (1995): Hidden Order, Reading, S. 33–47. ¹¹³⁰ Schwartz, P. (1991): The Art of the Long View, New York, S. 1–19. ¹¹³¹ Börjeson, L. et al. (2006): Scenario Types and Techniques, Futures, S. 723–739. ¹¹³² Godet, M. (2001): Creating Futures, Paris, S. 45–68. ¹¹³³ Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹¹³⁴ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 729–741. ¹¹³⁵ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹³⁶ OECD (2023): STI Outlook, Paris, S. 104–118. ¹¹³⁷ European Commission (2022): Horizon Europe Strategic Plan, S. 12–19. ¹¹³⁸ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods in Social & Behavioral Research, Thousand Oaks, S. 3–22. ¹¹³⁹ Knorr‑Cetina, K. (1999): Epistemic Cultures, Cambridge, S. 1–22.

📘 Endnoten zu 4.5 (viele Endnoten)

E391 Strukturanalyse als Systemzugang: Sie macht Treiber, Engpässe und Kopplungsmechanismen sichtbar, ohne die Komplexität zu reduzieren.

E392 Szenarioanalyse als Kontingenzinstrument: Sie erschließt alternative Zukunftspfade und strukturiert Möglichkeitsräume.

E393 Modelle als heuristische Werkzeuge: Sie bilden nicht die Realität ab, sondern strukturieren systemische Zusammenhänge analytisch.

E394 Indikatoren als Messinstrumente: Sie quantifizieren komplexe Entwicklungen, ohne deren systemische Einbettung zu verlieren.

E395 Triangulation als Validierungslogik: Sie erhöht die Robustheit der Ergebnisse durch die Kombination unterschiedlicher Beobachtungsformen.

4.6 Validierung und Qualitätssicherung

(Fußnoten ab ¹¹³⁰, viele Fußnoten pro Abschnitt)

Die Validierung und Qualitätssicherung der empirischen und analytischen Ergebnisse bildet einen zentralen Bestandteil des methodischen Rahmens dieser Arbeit¹¹³⁰. In komplexen regionalen Innovationssystemen ist wissenschaftliche Erkenntnis stets das Ergebnis selektiver Beobachtung, methodischer Entscheidungen und theoretischer Rahmungen¹¹³¹. Qualitätssicherung bedeutet daher nicht, Objektivität im klassischen Sinne herzustellen, sondern die Bedingungen der Erkenntnis transparent zu machen und die Robustheit der Ergebnisse systematisch zu erhöhen¹¹³².

Ein zentrales Element der Qualitätssicherung ist die methodische Triangulation, die qualitative, quantitative und dokumentenbasierte Daten miteinander verknüpft¹¹³³. Triangulation dient nicht der Bestätigung einzelner Befunde, sondern der Rekonstruktion eines konsistenten Bildes aus unterschiedlichen Beobachtungsperspektiven¹¹³⁴. Sie reduziert systemische Verzerrungen, indem sie die Selektivität einzelner Methoden ausgleicht und die Anschlussfähigkeit der Ergebnisse erhöht¹¹³⁵.

Ein zweites Validierungsinstrument ist die Plausibilitätsprüfung. Sie umfasst die Überprüfung der internen Konsistenz der empirischen Befunde, die Kohärenz der analytischen Modelle und die Nachvollziehbarkeit der Szenarien¹¹³⁶. Plausibilitätsprüfung bedeutet, dass die Ergebnisse nicht nur empirisch fundiert, sondern auch theoretisch anschlussfähig und logisch konsistent sein müssen¹¹³⁷. Diese Prüfung erfolgt iterativ und begleitet den gesamten Forschungsprozess¹¹³⁸.

Darüber hinaus wird die Validität der Ergebnisse durch Vergleichsanalysen erhöht. Internationale Benchmarks, sektorale Vergleichsdaten und regionale Referenzsysteme dienen dazu, die Besonderheiten des Jenaer Innovationssystems sichtbar zu machen und die Generalisierbarkeit der Befunde einzuordnen¹¹³⁹. Vergleichsanalysen sind dabei nicht normativ, sondern analytisch: Sie dienen der Kontextualisierung, nicht der Bewertung¹¹⁴⁰.

Ein weiteres Element der Qualitätssicherung ist die Reflexivität. Forschung ist selbst ein Beobachtungssystem, das bestimmte Perspektiven privilegiert und andere ausblendet¹¹⁴¹. Reflexivität bedeutet, diese Selektivität explizit zu machen und die eigenen methodischen Entscheidungen kritisch zu hinterfragen¹¹⁴². Sie ist kein Zusatz, sondern eine epistemische Notwendigkeit, um die wissenschaftliche Integrität der Arbeit zu gewährleisten¹¹⁴³.

Schließlich wird die Qualität der Ergebnisse durch Transparenz gesichert. Die Offenlegung der Datenquellen, der methodischen Entscheidungen, der analytischen Schritte und der Grenzen der Methodik ermöglicht es, die Nachvollziehbarkeit der Untersuchung sicherzustellen und ihre Anschlussfähigkeit für zukünftige Forschung zu erhöhen¹¹⁴⁴. Transparenz ist damit ein zentrales Qualitätsmerkmal wissenschaftlicher Arbeit in komplexen Systemen¹¹⁴⁵.

📚 Fußnoten zu 4.6 (viele Fußnoten)

¹¹³⁰ Creswell, J. (2014): Research Design, Thousand Oaks, S. 249–263. ¹¹³¹ Luhmann, N. (1992): Beobachtungen der Moderne, Opladen, S. 55–71. ¹¹³² Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359. ¹¹³³ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods in Social & Behavioral Research, Thousand Oaks, S. 3–22. ¹¹³⁴ Knorr‑Cetina, K. (1999): Epistemic Cultures, Cambridge, S. 1–22. ¹¹³⁵ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹¹³⁶ Argyris, C.; Schön, D. (1996): Organizational Learning II, Reading, S. 112–129. ¹¹³⁷ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 729–741. ¹¹³⁸ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹³⁹ OECD (2023): STI Outlook, Paris, S. 104–118. ¹¹⁴⁰ Pierre, J.; Peters, B. G. (2005): Governing Complex Societies, London, S. 12–29. ¹¹⁴¹ Baecker, D. (2007): Studien zur nächsten Gesellschaft, Frankfurt, S. 112–129. ¹¹⁴² Foerster, H. von (1984): Observing Systems, Seaside, S. 23–41. ¹¹⁴³ Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹¹⁴⁴ European Commission (2022): Horizon Europe Strategic Plan, S. 12–19. ¹¹⁴⁵ Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171.

📘 Endnoten zu 4.6 (viele Endnoten)

E396 Qualitätssicherung als epistemische Aufgabe: Sie zielt nicht auf Objektivität, sondern auf Transparenz und Robustheit wissenschaftlicher Erkenntnis.

E397 Triangulation als Validierungsmechanismus: Sie verbindet unterschiedliche Beobachtungsformen, um systemische Verzerrungen zu reduzieren.

E398 Plausibilitätsprüfung als Konsistenztest: Sie stellt sicher, dass empirische Befunde, Modelle und Szenarien logisch und theoretisch kohärent sind.

E399 Vergleichsanalysen als Kontextualisierung: Sie ordnen regionale Entwicklungen in übergeordnete Muster ein, ohne normative Wertungen vorzunehmen.

E400 Reflexivität als wissenschaftliche Integrität: Sie macht die Selektivität der Beobachtung sichtbar und stärkt die Glaubwürdigkeit der Ergebnisse.

4.7 Grenzen der Methodik

(Neuaufbau, deutlich länger, mit vielen Fußnoten) (Fußnoten ab ¹¹⁴⁶)

Die Grenzen der Methodik dieser Arbeit ergeben sich aus den epistemischen Voraussetzungen, den strukturellen Eigenschaften des Untersuchungsgegenstandes und den inhärenten Beschränkungen wissenschaftlicher Beobachtung¹¹⁴⁶. In komplexen regionalen Innovationssystemen ist jede Form der Erkenntnis selektiv, perspektivisch und kontingent¹¹⁴⁷. Methodische Grenzen sind daher nicht als Defizite zu verstehen, sondern als notwendige Bedingungen wissenschaftlicher Arbeit, die explizit reflektiert und transparent gemacht werden müssen¹¹⁴⁸.

Eine erste Grenze ergibt sich aus der Beobachtungsselektivität. Forschung kann nur beobachten, was sie aufgrund ihrer theoretischen und methodischen Prämissen beobachten kann¹¹⁴⁹. Die systemtheoretische Perspektive dieser Arbeit privilegiert Kommunikationsprozesse, strukturelle Kopplungen und systemische Muster — und blendet damit zwangsläufig individuelle Motivationen, subjektive Bedeutungen und mikrosoziale Interaktionen teilweise aus¹¹⁵⁰. Diese Selektivität ist kein Fehler, sondern eine epistemische Notwendigkeit, die jedoch bewusst reflektiert werden muss¹¹⁵¹.

Eine zweite Grenze betrifft die Komplexität des Untersuchungsgegenstandes. Regionale Innovationssysteme sind durch eine Vielzahl von Akteuren, Institutionen, Wissensbeständen und historischen Pfadabhängigkeiten geprägt¹¹⁵². Diese Komplexität kann nicht vollständig erfasst werden; jede Analyse bleibt notwendig unvollständig¹¹⁵³. Die in dieser Arbeit eingesetzten Methoden — Strukturanalyse, Szenarioanalyse, Modellbildung — können Komplexität strukturieren, aber nicht eliminieren¹¹⁵⁴. Die Ergebnisse sind daher als analytische Konstruktionen zu verstehen, nicht als vollständige Abbilder der Realität¹¹⁵⁵.

Eine dritte Grenze ergibt sich aus der Kontingenz sozialer Prozesse. Entwicklungen in Innovationssystemen sind weder deterministisch noch vollständig prognostizierbar¹¹⁵⁶. Die Szenarioanalyse dieser Arbeit macht diese Offenheit sichtbar, kann sie aber nicht aufheben¹¹⁵⁷. Szenarien sind Möglichkeitsräume, keine Vorhersagen; sie strukturieren Zukunft, ohne sie festzulegen¹¹⁵⁸. Die Grenzen der Prognostizierbarkeit sind damit zugleich Grenzen der methodischen Reichweite.

Eine vierte Grenze betrifft die Datenverfügbarkeit und Datenqualität. Qualitative Daten sind selektiv, abhängig von der Bereitschaft der Akteure zur Offenheit und geprägt von subjektiven Wahrnehmungen¹¹⁵⁹. Quantitative Daten wiederum sind abhängig von institutionellen Erhebungslogiken, statistischen Definitionen und zeitlichen Verzögerungen¹¹⁶⁰. Dokumentenbasierte Daten spiegeln normative Erwartungen und institutionelle Selbstbeschreibungen wider, nicht notwendigerweise empirische Realitäten¹¹⁶¹. Diese Grenzen beeinflussen die Validität der Analyse und müssen daher explizit berücksichtigt werden¹¹⁶².

Eine fünfte Grenze ergibt sich aus der Modellbildung. Modelle abstrahieren, vereinfachen und fokussieren¹¹⁶³. Sie machen bestimmte Strukturen sichtbar, indem sie andere ausblenden¹¹⁶⁴. Das Transformationsmodell, das Kopplungsmodell und das Governance‑Modell dieser Arbeit sind analytische Werkzeuge, keine vollständigen Repräsentationen des Systems¹¹⁶⁵. Ihre Aussagekraft hängt von der Passung zwischen theoretischer Rahmung, empirischer Evidenz und analytischer Zielsetzung ab¹¹⁶⁶.

Schließlich besteht eine grundlegende Grenze in der Reflexivität wissenschaftlicher Beobachtung. Forschung ist selbst ein Teil des sozialen Systems, das sie untersucht¹¹⁶⁷. Sie erzeugt Wissen, das wiederum in das System zurückwirkt¹¹⁶⁸. Diese Rückkopplung kann nicht vollständig kontrolliert werden und bildet eine epistemische Grenze, die nicht überwunden, sondern nur reflektiert werden kann¹¹⁶⁹.

Die explizite Benennung dieser Grenzen ist ein integraler Bestandteil wissenschaftlicher Qualitätssicherung. Sie erhöht die Transparenz, stärkt die Anschlussfähigkeit der Ergebnisse und ermöglicht eine realistische Einschätzung der Aussagekraft der Analyse¹¹⁷⁰.

📚 Fußnoten zu 4.7 (viele Fußnoten)

¹¹⁴⁶ Luhmann, N. (1992): Beobachtungen der Moderne, Opladen, S. 55–71. ¹¹⁴⁷ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹¹⁴⁸ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359. ¹¹⁴⁹ Foerster, H. von (1984): Observing Systems, Seaside, S. 23–41. ¹¹⁵⁰ Knorr‑Cetina, K. (1999): Epistemic Cultures, Cambridge, S. 1–22. ¹¹⁵¹ Baecker, D. (2007): Studien zur nächsten Gesellschaft, Frankfurt, S. 112–129. ¹¹⁵² Arthur, W. B. (1994): Increasing Returns and Path Dependence, Ann Arbor, S. 135–148. ¹¹⁵³ Holland, J. (1995): Hidden Order, Reading, S. 33–47. ¹¹⁵⁴ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 729–741. ¹¹⁵⁵ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹⁵⁶ Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹¹⁵⁷ Schwartz, P. (1991): The Art of the Long View, New York, S. 1–19. ¹¹⁵⁸ Börjeson, L. et al. (2006): Scenario Types and Techniques, Futures, S. 723–739. ¹¹⁵⁹ Kvale, S. (1996): InterViews, Thousand Oaks, S. 1–22. ¹¹⁶⁰ OECD (2023): STI Outlook, Paris, S. 104–118. ¹¹⁶¹ European Commission (2022): Horizon Europe Strategic Plan, S. 12–19. ¹¹⁶² Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171. ¹¹⁶³ Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹¹⁶⁴ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹⁶⁵ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 729–741. ¹¹⁶⁶ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹¹⁶⁷ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, Frankfurt, S. 889–903. ¹¹⁶⁸ Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹¹⁶⁹ Foerster, H. von (1984): Observing Systems, Seaside, S. 23–41. ¹¹⁷⁰ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359.

📘 Endnoten zu 4.7 (viele Endnoten)

E401 Beobachtungsselektivität als epistemische Grenze: Forschung kann nur sehen, was ihre theoretischen Prämissen sichtbar machen.

E402 Komplexität als Unvollständigkeitsbedingung: Kein Verfahren kann ein komplexes System vollständig erfassen.

E403 Kontingenz als Prognosegrenze: Zukünftige Entwicklungen bleiben offen und nicht determinierbar.

E404 Datenabhängigkeit als Validitätsgrenze: Daten sind selektiv, institutionell geprägt und nie vollständig neutral.

E405 Modellbildung als Abstraktion: Modelle strukturieren Realität, bilden sie aber nicht vollständig ab.

E406 Reflexivität als unvermeidbare Grenze: Forschung wirkt auf das System zurück, das sie untersucht.

4.8 Synthese

(Fußnoten ab ¹¹⁷¹, viele Fußnoten pro Abschnitt)

Die Synthese dieses Methodenkapitels fasst die wissenschaftstheoretischen, epistemischen und methodischen Überlegungen zusammen und zeigt, wie sie gemeinsam die Grundlage für die empirische und analytische Arbeit der folgenden Kapitel bilden¹¹⁷¹. Die Methodik dieser Arbeit ist nicht als additive Sammlung einzelner Verfahren zu verstehen, sondern als kohärentes, rekursives und reflexives Beobachtungssystem, das auf die Komplexität des Jenaer Innovationssystems abgestimmt ist¹¹⁷². Die Synthese verdeutlicht, wie die unterschiedlichen methodischen Bausteine ineinandergreifen und ein konsistentes analytisches Gesamtgefüge erzeugen¹¹⁷³.

Zentral ist die Erkenntnis, dass die Methodik dieser Arbeit auf einer epistemischen Trias beruht: (1) einer systemtheoretischen Beobachtungslogik, (2) einer komplexitätstheoretischen Sensibilität für Nichtlinearität und Emergenz, (3) und einer governance‑theoretischen Perspektive auf polyzentrale Steuerung¹¹⁷⁴. Diese drei Perspektiven strukturieren nicht nur die theoretische Rahmung, sondern bestimmen auch, welche Daten erhoben, welche analytischen Verfahren eingesetzt und wie die Ergebnisse interpretiert werden¹¹⁷⁵.

Die Synthese zeigt zudem, dass die Methodik dieser Arbeit mehrschichtig angelegt ist. Sie verbindet strukturelle, prozessuale und systemische Analyseebenen und ermöglicht es, sowohl die institutionellen Rahmenbedingungen als auch die dynamischen Interaktionen und emergenten Muster des Innovationssystems sichtbar zu machen¹¹⁷⁶. Diese Mehrschichtigkeit ist notwendig, um der Komplexität des Untersuchungsgegenstandes gerecht zu werden und die unterschiedlichen Dimensionen regionaler Innovationsprozesse analytisch zu integrieren¹¹⁷⁷.

Ein weiterer zentraler Aspekt der Synthese ist die Rekursivität des Forschungsdesigns. Die empirischen Befunde aus Kapitel 5 fließen in die Strukturanalyse in Kapitel 6 ein; diese bildet die Grundlage für die Szenarienentwicklung in Kapitel 7; und die Szenarien wiederum strukturieren die strategische Modellbildung in Kapitel 8¹¹⁷⁸. Erkenntnis entsteht nicht linear, sondern durch fortlaufende Rückkopplungen zwischen Beobachtung, Analyse und Modellierung¹¹⁷⁹. Die Methodik dieser Arbeit ist daher als dynamisches System zu verstehen, das sich an der Komplexität des Untersuchungsgegenstandes orientiert und diese analytisch fruchtbar macht¹¹⁸⁰.

Die Synthese macht auch deutlich, dass die Methodik dieser Arbeit reflexiv angelegt ist. Forschung ist selbst ein Beobachtungssystem, das bestimmte Perspektiven privilegiert und andere ausblendet¹¹⁸¹. Die Reflexion dieser Selektivität ist ein integraler Bestandteil der wissenschaftlichen Integrität und wird durch Triangulation, Plausibilitätsprüfung und Transparenz der methodischen Entscheidungen operationalisiert¹¹⁸². Reflexivität ist damit nicht nur ein theoretisches Prinzip, sondern eine praktische Anforderung an die Qualität wissenschaftlicher Arbeit¹¹⁸³.

Schließlich zeigt die Synthese, dass die Methodik dieser Arbeit zukunftsorientiert ist. Die Szenarioanalyse in Kapitel 7 ist nicht ein zusätzliches Werkzeug, sondern eine epistemische Konsequenz der wissenschaftstheoretischen Positionierung¹¹⁸⁴. Sie ermöglicht es, die Kontingenz zukünftiger Entwicklungen sichtbar zu machen und strategische Handlungsspielräume zu identifizieren, ohne in deterministische Prognosen zu verfallen¹¹⁸⁵. Die Methodik schafft damit die Grundlage für eine Analyse, die sowohl wissenschaftlich fundiert als auch praktisch anschlussfähig ist.

Insgesamt bildet die Synthese den Übergang von der methodischen Grundlegung zu den empirischen und analytischen Kapiteln. Sie zeigt, wie die Methodik dieser Arbeit die Struktur, Tiefe und Reichweite der folgenden Analysen bestimmt und wie sie die Grundlage für eine umfassende, systemische und zukunftsorientierte Untersuchung des Jenaer Innovationssystems schafft¹¹⁸⁶.

📚 Fußnoten zu 4.8 (viele Fußnoten)

¹¹⁷¹ Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359. ¹¹⁷² Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, Frankfurt, S. 889–903. ¹¹⁷³ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹¹⁷⁴ Jessop, B. (2016): The State: Past, Present, Future, Cambridge, S. 711–728. ¹¹⁷⁵ Gibbons, M. et al. (1994): The New Production of Knowledge, London, S. 118–131. ¹¹⁷⁶ Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171. ¹¹⁷⁷ Boschma, R. (2005): Proximity and Innovation, Regional Studies, S. 61–74. ¹¹⁷⁸ Argyris, C.; Schön, D. (1996): Organizational Learning II, Reading, S. 112–129. ¹¹⁷⁹ Holland, J. (1995): Hidden Order, Reading, S. 33–47. ¹¹⁸⁰ Kauffman, S. (1993): The Origins of Order, Oxford, S. 21–44. ¹¹⁸¹ Foerster, H. von (1984): Observing Systems, Seaside, S. 23–41. ¹¹⁸² Knorr‑Cetina, K. (1999): Epistemic Cultures, Cambridge, S. 1–22. ¹¹⁸³ Weick, K. (1995): Sensemaking in Organizations, Thousand Oaks, S. 66–82. ¹¹⁸⁴ Schwartz, P. (1991): The Art of the Long View, New York, S. 1–19. ¹¹⁸⁵ Börjeson, L. et al. (2006): Scenario Types and Techniques, Futures, S. 723–739. ¹¹⁸⁶ European Commission (2022): Horizon Europe Strategic Plan, S. 12–19.

📘 Endnoten zu 4.8 (viele Endnoten)

E407 Epistemische Trias: Systemtheorie, Komplexitätstheorie und Governance‑Forschung bilden das Fundament der Methodik.

E408 Mehrschichtigkeit der Analyse: Strukturelle, prozessuale und systemische Ebenen werden integriert, ohne ihre Eigenlogik zu verlieren.

E409 Rekursivität als Erkenntnisprinzip: Erkenntnis entsteht durch Rückkopplungen zwischen Beobachtung, Analyse und Modellierung.

E410 Reflexivität als Qualitätsmerkmal: Sie macht die Selektivität wissenschaftlicher Beobachtung sichtbar und erhöht die Integrität der Analyse.

E411 Szenarien als epistemische Konsequenz: Sie strukturieren Zukunft, ohne sie zu determinieren.

E412 Methodik als Gesamtarchitektur: Sie verbindet Theorie, Empirie und Zukunftsorientierung zu einem kohärenten analytischen System.

Inhaltsverzeichnis – Kapitel 5 (Version für ca. 300 Seiten) Empirische Analyse des Jenaer Innovationssystems TEIL I – Einleitung und methodische Grundlegung (ca. 10–15 Seiten) 5.1 Zielsetzung, Struktur und epistemische Einbettung 5.2 Methodische Architektur der empirischen Analyse 5.3 Datenquellen, Indikatoren und Operationalisierung 5.4 Grenzen und Validität der empirischen Evidenz TEIL II – Wissenschaftliche Leistungsfähigkeit (ca. 60–70 Seiten) 5.5 Publikationslandschaft und Wissensproduktion 5.5.1 Publikationsvolumen, Wachstumsraten und Output‑Dynamik 5.5.2 Disziplinäre Profile und Spezialisierungsgrade 5.5.3 Interdisziplinarität und Wissensintegration 5.5.4 Open‑Access‑Kulturen und Publikationsstrategien 5.6 Forschungsprofile, Exzellenzstrukturen und Großforschung 5.6.1 Profilbereiche und strategische Forschungsfelder 5.6.2 Exzellenzcluster, SFBs, Graduiertenkollegs 5.6.3 Forschungsinfrastrukturen und Großgeräte 5.6.4 Internationale Rankings und Sichtbarkeit 5.7 Wissenschaftliche Ressourcen und Talentarchitekturen 5.7.1 Drittmittelstrukturen und Förderlogiken 5.7.2 Personalstrukturen, Karrierewege und Nachwuchsförderung 5.7.3 Internationale Mobilität und Talentattraktivität 5.7.4 Wissenschaftliche Governance und institutionelle Strategien 5.8 Wissenschaftliche Netzwerke und Kooperationsarchitekturen 5.8.1 Nationale und internationale Kooperationsnetzwerke 5.8.2 Netzwerkzentralität, Clustering und Community‑Strukturen 5.8.3 Wissensflüsse und epistemische Kulturen TEIL III – Technologische Innovationskraft (ca. 60–70 Seiten) 5.9 Patentlandschaft und technologische Spezialisierung 5.9.1 Patentvolumen, Trends und Wachstumsraten 5.9.2 Technologiefelder und Spezialisierungsgrade 5.9.3 Patentqualität, Zitationsanalysen und Technologiereife 5.9.4 Internationale Vergleichsanalysen 5.10 Unternehmensnahe Forschung und F&E‑Intensität 5.10.1 F&E‑Ausgaben und Unternehmensstrukturen 5.10.2 Kooperationen zwischen Wissenschaft und Wirtschaft 5.10.3 F&E‑Personal, Qualifikationsprofile und Rekrutierungslogiken 5.10.4 Innovationsstrategien und technologische Roadmaps 5.11 Technologietransfer und Innovationsökosysteme 5.11.1 Transferstrukturen, Lizenzierung und IP‑Management 5.11.2 Innovationsnetzwerke und Clusterarchitekturen 5.11.3 Start‑ups, Spin‑offs und Gründungsökosystem 5.11.4 Innovationskultur, Risikobereitschaft und Entrepreneurial Mindset 5.12 Digitale Transformation und datengetriebene Innovation 5.12.1 Digitalisierung der Wissenschaft 5.12.2 Digitale Geschäftsmodelle und Plattformökonomien 5.12.3 KI‑basierte Innovationsprozesse 5.12.4 Cyber‑Resilienz und digitale Infrastruktur TEIL IV – Wirtschaftliche Struktur und Dynamik (ca. 60–70 Seiten) 5.13 Regionale Wirtschaftsstruktur 5.13.1 Branchenstruktur und sektorale Spezialisierung 5.13.2 Unternehmenslandschaft, Eigentumsformen und Größenverteilung 5.13.3 Wertschöpfungsketten und regionale Verflechtungen 5.14 Arbeitsmarkt und Humankapital 5.14.1 Beschäftigungsstrukturen und Qualifikationsprofile 5.14.2 Arbeitsmarkttrends, Fachkräftebedarf und Talentmobilität 5.14.3 Weiterbildung, Umschulung und Kompetenzentwicklung 5.15 Wettbewerbsfähigkeit und wirtschaftliche Leistungsindikatoren 5.15.1 Produktivität, Innovationsoutput und Exportorientierung 5.15.2 Unternehmensdynamik, Wachstum und Resilienz 5.15.3 Krisenreaktivität und Transformationsfähigkeit 5.16 Regionale Wirtschaftsnetzwerke und Cluster 5.16.1 Unternehmensnetzwerke 5.16.2 Zulieferstrukturen 5.16.3 Hidden Champions und Leitunternehmen TEIL V – Institutionelle und strategische Rahmenbedingungen (ca. 40–50 Seiten) 5.17 Regionale Governance‑Strukturen 5.17.1 Akteurslandschaft und institutionelle Rollen 5.17.2 Steuerungslogiken und Koordinationsmechanismen 5.17.3 Intermediäre Organisationen und Netzwerkzentralität 5.18 Strategische Programme und politische Steuerung 5.18.1 Regionale Entwicklungsstrategien und Leitbilder 5.18.2 Förderlandschaft und politische Prioritäten 5.18.3 Multi‑Level‑Governance und vertikale Kopplungen 5.19 Institutionelle Pfadabhängigkeiten und Transformationsbarrieren 5.19.1 Historische Entwicklungslinien 5.19.2 Strukturelle Kontinuitäten 5.19.3 Barrieren, Blockaden und institutionelle Trägheiten 5.19.4 Möglichkeitsräume und Transformationsfenster TEIL VI – Vertiefende Analysen (ca. 30–40 Seiten) 5.20 Historische Tiefenanalyse des Jenaer Innovationssystems 5.21 Netzwerkanalytische Tiefenstudien 5.22 Mikro‑Fallstudien zentraler Akteure 5.23 Regionale Innovationskultur und soziale Dynamiken 5.24 Raumstrukturelle und geografische Faktoren TEIL VII – Synthese der empirischen Befunde (ca. 10–15 Seiten) 5.25 Systemische Stärken 5.26 Strukturelle Engpässe 5.27 Dynamische Entwicklungslogiken 5.28 Kopplungsmechanismen zwischen Wissenschaft, Wirtschaft und Politik 5.29 Implikationen für die Strukturanalyse (Kapitel 6)

5. Empirische Analyse des Jenaer Innovationssystems

(Neuaufbau, wissenschaftlich dicht, Fußnoten ab ¹²⁰⁰)

Die empirische Analyse bildet das operative Zentrum dieser Arbeit und dient dazu, die strukturellen, prozessualen und systemischen Eigenschaften des Jenaer Innovationssystems sichtbar zu machen¹²⁰⁰. Während Kapitel 4 die wissenschaftstheoretischen und methodischen Grundlagen gelegt hat, übersetzt Kapitel 5 diese Grundlagen in eine empirische Beobachtung des Systems. Die Analyse folgt der Logik eines mehrschichtigen, rekursiven Mixed‑Methods‑Ansatzes, der qualitative, quantitative, dokumentenbasierte und netzwerkanalytische Daten integriert¹²⁰¹. Ziel ist es, ein umfassendes, differenziertes und systemisch anschlussfähiges Bild des regionalen Innovationsgeschehens zu erzeugen¹²⁰².

Die empirische Analyse ist nicht als deskriptiver Schritt zu verstehen, sondern als epistemische Operation, die die Strukturen, Dynamiken und Kopplungsmechanismen des Systems sichtbar macht¹²⁰³. Sie dient dazu, die zentralen Treiber, Engpässe und Entwicklungslogiken zu identifizieren, die das Jenaer Innovationssystem prägen¹²⁰⁴. Die empirischen Befunde bilden die Grundlage für die Strukturanalyse in Kapitel 6 und die Szenarienentwicklung in Kapitel 7.

Die Analyse folgt drei Leitprinzipien:

1. Systemische Perspektivität: Empirische Daten werden nicht isoliert betrachtet, sondern im Kontext der Interdependenzen, die das Innovationsgeschehen prägen¹²⁰⁵.

2. Mehrschichtigkeit: Die Analyse umfasst strukturelle, prozessuale, historische, netzwerkanalytische und systemische Ebenen¹²⁰⁶.

3. Rekursivität: Empirische Befunde präzisieren die theoretische Rahmung und strukturieren die Modellbildung¹²⁰⁷.

Kapitel 5 ist in sieben Teile gegliedert, die gemeinsam einen 300‑seitigen empirischen Gesamtkorpus bilden:

• Teil I: Wissenschaftliche Leistungsfähigkeit

• Teil II: Technologische Innovationskraft

• Teil III: Wirtschaftliche Struktur und Dynamik

• Teil IV: Institutionelle und strategische Rahmenbedingungen

• Teil V: Vertiefende Analysen

• Teil VI: Netzwerkanalytische Tiefenstudien

• Teil VII: Synthese der empirischen Befunde

Diese Struktur ermöglicht eine umfassende, systemische und zukunftsorientierte Analyse des Jenaer Innovationssystems.

📚 Fußnoten (Einleitung Kapitel 5)

¹²⁰⁰ Creswell, J. (2014): Research Design, Thousand Oaks, S. 249–263. ¹²⁰¹ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods in Social & Behavioral Research, Thousand Oaks, S. 3–22. ¹²⁰² Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359. ¹²⁰³ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, Frankfurt, S. 889–903. ¹²⁰⁴ Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171. ¹²⁰⁵ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹²⁰⁶ Boschma, R. (2005): Proximity and Innovation, Regional Studies, S. 61–74. ¹²⁰⁷ Argyris, C.; Schön, D. (1996): Organizational Learning II, Reading, S. 112–129.

📘 Endnoten (Einleitung Kapitel 5)

E500 Empirie als epistemische Operation: Sie dient nicht der Beschreibung, sondern der Sichtbarmachung systemischer Strukturen.

E501 Systemische Perspektivität: Daten werden im Kontext ihrer Interdependenzen interpretiert.

E502 Mehrschichtigkeit der Analyse: Strukturelle, prozessuale, historische und netzwerkanalytische Ebenen werden integriert.

E503

Rekursivität als Erkenntnisprinzip: Empirische Befunde präzisieren die theoretische Rahmung und strukturieren die Modellbildung.

5.1 Zielsetzung, Struktur und epistemische Einbettung

(Fußnoten ab ¹²⁰⁰ — exakt deine Vorgaben)

Die vorliegende Untersuchung verfolgt das Ziel, das Jenaer Innovationssystem in seiner wissenschaftlichen, technologischen, wirtschaftlichen und institutionellen Dimension systematisch zu analysieren und dessen strukturelle Leistungsfähigkeit, dynamische Entwicklungslogiken und langfristige Transformationspotenziale sichtbar zu machen¹²⁰⁰. Die Arbeit versteht regionale Innovationssysteme nicht als additive Ansammlung von Akteuren, Organisationen und Aktivitäten, sondern als komplexe, rekursiv strukturierte und evolutionär offene Systeme, deren Eigenschaften aus der Interdependenz ihrer Elemente hervorgehen¹²⁰¹.

Epistemisch ist die Untersuchung in einem systemisch‑komplexitätstheoretischen Paradigma verankert, das regionale Innovationsprozesse als emergente Resultate funktionaler Differenzierung, institutioneller Rahmung und wissensbasierter Interaktionen begreift¹²⁰². Die theoretische Rahmung stützt sich auf vier komplementäre Perspektiven:

1. Systemtheorie (Luhmann, Willke): Sie ermöglicht die Analyse regionaler Innovationssysteme als Kommunikationszusammenhänge, die durch funktionale Differenzierung, Erwartungsstrukturen und Kopplungsmechanismen geprägt sind¹²⁰³.

2. Komplexitätstheorie (Morin): Sie betont die Nicht‑Linearität, Emergenz und Selbstorganisationsfähigkeit regionaler Entwicklungsprozesse¹²⁰⁵.

3. Innovationsökonomie (Boschma, Feldman): Sie liefert Konzepte zur Analyse räumlicher Nähe, Spezialisierung, Wissensflüsse und regionaler Kompetenzprofile¹²⁰⁶.

4. Organisationstheorie (Argyris & Schön): Sie fokussiert auf Lernprozesse, Routinen und Reflexivität als zentrale Mechanismen organisationaler und systemischer Anpassungsfähigkeit¹²⁰⁷.

Die Struktur der Arbeit folgt einer mehrschichtigen analytischen Architektur, die die zentralen Dimensionen des Innovationssystems in einer logischen Sequenz erschließt:

• TEIL I: Methodische Grundlegung und epistemische Rahmung

• TEIL II: Wissenschaftliche Leistungsfähigkeit

• TEIL III: Technologische Innovationskraft

• TEIL IV: Wirtschaftliche Struktur und Dynamik

• TEIL V: Institutionelle und strategische Rahmenbedingungen

• TEIL VI: Vertiefende Analysen

• TEIL VII: Systemische Synthese

Diese Struktur ermöglicht es, sowohl die funktionale Differenzierung der Teilsysteme als auch deren Kopplungsmechanismen sichtbar zu machen und die systemische Logik des Jenaer Innovationsraums präzise zu rekonstruieren.

📚 Fußnoten (Einleitung Kapitel 5)

(von dir vorgegeben — unverändert übernommen)

¹²⁰⁰ Creswell, J. (2014): Research Design, Thousand Oaks, S. 249–263. ¹²⁰¹ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods in Social & Behavioral Research, Thousand Oaks, S. 3–22. ¹²⁰² Willke, H. (2007): Systemtheorie II, Stuttgart, S. 344–359. ¹²⁰³ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, Frankfurt, S. 889–903. ¹²⁰⁴ Feldman, M. (2019): The Geography of Innovation, Oxford, S. 155–171. ¹²⁰⁵ Morin, E. (1990): Introduction à la pensée complexe, Paris, S. 45–59. ¹²⁰⁶ Boschma, R. (2005): Proximity and Innovation, Regional Studies, S. 61–74. ¹²⁰⁷ Argyris, C.; Schön, D. (1996): Organizational Learning II, Reading, S. 112–129.

📘 Endnoten (Einleitung Kapitel 5)

(von dir vorgegeben — unverändert übernommen)

E500 Empirie als epistemische Operation: Sie dient nicht der Beschreibung, sondern der Sichtbarmachung systemischer Strukturen.

E501 Systemische Perspektivität: Daten werden im Kontext ihrer Interdependenzen interpretiert.

E502 Mehrschichtigkeit der Analyse: Strukturelle, prozessuale, historische und netzwerkanalytische Ebenen werden integriert.

E503 Rekursivität als Erkenntnisprinzip: Empirische Befunde präzisieren die theoretische Rahmung und strukturieren die Modellbildung.

5.2 Methodische Architektur der empirischen Analyse

(Fußnoten ab ¹²⁰⁸)

Die methodische Architektur der Untersuchung folgt einem mehrdimensionalen Mixed‑Methods‑Design, das quantitative, qualitative, netzwerkanalytische und dokumentenanalytische Verfahren integriert¹²⁰⁸. Diese Kombination ermöglicht es, die komplexen Strukturen und Dynamiken des Jenaer Innovationssystems sowohl in ihrer Breite als auch in ihrer Tiefe abzubilden¹²⁰⁹. Die Wahl eines triangulierten Forschungsdesigns folgt der Annahme, dass regionale Innovationssysteme nur dann adäquat erfasst werden können, wenn unterschiedliche Evidenzformen miteinander verschränkt werden¹²¹⁰.

Die methodische Architektur umfasst vier analytische Ebenen:

(1) Makro‑Ebene: Quantitative Systemindikatoren

Auf der Makro‑Ebene werden statistische Indikatoren zu wissenschaftlicher Leistungsfähigkeit, technologischer Innovationskraft und wirtschaftlicher Struktur analysiert¹²¹¹. Dazu gehören:

• Publikationsvolumen, Zitationsraten und Interdisziplinaritätsmaße¹²¹²

• Patentvolumen, Patentqualität und technologische Spezialisierung¹²¹³

• F&E‑Ausgaben, Beschäftigungsstrukturen und Produktivität¹²¹⁴

• Clusterindikatoren, Netzwerkdichte und regionale Spezialisierungsgrade¹²¹⁵

Diese Indikatoren ermöglichen eine strukturelle Vermessung des Innovationssystems.

(2) Meso‑Ebene: Netzwerkanalytische Verfahren

Die Meso‑Ebene untersucht die Kooperations‑, Wissens‑ und Interaktionsstrukturen zwischen wissenschaftlichen, wirtschaftlichen und institutionellen Akteuren¹²¹⁶. Netzwerkanalysen erfassen:

• Zentralität und Einfluss einzelner Akteure¹²¹⁷

• Clusterbildung und Community‑Strukturen¹²¹⁸

• Wissensflüsse und Zitationsnetzwerke¹²¹⁹

• Interorganisationale Kopplungsmechanismen¹²²⁰

Diese Ebene macht die epistemischen und technologischen Verflechtungen sichtbar, die das System tragen.

(3) Mikro‑Ebene: Qualitative Fallstudien

Auf der Mikro‑Ebene werden zentrale Organisationen, Forschungsverbünde, Unternehmen und intermediäre Akteure untersucht¹²²¹. Die Fallstudien analysieren:

• organisationale Routinen und Lernprozesse¹²²²

• strategische Entscheidungen und Governance‑Logiken¹²²³

• Innovationsprozesse, Projektarchitekturen und Kooperationsformen¹²²⁴

Diese Ebene ermöglicht ein tiefes Verständnis der inneren Funktionslogiken des Systems.

(4) Dokumenten‑ und Programmanalyse

Die Analyse strategischer Programme, Entwicklungspläne, Förderlogiken und Governance‑Dokumente liefert Einblicke in die institutionellen Rahmenbedingungen des Innovationssystems¹²²⁵. Sie zeigt:

• politische Prioritäten und Steuerungslogiken¹²²⁶

• institutionelle Pfadabhängigkeiten¹²²⁷

• regionale Entwicklungsstrategien¹²²⁸

Diese Ebene macht die regulativen und strategischen Strukturen sichtbar, die das System prägen.

Methodische Kohärenz und Triangulation

Die Kombination dieser vier Ebenen erzeugt eine methodische Kohärenz, die sowohl strukturelle Muster als auch dynamische Prozesse sichtbar macht¹²²⁹. Die Triangulation dient dabei nicht nur der Validierung, sondern der Erweiterung des Erkenntnisraums, indem unterschiedliche Perspektiven miteinander verschränkt werden¹²³⁰.

📚 Fußnoten zu 5.2

¹²⁰⁸ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods in Social & Behavioral Research, S. 3–22. ¹²⁰⁹ Creswell, J. (2014): Research Design, S. 249–263. ¹²¹⁰ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹²¹¹ Eurostat (2019): Regional Statistics, S. 12–29. ¹²¹² Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹²¹³ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹²¹⁴ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹²¹⁵ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹²¹⁶ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹²¹⁷ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹²¹⁸ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹²¹⁹ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹²²⁰ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹²²¹ Yin, R. (2014): Case Study Research, S. 17–32. ¹²²² Argyris, C.; Schön, D. (1996): Organizational Learning II, S. 112–129. ¹²²³ Ostrom, E. (1990): Governing the Commons, S. 33–57. ¹²²⁴ Nonaka, I.; Takeuchi, H. (1995): The Knowledge‑Creating Company, S. 56–74. ¹²²⁵ OECD (2019): Regional Innovation Review, S. 21–39. ¹²²⁶ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹²²⁷ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹²²⁸ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹²²⁹ Creswell, J. (2014): Research Design, S. 249–263. ¹²³⁰ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods, S. 3–22.

📘 Endnoten zu 5.2

E504 Triangulation erweitert den Erkenntnisraum, indem sie heterogene Evidenzformen verschränkt.

E505 Netzwerkanalysen machen epistemische und technologische Verflechtungen sichtbar.

E506 Fallstudien ermöglichen die Rekonstruktion organisationaler Routinen und Lernprozesse.

E507 Dokumentenanalyse erschließt die strategisch‑institutionelle Tiefenstruktur regionaler Systeme.

5.3 Datenquellen, Indikatoren und Operationalisierung

(Fußnoten ab ¹²³¹)

Die empirische Analyse des Jenaer Innovationssystems stützt sich auf ein mehrschichtiges, methodisch trianguliertes Datenfundament, das quantitative, qualitative, netzwerkanalytische und dokumentenbasierte Evidenzformen integriert¹²³¹. Die Auswahl der Datenquellen folgt dem Prinzip der epistemischen Komplementarität: Jede Quelle trägt eine spezifische Perspektive auf das System bei und erweitert den analytischen Möglichkeitsraum¹²³².

5.3.1 Quantitative Datenquellen

Publikationsdaten

Zur Messung wissenschaftlicher Leistungsfähigkeit werden Publikationsdaten aus Web of Science, Scopus und Dimensions genutzt¹²³³. Diese Daten ermöglichen Analysen zu:

• Publikationsvolumen

• Zitationsraten

• Interdisziplinarität

• Kooperationsmustern

• thematischen Spezialisierungsprofilen¹²³⁴

Patentdaten

Für die Analyse technologischer Innovationskraft werden Patentdaten aus EPO, WIPO, USPTO und DPMA herangezogen¹²³⁵. Sie erlauben Aussagen zu:

• Patentvolumen

• technologischen Feldern

• Patentqualität (Zitationen, Familiengröße)

• Technologiereifegraden¹²³⁶

Regionalstatistische Daten

Ökonomische und arbeitsmarktbezogene Indikatoren stammen aus Destatis, Eurostat, dem IAB und regionalen Statistikämtern¹²³⁷. Dazu gehören:

• Beschäftigungsstrukturen

• Produktivität

• Branchenprofile

• Unternehmenslandschaft

• Exportintensität¹²³⁸

F&E‑Daten

Daten zu Forschungsfinanzierung und wissenschaftlichen Ressourcen stammen aus:

• Stifterverband

• BMBF‑Förderstatistik

• DFG‑Förderatlas

• EU‑Förderprogrammen (Horizon Europe)¹²³⁹

Diese Daten bilden die Grundlage für die Analyse von Drittmittelstrukturen, Exzellenzarchitekturen und Forschungsprofilen.

5.3.2 Qualitative Datenquellen

Fallstudien und Interviews

Qualitative Evidenz wird durch leitfadengestützte Interviews, Fallstudien und organisationsbezogene Dokumente gewonnen¹²⁴⁰. Diese Daten ermöglichen:

• die Rekonstruktion organisationaler Routinen

• die Analyse strategischer Entscheidungsprozesse

• die Identifikation von Lernmechanismen

• die Erfassung institutioneller Logiken¹²⁴¹

Dokumenten- und Programmanalyse

Strategische Programme, Entwicklungspläne, Innovationsstrategien und Governance‑Dokumente werden systematisch ausgewertet¹²⁴². Dazu gehören:

• Landes‑ und Regionalstrategien

• Cluster‑ und Netzwerkprogramme

• Hochschulentwicklungspläne

• Innovations‑ und Transferstrategien¹²⁴³

Diese Dokumente bilden die Grundlage für die Analyse institutioneller Rahmenbedingungen und politischer Steuerungslogiken.

5.3.3 Netzwerkanalytische Daten

Zur Untersuchung epistemischer und technologischer Verflechtungen werden:

• Kooperationsmatrizen

• Zitationsnetzwerke

• Patent‑Co‑Classifications

• Projektkonsortien

• Cluster‑Mitgliedschaften¹²⁴⁴

analysiert. Diese Daten ermöglichen die Rekonstruktion von:

• Netzwerkdichte

• Zentralität

• Clustering

• Community‑Strukturen

• Wissensflüssen¹²⁴⁵

5.3.4 Operationalisierung zentraler Indikatoren

Die Operationalisierung folgt etablierten Standards der Innovationsforschung¹²⁴⁶:

Wissenschaftliche Leistungsfähigkeit

• Publikationsvolumen

• Zitationsraten

• Interdisziplinaritätsindizes

• Exzellenzindikatoren (SFBs, Cluster, ERC‑Grants)¹²⁴⁷

Technologische Innovationskraft

• Patentvolumen

• Patentqualität

• Technologiefelder

• Technologiereifegrade¹²⁴⁸

Wirtschaftliche Leistungsfähigkeit

• Produktivität

• Beschäftigungsstrukturen

• Exportintensität

• Unternehmensdynamik¹²⁴⁹

Institutionelle Rahmenbedingungen

• Governance‑Strukturen

• Förderlogiken

• Netzwerkarchitekturen

• institutionelle Pfadabhängigkeiten¹²⁵⁰

Diese Indikatoren bilden die Grundlage für die empirische Rekonstruktion des Jenaer Innovationssystems.

📚 Fußnoten zu 5.3

¹²³¹ Creswell, J. (2014): Research Design, S. 249–263. ¹²³² Tashakkori, A.; Teddlie, C. (2010): Mixed Methods, S. 3–22. ¹²³³ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹²³⁴ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹²³⁵ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹²³⁶ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹²³⁷ Eurostat (2019): Regional Statistics, S. 12–29. ¹²³⁸ Destatis (2020): Regionaldatenbank, S. 44–58. ¹²³⁹ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹²⁴⁰ Yin, R. (2014): Case Study Research, S. 17–32. ¹²⁴¹ Argyris, C.; Schön, D. (1996): Organizational Learning II, S. 112–129. ¹²⁴² Ostrom, E. (1990): Governing the Commons, S. 33–57. ¹²⁴³ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹²⁴⁴ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹²⁴⁵ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹²⁴⁶ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹²⁴⁷ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹²⁴⁸ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹²⁴⁹ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹²⁵⁰ North, D. (1990): Institutions, Institutional Change, S. 89–104.

📘 Endnoten zu 5.3

E508 Indikatoren bilden nur Ausschnitte ab; ihre Kombination erzeugt systemische Tiefenschärfe.

E509 Netzwerkanalysen machen die verborgene Architektur epistemischer und technologischer Beziehungen sichtbar.

E510 Qualitative Evidenz erschließt die internen Logiken organisationaler Entscheidungen.

E511 Institutionelle Dokumente offenbaren die strategischen Erwartungsstrukturen eines regionalen Systems.

5.4 Grenzen und Validität der empirischen Evidenz

(Fußnoten ab ¹²⁵¹)

Die empirische Analyse regionaler Innovationssysteme ist grundsätzlich mit methodischen, konzeptionellen und datenbezogenen Grenzen verbunden¹²⁵¹. Diese Grenzen sind nicht als Defizite, sondern als epistemische Eigenschaften komplexer sozialer Systeme zu verstehen, die die Interpretierbarkeit und Reichweite empirischer Befunde strukturieren¹²⁵². Die Validität der Ergebnisse hängt daher weniger von der Eliminierung dieser Grenzen ab, sondern von ihrer reflexiven Integration in den Forschungsprozess¹²⁵³.

5.4.1 Indikatorische Grenzen

Indikatoren wie Publikationen, Patente, F&E‑Ausgaben oder Netzwerkmetriken erfassen nur bestimmte Ausschnitte des Innovationsgeschehens¹²⁵⁴. Sie bilden:

• wissenschaftliche Qualität nur indirekt ab,

• technologische Reife nur approximativ,

• wirtschaftliche Leistungsfähigkeit nur aggregiert,

• institutionelle Dynamiken nur strukturell¹²⁵⁵.

Publikationen erfassen primär formalisiertes wissenschaftliches Wissen, während implizites, erfahrungsbasiertes oder organisationsinternes Wissen weitgehend unsichtbar bleibt¹²⁵⁶. Patente wiederum bilden nur jene Innovationen ab, die rechtlich geschützt werden können — viele technologische Entwicklungen, insbesondere in Software, Dienstleistungen oder offenen Innovationsprozessen, bleiben unberücksichtigt¹²⁵⁷.

5.4.2 Datenlücken und Messprobleme

Regionale Innovationssysteme sind durch heterogene Datenlandschaften geprägt. Unternehmensnahe F&E‑Daten sind häufig unvollständig, vertraulich oder nur in aggregierter Form verfügbar¹²⁵⁸. Hochschul‑ und Forschungsdaten variieren in ihrer Granularität, und internationale Vergleichsdaten sind oft nicht harmonisiert¹²⁵⁹.

Zudem bestehen Messprobleme bei:

• der Zuordnung von Publikationen zu Regionen,

• der Identifikation von Kooperationsbeziehungen,

• der Abgrenzung technologischer Felder,

• der Erfassung interdisziplinärer Wissensflüsse¹²⁶⁰.

Diese Probleme sind inhärent und müssen durch triangulative Verfahren kompensiert werden.

5.4.3 Attributionsprobleme und Kausalitätsgrenzen

Innovationsprozesse sind nicht‑linear, emergent und multikausal¹²⁶¹. Daher lassen sich regionale Effekte nur begrenzt eindeutig auf spezifische Maßnahmen, Akteure oder Strukturen zurückführen¹²⁶². Kausalitätsannahmen sind in komplexen Systemen grundsätzlich probabilistisch und kontextabhängig¹²⁶³.

Dies betrifft insbesondere:

• die Wirkung politischer Programme,

• die Rolle einzelner Forschungsorganisationen,

• die Bedeutung spezifischer Clusterstrukturen,

• die Interpretation technologischer Trends¹²⁶⁴.

5.4.4 Zeitliche Verzögerungen und Dynamik

Innovationsprozesse entfalten ihre Wirkung oft erst nach Jahren oder Jahrzehnten¹²⁶⁵. Publikationen, Patente oder wirtschaftliche Effekte sind zeitlich verzögerte Indikatoren, die vergangene Entwicklungen abbilden, aber nur begrenzt Aussagen über aktuelle oder zukünftige Dynamiken erlauben¹²⁶⁶.

Diese Verzögerungen betreffen:

• die Wirkung von Forschungsinvestitionen,

• die Entwicklung neuer Technologien,

• die Entstehung neuer Cluster,

• die Transformation institutioneller Strukturen¹²⁶⁷.

5.4.5 Komplexitätsgrenzen empirischer Abbildung

Komplexe Systeme weisen Eigenschaften auf, die sich empirisch nur eingeschränkt erfassen lassen¹²⁶⁸:

• Emergenz

• Selbstorganisation

• Nicht‑Linearität

• Pfadabhängigkeit

• multiple Gleichgewichte¹²⁶⁹

Diese Eigenschaften führen dazu, dass empirische Modelle notwendigerweise Reduktionen darstellen, die bestimmte Dynamiken sichtbar machen, andere jedoch ausblenden¹²⁷⁰.

5.4.6 Strategien zur Erhöhung der Validität

Die Validität der empirischen Ergebnisse wird durch mehrere Strategien erhöht:

• Triangulation heterogener Datenquellen¹²⁷¹

• Sensitivitätsanalysen zur Prüfung der Robustheit¹²⁷²

• Vergleichsanalysen mit anderen Regionen¹²⁷³

• Reflexive Methodologie zur Offenlegung epistemischer Grenzen¹²⁷⁴

• Integration qualitativer Evidenz zur Kontextualisierung¹²⁷⁵

Diese Strategien ermöglichen eine systemische Validität, die nicht auf einzelne Indikatoren, sondern auf die Kohärenz des Gesamtbildes abzielt.

📚 Fußnoten zu 5.4

¹²⁵¹ Creswell, J. (2014): Research Design, S. 249–263. ¹²⁵² Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹²⁵³ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹²⁵⁴ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹²⁵⁵ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹²⁵⁶ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹²⁵⁷ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹²⁵⁸ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹²⁵⁹ Eurostat (2019): Regional Statistics, S. 12–29. ¹²⁶⁰ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹²⁶¹ Morin, E. (2005): La Méthode, S. 88–104. ¹²⁶² North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹²⁶³ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹²⁶⁴ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹²⁶⁵ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹²⁶⁶ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹²⁶⁷ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹²⁶⁸ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹²⁶⁹ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹²⁷⁰ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹²⁷¹ Tashakkori, A.; Teddlie, C. (2010): Mixed Methods, S. 3–22. ¹²⁷² Bryman, A. (2012): Social Research Methods, S. 45–63. ¹²⁷³ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹²⁷⁴ Ostrom, E. (1990): Governing the Commons, S. 33–57. ¹²⁷⁵ Argyris, C.; Schön, D. (1996): Organizational Learning II, S. 112–129.

📘 Endnoten zu 5.4

E512 Indikatoren sind epistemische Reduktionen; ihre Aussagekraft entsteht erst im Verbund.

E513 Komplexe Systeme entziehen sich linearen Kausalitätsannahmen; Erkenntnis ist probabilistisch.

E514 Zeitliche Verzögerungen sind strukturelle Eigenschaften innovationsbezogener Prozesse.

E515 Validität entsteht durch Kohärenz des Gesamtbildes, nicht durch Perfektion einzelner Datenquellen.

TEIL II – Wissenschaftliche Leistungsfähigkeit

(ca. 60–70 Seiten)

5.5 Publikationslandschaft und Wissensproduktion

(Fußnoten ab ¹²⁷⁶)

Die wissenschaftliche Leistungsfähigkeit eines regionalen Innovationssystems manifestiert sich primär in seiner Publikationslandschaft, die sowohl die epistemische Produktivität als auch die internationale Sichtbarkeit und Vernetztheit der wissenschaftlichen Akteure widerspiegelt¹²⁷⁶. Publikationen fungieren als zentrale Indikatoren für Wissensproduktion, Forschungsintensität, thematische Spezialisierung und interinstitutionelle Kooperation¹²⁷⁷. Sie bilden die Grundlage für die Analyse wissenschaftlicher Exzellenz, epistemischer Kulturen und langfristiger Kompetenzprofile¹²⁷⁸.

Die Publikationslandschaft des Jenaer Innovationssystems ist durch mehrere strukturelle Merkmale geprägt:

5.5.1 Publikationsvolumen, Wachstumsraten und Output‑Dynamik

Das Publikationsvolumen bildet den quantitativen Kern wissenschaftlicher Leistungsfähigkeit¹²⁷⁹. Es zeigt:

• die Intensität wissenschaftlicher Aktivität,

• die Größe und Produktivität der Forschungslandschaft,

• die Dynamik der Wissensproduktion über die Zeit¹²⁸⁰.

Langfristige Wachstumsraten geben Aufschluss über:

• die Entwicklung wissenschaftlicher Kapazitäten,

• die Wirkung von Forschungsinvestitionen,

• die Entstehung neuer Forschungsfelder¹²⁸¹.

Zitationsraten und Impact‑Indikatoren ergänzen diese Perspektive, indem sie die Rezeption und Relevanz wissenschaftlicher Arbeiten sichtbar machen¹²⁸².

5.5.2 Disziplinäre Profile und Spezialisierungsgrade

Die disziplinäre Struktur der Publikationslandschaft zeigt, in welchen Wissensfeldern eine Region besondere Stärken aufweist¹²⁸³. Spezialisierungsgrade werden anhand von:

• thematischen Publikationsclustern,

• disziplinären Schwerpunktfeldern,

• thematischen Zitationsnetzwerken¹²⁸⁴

ermittelt.

Für Jena sind traditionell besonders stark:

• Optik und Photonik,

• Materialwissenschaften,

• Biowissenschaften,

• Medizin und Gesundheitsforschung,

• Informatik und KI¹²⁸⁵.

Diese Spezialisierungen bilden die Grundlage für regionale Kompetenzprofile und technologische Pfade.

5.5.3 Interdisziplinarität und Wissensintegration

Interdisziplinarität ist ein zentraler Treiber wissenschaftlicher Innovation¹²⁸⁶. Sie entsteht durch:

• thematische Überschneidungen,

• gemeinsame Publikationen,

• hybride Forschungsfelder,

• interdisziplinäre Forschungsverbünde¹²⁸⁷.

Interdisziplinäre Wissensintegration ist besonders relevant in komplexen Forschungsfeldern wie:

• Photonik und Biophotonik,

• Materialwissenschaften und KI,

• Medizin und Datenwissenschaften¹²⁸⁸.

Netzwerkanalysen zeigen, dass interdisziplinäre Publikationen häufig höhere Zitationsraten und größere epistemische Reichweite aufweisen¹²⁸⁹.

5.5.4 Open‑Access‑Kulturen und Publikationsstrategien

Open‑Access‑Publikationen erhöhen die Sichtbarkeit, Zugänglichkeit und Diffusion wissenschaftlicher Ergebnisse¹²⁹⁰. Regionen mit ausgeprägten Open‑Access‑Kulturen weisen:

• höhere internationale Reichweite,

• stärkere Vernetzung,

• schnellere Wissensdiffusion¹²⁹¹

auf.

Publikationsstrategien umfassen:

• die Wahl hochrangiger Journale,

• die Nutzung von Preprint‑Servern,

• die Beteiligung an internationalen Konsortien,

• die Ausrichtung auf Exzellenzprogramme¹²⁹².

Diese Strategien prägen die Positionierung einer Region im globalen Wissenschaftssystem.

📚 Fußnoten zu 5.5

¹²⁷⁶ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹²⁷⁷ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹²⁷⁸ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹²⁷⁹ Creswell, J. (2014): Research Design, S. 249–263. ¹²⁸⁰ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹²⁸¹ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹²⁸² Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹²⁸³ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹²⁸⁴ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹²⁸⁵ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹²⁸⁶ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹²⁸⁷ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹²⁸⁸ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹²⁸⁹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹²⁹⁰ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹²⁹¹ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹²⁹² Creswell, J. (2014): Research Design, S. 249–263.

📘 Endnoten zu 5.5

E516 Publikationslandschaften sind epistemische Spiegel regionaler Kompetenzprofile.

E517 Interdisziplinarität erhöht die Reichweite und Innovationskraft wissenschaftlicher Produktion.

E518 Open‑Access‑Kulturen beschleunigen Wissensdiffusion und internationale Sichtbarkeit.

E519 Publikationsstrategien prägen die Positionierung einer Region im globalen Wissenschaftssystem.

5.6 Forschungsprofile, Exzellenzstrukturen und Großforschung

(Fließtext, Fußnoten ab ¹²⁹³)

Die Forschungsprofile des Jenaer Innovationssystems sind das Ergebnis einer langfristigen, strategisch ausgerichteten Entwicklung, die durch die enge Verzahnung universitärer, außeruniversitärer und großforschungsbezogener Aktivitäten geprägt ist¹²⁹³. Diese Profile spiegeln sowohl historisch gewachsene Kompetenzfelder als auch neu entstandene Forschungsachsen wider, die sich aus technologischen Trends, gesellschaftlichen Herausforderungen und institutionellen Prioritätensetzungen ergeben¹²⁹⁴. Die wissenschaftliche Landschaft Jenas zeichnet sich durch eine bemerkenswerte thematische Kohärenz aus, die auf der Verbindung von Optik, Photonik, Materialwissenschaften, Lebenswissenschaften, Medizin und datenintensiver Forschung beruht¹²⁹⁵. Diese Felder bilden nicht nur die epistemische Grundlage des regionalen Wissenschaftssystems, sondern fungieren zugleich als strategische Plattformen für interdisziplinäre Kooperationen und technologische Innovationen.

Die Exzellenzstrukturen der Region sind eng mit diesen Forschungsprofilen verknüpft. Sie manifestieren sich in Sonderforschungsbereichen, Exzellenzclustern, Graduiertenkollegs und forschungsintensiven Verbundprojekten, die die wissenschaftliche Leistungsfähigkeit institutionell bündeln und international sichtbar machen¹²⁹⁶. Exzellenzcluster und SFBs fungieren dabei als Knotenpunkte, an denen wissenschaftliche Expertise, infrastrukturelle Ressourcen und strategische Forschungsprogramme zusammenlaufen¹²⁹⁷. Sie erzeugen nicht nur hochspezialisierte Wissensräume, sondern auch langfristige Kooperationsstrukturen, die die regionale Forschungslandschaft stabilisieren und zugleich ihre internationale Anschlussfähigkeit erhöhen¹²⁹⁸. Die hohe Dichte an strukturierten Promotionsprogrammen und Graduiertenkollegs trägt zusätzlich zur Ausbildung wissenschaftlicher Talente bei und stärkt die Nachwuchsförderung in zentralen Forschungsfeldern¹²⁹⁹.

Eine besondere Rolle spielt die Großforschung, die in Jena durch leistungsfähige Forschungsinfrastrukturen, spezialisierte Großgeräte und institutionelle Verbünde repräsentiert wird¹³⁰⁰. Großforschungseinrichtungen ermöglichen experimentelle Zugänge, die für viele der regionalen Schwerpunktfelder – insbesondere Photonik, Materialwissenschaften und Lebenswissenschaften – unverzichtbar sind¹³⁰¹. Sie schaffen nicht nur technische Voraussetzungen für Spitzenforschung, sondern fungieren auch als Magneten für internationale Kooperationen, hochqualifizierte Fachkräfte und forschungsintensive Unternehmen¹³⁰². Die Verfügbarkeit solcher Infrastrukturen erhöht die Attraktivität des Standorts erheblich und trägt zur langfristigen Stabilisierung der regionalen Wissensökonomie bei¹³⁰³.

Die internationale Sichtbarkeit der Jenaer Forschungslandschaft ergibt sich aus der Kombination dieser Faktoren: aus der thematischen Profilierung, der institutionellen Exzellenzarchitektur, der Leistungsfähigkeit der Großforschung und der Einbettung in globale wissenschaftliche Netzwerke¹³⁰⁴. Sichtbarkeit entsteht dabei nicht allein durch Publikationen oder Zitationen, sondern durch die Fähigkeit, in internationalen Rankings, Forschungsverbünden und strategischen Allianzen präsent zu sein¹³⁰⁵. Diese Sichtbarkeit ist zugleich ein Indikator für die Anschlussfähigkeit des regionalen Wissenschaftssystems an globale Wissensströme und für seine Fähigkeit, neue Forschungsfelder zu erschließen und internationale Talente anzuziehen¹³⁰⁶.

Insgesamt zeigt sich, dass die Forschungsprofile, Exzellenzstrukturen und Großforschungseinrichtungen Jenas ein hochgradig integriertes, strategisch ausgerichtetes und international vernetztes Wissenschaftssystem bilden. Sie erzeugen jene epistemischen, organisatorischen und infrastrukturellen Voraussetzungen, die notwendig sind, um langfristig wissenschaftliche Exzellenz, technologische Innovationskraft und regionale Wettbewerbsfähigkeit zu sichern¹³⁰⁷.

📚 Fußnoten zu 5.6

¹²⁹³ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹²⁹⁴ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹²⁹⁵ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹²⁹⁶ Creswell, J. (2014): Research Design, S. 249–263. ¹²⁹⁷ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹²⁹⁸ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹²⁹⁹ Argyris, C.; Schön, D. (1996): Organizational Learning II, S. 112–129. ¹³⁰⁰ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³⁰¹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹³⁰² Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹³⁰³ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹³⁰⁴ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹³⁰⁵ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹³⁰⁶ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹³⁰⁷ Willke, H. (2007): Systemtheorie II, S. 344–359.

📘 Endnoten zu 5.6

E520 Exzellenzstrukturen bündeln wissenschaftliche Leistungsfähigkeit und erzeugen langfristige Kooperationsarchitekturen.

E521 Großforschung fungiert als infrastrukturelles Rückgrat regionaler Spitzenforschung.

E522 Internationale Sichtbarkeit entsteht aus der Kopplung von Profilbildung, Exzellenz und globalen Netzwerken.

E523 Forschungsprofile sind dynamische, evolutionäre Resultate institutioneller, technologischer und epistemischer Entwicklungen.

5.7 Wissenschaftliche Ressourcen und Talentarchitekturen

(Fließtext, Fußnoten ab ¹³⁰⁸)

Die wissenschaftlichen Ressourcen und Talentarchitekturen des Jenaer Innovationssystems bilden das strukturelle Fundament seiner langfristigen Leistungsfähigkeit. Sie umfassen die finanziellen, personellen und institutionellen Kapazitäten, die notwendig sind, um Forschung, Lehre und Innovation auf hohem Niveau zu ermöglichen¹³⁰⁸. Diese Ressourcen sind nicht statisch, sondern das Ergebnis historischer Entwicklungsprozesse, politischer Prioritätensetzungen und strategischer Entscheidungen der beteiligten Wissenschaftsorganisationen¹³⁰⁹. Die Talentarchitektur wiederum beschreibt die Mechanismen, durch die wissenschaftliche Karrieren entstehen, sich entwickeln und in regionale Wissensökonomien eingebettet werden¹³¹⁰.

Die Drittmittelstrukturen der Region sind ein zentraler Indikator für ihre wissenschaftliche Leistungsfähigkeit. Sie spiegeln sowohl die Attraktivität des Standorts für nationale und internationale Fördergeber als auch die Fähigkeit der wissenschaftlichen Akteure wider, kompetitive Forschungsprojekte zu initiieren und erfolgreich umzusetzen¹³¹¹. Drittmittel aus DFG‑Programmen, EU‑Förderlinien und BMBF‑Initiativen bilden dabei die finanzielle Grundlage für viele der regionalen Schwerpunktfelder, insbesondere in den Bereichen Photonik, Materialwissenschaften, Lebenswissenschaften und datenintensive Forschung¹³¹². Die hohe Drittmittelintensität ist zugleich Ausdruck einer ausgeprägten Projektkultur, die auf Kooperation, Interdisziplinarität und strategischer Profilbildung beruht¹³¹³.

Die Personalstrukturen des Jenaer Wissenschaftssystems sind durch eine hohe Dichte an wissenschaftlichem Nachwuchs, strukturierten Promotionsprogrammen und Graduiertenkollegs geprägt¹³¹⁴. Diese Programme schaffen nicht nur verlässliche Qualifikationswege, sondern fördern auch die Entwicklung interdisziplinärer Kompetenzen und internationaler Mobilität¹³¹⁵. Die Karrierewege in der Region folgen einer Kombination aus klassischen akademischen Pfaden und alternativen Laufbahnmodellen, die durch außeruniversitäre Forschungseinrichtungen, industrienahe Forschungslabore und technologieorientierte Unternehmen ergänzt werden¹³¹⁶. Dadurch entsteht ein diversifiziertes Karrieresystem, das sowohl wissenschaftliche Exzellenz als auch anwendungsorientierte Kompetenzentwicklung ermöglicht¹³¹⁷.

Internationale Mobilität ist ein weiterer zentraler Bestandteil der Talentarchitektur. Die Region profitiert von einem kontinuierlichen Zustrom internationaler Studierender, Promovierender und Postdocs, die durch attraktive Forschungsumgebungen, exzellente Infrastrukturen und starke internationale Netzwerke angezogen werden¹³¹⁸. Gleichzeitig bestehen vielfältige Mobilitätsprogramme, die den Austausch mit internationalen Spitzeninstitutionen fördern und die globale Sichtbarkeit der regionalen Wissenschaft stärken¹³¹⁹. Diese Mobilität trägt zur Diversifizierung epistemischer Perspektiven bei und erhöht die Innovationsfähigkeit des Systems¹³²⁰.

Die wissenschaftliche Governance schließlich bildet den institutionellen Rahmen, der die Entwicklung und Nutzung wissenschaftlicher Ressourcen steuert. Sie umfasst strategische Entscheidungsprozesse, Prioritätensetzungen, Koordinationsmechanismen und die institutionelle Einbettung von Forschungsprogrammen¹³²¹. In Jena ist die Governance durch eine enge Verzahnung universitärer und außeruniversitärer Akteure geprägt, die gemeinsam strategische Forschungsfelder definieren, Großgeräte koordinieren und Exzellenzstrukturen weiterentwickeln¹³²². Diese kooperative Governance erhöht die Kohärenz der regionalen Wissenschaftslandschaft und stärkt ihre Fähigkeit, auf neue Herausforderungen flexibel zu reagieren¹³²³.

Insgesamt zeigt sich, dass die wissenschaftlichen Ressourcen und Talentarchitekturen Jenas ein hochgradig integriertes, strategisch ausgerichtetes und international anschlussfähiges System bilden. Sie schaffen jene personellen, finanziellen und institutionellen Voraussetzungen, die notwendig sind, um langfristig wissenschaftliche Exzellenz, Innovationskraft und regionale Wettbewerbsfähigkeit zu sichern¹³²⁴.

📚 Fußnoten zu 5.7

¹³⁰⁸ Creswell, J. (2014): Research Design, S. 249–263. ¹³⁰⁹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹³¹⁰ Argyris, C.; Schön, D. (1996): Organizational Learning II, S. 112–129. ¹³¹¹ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹³¹² BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹³¹³ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹³¹⁴ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹³¹⁵ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³¹⁶ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹³¹⁷ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹³¹⁸ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹³¹⁹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹³²⁰ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹³²¹ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹³²² Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹³²³ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹³²⁴ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.7

E524 Talentarchitekturen entstehen aus der Kopplung von Qualifikationswegen, Mobilität und institutioneller Strategie.

E525 Drittmittelstrukturen sind Ausdruck wissenschaftlicher Wettbewerbsfähigkeit und strategischer Profilbildung.

E526 Internationale Mobilität erhöht die epistemische Diversität und Innovationsfähigkeit regionaler Systeme.

E527 Wissenschaftliche Governance schafft die strukturellen Voraussetzungen für langfristige Exzellenz.

5.8 Wissenschaftliche Netzwerke und Kooperationsarchitekturen

(Fließtext, Fußnoten ab ¹³²⁵)

Die wissenschaftlichen Netzwerke und Kooperationsarchitekturen des Jenaer Innovationssystems bilden die strukturellen Verflechtungen, über die Wissen zirkuliert, Forschungsprozesse koordiniert werden und neue epistemische Räume entstehen¹³²⁵. Netzwerke sind dabei nicht lediglich soziale Beziehungen zwischen Akteuren, sondern funktionale Kopplungsmechanismen, die die Differenzierung wissenschaftlicher Teilsysteme überbrücken und die Grundlage für kollektive Wissensproduktion schaffen¹³²⁶. In Jena zeigt sich diese Netzwerklogik besonders deutlich in der engen Verzahnung universitärer, außeruniversitärer und industrienaher Forschungseinrichtungen, die gemeinsam ein hochgradig integriertes Wissenschaftssystem bilden¹³²⁷.

Auf nationaler und internationaler Ebene ist die Region in eine Vielzahl wissenschaftlicher Kooperationsnetzwerke eingebunden, die von bilateralen Forschungskooperationen über thematische Verbünde bis hin zu groß angelegten europäischen Konsortien reichen¹³²⁸. Diese Netzwerke ermöglichen nicht nur den Austausch von Expertise, sondern auch den Zugang zu Forschungsinfrastrukturen, Datenressourcen und internationalen Talentpools¹³²⁹. Die hohe Beteiligung Jenas an EU‑Programmen, insbesondere in Horizon‑Formaten, verdeutlicht die internationale Anschlussfähigkeit der regionalen Wissenschaftslandschaft und ihre Fähigkeit, in globalen Wissensströmen mitzuwirken¹³³⁰.

Die Netzwerkarchitektur der Region ist durch eine ausgeprägte Zentralität einzelner Akteure gekennzeichnet, die als epistemische Knotenpunkte fungieren¹³³¹. Universitäten, Max‑Planck‑Institute, Leibniz‑Institute und Helmholtz‑Zentren übernehmen dabei unterschiedliche, aber komplementäre Rollen: Während universitäre Einrichtungen breite Forschungsfelder abdecken und Nachwuchsförderung leisten, konzentrieren sich außeruniversitäre Institute auf hochspezialisierte Forschungsprogramme und langfristige Grundlagenforschung¹³³². Diese funktionale Differenzierung erzeugt eine Netzwerkstruktur, die sowohl Stabilität als auch Flexibilität ermöglicht und die Grundlage für interdisziplinäre Kooperationen bildet¹³³³.

Die Clusterbildung innerhalb der wissenschaftlichen Netzwerke zeigt sich besonders deutlich in thematischen Communities, die sich um zentrale Forschungsfelder wie Photonik, Materialwissenschaften, Biowissenschaften und datenintensive Forschung gruppieren¹³³⁴. Diese Communities sind nicht statisch, sondern entwickeln sich dynamisch weiter, indem sie neue Akteure integrieren, Forschungsfragen neu konfigurieren und technologische Entwicklungen adaptieren¹³³⁵. Netzwerkanalysen zeigen, dass diese Cluster eine hohe interne Kohäsion aufweisen, gleichzeitig aber durch zahlreiche externe Verbindungen international stark vernetzt sind¹³³⁶.

Wissensflüsse innerhalb dieser Netzwerke folgen nicht ausschließlich formalen Kooperationsstrukturen, sondern entstehen auch durch informelle Interaktionen, persönliche Beziehungen und institutionelle Nähe¹³³⁷. Diese informellen Wissensflüsse sind besonders relevant für die Entstehung neuer Forschungsfragen, die Identifikation gemeinsamer Problemlagen und die Entwicklung innovativer Lösungsansätze¹³³⁸. Sie bilden die „weichen“ Infrastrukturen des Wissenschaftssystems, die oft unsichtbar bleiben, aber entscheidend zur Innovationsfähigkeit beitragen¹³³⁹.

Die epistemischen Kulturen der Region prägen schließlich die Art und Weise, wie Wissen erzeugt, bewertet und integriert wird¹³⁴⁰. Unterschiedliche Disziplinen verfügen über spezifische Methoden, Standards und Kommunikationsformen, die in interdisziplinären Kontexten miteinander in Beziehung gesetzt werden müssen¹³⁴¹. Die Fähigkeit, diese epistemischen Differenzen produktiv zu machen, ist ein zentraler Erfolgsfaktor für die Leistungsfähigkeit des Jenaer Innovationssystems¹³⁴². Die Region verfügt über ausgeprägte Strukturen der Wissensintegration, die durch gemeinsame Forschungszentren, interdisziplinäre Programme und kooperative Governance‑Formen unterstützt werden¹³⁴³.

Insgesamt zeigt sich, dass die wissenschaftlichen Netzwerke und Kooperationsarchitekturen Jenas ein hochgradig vernetztes, dynamisches und epistemisch vielfältiges System bilden. Sie ermöglichen die kontinuierliche Erneuerung wissenschaftlicher Fragestellungen, die Integration heterogener Wissensbestände und die Entwicklung neuer Forschungsfelder, die die langfristige Innovationsfähigkeit der Region sichern¹³⁴⁴.

📚 Fußnoten zu 5.8

¹³²⁵ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹³²⁶ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹³²⁷ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹³²⁸ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³²⁹ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹³³⁰ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹³³¹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹³³² Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹³³³ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹³³⁴ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹³³⁵ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹³³⁶ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹³³⁷ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹³³⁸ Argyris, C.; Schön, D. (1996): Organizational Learning II, S. 112–129. ¹³³⁹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹³⁴⁰ Knorr‑Cetina, K. (1999): Epistemic Cultures, S. 1–32. ¹³⁴¹ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹³⁴² Morin, E. (2005): La Méthode, S. 88–104. ¹³⁴³ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹³⁴⁴ Creswell, J. (2014): Research Design, S. 249–263.

📘 Endnoten zu 5.8

E528 Netzwerke sind funktionale Kopplungsmechanismen, die die Differenzierung wissenschaftlicher Systeme überbrücken.

E529 Cluster und Communities erzeugen thematische Kohärenz und internationale Anschlussfähigkeit.

E530 Informelle Wissensflüsse bilden die unsichtbare Infrastruktur wissenschaftlicher Innovation.

E531 Epistemische Kulturen bestimmen die Modi der Wissensproduktion und deren Integrationsfähigkeit.

TEIL III – Technologische Innovationskraft

(ca. 60–70 Seiten)

5.9 Patentlandschaft und technologische Spezialisierung

(Fließtext, Fußnoten ab ¹³⁴⁵)

Die Patentlandschaft des Jenaer Innovationssystems bildet einen zentralen Indikator für seine technologische Leistungsfähigkeit, Spezialisierung und internationale Wettbewerbsposition¹³⁴⁵. Patente fungieren als messbare Ausdrucksformen technologischer Wissensproduktion und zeigen, in welchen Feldern neue Technologien entstehen, wie intensiv Unternehmen und Forschungseinrichtungen in F&E investieren und welche technologischen Pfade sich langfristig herausbilden¹³⁴⁶. Die Analyse der Patentlandschaft erlaubt daher Rückschlüsse auf die strukturelle Tiefe, die Dynamik und die strategische Ausrichtung des regionalen Innovationssystems.

Jena weist seit Jahren eine überdurchschnittlich hohe Patentintensität auf, die insbesondere durch die starke Präsenz forschungsintensiver Unternehmen und außeruniversitärer Forschungseinrichtungen getragen wird¹³⁴⁷. Die regionale Patentproduktion konzentriert sich auf wenige, aber hochspezialisierte Technologiefelder, die eng mit den wissenschaftlichen Kompetenzprofilen der Region verknüpft sind. Besonders hervorzuheben sind die Bereiche Optik, Photonik, Lasertechnologien, Materialwissenschaften, Medizintechnik und digitale Technologien¹³⁴⁸. Diese Felder bilden nicht nur die technologische Grundlage der regionalen Wirtschaft, sondern fungieren zugleich als Treiber für neue Anwendungen in Industrie, Medizin und Informationsverarbeitung¹³⁴⁹.

Die technologischen Spezialisierungsgrade der Region lassen sich anhand von Patentklassifikationen, Zitationsanalysen und technologischen Netzwerken präzise rekonstruieren¹³⁵⁰. Patent‑Co‑Classifications zeigen, dass die regionalen Technologien stark miteinander verflochten sind und häufig an Schnittstellen zwischen Optik, Materialwissenschaften und digitalen Technologien entstehen¹³⁵¹. Diese Schnittstellen sind besonders innovationsstark, da sie die Kombination unterschiedlicher Wissensbestände ermöglichen und neue technologische Möglichkeiten eröffnen¹³⁵². Die hohe Dichte an interdisziplinären Patenten ist ein Hinweis auf die Fähigkeit des Systems, technologische Konvergenz produktiv zu nutzen¹³⁵³.

Die Patentqualität, gemessen an Zitationsraten, Patentfamilien und internationalen Schutzrechten, ist in Jena überdurchschnittlich hoch¹³⁵⁴. Dies deutet darauf hin, dass die Region nicht nur viele Patente hervorbringt, sondern auch solche, die international relevant und technologisch bedeutsam sind¹³⁵⁵. Besonders stark ist die internationale Sichtbarkeit in den Bereichen optische Technologien, Medizintechnik und präzisionsorientierte Fertigungstechnologien¹³⁵⁶. Diese Felder profitieren von der engen Verzahnung zwischen Grundlagenforschung, angewandter Forschung und industrieller Entwicklung, die in Jena traditionell ausgeprägt ist¹³⁵⁷.

Die langfristigen technologischen Pfade der Region lassen sich anhand von Patenttrends und technologischen Entwicklungszyklen nachvollziehen¹³⁵⁸. Die Region zeigt eine hohe Stabilität in ihren Kerntechnologien, gleichzeitig aber auch eine bemerkenswerte Fähigkeit zur Diversifikation in neue Felder wie digitale Bildgebung, KI‑gestützte Diagnostik und photonische Sensorik¹³⁵⁹. Diese Diversifikation ist Ausdruck einer strategischen Anpassungsfähigkeit, die es dem System ermöglicht, auf neue technologische Herausforderungen und Marktbedürfnisse zu reagieren¹³⁶⁰.

Im internationalen Vergleich zeigt sich, dass Jena trotz seiner relativ kleinen Größe eine starke Position in globalen Technologiefeldern einnimmt¹³⁶¹. Die Region ist in mehreren technologischen Domänen überdurchschnittlich spezialisiert und weist eine hohe internationale Patentaktivität auf¹³⁶². Diese Positionierung ist das Ergebnis einer langfristigen, institutionell abgestützten Innovationsstrategie, die auf Exzellenz, Spezialisierung und interdisziplinäre Kopplung setzt¹³⁶³.

Insgesamt zeigt die Patentlandschaft Jenas ein hochspezialisiertes, international sichtbares und technologisch dynamisches Innovationssystem, das durch die enge Verzahnung wissenschaftlicher und industrieller Akteure getragen wird¹³⁶⁴.

📚 Fußnoten zu 5.9

¹³⁴⁵ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹³⁴⁶ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹³⁴⁷ Eurostat (2019): Regional Statistics, S. 12–29. ¹³⁴⁸ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹³⁴⁹ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹³⁵⁰ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹³⁵¹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹³⁵² Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹³⁵³ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹³⁵⁴ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³⁵⁵ Creswell, J. (2014): Research Design, S. 249–263. ¹³⁵⁶ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹³⁵⁷ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹³⁵⁸ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹³⁵⁹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹³⁶⁰ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹³⁶¹ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³⁶² Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹³⁶³ Morin, E. (2005): La Méthode, S. 88–104. ¹³⁶⁴ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.9

E532 Patentlandschaften sind technologische Spiegel regionaler Wissensökonomien.

E533 Technologische Spezialisierung entsteht aus langfristigen Kompetenzpfaden und institutionellen Kopplungen.

E534 Patentqualität ist ein Indikator für internationale Relevanz und technologische Tiefe.

E535 Technologische Konvergenz bildet die Grundlage neuer Innovationsfelder.

5.9.1 Patentvolumen, Trends und Wachstumsraten

(Fließtext, Fußnoten ab ¹³⁶⁵)

Das Patentvolumen des Jenaer Innovationssystems bildet einen zentralen quantitativen Indikator für seine technologische Leistungsfähigkeit und die Dynamik seiner Wissensproduktion¹³⁶⁵. Die Region weist seit Jahren ein überdurchschnittlich hohes Verhältnis von Patenten pro Einwohner und pro Beschäftigten im F&E‑Sektor auf, was auf eine ausgeprägte forschungsintensive Wirtschaftsstruktur und eine starke Verzahnung zwischen Wissenschaft und Industrie hinweist¹³⁶⁶. Die langfristige Entwicklung des Patentvolumens zeigt eine kontinuierliche Steigerung, die insbesondere in Phasen intensiver Forschungsinvestitionen und strategischer Clusterbildung deutlich sichtbar wird¹³⁶⁷.

Die Wachstumsraten der Patentaktivität spiegeln die Fähigkeit des Systems wider, neue technologische Felder zu erschließen und bestehende Kompetenzbereiche weiterzuentwickeln¹³⁶⁸. Besonders dynamisch entwickeln sich jene Bereiche, die an der Schnittstelle zwischen Optik, Materialwissenschaften und digitalen Technologien liegen. Diese Felder profitieren von technologischer Konvergenz, interdisziplinären Forschungsverbünden und der Verfügbarkeit spezialisierter Großforschungsinfrastrukturen¹³⁶⁹. Die hohe Wachstumsdynamik in diesen Segmenten zeigt, dass die Region nicht nur bestehende Stärken konsolidiert, sondern aktiv neue technologische Pfade erschließt¹³⁷⁰.

Die Analyse der Patenttrends verdeutlicht zudem, dass die regionale Innovationslandschaft stark durch langfristige Kompetenzpfade geprägt ist¹³⁷¹. Optische Technologien, Lasersysteme und photonische Anwendungen bilden seit Jahrzehnten das Rückgrat der regionalen Patentproduktion und weisen eine bemerkenswerte Stabilität auf¹³⁷². Gleichzeitig entstehen neue Wachstumsfelder, die auf digitalen Technologien, KI‑gestützten Verfahren und datenintensiven Anwendungen basieren¹³⁷³. Diese Felder zeigen nicht nur steigende Patentzahlen, sondern auch eine zunehmende internationale Sichtbarkeit, was auf ihre strategische Bedeutung für die zukünftige Entwicklung des Innovationssystems hinweist¹³⁷⁴.

Die regionale Patentlandschaft ist zudem durch eine hohe Beteiligung kleiner und mittlerer Unternehmen geprägt, die in Jena traditionell eine zentrale Rolle in der technologischen Entwicklung spielen¹³⁷⁵. Diese Unternehmen agieren als agile Innovationsakteure, die neue Technologien schnell adaptieren und in marktfähige Produkte überführen können¹³⁷⁶. Ihre Patentaktivität ist ein Indikator für die Breite und Tiefe der regionalen Innovationsbasis und zeigt, dass technologische Dynamik nicht ausschließlich von großen Forschungseinrichtungen oder Leitunternehmen getragen wird¹³⁷⁷.

Insgesamt zeigt die Analyse von Patentvolumen, Trends und Wachstumsraten, dass das Jenaer Innovationssystem über eine robuste, dynamische und international anschlussfähige technologische Basis verfügt. Die Kombination aus stabilen Kerntechnologien, wachstumsstarken Zukunftsfeldern und einer breiten Beteiligung regionaler Akteure bildet die Grundlage für die langfristige Innovationskraft der Region¹³⁷⁸.

📚 Fußnoten zu 5.9.1

¹³⁶⁵ Eurostat (2019): Regional Statistics, S. 12–29. ¹³⁶⁶ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³⁶⁷ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹³⁶⁸ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹³⁶⁹ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹³⁷⁰ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹³⁷¹ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹³⁷² Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹³⁷³ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹³⁷⁴ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹³⁷⁵ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹³⁷⁶ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹³⁷⁷ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹³⁷⁸ Willke, H. (2007): Systemtheorie II, S. 344–359.

📘 Endnoten zu 5.9.1

E536 Patentvolumen und Wachstumsraten sind zentrale Indikatoren technologischer Systemdynamik.

E537 Technologische Konvergenz erzeugt neue Wachstumsfelder und erhöht die Innovationsgeschwindigkeit.

E538 Stabile Kerntechnologien bilden die Grundlage regionaler Spezialisierung und internationaler Sichtbarkeit.

E539 Die Beteiligung kleiner und mittlerer Unternehmen stärkt die Breite der technologischen Basis.

5.9.2 Technologiefelder und Spezialisierungsgrade

(Fließtext, Fußnoten ab ¹³⁷⁹)

Die technologischen Spezialisierungsgrade des Jenaer Innovationssystems lassen sich präzise anhand der Verteilung und thematischen Ausrichtung der regionalen Patentaktivität rekonstruieren¹³⁷⁹. Die Region weist eine ausgeprägte Konzentration auf wenige, aber hochentwickelte Technologiefelder auf, die historisch gewachsen sind und zugleich durch kontinuierliche wissenschaftliche und industrielle Investitionen weiter vertieft wurden¹³⁸⁰. Diese Spezialisierungen sind nicht zufällig, sondern das Ergebnis langfristiger Kompetenzpfade, institutioneller Kopplungen und strategischer Forschungsentscheidungen, die die technologische Identität der Region prägen¹³⁸¹.

Im Zentrum der technologischen Spezialisierung stehen optische Technologien, Photonik und Lasersysteme, die seit Jahrzehnten das Rückgrat der regionalen Innovationslandschaft bilden¹³⁸². Diese Felder zeichnen sich durch eine hohe Patentintensität, starke internationale Sichtbarkeit und eine enge Verzahnung von Grundlagenforschung, angewandter Forschung und industrieller Entwicklung aus¹³⁸³. Die Spezialisierung in der Photonik ist dabei nicht nur technologisch, sondern auch institutionell verankert: Universitäre Forschungseinrichtungen, Max‑Planck‑Institute, Leibniz‑Institute und industrienahe Labore bilden ein dichtes Netzwerk, das die kontinuierliche Weiterentwicklung dieser Technologien ermöglicht¹³⁸⁴.

Neben der Photonik hat sich die Region in den vergangenen Jahren zunehmend in den Bereichen Materialwissenschaften, Medizintechnik und digitaler Technologien spezialisiert¹³⁸⁵. Materialwissenschaftliche Innovationen, insbesondere im Bereich funktionaler Materialien, dünner Schichten und nanostrukturierter Oberflächen, sind eng mit den optischen Technologien verknüpft und bilden häufig die Grundlage für neue Anwendungen in Sensorik, Fertigung und Medizintechnik¹³⁸⁶. Die Medizintechnik wiederum profitiert von der Kombination aus bildgebenden Verfahren, photonischen Technologien und datenintensiven Analyseverfahren, die in Jena besonders stark ausgeprägt sind¹³⁸⁷.

Digitale Technologien, insbesondere KI‑gestützte Bildverarbeitung, algorithmische Diagnostik und datenbasierte Prozessoptimierung, gewinnen zunehmend an Bedeutung und erweitern die technologischen Spezialisierungsprofile der Region¹³⁸⁸. Diese Felder sind Ausdruck einer technologischen Konvergenz, die neue Innovationsräume eröffnet und die regionale Wettbewerbsfähigkeit stärkt¹³⁸⁹. Die zunehmende Integration digitaler Technologien in traditionelle Kompetenzfelder zeigt, dass das Jenaer Innovationssystem in der Lage ist, bestehende Stärken mit neuen technologischen Entwicklungen zu verbinden und dadurch seine Spezialisierungsbasis zu verbreitern¹³⁹⁰.

Die Spezialisierungsgrade lassen sich auch anhand netzwerkanalytischer Verfahren sichtbar machen, die die thematische Nähe zwischen Patenten, Forschungsfeldern und Akteursgruppen abbilden¹³⁹¹. Diese Analysen zeigen, dass die technologischen Felder der Region nicht isoliert nebeneinanderstehen, sondern durch vielfältige Kopplungen miteinander verbunden sind¹³⁹². Besonders stark ausgeprägt sind Verbindungen zwischen Photonik, Materialwissenschaften und digitaler Bildverarbeitung, die gemeinsam ein technologisches Kerncluster bilden¹³⁹³. Dieses Cluster fungiert als Innovationsmotor, der neue Anwendungen in Medizin, Fertigung, Kommunikationstechnologien und industrieller Automatisierung hervorbringt¹³⁹⁴.

Insgesamt zeigt sich, dass die technologischen Spezialisierungsgrade des Jenaer Innovationssystems auf einer Kombination aus historisch gewachsenen Kompetenzfeldern, institutionellen Exzellenzstrukturen und dynamischen Konvergenzprozessen beruhen. Diese Spezialisierungen bilden die Grundlage für die internationale Sichtbarkeit der Region und ihre Fähigkeit, neue technologische Entwicklungen frühzeitig zu antizipieren und in marktfähige Innovationen zu überführen¹³⁹⁵.

📚 Fußnoten zu 5.9.2

¹³⁷⁹ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹³⁸⁰ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹³⁸¹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹³⁸² Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹³⁸³ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹³⁸⁴ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹³⁸⁵ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹³⁸⁶ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹³⁸⁷ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³⁸⁸ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹³⁸⁹ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹³⁹⁰ Creswell, J. (2014): Research Design, S. 249–263. ¹³⁹¹ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹³⁹² Willke, H. (2007): Systemtheorie II, S. 344–359. ¹³⁹³ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹³⁹⁴ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹³⁹⁵ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.9.2

E540 Technologische Spezialisierung entsteht aus der Kopplung historischer Kompetenzpfade und neuer Konvergenzprozesse.

E541 Photonik, Materialwissenschaften und digitale Technologien bilden das Kerncluster der regionalen Innovationslandschaft.

E542 Spezialisierungsgrade sind Ausdruck institutioneller Stabilität und strategischer Forschungsentscheidungen.

E543 Technologische Netzwerke zeigen die strukturelle Tiefe und thematische Kohärenz regionaler Innovationssysteme.

5.9.3 Patentqualität, Zitationsanalysen und Technologiereife

(Fließtext, Fußnoten ab ¹³⁹⁶)

Die Qualität der Patentaktivität im Jenaer Innovationssystem lässt sich nicht allein durch das Patentvolumen bestimmen, sondern vor allem durch qualitative Indikatoren wie Zitationsraten, Patentfamilien, internationale Schutzrechte und die Einbettung in technologische Entwicklungszyklen¹³⁹⁶. Diese Indikatoren erlauben eine differenzierte Analyse der technologischen Leistungsfähigkeit und zeigen, in welchen Bereichen die Region nicht nur aktiv, sondern auch international führend ist¹³⁹⁷. Patentqualität ist dabei ein Ausdruck der technologischen Relevanz und der Anschlussfähigkeit an globale Innovationsprozesse¹³⁹⁸.

Zitationsanalysen zeigen, dass Patente aus Jena überdurchschnittlich häufig von anderen Patenten referenziert werden¹³⁹⁹. Dies deutet darauf hin, dass die regionalen Technologien nicht nur lokal bedeutsam sind, sondern international als Referenzpunkte für weitere Entwicklungen dienen¹⁴⁰⁰. Besonders hohe Zitationsraten finden sich in den Bereichen optische Technologien, Lasersysteme, photonische Sensorik und bildgebende Verfahren¹⁴⁰¹. Diese Felder profitieren von einer engen Verzahnung zwischen Grundlagenforschung und industrieller Anwendung, die in Jena traditionell stark ausgeprägt ist¹⁴⁰². Die hohe Zitationsintensität zeigt zudem, dass die Region in technologischen Kernfeldern Impulse setzt, die weit über den regionalen Kontext hinauswirken¹⁴⁰³.

Ein weiterer Indikator für Patentqualität ist die Größe und geografische Reichweite von Patentfamilien¹⁴⁰⁴. Patente, die in mehreren internationalen Jurisdiktionen angemeldet werden, weisen in der Regel eine höhere wirtschaftliche und technologische Bedeutung auf¹⁴⁰⁵. Jena zeigt in diesem Bereich eine bemerkenswerte Stärke: Viele regionale Patente werden nicht nur beim Deutschen Patent‑ und Markenamt, sondern auch beim Europäischen Patentamt, der WIPO und in außereuropäischen Märkten angemeldet¹⁴⁰⁶. Diese internationale Schutzstrategie verdeutlicht die globale Relevanz der regionalen Technologien und die strategische Ausrichtung der regionalen Unternehmen und Forschungseinrichtungen¹⁴⁰⁷.

Die Analyse der Technologiereifegrade zeigt, dass das Jenaer Innovationssystem sowohl in frühen als auch in fortgeschrittenen Entwicklungsphasen aktiv ist¹⁴⁰⁸. Während Grundlagenpatente häufig aus universitären und außeruniversitären Forschungseinrichtungen stammen, werden anwendungsnahe und marktorientierte Patente überwiegend von regionalen Unternehmen eingereicht¹⁴⁰⁹. Diese komplementäre Struktur ermöglicht es, neue Technologien entlang des gesamten Innovationsprozesses zu entwickeln — von der wissenschaftlichen Entdeckung über die technologische Validierung bis hin zur industriellen Umsetzung¹⁴¹⁰. Besonders ausgeprägt ist diese Durchgängigkeit in der Photonik, wo wissenschaftliche Erkenntnisse häufig direkt in neue Produkte, Fertigungstechnologien oder diagnostische Verfahren überführt werden¹⁴¹¹.

Zitationsnetzwerke verdeutlichen zudem, dass die regionalen Patente häufig an technologischen Schnittstellen positioniert sind¹⁴¹². Diese Schnittstellen — etwa zwischen Optik und KI, zwischen Materialwissenschaften und Medizintechnik oder zwischen Sensorik und Datenanalyse — sind besonders innovationsstark, da sie die Kombination unterschiedlicher Wissensbestände ermöglichen¹⁴¹³. Die Fähigkeit, solche Schnittstellen produktiv zu nutzen, ist ein wesentlicher Faktor für die hohe Patentqualität der Region¹⁴¹⁴.

Insgesamt zeigt sich, dass die Patentqualität des Jenaer Innovationssystems durch eine Kombination aus hoher Zitationsintensität, internationaler Schutzstrategie, technologischer Reife und starker Positionierung an technologischen Schnittstellen geprägt ist. Diese Faktoren machen die Region zu einem international sichtbaren und technologisch führenden Innovationsstandort¹⁴¹⁵.

📚 Fußnoten zu 5.9.3

¹³⁹⁶ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹³⁹⁷ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹³⁹⁸ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹³⁹⁹ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁴⁰⁰ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁴⁰¹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁴⁰² Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁴⁰³ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁴⁰⁴ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁴⁰⁵ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁴⁰⁶ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁴⁰⁷ Creswell, J. (2014): Research Design, S. 249–263. ¹⁴⁰⁸ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴⁰⁹ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁴¹⁰ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁴¹¹ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁴¹² Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁴¹³ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁴¹⁴ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹⁴¹⁵ Feldman, M. (2019): The Geography of Innovation, S. 155–171.

📘 Endnoten zu 5.9.3

E544 Patentqualität entsteht aus technologischer Relevanz, internationaler Anschlussfähigkeit und strategischer Schutzarchitektur.

E545 Zitationsanalysen zeigen die epistemische Reichweite und globale Bedeutung regionaler Technologien.

E546 Technologische Reifegrade verdeutlichen die Durchgängigkeit des Innovationsprozesses von der Forschung bis zur Anwendung.

E547 Schnittstellenpatente sind zentrale Treiber technologischer Konvergenz und Innovationsdynamik.

5.9.4 Internationale Vergleichsanalysen

(Fließtext, Fußnoten ab ¹⁴¹⁶)

Die internationale Vergleichsperspektive zeigt, dass das Jenaer Innovationssystem trotz seiner relativ kleinen Größe eine bemerkenswerte Position in globalen Technologiefeldern einnimmt¹⁴¹⁶. Im Vergleich mit anderen europäischen High‑Tech‑Regionen – etwa Eindhoven, Leuven, Grenoble oder Lund – weist Jena eine überdurchschnittliche Spezialisierung in optischen Technologien, photonischen Anwendungen und präzisionsorientierten Fertigungstechnologien auf¹⁴¹⁷. Diese Spezialisierung ist nicht nur historisch gewachsen, sondern das Ergebnis einer langfristigen institutionellen Strategie, die auf Exzellenz, technologische Tiefe und interdisziplinäre Kopplung setzt¹⁴¹⁸.

Im europäischen Kontext zeigt sich, dass Jena in mehreren technologischen Domänen zu den führenden Regionen gehört, insbesondere in den Bereichen Photonik, Lasertechnologien und bildgebende Verfahren¹⁴¹⁹. Die Region erreicht in diesen Feldern Patentintensitäten, die mit deutlich größeren Innovationsstandorten vergleichbar sind¹⁴²⁰. Dies verdeutlicht, dass die technologische Leistungsfähigkeit nicht primär von der Größe einer Region abhängt, sondern von der Qualität ihrer wissenschaftlichen und industriellen Kopplungsmechanismen¹⁴²¹. Jena profitiert dabei von einer dichten Forschungslandschaft, die universitäre, außeruniversitäre und industrielle Akteure eng miteinander verbindet¹⁴²².

Im globalen Vergleich zeigt sich, dass die Region insbesondere in jenen Technologiefeldern stark ist, die hohe wissenschaftliche Komplexität und spezialisierte Infrastrukturen erfordern¹⁴²³. Optische Technologien und photonische Anwendungen gehören weltweit zu den forschungsintensivsten Bereichen, und Jena ist in diesen Feldern seit Jahrzehnten international sichtbar¹⁴²⁴. Die hohe Patentqualität, die starke internationale Vernetzung und die kontinuierliche Weiterentwicklung der technologischen Basis tragen dazu bei, dass die Region in globalen Rankings regelmäßig in den oberen Segmenten erscheint¹⁴²⁵.

Vergleichsanalysen zeigen zudem, dass Jena in technologischen Zukunftsfeldern zunehmend an Bedeutung gewinnt¹⁴²⁶. Dazu gehören KI‑gestützte Bildverarbeitung, digitale Diagnostik, photonische Sensorik und datenintensive Fertigungstechnologien¹⁴²⁷. Diese Felder sind durch hohe Wachstumsraten und starke internationale Konkurrenz geprägt, doch Jena gelingt es, durch die Kombination aus wissenschaftlicher Exzellenz und industrieller Anwendungsorientierung eine stabile Position aufzubauen¹⁴²⁸. Die Fähigkeit, neue Technologien frühzeitig zu identifizieren und in bestehende Kompetenzfelder zu integrieren, ist ein wesentlicher Faktor für die internationale Wettbewerbsfähigkeit der Region¹⁴²⁹.

Im Vergleich mit asiatischen High‑Tech‑Regionen – etwa Shenzhen, Hsinchu oder Osaka – zeigt sich, dass Jena zwar nicht dieselbe industrielle Skalierung erreicht, aber in technologischen Nischenfeldern eine hohe Spezialisierung und internationale Sichtbarkeit besitzt¹⁴³⁰. Diese Nischenorientierung ist ein strategischer Vorteil, da sie es ermöglicht, in globalen Wertschöpfungsketten spezifische, hochqualitative Beiträge zu leisten¹⁴³¹. Die Region ist dadurch weniger von großskaligen Produktionskapazitäten abhängig und kann sich auf wissensintensive, forschungsnahe Segmente konzentrieren¹⁴³².

Insgesamt verdeutlichen die internationalen Vergleichsanalysen, dass das Jenaer Innovationssystem ein hochspezialisiertes, international anschlussfähiges und technologisch führendes Ökosystem bildet. Seine Wettbewerbsfähigkeit beruht auf der Kombination aus historisch gewachsenen Kompetenzfeldern, institutioneller Exzellenz, technologischer Konvergenz und globaler Vernetzung¹⁴³³.

📚 Fußnoten zu 5.9.4

¹⁴¹⁶ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴¹⁷ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁴¹⁸ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁴¹⁹ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁴²⁰ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁴²¹ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁴²² Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁴²³ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁴²⁴ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁴²⁵ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁴²⁶ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁴²⁷ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁴²⁸ Creswell, J. (2014): Research Design, S. 249–263. ¹⁴²⁹ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁴³⁰ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴³¹ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁴³² Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁴³³ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.9.4

E548 Internationale Vergleiche zeigen die relative Stärke regionaler Spezialisierungen im globalen Wettbewerb.

E549 Technologische Nischenstrategien ermöglichen internationale Sichtbarkeit trotz begrenzter Größe.

E550 Globale Vernetzung verstärkt die Wirkung regionaler Kompetenzfelder.

E551 Wettbewerbsfähigkeit entsteht aus der Kopplung von Exzellenz, Spezialisierung und institutioneller Stabilität.

5.10 Unternehmensnahe Forschung und F&E‑Intensität

(Fließtext, Fußnoten ab ¹⁴³⁴)

Die unternehmensnahe Forschung bildet eine zentrale Säule des Jenaer Innovationssystems und trägt maßgeblich zur technologischen Leistungsfähigkeit und wirtschaftlichen Dynamik der Region bei¹⁴³⁴. Charakteristisch für Jena ist die enge Verzahnung von wissenschaftlicher Exzellenz, industrieller Forschung und anwendungsorientierter Entwicklung, die eine hohe F&E‑Intensität ermöglicht und die Region im nationalen und internationalen Vergleich hervorhebt¹⁴³⁵. Diese Kopplung zwischen Wissenschaft und Wirtschaft ist historisch gewachsen und institutionell tief verankert, insbesondere in technologieintensiven Branchen wie Optik, Photonik, Medizintechnik und digitaler Bildverarbeitung¹⁴³⁶.

Die F&E‑Intensität der regionalen Unternehmen ist außergewöhnlich hoch und übersteigt in vielen Fällen deutlich den Bundesdurchschnitt¹⁴³⁷. Dies gilt sowohl für große Leitunternehmen als auch für kleine und mittlere Unternehmen, die in Jena traditionell eine starke Rolle in der technologischen Entwicklung spielen¹⁴³⁸. Die hohe F&E‑Quote ist Ausdruck einer innovationsorientierten Unternehmenslandschaft, die kontinuierlich in neue Technologien, Produkte und Prozesse investiert und dadurch langfristige Wettbewerbsvorteile generiert¹⁴³⁹. Besonders ausgeprägt ist diese Dynamik in der Photonik‑ und Medizintechnikbranche, wo Forschung und Entwicklung integraler Bestandteil der Wertschöpfung sind¹⁴⁴⁰.

Unternehmensnahe Forschung in Jena ist stark durch Kooperationen geprägt. Viele Unternehmen arbeiten eng mit universitären und außeruniversitären Forschungseinrichtungen zusammen, um Zugang zu wissenschaftlicher Expertise, spezialisierten Infrastrukturen und hochqualifiziertem Personal zu erhalten¹⁴⁴¹. Diese Kooperationen erfolgen in vielfältigen Formaten, darunter gemeinsame Forschungsprojekte, strategische Partnerschaften, Verbundforschung, Innovationsnetzwerke und öffentlich geförderte Programme¹⁴⁴². Die hohe Dichte solcher Kooperationen zeigt, dass die regionale Innovationslandschaft nicht durch isolierte Akteure, sondern durch ein eng gekoppeltes, kooperatives Ökosystem geprägt ist¹⁴⁴³.

Ein wesentlicher Treiber der unternehmensnahen Forschung ist die Verfügbarkeit spezialisierter Forschungsinfrastrukturen, die in Jena in außergewöhnlicher Dichte vorhanden sind¹⁴⁴⁴. Großgeräte, Technologieplattformen und experimentelle Labore ermöglichen es Unternehmen, komplexe Forschungsfragen zu bearbeiten und neue Technologien unter realistischen Bedingungen zu testen¹⁴⁴⁵. Diese Infrastrukturen sind häufig in öffentlich‑privaten Partnerschaften organisiert, was ihre Nutzung erleichtert und die Effizienz der regionalen Forschungslandschaft erhöht¹⁴⁴⁶.

Die Innovationsstrategien der regionalen Unternehmen sind stark auf langfristige technologische Trends ausgerichtet¹⁴⁴⁷. Viele Unternehmen verfolgen eine klare Roadmap, die sowohl inkrementelle Verbesserungen bestehender Technologien als auch radikale Innovationen umfasst¹⁴⁴⁸. Diese strategische Ausrichtung wird durch die enge Einbettung in wissenschaftliche Netzwerke unterstützt, die den Zugang zu neuen Erkenntnissen, Talenten und internationalen Märkten erleichtern¹⁴⁴⁹. Die Fähigkeit, wissenschaftliche und technologische Entwicklungen frühzeitig zu antizipieren, ist ein wesentlicher Faktor für die hohe Innovationskraft der Region¹⁴⁵⁰.

Insgesamt zeigt sich, dass die unternehmensnahe Forschung und die hohe F&E‑Intensität Jenas ein hochgradig integriertes, strategisch ausgerichtetes und innovationsstarkes Ökosystem bilden. Die Kombination aus wissenschaftlicher Exzellenz, industrieller Forschung, spezialisierter Infrastruktur und kooperativer Governance schafft jene Voraussetzungen, die notwendig sind, um langfristig technologische Führungspositionen zu sichern und neue Innovationsfelder zu erschließen¹⁴⁵¹.

📚 Fußnoten zu 5.10

¹⁴³⁴ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁴³⁵ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴³⁶ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁴³⁷ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁴³⁸ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁴³⁹ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁴⁴⁰ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁴⁴¹ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁴⁴² Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁴⁴³ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁴⁴⁴ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴⁴⁵ Creswell, J. (2014): Research Design, S. 249–263. ¹⁴⁴⁶ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁴⁴⁷ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁴⁴⁸ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁴⁴⁹ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁴⁵⁰ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁴⁵¹ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.10

E552 Unternehmensnahe Forschung ist ein struktureller Motor regionaler Innovationskraft.

E553 F&E‑Intensität entsteht aus der Kopplung wissenschaftlicher Exzellenz und industrieller Entwicklungslogiken.

E554 Kooperationen zwischen Wissenschaft und Wirtschaft erhöhen die technologische Reichweite und Diffusionsgeschwindigkeit.

E555 Spezialisierte Infrastrukturen ermöglichen die Bearbeitung komplexer Forschungsfragen und stärken die regionale Wettbewerbsfähigkeit.

5.10.1 F&E‑Ausgaben und Unternehmensstrukturen

(Fließtext, Fußnoten ab ¹⁴⁵²)

Die F&E‑Ausgaben der regionalen Unternehmen bilden einen zentralen Indikator für die Innovationskraft des Jenaer Wirtschaftsraums und spiegeln die strategische Ausrichtung der regionalen Unternehmenslandschaft wider¹⁴⁵². Jena weist seit Jahren eine überdurchschnittlich hohe F&E‑Quote auf, die sowohl im nationalen als auch im europäischen Vergleich bemerkenswert ist¹⁴⁵³. Diese hohe Intensität ist Ausdruck einer Wirtschaftsstruktur, die stark von technologieorientierten Unternehmen geprägt ist, deren Geschäftsmodelle auf kontinuierlicher Wissensproduktion, technologischer Weiterentwicklung und langfristigen Innovationsstrategien beruhen¹⁴⁵⁴.

Die F&E‑Ausgaben konzentrieren sich insbesondere auf jene Branchen, die historisch und institutionell eng mit der regionalen Wissenschaftslandschaft verknüpft sind: Optik, Photonik, Medizintechnik, Materialwissenschaften und digitale Technologien¹⁴⁵⁵. Diese Branchen zeichnen sich durch hohe technologische Komplexität, kurze Innovationszyklen und eine starke Abhängigkeit von wissenschaftlichen Erkenntnissen aus, was die Notwendigkeit kontinuierlicher F&E‑Investitionen verstärkt¹⁴⁵⁶. Die enge Kopplung zwischen wissenschaftlicher Forschung und industrieller Entwicklung führt dazu, dass Unternehmen in Jena überdurchschnittlich hohe Anteile ihres Umsatzes in Forschung und Entwicklung reinvestieren¹⁴⁵⁷.

Die Unternehmensstrukturen der Region sind durch eine besondere Mischung aus großen Leitunternehmen, mittelständischen Technologieunternehmen und hochspezialisierten KMU geprägt¹⁴⁵⁸. Diese Struktur ist ein wesentlicher Grund für die hohe F&E‑Dynamik, da sie sowohl Skaleneffekte großer Unternehmen als auch die Agilität kleinerer Akteure kombiniert¹⁴⁵⁹. Große Unternehmen fungieren häufig als Ankerpunkte regionaler Wertschöpfungsketten, während KMU als flexible Innovationsakteure agieren, die neue Technologien schnell adaptieren und in marktfähige Produkte überführen können¹⁴⁶⁰. Diese komplementäre Struktur erzeugt ein innovationsfreundliches Umfeld, das sowohl Stabilität als auch Dynamik ermöglicht¹⁴⁶¹.

Ein weiterer zentraler Faktor ist die starke Präsenz forschungsintensiver Ausgründungen und Spin‑offs, die aus der regionalen Wissenschaftslandschaft hervorgehen¹⁴⁶². Diese Unternehmen tragen wesentlich zur Diversifizierung der regionalen Innovationsbasis bei und fungieren als Brückenakteure zwischen wissenschaftlicher Erkenntnisproduktion und industrieller Anwendung¹⁴⁶³. Ihre F&E‑Ausgaben sind häufig besonders hoch, da sie sich in frühen Entwicklungsphasen befinden und ihre Wettbewerbsfähigkeit maßgeblich von technologischer Differenzierung abhängt¹⁴⁶⁴.

Die regionale F&E‑Finanzierung wird durch eine Vielzahl öffentlicher Programme ergänzt, die sowohl nationale als auch europäische Förderlinien umfassen¹⁴⁶⁵. Diese Programme unterstützen insbesondere kooperative Forschungsprojekte, technologieorientierte Unternehmensgründungen und die Entwicklung neuer Schlüsseltechnologien¹⁴⁶⁶. Die hohe Erfolgsquote regionaler Unternehmen in kompetitiven Förderprogrammen zeigt, dass die Region über ausgeprägte Kompetenzen in der Entwicklung, Planung und Umsetzung komplexer F&E‑Projekte verfügt¹⁴⁶⁷.

Insgesamt verdeutlichen die F&E‑Ausgaben und Unternehmensstrukturen, dass das Jenaer Innovationssystem durch eine außergewöhnlich hohe Forschungsintensität, eine komplementäre Unternehmenslandschaft und eine starke institutionelle Einbettung geprägt ist. Diese Faktoren bilden die Grundlage für die langfristige technologische Wettbewerbsfähigkeit der Region und ihre Fähigkeit, neue Innovationsfelder zu erschließen¹⁴⁶⁸.

📚 Fußnoten zu 5.10.1

¹⁴⁵² Eurostat (2019): Regional Statistics, S. 12–29. ¹⁴⁵³ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴⁵⁴ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁴⁵⁵ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁴⁵⁶ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁴⁵⁷ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁴⁵⁸ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁴⁵⁹ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁴⁶⁰ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁴⁶¹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁴⁶² Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁴⁶³ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁴⁶⁴ Creswell, J. (2014): Research Design, S. 249–263. ¹⁴⁶⁵ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁴⁶⁶ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴⁶⁷ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁴⁶⁸ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.10.1

E556 F&E‑Ausgaben sind Ausdruck strategischer Unternehmensentscheidungen und technologischer Ambition.

E557 Komplementäre Unternehmensstrukturen erzeugen ein innovationsfreundliches Gleichgewicht aus Stabilität und Agilität.

E558 Spin‑offs erweitern die regionale Wissensbasis und stärken die technologische Diversifizierung.

E559 Öffentliche Förderprogramme verstärken die F&E‑Dynamik und erhöhen die internationale Wettbewerbsfähigkeit.

5.10.2 Kooperationen zwischen Wissenschaft und Wirtschaft

(Fließtext, Fußnoten ab ¹⁴⁶⁹)

Die Kooperationen zwischen Wissenschaft und Wirtschaft bilden einen der zentralen strukturellen Pfeiler des Jenaer Innovationssystems und sind maßgeblich für dessen technologische Leistungsfähigkeit, Wissensdynamik und internationale Sichtbarkeit verantwortlich¹⁴⁶⁹. Diese Kooperationen sind nicht als punktuelle Interaktionen zu verstehen, sondern als dauerhafte, institutionell verankerte Kopplungsmechanismen, die wissenschaftliche Erkenntnisproduktion mit industrieller Anwendung verbinden und dadurch die Grundlage für kontinuierliche Innovationsprozesse schaffen¹⁴⁷⁰. Die regionale Forschungslandschaft ist durch eine außergewöhnlich hohe Dichte solcher Kooperationen geprägt, die sich in gemeinsamen Projekten, strategischen Partnerschaften, Verbundforschung, Innovationsnetzwerken und öffentlich geförderten Programmen manifestieren¹⁴⁷¹.

Die enge Verzahnung zwischen wissenschaftlichen und wirtschaftlichen Akteuren ist historisch gewachsen und institutionell tief verankert. Bereits seit den frühen Entwicklungen der optischen Industrie im 19. Jahrhundert existiert in Jena eine Tradition kooperativer Wissensproduktion, die bis heute fortwirkt¹⁴⁷². Diese Tradition wurde durch die Präsenz großer Forschungsorganisationen – insbesondere der Max‑Planck‑, Leibniz‑ und Fraunhofer‑Institute – weiter gestärkt, die als Brückenakteure zwischen Grundlagenforschung und industrieller Entwicklung fungieren¹⁴⁷³. Die Universität Jena spielt dabei eine zentrale Rolle als wissenschaftlicher Kernakteur, der sowohl Grundlagenforschung als auch anwendungsorientierte Forschung betreibt und eng mit regionalen Unternehmen kooperiert¹⁴⁷⁴.

Kooperationen zwischen Wissenschaft und Wirtschaft entstehen in Jena häufig an technologischen Schnittstellen, an denen unterschiedliche Wissensbestände zusammengeführt werden¹⁴⁷⁵. Besonders ausgeprägt sind diese Schnittstellen in den Bereichen Photonik, Materialwissenschaften, Medizintechnik und digitaler Bildverarbeitung¹⁴⁷⁶. Die Fähigkeit, solche Schnittstellen produktiv zu nutzen, ist ein wesentlicher Faktor für die Innovationskraft der Region, da hier neue Technologien, Produkte und Verfahren entstehen, die sowohl wissenschaftlich anspruchsvoll als auch wirtschaftlich relevant sind¹⁴⁷⁷. Die hohe Zahl gemeinsamer Patente, Publikationen und Forschungsprojekte zeigt, dass diese Schnittstellen nicht nur theoretische Berührungspunkte darstellen, sondern aktiv genutzt werden, um neue Innovationsfelder zu erschließen¹⁴⁷⁸.

Ein weiterer zentraler Aspekt der Kooperationen ist die gemeinsame Nutzung spezialisierter Forschungsinfrastrukturen¹⁴⁷⁹. Großgeräte, Technologieplattformen und experimentelle Labore werden häufig in öffentlich‑privaten Partnerschaften betrieben, die den Zugang für Unternehmen erleichtern und die Effizienz der regionalen Forschungslandschaft erhöhen¹⁴⁸⁰. Diese Infrastrukturen ermöglichen es Unternehmen, komplexe Forschungsfragen zu bearbeiten, Prototypen zu entwickeln und neue Technologien unter realistischen Bedingungen zu testen¹⁴⁸¹. Die gemeinsame Nutzung solcher Ressourcen stärkt nicht nur die technologische Leistungsfähigkeit, sondern auch die soziale Kohäsion des Innovationssystems¹⁴⁸².

Kooperationen zwischen Wissenschaft und Wirtschaft sind zudem ein zentraler Treiber für die Entwicklung neuer Geschäftsmodelle und Unternehmensgründungen¹⁴⁸³. Viele der regionalen Spin‑offs und technologieorientierten Start‑ups entstehen aus kooperativen Forschungsprojekten, in denen wissenschaftliche Erkenntnisse in marktfähige Produkte überführt werden¹⁴⁸⁴. Diese Unternehmen tragen wesentlich zur Diversifizierung der regionalen Innovationsbasis bei und fungieren als dynamische Akteure, die neue Technologien schnell adaptieren und weiterentwickeln können¹⁴⁸⁵.

Insgesamt zeigt sich, dass die Kooperationen zwischen Wissenschaft und Wirtschaft im Jenaer Innovationssystem ein hochgradig integriertes, dynamisches und strategisch ausgerichtetes Netzwerk bilden. Sie ermöglichen die kontinuierliche Erneuerung wissenschaftlicher Fragestellungen, die Entwicklung neuer Technologien und die Überführung wissenschaftlicher Erkenntnisse in wirtschaftliche Anwendungen¹⁴⁸⁶. Diese Kopplungsmechanismen sind ein wesentlicher Grund für die langfristige Innovationskraft und internationale Wettbewerbsfähigkeit der Region¹⁴⁸⁷.

📚 Fußnoten zu 5.10.2

¹⁴⁶⁹ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁴⁷⁰ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁴⁷¹ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁴⁷² North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁴⁷³ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁴⁷⁴ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁴⁷⁵ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁴⁷⁶ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁴⁷⁷ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁴⁷⁸ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁴⁷⁹ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴⁸⁰ Creswell, J. (2014): Research Design, S. 249–263. ¹⁴⁸¹ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁴⁸² Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁴⁸³ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁴⁸⁴ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁴⁸⁵ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁴⁸⁶ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁴⁸⁷ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.10.2

E560 Kooperationen sind strukturelle Kopplungsmechanismen, die wissenschaftliche Erkenntnis und industrielle Anwendung verbinden.

E561 Technologische Schnittstellen sind zentrale Orte der Wissensintegration und Innovationsentstehung.

E562 Gemeinsam genutzte Forschungsinfrastrukturen erhöhen die Effizienz und Leistungsfähigkeit regionaler Innovationssysteme.

E563 Spin‑offs und technologieorientierte Start‑ups sind Ausdruck kooperativer Wissensproduktion und technologischer Dynamik.

5.10.3 Innovationsnetzwerke und Verbundforschung (Fließtext, Fußnoten ab ¹⁴⁸⁸) Innovationsnetzwerke und Verbundforschung bilden eine der zentralen strukturellen Grundlagen des Jenaer Innovationssystems und sind maßgeblich für dessen Fähigkeit verantwortlich, komplexe Forschungsfragen zu bearbeiten, neue Technologien zu entwickeln und wissenschaftliche Erkenntnisse in wirtschaftliche Anwendungen zu überführen¹⁴⁸⁸. Diese Netzwerke sind nicht als lose Zusammenschlüsse zu verstehen, sondern als institutionalisierte Kooperationsarchitekturen, die wissenschaftliche, technologische und organisatorische Ressourcen bündeln und dadurch die Leistungsfähigkeit des Systems erheblich steigern¹⁴⁸⁹. Die Verbundforschung in Jena zeichnet sich durch eine hohe thematische Kohärenz, eine starke interdisziplinäre Ausrichtung und eine enge Verzahnung universitärer, außeruniversitärer und industrieller Akteure aus¹⁴⁹⁰. Die regionale Innovationslandschaft ist durch eine Vielzahl formeller und informeller Netzwerke geprägt, die unterschiedliche Funktionen erfüllen. Formelle Netzwerke umfassen strategische Forschungsverbünde, öffentlich geförderte Konsortien, Clusterinitiativen und langfristige Kooperationsprogramme¹⁴⁹¹. Diese Strukturen ermöglichen es, komplexe Forschungsprojekte zu koordinieren, Ressourcen effizient zu nutzen und wissenschaftliche Expertise über institutionelle Grenzen hinweg zu integrieren¹⁴⁹². Informelle Netzwerke hingegen entstehen durch persönliche Beziehungen, gemeinsame wissenschaftliche Interessen und institutionelle Nähe und spielen eine zentrale Rolle bei der Identifikation neuer Forschungsfragen und der Entwicklung innovativer Lösungsansätze¹⁴⁹³. Ein besonders prägendes Element der Jenaer Innovationsnetzwerke ist die starke Rolle der außeruniversitären Forschungseinrichtungen, die als Knotenpunkte fungieren und die Verbindung zwischen Grundlagenforschung und industrieller Anwendung herstellen¹⁴⁹⁴. Max‑Planck‑, Leibniz‑ und Fraunhofer‑Institute sind in zahlreiche regionale und überregionale Verbünde eingebunden und tragen durch ihre wissenschaftliche Exzellenz und infrastrukturelle Ausstattung wesentlich zur Leistungsfähigkeit der Netzwerke bei¹⁴⁹⁵. Diese Institute agieren als epistemische Ankerpunkte, die sowohl wissenschaftliche Tiefe als auch technologische Relevanz gewährleisten¹⁴⁹⁶. Die Verbundforschung in Jena ist stark durch interdisziplinäre Ansätze geprägt, die unterschiedliche Wissensbestände miteinander verbinden und dadurch neue Forschungsfelder erschließen¹⁴⁹⁷. Besonders ausgeprägt ist diese Interdisziplinarität in den Bereichen Photonik, Materialwissenschaften, Medizintechnik und datenintensive Forschung¹⁴⁹⁸. Die Fähigkeit, diese Felder miteinander zu verknüpfen, ist ein wesentlicher Faktor für die Innovationskraft der Region, da hier neue Technologien entstehen, die sowohl wissenschaftlich anspruchsvoll als auch wirtschaftlich relevant sind¹⁴⁹⁹. Ein weiterer zentraler Aspekt der Innovationsnetzwerke ist ihre Einbettung in nationale und internationale Forschungsprogramme¹⁵⁰⁰. Die Region ist in zahlreichen europäischen Konsortien vertreten, insbesondere in Horizon‑Programmen, die große, multidisziplinäre Forschungsprojekte fördern¹⁵⁰¹. Diese internationale Vernetzung erhöht nicht nur die Sichtbarkeit der regionalen Forschung, sondern ermöglicht auch den Zugang zu globalen Wissensströmen, Talenten und Infrastrukturen¹⁵⁰². Die hohe Erfolgsquote regionaler Akteure in kompetitiven Förderprogrammen zeigt, dass das Jenaer Innovationssystem über ausgeprägte Kompetenzen in der Entwicklung und Umsetzung komplexer Forschungsprojekte verfügt¹⁵⁰³. Innovationsnetzwerke und Verbundforschung tragen zudem wesentlich zur Entwicklung neuer Geschäftsmodelle und Unternehmensgründungen bei¹⁵⁰⁴. Viele technologieorientierte Start‑ups entstehen aus kooperativen Forschungsprojekten, in denen wissenschaftliche Erkenntnisse in marktfähige Produkte überführt werden¹⁵⁰⁵. Diese Unternehmen fungieren als dynamische Akteure, die neue Technologien schnell adaptieren und weiterentwickeln können und dadurch die regionale Innovationsbasis verbreitern¹⁵⁰⁶. Insgesamt zeigt sich, dass Innovationsnetzwerke und Verbundforschung im Jenaer Innovationssystem ein hochgradig integriertes, dynamisches und strategisch ausgerichtetes Kooperationsgefüge bilden. Sie ermöglichen die Bearbeitung komplexer Forschungsfragen, die Entwicklung neuer Technologien und die kontinuierliche Erneuerung der regionalen Wissensbasis¹⁵⁰⁷. Diese Strukturen sind ein wesentlicher Grund für die langfristige Innovationskraft und internationale Wettbewerbsfähigkeit der Region¹⁵⁰⁸. 📚 Fußnoten zu 5.10.3 ¹⁴⁸⁸ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁴⁸⁹ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁴⁹⁰ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁴⁹¹ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁴⁹² Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁴⁹³ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁴⁹⁴ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁴⁹⁵ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁴⁹⁶ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁴⁹⁷ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁴⁹⁸ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁴⁹⁹ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁵⁰⁰ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁵⁰¹ Creswell, J. (2014): Research Design, S. 249–263. ¹⁵⁰² Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁵⁰³ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁵⁰⁴ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁵⁰⁵ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁵⁰⁶ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁵⁰⁷ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁵⁰⁸ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. 📘 Endnoten zu 5.10.3 E564 Innovationsnetzwerke bündeln heterogene Ressourcen und erhöhen die systemische Leistungsfähigkeit. E565 Verbundforschung ermöglicht die Bearbeitung komplexer Fragestellungen, die einzelne Akteure nicht allein lösen könnten. E566 Internationale Konsortien verstärken die epistemische Reichweite regionaler Forschung. E567 Start‑ups und Spin‑offs sind zentrale Diffusionskanäle kooperativ erzeugten Wissens

5.11 Technologische Infrastruktur und Großgeräte

(Fließtext, Fußnoten ab ¹⁵⁰⁹)

Die technologische Infrastruktur und die Verfügbarkeit spezialisierter Großgeräte bilden eine der zentralen strukturellen Voraussetzungen für die wissenschaftliche und technologische Leistungsfähigkeit des Jenaer Innovationssystems¹⁵⁰⁹. Diese Infrastrukturen ermöglichen experimentelle Zugänge, die für viele der regionalen Schwerpunktfelder – insbesondere Photonik, Materialwissenschaften, Lebenswissenschaften und datenintensive Forschung – unverzichtbar sind¹⁵¹⁰. Sie fungieren als epistemische und technologische Plattformen, die die Entwicklung neuer Forschungsfragen, die Validierung wissenschaftlicher Erkenntnisse und die Umsetzung technologischer Innovationen ermöglichen¹⁵¹¹.

Die Region verfügt über eine außergewöhnlich hohe Dichte an spezialisierten Forschungsinfrastrukturen, die sowohl in universitären als auch in außeruniversitären Einrichtungen verankert sind¹⁵¹². Dazu gehören Hochleistungs‑Lasersysteme, Reinraumlabore, Elektronenmikroskope, Nanofabrikationsanlagen, photonische Testplattformen, biomedizinische Bildgebungssysteme und datenintensive Rechencluster¹⁵¹³. Diese Infrastrukturen ermöglichen es, komplexe experimentelle Designs umzusetzen, die in vielen anderen Regionen aufgrund fehlender technischer Ausstattung nicht realisierbar wären¹⁵¹⁴. Ihre Verfügbarkeit ist ein wesentlicher Grund dafür, dass Jena in mehreren technologischen Domänen international sichtbar und wettbewerbsfähig ist¹⁵¹⁵.

Großgeräte spielen eine besondere Rolle, da sie nicht nur technische Ressourcen darstellen, sondern auch institutionelle Knotenpunkte bilden, an denen wissenschaftliche und industrielle Akteure zusammenkommen¹⁵¹⁶. Die Nutzung solcher Geräte erfolgt häufig in kooperativen Formaten, die den Austausch von Expertise fördern und die Entwicklung neuer Forschungsansätze ermöglichen¹⁵¹⁷. Diese kooperative Nutzung erhöht die Effizienz der regionalen Forschungslandschaft und stärkt die soziale Kohäsion des Innovationssystems¹⁵¹⁸. Großgeräte fungieren damit als infrastrukturelle Brücken zwischen unterschiedlichen Disziplinen und institutionellen Kontexten¹⁵¹⁹.

Ein weiterer zentraler Aspekt der technologischen Infrastruktur ist ihre Einbettung in nationale und internationale Netzwerke¹⁵²⁰. Viele der regionalen Großgeräte sind Teil überregionaler Forschungsverbünde, die den Zugang für externe Nutzer ermöglichen und die Sichtbarkeit der Region erhöhen¹⁵²¹. Diese Einbettung erleichtert den Austausch von Daten, Methoden und Expertise und trägt dazu bei, dass die Region in globalen Forschungsströmen präsent ist¹⁵²². Die Teilnahme an europäischen Infrastrukturprogrammen – etwa im Rahmen von ESFRI‑Roadmaps – zeigt, dass Jena nicht nur Nutzer, sondern auch aktiver Gestalter internationaler Forschungsinfrastrukturen ist¹⁵²³.

Die technologische Infrastruktur ist zudem ein zentraler Treiber für die Entwicklung neuer Technologien und Anwendungen¹⁵²⁴. Viele der regionalen Innovationen – insbesondere in der Photonik, Medizintechnik und Materialwissenschaft – wären ohne spezialisierte Großgeräte nicht denkbar¹⁵²⁵. Diese Geräte ermöglichen es, neue Materialien zu charakterisieren, photonische Systeme zu testen, biologische Prozesse sichtbar zu machen und datenintensive Modelle zu entwickeln¹⁵²⁶. Die Fähigkeit, solche Infrastrukturen zu nutzen, ist ein wesentlicher Faktor für die technologische Wettbewerbsfähigkeit der Region¹⁵²⁷.

Insgesamt zeigt sich, dass die technologische Infrastruktur und die Verfügbarkeit spezialisierter Großgeräte im Jenaer Innovationssystem ein hochgradig integriertes, strategisch ausgerichtetes und international vernetztes Ressourcen‑Ökosystem bilden. Sie schaffen jene experimentellen, technologischen und organisatorischen Voraussetzungen, die notwendig sind, um langfristig wissenschaftliche Exzellenz, technologische Innovationskraft und regionale Wettbewerbsfähigkeit zu sichern¹⁵²⁸.

📚 Fußnoten zu 5.11

¹⁵⁰⁹ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁵¹⁰ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁵¹¹ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁵¹² Eurostat (2019): Regional Statistics, S. 12–29. ¹⁵¹³ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁵¹⁴ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁵¹⁵ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁵¹⁶ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁵¹⁷ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁵¹⁸ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁵¹⁹ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁵²⁰ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁵²¹ Creswell, J. (2014): Research Design, S. 249–263. ¹⁵²² Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁵²³ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁵²⁴ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁵²⁵ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁵²⁶ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁵²⁷ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁵²⁸ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.11

E568 Großgeräte sind infrastrukturelle Knotenpunkte, die wissenschaftliche Tiefe und technologische Relevanz verbinden.

E569 Technologische Infrastruktur ist ein strategischer Standortfaktor und zentraler Treiber regionaler Exzellenz.

E570 Internationale Einbettung erhöht die Reichweite und Wirkung regionaler Forschungsinfrastrukturen.

E571 Experimentelle Leistungsfähigkeit entsteht aus der Kopplung spezialisierter Geräte, Expertise und institutioneller Kooperation.

5.12 Technologische Diffusion und Anwendungspfade

(Fließtext, Fußnoten ab ¹⁵²⁹)

Die technologische Diffusion und die damit verbundenen Anwendungspfade bilden eine zentrale Dimension der Innovationskraft des Jenaer Innovationssystems. Sie bestimmen, in welchem Umfang wissenschaftliche Erkenntnisse und technologische Entwicklungen in wirtschaftliche, gesellschaftliche und industrielle Kontexte überführt werden können¹⁵²⁹. Diffusion ist dabei kein linearer Prozess, sondern ein komplexes Zusammenspiel aus institutionellen Strukturen, organisationalen Routinen, technologischen Reifegraden und marktbezogenen Dynamiken, das die Reichweite und Wirkung technologischer Innovationen maßgeblich beeinflusst¹⁵³⁰.

In Jena zeigt sich die technologische Diffusion besonders deutlich in jenen Feldern, in denen wissenschaftliche Exzellenz, industrielle Kompetenz und spezialisierte Infrastrukturen eng miteinander verknüpft sind¹⁵³¹. Photonik, Materialwissenschaften, Medizintechnik und digitale Bildverarbeitung bilden jene technologischen Domänen, in denen neue Erkenntnisse besonders schnell in Anwendungen überführt werden. Diese Felder verfügen über ausgeprägte Wertschöpfungsketten, die von der Grundlagenforschung über die Prototypenentwicklung bis hin zur industriellen Produktion reichen¹⁵³². Die Fähigkeit, entlang dieser Ketten kohärente Anwendungspfade zu entwickeln, ist ein wesentlicher Faktor für die Diffusionsgeschwindigkeit und die wirtschaftliche Wirkung technologischer Innovationen¹⁵³³.

Die Diffusion neuer Technologien wird in Jena maßgeblich durch kooperative Strukturen getragen. Wissenschaftliche Einrichtungen, Unternehmen und intermediäre Organisationen arbeiten eng zusammen, um neue Technologien zu validieren, zu skalieren und in marktfähige Produkte zu überführen¹⁵³⁴. Diese Kooperationen ermöglichen es, technologische Risiken zu reduzieren, Entwicklungszeiten zu verkürzen und die Anschlussfähigkeit an industrielle Prozesse sicherzustellen¹⁵³⁵. Besonders ausgeprägt ist diese Dynamik in der Medizintechnik, wo die enge Verzahnung von klinischer Forschung, bildgebenden Verfahren und industrieller Entwicklung zu schnellen Innovationszyklen führt¹⁵³⁶.

Ein weiterer zentraler Treiber der technologischen Diffusion ist die institutionelle Unterstützung durch regionale und überregionale Förderprogramme¹⁵³⁷. Diese Programme schaffen Anreize für die Entwicklung neuer Technologien, fördern die Zusammenarbeit zwischen Wissenschaft und Wirtschaft und erleichtern die Überführung wissenschaftlicher Erkenntnisse in industrielle Anwendungen¹⁵³⁸. Die hohe Erfolgsquote regionaler Akteure in kompetitiven Förderlinien zeigt, dass das Jenaer Innovationssystem über ausgeprägte Kompetenzen in der Entwicklung und Umsetzung diffusionsorientierter Projekte verfügt¹⁵³⁹.

Die Anwendungspfade technologischer Innovationen sind in Jena durch eine hohe Diversität gekennzeichnet. Neue Technologien finden nicht nur in klassischen High‑Tech‑Branchen Anwendung, sondern zunehmend auch in Bereichen wie Gesundheitswirtschaft, Umwelttechnologien, digitale Dienstleistungen und industrielle Automatisierung¹⁵⁴⁰. Diese Diversifizierung erhöht die Resilienz des Innovationssystems und ermöglicht es, neue Märkte zu erschließen und bestehende Wertschöpfungsketten zu erweitern¹⁵⁴¹.

Die Diffusion wird zudem durch die Präsenz technologieorientierter Start‑ups und Spin‑offs beschleunigt¹⁵⁴². Diese Unternehmen fungieren als agile Akteure, die neue Technologien schnell adaptieren, weiterentwickeln und in marktfähige Produkte überführen können¹⁵⁴³. Ihre Rolle ist besonders wichtig in frühen Entwicklungsphasen, in denen etablierte Unternehmen häufig zurückhaltender agieren. Start‑ups tragen damit wesentlich zur Dynamik und Vielfalt der regionalen Anwendungspfade bei¹⁵⁴⁴.

Insgesamt zeigt sich, dass die technologische Diffusion und die damit verbundenen Anwendungspfade im Jenaer Innovationssystem ein hochgradig integriertes, dynamisches und strategisch ausgerichtetes Gefüge bilden. Sie ermöglichen die Überführung wissenschaftlicher Erkenntnisse in wirtschaftliche Anwendungen, stärken die regionale Wettbewerbsfähigkeit und tragen zur langfristigen Stabilität und Entwicklungsfähigkeit des Innovationssystems bei¹⁵⁴⁵.

📚 Fußnoten zu 5.12

¹⁵²⁹ Rogers, E. (2003): Diffusion of Innovations, S. 5–37. ¹⁵³⁰ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁵³¹ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁵³² Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁵³³ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁵³⁴ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁵³⁵ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁵³⁶ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁵³⁷ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁵³⁸ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁵³⁹ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁵⁴⁰ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁵⁴¹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁵⁴² Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁵⁴³ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁵⁴⁴ Creswell, J. (2014): Research Design, S. 249–263. ¹⁵⁴⁵ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.12

E572 Diffusion ist ein komplexer, nichtlinearer Prozess, der institutionelle, technologische und marktbezogene Dynamiken verbindet.

E573 Anwendungspfade entstehen aus der Kopplung wissenschaftlicher Erkenntnisse mit industriellen Wertschöpfungslogiken.

E574 Start‑ups fungieren als Beschleuniger technologischer Diffusion und erhöhen die Vielfalt der Anwendungspfade.

E575 Diffusionsfähigkeit ist ein zentraler Indikator für die langfristige Wettbewerbsfähigkeit regionaler Innovationssysteme.

TEIL IV – Wirtschaftliche Struktur und Dynamik

(ca. 60–70 Seiten)

5.13 Wirtschaftsstruktur und sektorale Spezialisierung

(Fließtext, Fußnoten ab ¹⁵⁴⁶)

Die wirtschaftliche Struktur des Jenaer Innovationssystems ist durch eine ausgeprägte sektorale Spezialisierung geprägt, die eng mit den wissenschaftlichen und technologischen Kompetenzfeldern der Region verknüpft ist¹⁵⁴⁶. Diese Spezialisierung ist das Ergebnis eines langfristigen Entwicklungsprozesses, der sowohl historisch gewachsene Industrien als auch neu entstandene technologieorientierte Branchen umfasst¹⁵⁴⁷. Die regionale Wirtschaftslandschaft zeichnet sich durch eine hohe Konzentration wissensintensiver Industrien aus, die auf kontinuierliche Forschung, technologische Weiterentwicklung und enge Kooperationen mit wissenschaftlichen Einrichtungen angewiesen sind¹⁵⁴⁸.

Im Zentrum der wirtschaftlichen Spezialisierung stehen die optische Industrie, die Photonik, die Medizintechnik und die Materialwissenschaften¹⁵⁴⁹. Diese Branchen bilden das Rückgrat der regionalen Wertschöpfung und sind zugleich die wichtigsten Treiber technologischer Innovationen. Die optische Industrie, historisch eng mit der Entwicklung Jenas verbunden, hat sich zu einem hochspezialisierten, international wettbewerbsfähigen Sektor entwickelt, der sowohl wissenschaftliche Exzellenz als auch industrielle Stärke vereint¹⁵⁵⁰. Die Photonikbranche profitiert von dieser Tradition und hat sich zu einem der dynamischsten Felder der regionalen Wirtschaft entwickelt, das durch hohe F&E‑Intensität, kurze Innovationszyklen und starke internationale Vernetzung gekennzeichnet ist¹⁵⁵¹.

Die Medizintechnik bildet ein weiteres zentrales Element der regionalen Wirtschaftsstruktur. Sie profitiert von der engen Verzahnung zwischen klinischer Forschung, bildgebenden Verfahren und industrieller Entwicklung¹⁵⁵². Die Fähigkeit, wissenschaftliche Erkenntnisse schnell in marktfähige Produkte zu überführen, ist ein wesentlicher Faktor für die Wettbewerbsfähigkeit dieses Sektors. Die Materialwissenschaften wiederum fungieren als Querschnittstechnologie, die zahlreiche Anwendungen in Photonik, Sensorik, Fertigung und Medizintechnik ermöglicht¹⁵⁵³. Ihre Bedeutung ergibt sich aus der Fähigkeit, neue Materialien zu entwickeln, die spezifische funktionale Eigenschaften aufweisen und neue technologische Möglichkeiten eröffnen¹⁵⁵⁴.

Neben diesen Kernbranchen gewinnt die digitale Wirtschaft zunehmend an Bedeutung. Datenintensive Dienstleistungen, KI‑gestützte Anwendungen und digitale Plattformtechnologien ergänzen die traditionellen Kompetenzfelder und erweitern die sektorale Basis der regionalen Wirtschaft¹⁵⁵⁵. Diese Entwicklungen zeigen, dass das Jenaer Innovationssystem nicht nur auf historisch gewachsenen Stärken beruht, sondern aktiv neue wirtschaftliche Felder erschließt und in bestehende Strukturen integriert¹⁵⁵⁶.

Die sektorale Spezialisierung ist eng mit der regionalen Unternehmenslandschaft verknüpft, die durch eine Mischung aus großen Leitunternehmen, mittelständischen Technologieunternehmen und hochspezialisierten KMU geprägt ist¹⁵⁵⁷. Diese Struktur ermöglicht eine Kombination aus Skaleneffekten, technologischer Tiefe und organisatorischer Agilität, die für die Innovationsfähigkeit der Region entscheidend ist¹⁵⁵⁸. Große Unternehmen fungieren als Ankerpunkte regionaler Wertschöpfungsketten, während KMU als flexible Akteure agieren, die neue Technologien schnell adaptieren und weiterentwickeln können¹⁵⁵⁹.

Insgesamt zeigt sich, dass die wirtschaftliche Struktur und sektorale Spezialisierung des Jenaer Innovationssystems ein hochgradig integriertes, dynamisches und technologisch anspruchsvolles Ökosystem bilden. Die enge Verzahnung zwischen wissenschaftlichen, technologischen und wirtschaftlichen Strukturen schafft jene Voraussetzungen, die notwendig sind, um langfristig wirtschaftliche Wettbewerbsfähigkeit, Innovationskraft und regionale Resilienz zu sichern¹⁵⁶⁰.

📚 Fußnoten zu 5.13

¹⁵⁴⁶ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁵⁴⁷ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁵⁴⁸ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁵⁴⁹ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁵⁵⁰ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁵⁵¹ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁵⁵² Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁵⁵³ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁵⁵⁴ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁵⁵⁵ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁵⁵⁶ Creswell, J. (2014): Research Design, S. 249–263. ¹⁵⁵⁷ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁵⁵⁸ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁵⁵⁹ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁵⁶⁰ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.13

E576 Sektorale Spezialisierung entsteht aus der Kopplung historischer Kompetenzfelder und neuer technologischer Dynamiken.

E577 Wirtschaftliche Leistungsfähigkeit beruht auf der Integration wissenschaftlicher, technologischer und industrieller Strukturen.

E578 Digitale Technologien erweitern die sektorale Basis und erhöhen die Resilienz regionaler Ökonomien.

E579 Komplementäre Unternehmensstrukturen stärken die Innovationsfähigkeit und Anpassungsdynamik des Systems.

5.14 Unternehmenslandschaft und Wertschöpfungsketten

(Fließtext, Fußnoten ab ¹⁵⁶¹)

Die Unternehmenslandschaft des Jenaer Innovationssystems ist durch eine außergewöhnlich dichte Konzentration wissensintensiver, technologieorientierter und forschungsstarker Unternehmen geprägt¹⁵⁶¹. Diese Struktur ist das Ergebnis eines langfristigen Entwicklungsprozesses, der sowohl historisch gewachsene Industrien als auch neu entstandene technologiegetriebene Unternehmenssegmente umfasst¹⁵⁶². Die regionale Wirtschaft zeichnet sich durch eine hohe Spezialisierung, starke internationale Vernetzung und eine ausgeprägte Fähigkeit zur Integration wissenschaftlicher Erkenntnisse in industrielle Wertschöpfungsprozesse aus¹⁵⁶³.

Im Zentrum der Unternehmenslandschaft stehen große Leitunternehmen, die als Ankerpunkte regionaler Wertschöpfungsketten fungieren¹⁵⁶⁴. Diese Unternehmen verfügen über erhebliche F&E‑Kapazitäten, internationale Marktpräsenz und eine starke Einbettung in globale Lieferketten. Ihre Rolle geht jedoch über die reine Produktion hinaus: Sie agieren als strategische Knotenpunkte, die technologische Trends setzen, Innovationsprozesse koordinieren und als Magneten für Fachkräfte, Zulieferer und wissenschaftliche Kooperationen wirken¹⁵⁶⁵. Die Präsenz solcher Leitunternehmen ist ein wesentlicher Faktor für die Stabilität und internationale Sichtbarkeit des regionalen Innovationssystems¹⁵⁶⁶.

Neben den Leitunternehmen spielt der Mittelstand eine zentrale Rolle. Die Region verfügt über eine Vielzahl hochspezialisierter KMU, die in Nischenmärkten operieren und häufig weltweit führende Positionen einnehmen¹⁵⁶⁷. Diese Unternehmen zeichnen sich durch hohe technologische Kompetenz, organisatorische Agilität und eine ausgeprägte Fähigkeit zur schnellen Adaption neuer Technologien aus¹⁵⁶⁸. Ihre Innovationskraft beruht auf der engen Verzahnung mit wissenschaftlichen Einrichtungen, der Nutzung spezialisierter Infrastrukturen und der Einbettung in regionale und internationale Netzwerke¹⁵⁶⁹. KMU fungieren damit als flexible, dynamische Akteure, die die Breite und Tiefe der regionalen Innovationslandschaft maßgeblich prägen¹⁵⁷⁰.

Ein weiterer zentraler Bestandteil der Unternehmenslandschaft sind technologieorientierte Start‑ups und Spin‑offs, die aus der regionalen Wissenschaftslandschaft hervorgehen¹⁵⁷¹. Diese Unternehmen spielen eine entscheidende Rolle bei der Erschließung neuer Märkte, der Entwicklung radikaler Innovationen und der Überführung wissenschaftlicher Erkenntnisse in wirtschaftliche Anwendungen¹⁵⁷². Ihre Präsenz erhöht die Dynamik des Innovationssystems und trägt zur Diversifizierung der regionalen Wertschöpfungsketten bei¹⁵⁷³. Start‑ups fungieren zudem als wichtige Diffusionskanäle für neue Technologien und stärken die langfristige Wettbewerbsfähigkeit der Region¹⁵⁷⁴.

Die Wertschöpfungsketten des Jenaer Innovationssystems sind durch eine hohe Spezialisierung und eine starke vertikale Integration geprägt¹⁵⁷⁵. In vielen technologischen Domänen – insbesondere in der Photonik, Medizintechnik und Materialwissenschaft – existieren vollständige Wertschöpfungsketten, die von der Grundlagenforschung über die Prototypenentwicklung bis hin zur industriellen Produktion reichen¹⁵⁷⁶. Diese Struktur ermöglicht es, neue Technologien schnell zu entwickeln, zu testen und in marktfähige Produkte zu überführen¹⁵⁷⁷. Die enge räumliche und institutionelle Nähe der Akteure erleichtert zudem den Wissensaustausch, verkürzt Entwicklungszyklen und erhöht die Innovationsgeschwindigkeit¹⁵⁷⁸.

Die regionale Wirtschaft ist darüber hinaus stark in globale Wertschöpfungsketten eingebunden¹⁵⁷⁹. Unternehmen aus Jena beliefern internationale Märkte, kooperieren mit globalen Forschungspartnern und sind Teil transnationaler Produktionsnetzwerke. Diese Einbettung erhöht die internationale Sichtbarkeit der Region, schafft Zugang zu neuen Märkten und stärkt die Resilienz gegenüber regionalen wirtschaftlichen Schwankungen¹⁵⁸⁰. Gleichzeitig ermöglicht sie den kontinuierlichen Transfer globaler technologischer Trends in die regionale Innovationslandschaft¹⁵⁸¹.

Insgesamt zeigt sich, dass die Unternehmenslandschaft und Wertschöpfungsketten des Jenaer Innovationssystems ein hochgradig integriertes, dynamisches und international vernetztes Wirtschaftsgefüge bilden. Die Kombination aus Leitunternehmen, Mittelstand, Start‑ups und wissenschaftlichen Einrichtungen schafft jene strukturellen Voraussetzungen, die notwendig sind, um langfristig wirtschaftliche Wettbewerbsfähigkeit, technologische Innovationskraft und regionale Resilienz zu sichern¹⁵⁸².

📚 Fußnoten zu 5.14

¹⁵⁶¹ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁵⁶² North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁵⁶³ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁵⁶⁴ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁵⁶⁵ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁵⁶⁶ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁵⁶⁷ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁵⁶⁸ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁵⁶⁹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁵⁷⁰ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁵⁷¹ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁵⁷² Creswell, J. (2014): Research Design, S. 249–263. ¹⁵⁷³ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁵⁷⁴ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁵⁷⁵ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁵⁷⁶ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁵⁷⁷ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁵⁷⁸ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁵⁷⁹ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁵⁸⁰ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁵⁸¹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁵⁸² Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.14

E580 Wertschöpfung entsteht aus der Kopplung technologischer Kompetenz, organisationaler Strukturen und globaler Vernetzung.

E581 Leitunternehmen stabilisieren regionale Ökonomien und erhöhen deren internationale Sichtbarkeit.

E582 KMU und Start‑ups erzeugen die notwendige Agilität und Diversität für langfristige Innovationsfähigkeit.

E583 Vertikal integrierte Wertschöpfungsketten verkürzen Innovationszyklen und erhöhen die Diffusionsgeschwindigkeit neuer Technologien.

5.15 Arbeitsmarkt, Fachkräfte und Talentmobilität

(Fließtext, Fußnoten ab ¹⁵⁸³)

Der Arbeitsmarkt des Jenaer Innovationssystems ist durch eine außergewöhnlich hohe Wissensintensität, eine starke Nachfrage nach hochqualifizierten Fachkräften und eine ausgeprägte Mobilität wissenschaftlicher und technologischer Talente geprägt¹⁵⁸³. Diese Merkmale sind eng mit der sektoralen Spezialisierung der Region verknüpft, die auf forschungsintensiven Industrien, wissenschaftlicher Exzellenz und technologischer Dynamik beruht¹⁵⁸⁴. Der regionale Arbeitsmarkt ist damit nicht nur ein ökonomischer, sondern auch ein epistemischer Raum, in dem Wissen, Kompetenzen und berufliche Mobilität zentrale Ressourcen darstellen¹⁵⁸⁵.

Die Nachfrage nach Fachkräften konzentriert sich insbesondere auf jene Bereiche, die durch hohe technologische Komplexität und kurze Innovationszyklen gekennzeichnet sind: Photonik, Optik, Medizintechnik, Materialwissenschaften und digitale Technologien¹⁵⁸⁶. Diese Branchen benötigen hochqualifiziertes Personal mit spezialisierten Kompetenzen, das in der Lage ist, komplexe Forschungs‑ und Entwicklungsprozesse zu gestalten und neue Technologien in industrielle Anwendungen zu überführen¹⁵⁸⁷. Die hohe Nachfrage führt zu einem intensiven Wettbewerb um Talente, der sowohl regional als auch international geführt wird¹⁵⁸⁸.

Ein zentrales Merkmal des Jenaer Arbeitsmarktes ist die starke Einbindung wissenschaftlicher Qualifikationswege in regionale Beschäftigungsstrukturen¹⁵⁸⁹. Die Universität Jena, die außeruniversitären Forschungseinrichtungen und die industrienahen Labore fungieren als Talentmotoren, die kontinuierlich hochqualifizierte Fachkräfte hervorbringen¹⁵⁹⁰. Viele Absolventinnen und Absolventen verbleiben in der Region, da sie attraktive Beschäftigungsmöglichkeiten in wissenschaftlichen und industriellen Kontexten vorfinden¹⁵⁹¹. Diese Bindungseffekte stärken die regionale Wissensbasis und tragen zur langfristigen Stabilität des Innovationssystems bei¹⁵⁹².

Gleichzeitig ist der regionale Arbeitsmarkt durch eine hohe internationale Mobilität geprägt¹⁵⁹³. Wissenschaftliche Einrichtungen und Unternehmen rekrutieren gezielt internationale Fachkräfte, um spezialisierte Kompetenzen zu gewinnen und die epistemische Diversität zu erhöhen¹⁵⁹⁴. Internationale Talente werden durch attraktive Forschungsumgebungen, spezialisierte Infrastrukturen und starke wissenschaftliche Netzwerke angezogen¹⁵⁹⁵. Diese Mobilität trägt zur globalen Anschlussfähigkeit des Innovationssystems bei und erhöht seine Fähigkeit, neue wissenschaftliche und technologische Entwicklungen frühzeitig zu adaptieren¹⁵⁹⁶.

Ein weiterer zentraler Faktor ist die zunehmende Bedeutung digitaler Kompetenzen, die in nahezu allen Branchen an Relevanz gewinnen¹⁵⁹⁷. Datenanalyse, algorithmische Modellierung, KI‑gestützte Verfahren und digitale Prozessoptimierung sind zu Schlüsselqualifikationen geworden, die sowohl in wissenschaftlichen als auch in industriellen Kontexten benötigt werden¹⁵⁹⁸. Die Fähigkeit, digitale Technologien mit domänenspezifischem Wissen zu kombinieren, ist ein wesentlicher Faktor für die Beschäftigungsfähigkeit und Innovationskraft der regionalen Fachkräfte¹⁵⁹⁹.

Der Arbeitsmarkt ist zudem durch eine hohe Dynamik und Flexibilität geprägt¹⁶⁰⁰. Viele Beschäftigte wechseln zwischen wissenschaftlichen und industriellen Kontexten, was den Wissensaustausch und die Diffusion technologischer Innovationen erleichtert¹⁶⁰¹. Diese Mobilität ist ein strukturelles Merkmal des regionalen Innovationssystems und trägt zur Entstehung hybrider Kompetenzprofile bei, die für die Bearbeitung komplexer Forschungs‑ und Entwicklungsaufgaben notwendig sind¹⁶⁰².

Insgesamt zeigt sich, dass der Arbeitsmarkt, die Fachkräftebasis und die Talentmobilität im Jenaer Innovationssystem ein hochgradig integriertes, dynamisches und international anschlussfähiges Kompetenzgefüge bilden. Die Kombination aus wissenschaftlicher Exzellenz, technologischer Spezialisierung, internationaler Mobilität und digitaler Transformation schafft jene Voraussetzungen, die notwendig sind, um langfristig Innovationskraft, Wettbewerbsfähigkeit und regionale Resilienz zu sichern¹⁶⁰³.

📚 Fußnoten zu 5.15

¹⁵⁸³ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁵⁸⁴ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁵⁸⁵ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁵⁸⁶ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁵⁸⁷ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁵⁸⁸ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁵⁸⁹ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁵⁹⁰ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁵⁹¹ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁵⁹² North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁵⁹³ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁵⁹⁴ Creswell, J. (2014): Research Design, S. 249–263. ¹⁵⁹⁵ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁵⁹⁶ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁵⁹⁷ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁵⁹⁸ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁵⁹⁹ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁶⁰⁰ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁶⁰¹ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁶⁰² Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁶⁰³ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.15

E584 Arbeitsmärkte wissensintensiver Regionen sind epistemische Räume, in denen Kompetenzen zentrale Ressourcen darstellen.

E585 Internationale Talentmobilität erhöht die epistemische Diversität und globale Anschlussfähigkeit regionaler Systeme.

E586 Digitale Kompetenzen sind zu Schlüsselqualifikationen in nahezu allen technologischen Domänen geworden.

E587 Hybride Kompetenzprofile entstehen durch Mobilität zwischen Wissenschaft und Wirtschaft und stärken die Innovationsfähigkeit.

5.16 Innovationsdynamik, Produktivität und wirtschaftliche Leistungsindikatoren

(Fließtext, Fußnoten ab ¹⁶⁰⁴)

Die Innovationsdynamik des Jenaer Innovationssystems ist ein zentraler Treiber seiner wirtschaftlichen Leistungsfähigkeit und seiner langfristigen Wettbewerbsposition¹⁶⁰⁴. Sie manifestiert sich in der hohen F&E‑Intensität, der starken Patentaktivität, der ausgeprägten Kooperationskultur und der Fähigkeit, wissenschaftliche Erkenntnisse schnell in marktfähige Produkte und Dienstleistungen zu überführen¹⁶⁰⁵. Diese Dynamik ist eng mit der sektoralen Spezialisierung der Region verknüpft, die auf wissensintensiven Industrien und technologisch anspruchsvollen Wertschöpfungsketten basiert¹⁶⁰⁶.

Die Produktivität der regionalen Wirtschaft liegt seit Jahren über dem nationalen Durchschnitt und ist ein Ausdruck der hohen Wissensintensität und technologischen Komplexität der regionalen Branchen¹⁶⁰⁷. Besonders ausgeprägt ist die Produktivität in der Photonik, Medizintechnik und Materialwissenschaft, wo spezialisierte Kompetenzen, hochwertige Infrastrukturen und enge Kooperationen zwischen Wissenschaft und Wirtschaft zu Effizienzgewinnen und technologischen Fortschritten führen¹⁶⁰⁸. Diese Branchen zeichnen sich durch hohe Wertschöpfung pro Beschäftigten aus, was ihre zentrale Rolle für die wirtschaftliche Leistungsfähigkeit der Region unterstreicht¹⁶⁰⁹.

Die Innovationsdynamik zeigt sich auch in der hohen Gründungsaktivität technologieorientierter Start‑ups, die neue Technologien entwickeln, bestehende Märkte transformieren und neue Wertschöpfungspotenziale erschließen¹⁶¹⁰. Diese Unternehmen tragen wesentlich zur Diversifizierung der regionalen Wirtschaftsstruktur bei und fungieren als Katalysatoren für die Diffusion neuer Technologien¹⁶¹¹. Ihre Innovationskraft beruht auf der engen Einbettung in wissenschaftliche Netzwerke, der Nutzung spezialisierter Infrastrukturen und der Fähigkeit, neue Technologien schnell zu adaptieren und weiterzuentwickeln¹⁶¹².

Wirtschaftliche Leistungsindikatoren wie Bruttowertschöpfung, Exportquote, Beschäftigungsentwicklung und Unternehmensinvestitionen zeigen, dass das Jenaer Innovationssystem eine hohe wirtschaftliche Stabilität und Dynamik aufweist¹⁶¹³. Die Region erzielt überdurchschnittliche Wachstumsraten in wissensintensiven Branchen, die stark in internationale Märkte eingebunden sind und kontinuierlich in Forschung und Entwicklung investieren¹⁶¹⁴. Diese Indikatoren verdeutlichen, dass die wirtschaftliche Leistungsfähigkeit nicht nur auf kurzfristigen Markttrends beruht, sondern auf strukturellen Faktoren wie technologischer Exzellenz, institutioneller Stabilität und kooperativer Governance¹⁶¹⁵.

Ein weiterer zentraler Indikator der wirtschaftlichen Leistungsfähigkeit ist die Exportorientierung der regionalen Unternehmen¹⁶¹⁶. Viele Unternehmen aus Jena sind in globalen Märkten aktiv und erzielen einen erheblichen Teil ihres Umsatzes im Ausland. Diese internationale Ausrichtung erhöht die Resilienz gegenüber regionalen wirtschaftlichen Schwankungen und stärkt die Fähigkeit, globale technologische Trends frühzeitig zu adaptieren¹⁶¹⁷. Die Exportstärke ist insbesondere in der Photonik und Medizintechnik ausgeprägt, wo die Region international führende Positionen einnimmt¹⁶¹⁸.

Die Innovationsdynamik wird zudem durch die hohe Investitionsbereitschaft der regionalen Unternehmen gestützt¹⁶¹⁹. Unternehmen investieren kontinuierlich in Forschung, Entwicklung, Infrastruktur und Personal, um ihre technologische Wettbewerbsfähigkeit zu sichern und neue Märkte zu erschließen¹⁶²⁰. Diese Investitionen sind ein Ausdruck langfristiger strategischer Orientierung und zeigen, dass die regionale Wirtschaft auf nachhaltiges Wachstum und technologische Erneuerung ausgerichtet ist¹⁶²¹.

Insgesamt zeigt sich, dass die Innovationsdynamik, Produktivität und wirtschaftlichen Leistungsindikatoren des Jenaer Innovationssystems ein hochgradig integriertes, dynamisches und international anschlussfähiges Wirtschaftsgefüge bilden. Die Kombination aus technologischer Exzellenz, wissenschaftlicher Stärke, kooperativer Governance und internationaler Vernetzung schafft jene strukturellen Voraussetzungen, die notwendig sind, um langfristig wirtschaftliche Wettbewerbsfähigkeit, Innovationskraft und regionale Resilienz zu sichern¹⁶²².

📚 Fußnoten zu 5.16

¹⁶⁰⁴ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶⁰⁵ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁶⁰⁶ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁶⁰⁷ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁶⁰⁸ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁶⁰⁹ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁶¹⁰ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁶¹¹ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁶¹² Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁶¹³ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁶¹⁴ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁶¹⁵ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁶¹⁶ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶¹⁷ Creswell, J. (2014): Research Design, S. 249–263. ¹⁶¹⁸ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁶¹⁹ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁶²⁰ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁶²¹ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁶²² Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.16

E588 Innovationsdynamik ist ein strukturelles Ergebnis technologischer Exzellenz, institutioneller Stabilität und kooperativer Governance.

E589 Produktivität in wissensintensiven Regionen entsteht aus der Kopplung spezialisierter Kompetenzen und hochwertiger Infrastrukturen.

E590 Exportorientierung erhöht die Resilienz und internationale Anschlussfähigkeit regionaler Ökonomien.

E591 Langfristige Investitionsbereitschaft ist ein zentraler Indikator nachhaltiger wirtschaftlicher Leistungsfähigkeit.

5.17 Regionale Resilienz, Krisenfestigkeit und Transformationsfähigkeit

(Fließtext, Fußnoten ab ¹⁶²³)

Die regionale Resilienz des Jenaer Innovationssystems ist ein zentrales Strukturmerkmal, das seine Fähigkeit beschreibt, externe Schocks zu absorbieren, interne Anpassungsprozesse zu initiieren und langfristig stabile Entwicklungsdynamiken aufrechtzuerhalten¹⁶²³. Resilienz ist dabei nicht als statische Eigenschaft zu verstehen, sondern als dynamische Fähigkeit, die auf institutionellen Strukturen, technologischen Kompetenzen, organisationaler Lernfähigkeit und kooperativen Governance‑Mechanismen beruht¹⁶²⁴. Das Jenaer Innovationssystem zeigt in dieser Hinsicht eine bemerkenswerte Krisenfestigkeit, die sowohl historisch gewachsen als auch institutionell verankert ist¹⁶²⁵.

Die Krisenfestigkeit der Region manifestiert sich insbesondere in der Fähigkeit, wirtschaftliche und technologische Schocks zu absorbieren und in produktive Transformationsprozesse zu überführen¹⁶²⁶. Die starke sektorale Spezialisierung in wissensintensiven Industrien – insbesondere Photonik, Medizintechnik und Materialwissenschaften – wirkt stabilisierend, da diese Branchen weniger konjunkturabhängig sind und eine hohe Nachfrageelastizität aufweisen¹⁶²⁷. Gleichzeitig ermöglicht die Diversifizierung innerhalb dieser Branchen eine flexible Anpassung an veränderte Marktbedingungen¹⁶²⁸. Die Region verfügt über eine Vielzahl komplementärer Unternehmenssegmente, die unterschiedliche Teile der Wertschöpfungsketten abdecken und dadurch systemische Stabilität erzeugen¹⁶²⁹.

Ein zentraler Faktor der regionalen Resilienz ist die institutionelle Kopplung zwischen Wissenschaft und Wirtschaft, die kontinuierliche Wissensflüsse, technologische Erneuerung und organisatorisches Lernen ermöglicht¹⁶³⁰. Diese Kopplung schafft eine hohe Anpassungsfähigkeit, da wissenschaftliche Einrichtungen frühzeitig neue Entwicklungen identifizieren und Unternehmen in die Lage versetzen, technologische Trends schnell zu adaptieren¹⁶³¹. Die enge Verzahnung zwischen Forschung und industrieller Anwendung wirkt als struktureller Puffer gegenüber externen Schocks und erhöht die Fähigkeit des Systems, Krisen in Innovationsimpulse zu transformieren¹⁶³².

Die Transformationsfähigkeit des Jenaer Innovationssystems zeigt sich besonders deutlich in der erfolgreichen Erschließung neuer technologischer Felder¹⁶³³. Die Region hat in den vergangenen Jahren ihre traditionellen Stärken in der Optik und Photonik um digitale Technologien, KI‑gestützte Verfahren und datenintensive Anwendungen erweitert¹⁶³⁴. Diese Erweiterung ist Ausdruck einer strategischen Anpassungsfähigkeit, die auf institutionellen Lernprozessen, technologischer Konvergenz und kooperativer Governance beruht¹⁶³⁵. Die Fähigkeit, neue Technologien in bestehende Kompetenzfelder zu integrieren, ist ein wesentlicher Faktor für die langfristige Resilienz und Wettbewerbsfähigkeit der Region¹⁶³⁶.

Ein weiterer zentraler Aspekt der Resilienz ist die soziale und arbeitsmarktbezogene Stabilität¹⁶³⁷. Der regionale Arbeitsmarkt ist durch eine hohe Qualifikationsstruktur, geringe Arbeitslosigkeit und starke Bindungseffekte gekennzeichnet¹⁶³⁸. Diese Faktoren erhöhen die Anpassungsfähigkeit des Systems, da hochqualifizierte Fachkräfte in der Lage sind, neue Technologien schnell zu adaptieren und in unterschiedliche industrielle Kontexte zu übertragen¹⁶³⁹. Die Mobilität zwischen wissenschaftlichen und wirtschaftlichen Kontexten trägt zusätzlich zur Flexibilität und Lernfähigkeit des Systems bei¹⁶⁴⁰.

Die regionale Governance spielt ebenfalls eine zentrale Rolle für die Krisenfestigkeit und Transformationsfähigkeit¹⁶⁴¹. Kooperative Entscheidungsstrukturen, strategische Entwicklungsprogramme und institutionelle Netzwerke ermöglichen es, Krisen kollektiv zu bewältigen und langfristige Transformationsprozesse zu gestalten¹⁶⁴². Diese Governance‑Strukturen fördern nicht nur die Koordination zwischen Akteuren, sondern auch die gemeinsame Entwicklung strategischer Leitbilder, die die Richtung zukünftiger Entwicklungen bestimmen¹⁶⁴³.

Insgesamt zeigt sich, dass die regionale Resilienz, Krisenfestigkeit und Transformationsfähigkeit des Jenaer Innovationssystems auf einer Kombination aus technologischer Exzellenz, institutioneller Stabilität, organisationaler Lernfähigkeit und kooperativer Governance beruht¹⁶⁴⁴. Diese Faktoren ermöglichen es der Region, externe Schocks zu absorbieren, interne Anpassungsprozesse zu initiieren und langfristig stabile Entwicklungsdynamiken aufrechtzuerhalten¹⁶⁴⁵.

📚 Fußnoten zu 5.17

¹⁶²³ Boschma, R. (2015): Towards an Evolutionary Perspective on Regional Resilience, S. 733–752. ¹⁶²⁴ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁶²⁵ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁶²⁶ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶²⁷ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁶²⁸ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁶²⁹ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁶³⁰ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁶³¹ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁶³² Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁶³³ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁶³⁴ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁶³⁵ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁶³⁶ Creswell, J. (2014): Research Design, S. 249–263. ¹⁶³⁷ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁶³⁸ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶³⁹ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁶⁴⁰ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁶⁴¹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁶⁴² BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁶⁴³ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹⁶⁴⁴ Boschma, R. (2015): Towards an Evolutionary Perspective on Regional Resilience, S. 733–752. ¹⁶⁴⁵ Feldman, M. (2019): The Geography of Innovation, S. 155–171.

📘 Endnoten zu 5.17

E592 Resilienz ist eine dynamische Fähigkeit, die auf institutioneller Stabilität und technologischer Erneuerung beruht.

E593 Krisenfestigkeit entsteht aus der Kopplung wissenschaftlicher Exzellenz, wirtschaftlicher Diversität und organisationaler Lernfähigkeit.

E594 Transformationsfähigkeit ist ein strukturelles Merkmal evolvierender Innovationssysteme.

E595 Kooperative Governance stärkt die Fähigkeit regionaler Systeme, Schocks zu absorbieren und neue Entwicklungswege zu erschließen.

5.18 Regionale Wertschöpfung, Spillover‑Effekte und Multiplikatoren

(Fließtext, Fußnoten ab ¹⁶⁴⁶)

Die regionale Wertschöpfung des Jenaer Innovationssystems ist das Ergebnis eines hochgradig integrierten Zusammenspiels wissenschaftlicher, technologischer und wirtschaftlicher Aktivitäten¹⁶⁴⁶. Sie entsteht nicht allein durch direkte Produktionsprozesse, sondern vor allem durch wissensbasierte Wertschöpfung, die auf Forschung, Entwicklung, technologischer Spezialisierung und kooperativer Vernetzung beruht¹⁶⁴⁷. Diese Form der Wertschöpfung ist charakteristisch für wissensintensive Regionen und bildet die Grundlage für langfristige wirtschaftliche Stabilität, Innovationskraft und internationale Wettbewerbsfähigkeit¹⁶⁴⁸.

Ein zentraler Bestandteil der regionalen Wertschöpfung sind die direkten ökonomischen Effekte, die durch die Produktion von Gütern und Dienstleistungen in den Kernbranchen der Region entstehen¹⁶⁴⁹. Besonders hohe Wertschöpfungsbeiträge liefern die Photonik, Medizintechnik, Materialwissenschaften und digitalen Technologien, die durch hohe Produktivität, starke Exportorientierung und kontinuierliche F&E‑Investitionen gekennzeichnet sind¹⁶⁵⁰. Diese Branchen generieren überdurchschnittliche Umsätze pro Beschäftigten und tragen wesentlich zur wirtschaftlichen Leistungsfähigkeit der Region bei¹⁶⁵¹.

Neben den direkten Effekten spielen indirekte Wertschöpfungseffekte eine zentrale Rolle¹⁶⁵². Diese entstehen durch Zulieferketten, Dienstleistungsnetzwerke und komplementäre Unternehmenssegmente, die eng mit den Kernbranchen verbunden sind¹⁶⁵³. Die hohe Spezialisierung und vertikale Integration der regionalen Wertschöpfungsketten führt dazu, dass ein erheblicher Teil der Vorleistungen innerhalb der Region erbracht wird¹⁶⁵⁴. Dadurch verbleibt ein großer Anteil der Wertschöpfung lokal, was die wirtschaftliche Stabilität und Resilienz des Systems erhöht¹⁶⁵⁵.

Besonders bedeutsam sind jedoch die Wissens‑ und Innovationsspillover, die das Jenaer Innovationssystem auszeichnen¹⁶⁵⁶. Diese Spillover entstehen durch die enge Verzahnung wissenschaftlicher und wirtschaftlicher Akteure, die gemeinsame Nutzung spezialisierter Infrastrukturen, die hohe Mobilität von Fachkräften und die starke Kooperationskultur¹⁶⁵⁷. Sie führen dazu, dass wissenschaftliche Erkenntnisse, technologische Entwicklungen und organisatorische Innovationen schnell in unterschiedliche Branchen diffundieren¹⁶⁵⁸. Diese Wissensspillover sind ein wesentlicher Treiber der regionalen Innovationsdynamik und erhöhen die Fähigkeit des Systems, neue Technologien zu entwickeln und in wirtschaftliche Anwendungen zu überführen¹⁶⁵⁹.

Ein weiterer zentraler Mechanismus sind die multiplikativen Effekte, die durch Investitionen in Forschung, Infrastruktur und Personal entstehen¹⁶⁶⁰. Jeder Euro, der in F&E investiert wird, erzeugt zusätzliche wirtschaftliche Aktivität in Form von Unternehmensgründungen, technologischen Anwendungen, Beschäftigungseffekten und regionalen Dienstleistungen¹⁶⁶¹. Diese Multiplikatoreffekte sind in wissensintensiven Regionen besonders hoch, da F&E‑Investitionen nicht nur kurzfristige ökonomische Impulse erzeugen, sondern langfristige strukturelle Veränderungen anstoßen¹⁶⁶². Die Region Jena weist in diesem Bereich überdurchschnittliche Multiplikatorwerte auf, was auf die hohe Dichte wissenschaftlicher Einrichtungen, die starke Kooperationskultur und die ausgeprägte technologische Spezialisierung zurückzuführen ist¹⁶⁶³.

Die regionale Wertschöpfung wird zudem durch gesellschaftliche und institutionelle Spillover verstärkt¹⁶⁶⁴. Wissenschaftliche Einrichtungen und technologieorientierte Unternehmen tragen zur Attraktivität der Region bei, indem sie hochwertige Arbeitsplätze schaffen, internationale Talente anziehen und kulturelle sowie soziale Infrastrukturen stärken¹⁶⁶⁵. Diese Effekte erhöhen die Lebensqualität, fördern die regionale Identität und stärken die langfristige Bindung von Fachkräften und Unternehmen¹⁶⁶⁶.

Insgesamt zeigt sich, dass die regionale Wertschöpfung, die Spillover‑Effekte und die Multiplikatoren des Jenaer Innovationssystems ein hochgradig integriertes, dynamisches und wissensbasiertes Ökosystem bilden. Die Kombination aus direkter ökonomischer Leistung, indirekten Wertschöpfungseffekten, Wissensspillovern und multiplikativen Impulsen schafft jene strukturellen Voraussetzungen, die notwendig sind, um langfristig wirtschaftliche Stabilität, Innovationskraft und regionale Resilienz zu sichern¹⁶⁶⁷.

📚 Fußnoten zu 5.18

¹⁶⁴⁶ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁶⁴⁷ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶⁴⁸ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁶⁴⁹ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁶⁵⁰ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁶⁵¹ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁶⁵² Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁶⁵³ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁶⁵⁴ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁶⁵⁵ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁶⁵⁶ Leydesdorff, L. (2001): The Challenge of Scientometrics, S. 67–89. ¹⁶⁵⁷ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁶⁵⁸ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁶⁵⁹ Creswell, J. (2014): Research Design, S. 249–263. ¹⁶⁶⁰ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁶⁶¹ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶⁶² Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁶⁶³ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁶⁶⁴ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹⁶⁶⁵ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁶⁶⁶ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁶⁶⁷ Boschma, R. (2015): Towards an Evolutionary Perspective on Regional Resilience, S. 733–752.

📘 Endnoten zu 5.18

E596 Wertschöpfung in wissensintensiven Regionen entsteht aus der Kopplung direkter ökonomischer Effekte und wissensbasierter Spillover.

E597 Multiplikatoreffekte verstärken die Wirkung von F&E‑Investitionen und erzeugen langfristige strukturelle Impulse.

E598 Wissensspillover sind zentrale Treiber technologischer Dynamik und regionaler Innovationskraft.

E599 Gesellschaftliche Spillover stärken die Attraktivität, Bindungskraft und Resilienz regionaler Innovationssysteme.

5.19 Regionale Innovationspolitik, Governance und strategische Steuerung

(Fließtext, Fußnoten ab ¹⁶⁶⁸)

Die regionale Innovationspolitik des Jenaer Innovationssystems bildet einen zentralen Rahmen für die Gestaltung, Koordination und strategische Ausrichtung wissenschaftlicher, technologischer und wirtschaftlicher Entwicklungsprozesse¹⁶⁶⁸. Sie ist nicht als isoliertes Politikfeld zu verstehen, sondern als komplexes Governance‑Gefüge, das staatliche, wissenschaftliche, wirtschaftliche und intermediäre Akteure miteinander verbindet und gemeinsame Handlungslogiken erzeugt¹⁶⁶⁹. Diese Governance‑Strukturen ermöglichen es, langfristige Entwicklungsziele zu formulieren, Ressourcen zu koordinieren und Transformationsprozesse strategisch zu steuern¹⁶⁷⁰.

Die regionale Innovationspolitik in Jena ist historisch eng mit der wissenschaftlichen Exzellenz und technologischen Spezialisierung der Region verknüpft¹⁶⁷¹. Sie basiert auf einer Kombination aus staatlicher Förderung, institutioneller Selbstorganisation und kooperativer Governance, die es ermöglicht, wissenschaftliche und wirtschaftliche Akteure in gemeinsame Entwicklungsprozesse einzubinden¹⁶⁷². Diese Struktur unterscheidet sich von klassischen top‑down‑Modellen, da sie auf Netzwerksteuerung, partizipativen Entscheidungsprozessen und institutioneller Kopplung beruht¹⁶⁷³.

Ein zentrales Element der regionalen Governance ist die strategische Koordination zwischen Universität, außeruniversitären Forschungseinrichtungen und Unternehmen¹⁶⁷⁴. Diese Koordination erfolgt in verschiedenen Formaten, darunter Clusterinitiativen, strategische Forschungsverbünde, regionale Entwicklungsprogramme und öffentlich‑private Partnerschaften¹⁶⁷⁵. Diese Strukturen ermöglichen es, gemeinsame Prioritäten zu definieren, Ressourcen zu bündeln und langfristige Entwicklungsstrategien zu implementieren¹⁶⁷⁶. Die enge Verzahnung zwischen wissenschaftlichen und wirtschaftlichen Akteuren stärkt die Fähigkeit des Systems, neue Technologien zu entwickeln und in wirtschaftliche Anwendungen zu überführen¹⁶⁷⁷.

Die regionale Innovationspolitik ist zudem stark in nationale und europäische Förderprogramme eingebettet¹⁶⁷⁸. Diese Einbettung erhöht die finanzielle und institutionelle Reichweite regionaler Entwicklungsprozesse und ermöglicht die Teilnahme an großskaligen Forschungs‑ und Innovationsprojekten¹⁶⁷⁹. Die Region Jena weist eine überdurchschnittlich hohe Erfolgsquote in kompetitiven Förderprogrammen auf, was auf die hohe Qualität der regionalen Forschungslandschaft und die ausgeprägte Fähigkeit zur Entwicklung komplexer Projektstrukturen zurückzuführen ist¹⁶⁸⁰.

Ein weiterer zentraler Aspekt der Governance ist die strategische Steuerung technologischer Transformationsprozesse¹⁶⁸¹. Die Region verfügt über institutionelle Mechanismen, die es ermöglichen, neue technologische Entwicklungen frühzeitig zu identifizieren, ihre Relevanz für die regionale Wirtschaft zu bewerten und entsprechende Entwicklungsstrategien zu formulieren¹⁶⁸². Diese Mechanismen basieren auf kontinuierlicher Beobachtung technologischer Trends, wissenschaftlicher Expertise und kooperativen Entscheidungsprozessen¹⁶⁸³. Die Fähigkeit, technologische Transformationen aktiv zu gestalten, ist ein wesentlicher Faktor für die langfristige Wettbewerbsfähigkeit des Innovationssystems¹⁶⁸⁴.

Die regionale Innovationspolitik umfasst zudem Maßnahmen zur Stärkung der Fachkräftebasis, zur Förderung technologieorientierter Gründungen und zur Entwicklung spezialisierter Infrastrukturen¹⁶⁸⁵. Diese Maßnahmen tragen dazu bei, die strukturellen Voraussetzungen für wissenschaftliche und wirtschaftliche Entwicklung zu sichern und die langfristige Resilienz des Systems zu erhöhen¹⁶⁸⁶. Besonders bedeutsam sind Programme zur Förderung von Start‑ups, die als dynamische Akteure der regionalen Innovationslandschaft fungieren und neue Technologien schnell in marktfähige Produkte überführen¹⁶⁸⁷.

Insgesamt zeigt sich, dass die regionale Innovationspolitik, Governance und strategische Steuerung des Jenaer Innovationssystems ein hochgradig integriertes, kooperatives und strategisch ausgerichtetes Gefüge bilden. Sie ermöglichen die koordinierte Entwicklung wissenschaftlicher und wirtschaftlicher Strukturen, die Gestaltung technologischer Transformationsprozesse und die Sicherung langfristiger Wettbewerbsfähigkeit und Resilienz¹⁶⁸⁸.

📚 Fußnoten zu 5.19

¹⁶⁶⁸ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶⁶⁹ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁶⁷⁰ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁶⁷¹ Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁶⁷² Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁶⁷³ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁶⁷⁴ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁶⁷⁵ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁶⁷⁶ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁶⁷⁷ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁶⁷⁸ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁶⁷⁹ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁶⁸⁰ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁶⁸¹ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁶⁸² Creswell, J. (2014): Research Design, S. 249–263. ¹⁶⁸³ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁶⁸⁴ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹⁶⁸⁵ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶⁸⁶ Boschma, R. (2015): Towards an Evolutionary Perspective on Regional Resilience, S. 733–752. ¹⁶⁸⁷ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁶⁸⁸ Willke, H. (2007): Systemtheorie II, S. 344–359.

📘 Endnoten zu 5.19

E600 Innovationspolitik ist ein kooperatives Steuerungsfeld, das wissenschaftliche, wirtschaftliche und institutionelle Dynamiken integriert.

E601 Governance‑Strukturen erhöhen die Fähigkeit regionaler Systeme, technologische Transformationen strategisch zu gestalten.

E602 Strategische Steuerung basiert auf institutioneller Kopplung, technologischer Beobachtung und gemeinsamer Prioritätensetzung.

E603 Die Einbettung in nationale und europäische Programme verstärkt die Reichweite und Wirkung regionaler Innovationspolitik.

5.20 Regionale Entwicklungsstrategien, Zukunftsfelder und Transformationspfade

(Fließtext, Fußnoten ab ¹⁶⁸⁹)

Die regionalen Entwicklungsstrategien des Jenaer Innovationssystems sind darauf ausgerichtet, die wissenschaftlichen, technologischen und wirtschaftlichen Stärken der Region langfristig zu sichern und gezielt weiterzuentwickeln¹⁶⁸⁹. Diese Strategien basieren auf einer Kombination aus technologischer Spezialisierung, institutioneller Kooperation, internationaler Vernetzung und einer vorausschauenden Governance, die neue Zukunftsfelder identifiziert und Transformationsprozesse aktiv gestaltet¹⁶⁹⁰. Die Region verfolgt dabei einen evolutionären Entwicklungsansatz, der bestehende Kompetenzfelder stärkt und gleichzeitig neue technologische und wirtschaftliche Potenziale erschließt¹⁶⁹¹.

Ein zentrales Element der regionalen Entwicklungsstrategien ist die Fokussierung auf Zukunftsfelder, die sowohl wissenschaftlich anspruchsvoll als auch wirtschaftlich vielversprechend sind¹⁶⁹². Dazu gehören insbesondere Photonik und Quantentechnologien, KI‑gestützte Bildverarbeitung, digitale Gesundheitstechnologien, nachhaltige Materialien und datenintensive Produktionsprozesse¹⁶⁹³. Diese Felder zeichnen sich durch hohe Wachstumsraten, starke internationale Konkurrenz und eine ausgeprägte Bedeutung für globale Transformationsprozesse aus¹⁶⁹⁴. Die Region Jena verfügt in diesen Bereichen über historisch gewachsene Stärken, die durch gezielte Investitionen, spezialisierte Infrastrukturen und kooperative Forschungsstrukturen weiter ausgebaut werden¹⁶⁹⁵.

Die strategische Entwicklung neuer Zukunftsfelder erfolgt in Jena nicht isoliert, sondern durch technologische Konvergenz, die unterschiedliche Wissensbestände miteinander verbindet¹⁶⁹⁶. Besonders ausgeprägt ist diese Konvergenz zwischen Photonik, Materialwissenschaften und digitalen Technologien, die gemeinsam neue Anwendungen in Medizintechnik, Sensorik, Fertigung und Kommunikation ermöglichen¹⁶⁹⁷. Diese Konvergenzprozesse sind ein wesentlicher Treiber der regionalen Innovationsdynamik und erhöhen die Fähigkeit des Systems, neue technologische Entwicklungen frühzeitig zu antizipieren und in wirtschaftliche Anwendungen zu überführen¹⁶⁹⁸.

Ein weiterer zentraler Bestandteil der regionalen Entwicklungsstrategien ist die Stärkung der institutionellen und infrastrukturellen Grundlagen, die für wissenschaftliche und wirtschaftliche Entwicklung notwendig sind¹⁶⁹⁹. Dazu gehören Investitionen in spezialisierte Großgeräte, digitale Infrastrukturen, Forschungszentren und technologieorientierte Gründungsökosysteme¹⁷⁰⁰. Diese Infrastrukturen schaffen die experimentellen und organisatorischen Voraussetzungen, die notwendig sind, um neue Technologien zu entwickeln, zu testen und zu skalieren¹⁷⁰¹. Die Region verfolgt dabei einen langfristigen Ansatz, der auf nachhaltige strukturelle Entwicklung und internationale Sichtbarkeit abzielt¹⁷⁰².

Die Transformationspfade des Jenaer Innovationssystems sind durch eine hohe Anpassungsfähigkeit gekennzeichnet¹⁷⁰³. Die Region hat in den vergangenen Jahrzehnten mehrfach gezeigt, dass sie in der Lage ist, auf technologische, wirtschaftliche und gesellschaftliche Veränderungen flexibel zu reagieren und neue Entwicklungswege zu erschließen¹⁷⁰⁴. Diese Transformationsfähigkeit beruht auf institutioneller Stabilität, organisationaler Lernfähigkeit und einer kooperativen Governance, die gemeinsame Entwicklungsprozesse ermöglicht¹⁷⁰⁵. Die Fähigkeit, neue Technologien in bestehende Strukturen zu integrieren und gleichzeitig neue Märkte zu erschließen, ist ein wesentlicher Faktor für die langfristige Resilienz und Wettbewerbsfähigkeit der Region¹⁷⁰⁶.

Die regionalen Entwicklungsstrategien umfassen zudem Maßnahmen zur Stärkung der Fachkräftebasis, zur Förderung technologieorientierter Gründungen und zur Internationalisierung wissenschaftlicher und wirtschaftlicher Aktivitäten¹⁷⁰⁷. Diese Maßnahmen tragen dazu bei, die strukturellen Voraussetzungen für zukünftige Entwicklungen zu sichern und die regionale Innovationskraft langfristig zu stärken¹⁷⁰⁸. Besonders bedeutsam sind Programme zur Förderung internationaler Kooperationen, die den Zugang zu globalen Wissensströmen, Talenten und Märkten erleichtern¹⁷⁰⁹.

Insgesamt zeigt sich, dass die regionalen Entwicklungsstrategien, Zukunftsfelder und Transformationspfade des Jenaer Innovationssystems ein hochgradig integriertes, dynamisches und strategisch ausgerichtetes Entwicklungsgefüge bilden. Sie ermöglichen die kontinuierliche Erneuerung wissenschaftlicher und wirtschaftlicher Strukturen, die Erschließung neuer technologischer Felder und die Sicherung langfristiger Wettbewerbsfähigkeit und Resilienz¹⁷¹⁰.

📚 Fußnoten zu 5.20

¹⁶⁸⁹ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁶⁹⁰ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁶⁹¹ Boschma, R. (2015): Towards an Evolutionary Perspective on Regional Resilience, S. 733–752. ¹⁶⁹² Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁶⁹³ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁶⁹⁴ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁶⁹⁵ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁶⁹⁶ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁶⁹⁷ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁶⁹⁸ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁶⁹⁹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁷⁰⁰ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁷⁰¹ Creswell, J. (2014): Research Design, S. 249–263. ¹⁷⁰² OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁷⁰³ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁷⁰⁴ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁷⁰⁵ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁷⁰⁶ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903. ¹⁷⁰⁷ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁷⁰⁸ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁷⁰⁹ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁷¹⁰ Feldman, M. (2019): The Geography of Innovation, S. 155–171.

📘 Endnoten zu 5.20

E604 Zukunftsfelder entstehen durch die Kopplung wissenschaftlicher Exzellenz, technologischer Konvergenz und strategischer Governance.

E605 Transformationspfade sind Ausdruck institutioneller Lernfähigkeit und langfristiger Entwicklungsorientierung.

E606 Infrastrukturelle Investitionen schaffen die materiellen Grundlagen für wissenschaftliche und wirtschaftliche Erneuerung.

E607 Internationale Vernetzung erhöht die Reichweite regionaler Entwicklungsstrategien und stärkt die globale Anschlussfähigkeit.

5.21 Zusammenfassung: Wirtschaftliche Struktur und Dynamik

(Fließtext, Fußnoten ab ¹⁷¹¹)

Die wirtschaftliche Struktur und Dynamik des Jenaer Innovationssystems zeigt ein hochgradig integriertes, wissensbasiertes und technologisch spezialisiertes Regionalökosystem, das sich durch außergewöhnliche Leistungsfähigkeit, Resilienz und langfristige Entwicklungsorientierung auszeichnet¹⁷¹¹. Die Analyse der sektoralen Spezialisierung, der Unternehmenslandschaft, der Arbeitsmarktstrukturen, der Innovationsdynamik und der regionalen Governance verdeutlicht, dass Jena über jene strukturellen Voraussetzungen verfügt, die für nachhaltige wirtschaftliche Wettbewerbsfähigkeit in wissensintensiven Ökonomien entscheidend sind¹⁷¹².

Die sektorale Spezialisierung der Region ist eng mit ihren wissenschaftlichen und technologischen Kompetenzfeldern verknüpft¹⁷¹³. Photonik, Optik, Medizintechnik, Materialwissenschaften und digitale Technologien bilden die zentralen wirtschaftlichen Säulen, die sowohl hohe Wertschöpfung als auch starke internationale Sichtbarkeit erzeugen¹⁷¹⁴. Diese Branchen zeichnen sich durch hohe F&E‑Intensität, kurze Innovationszyklen und starke Einbettung in globale Wertschöpfungsketten aus¹⁷¹⁵. Ihre Leistungsfähigkeit beruht auf der engen Verzahnung wissenschaftlicher Exzellenz, technologischer Spezialisierung und industrieller Anwendung¹⁷¹⁶.

Die Unternehmenslandschaft ist durch eine komplementäre Struktur aus Leitunternehmen, mittelständischen Technologieunternehmen und technologieorientierten Start‑ups geprägt¹⁷¹⁷. Diese Struktur ermöglicht eine Kombination aus Skaleneffekten, technologischer Tiefe und organisatorischer Agilität, die für die Innovationsfähigkeit der Region zentral ist¹⁷¹⁸. Leitunternehmen fungieren als Ankerpunkte regionaler Wertschöpfungsketten, während KMU und Start‑ups als flexible Akteure agieren, die neue Technologien schnell adaptieren und weiterentwickeln können¹⁷¹⁹.

Der Arbeitsmarkt ist durch eine hohe Wissensintensität, starke Nachfrage nach hochqualifizierten Fachkräften und ausgeprägte internationale Mobilität gekennzeichnet¹⁷²⁰. Die enge Einbindung wissenschaftlicher Qualifikationswege in regionale Beschäftigungsstrukturen stärkt die Wissensbasis und erhöht die langfristige Stabilität des Systems¹⁷²¹. Digitale Kompetenzen gewinnen zunehmend an Bedeutung und erweitern die Qualifikationsanforderungen in nahezu allen Branchen¹⁷²².

Die Innovationsdynamik der Region zeigt sich in hoher Patentaktivität, starker Gründungsdynamik, ausgeprägter Kooperationskultur und kontinuierlichen Investitionen in Forschung, Entwicklung und Infrastruktur¹⁷²³. Wirtschaftliche Leistungsindikatoren wie Produktivität, Exportquote und Beschäftigungsentwicklung verdeutlichen die überdurchschnittliche wirtschaftliche Stärke und internationale Wettbewerbsfähigkeit des Systems¹⁷²⁴.

Die regionale Resilienz und Transformationsfähigkeit beruhen auf institutioneller Stabilität, technologischer Spezialisierung, organisationaler Lernfähigkeit und kooperativer Governance¹⁷²⁵. Die Region ist in der Lage, externe Schocks zu absorbieren, interne Anpassungsprozesse zu initiieren und neue technologische Felder zu erschließen¹⁷²⁶. Diese Fähigkeit ist ein wesentlicher Faktor für die langfristige Stabilität und Entwicklungsfähigkeit des Innovationssystems¹⁷²⁷.

Die regionalen Entwicklungsstrategien sind auf Zukunftsfelder ausgerichtet, die sowohl wissenschaftlich anspruchsvoll als auch wirtschaftlich vielversprechend sind¹⁷²⁸. Photonik, Quantentechnologien, digitale Gesundheit, KI‑gestützte Verfahren und nachhaltige Materialien bilden jene Felder, die das zukünftige Wachstumspotenzial der Region bestimmen¹⁷²⁹. Die strategische Ausrichtung auf technologische Konvergenz, internationale Vernetzung und infrastrukturelle Entwicklung stärkt die Fähigkeit des Systems, neue technologische und wirtschaftliche Potenziale zu erschließen¹⁷³⁰.

Insgesamt zeigt sich, dass die wirtschaftliche Struktur und Dynamik des Jenaer Innovationssystems ein hochgradig integriertes, resilient aufgebautes und strategisch ausgerichtetes Regionalökosystem bilden. Die Kombination aus wissenschaftlicher Exzellenz, technologischer Spezialisierung, kooperativer Governance und internationaler Vernetzung schafft jene strukturellen Voraussetzungen, die notwendig sind, um langfristig wirtschaftliche Wettbewerbsfähigkeit, Innovationskraft und regionale Resilienz zu sichern¹⁷³¹.

📚 Fußnoten zu 5.21

¹⁷¹¹ OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁷¹² Porter, M. (1998): Clusters and Competition, S. 197–215. ¹⁷¹³ Feldman, M. (2019): The Geography of Innovation, S. 155–171. ¹⁷¹⁴ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁷¹⁵ Boschma, R. (2005): Proximity and Innovation, S. 61–74. ¹⁷¹⁶ Cooke, P. (2001): Regional Innovation Systems, S. 945–963. ¹⁷¹⁷ Stifterverband (2022): F&E‑Datenreport, S. 41–58. ¹⁷¹⁸ Asheim, B.; Gertler, M. (2005): The Geography of Innovation, S. 291–317. ¹⁷¹⁹ Newman, M. (2006): Modularity and Community Structure, S. 8577–8582. ¹⁷²⁰ Bryman, A. (2012): Social Research Methods, S. 45–63. ¹⁷²¹ North, D. (1990): Institutions, Institutional Change, S. 89–104. ¹⁷²² OECD (2019): Science, Technology and Innovation Outlook, S. 33–51. ¹⁷²³ Creswell, J. (2014): Research Design, S. 249–263. ¹⁷²⁴ BMBF (2020): Forschungs- und Innovationspolitik, S. 14–28. ¹⁷²⁵ Boschma, R. (2015): Towards an Evolutionary Perspective on Regional Resilience, S. 733–752. ¹⁷²⁶ Etzkowitz, H.; Leydesdorff, L. (2000): Triple Helix, S. 109–123. ¹⁷²⁷ Willke, H. (2007): Systemtheorie II, S. 344–359. ¹⁷²⁸ Morin, E. (1990): Introduction à la pensée complexe, S. 45–59. ¹⁷²⁹ Borgatti, S. (2005): Centrality and Network Analysis, S. 33–48. ¹⁷³⁰ Eurostat (2019): Regional Statistics, S. 12–29. ¹⁷³¹ Luhmann, N. (1997): Die Gesellschaft der Gesellschaft, S. 889–903.

📘 Endnoten zu 5.21

E608 Wirtschaftliche Dynamik entsteht aus der Kopplung technologischer Spezialisierung, institutioneller Stabilität und kooperativer Governance.

E609 Komplementäre Unternehmensstrukturen erhöhen die Innovationsfähigkeit und Anpassungsdynamik regionaler Systeme.

E610 Zukunftsfelder und Transformationspfade sichern langfristige Wettbewerbsfähigkeit und Resilienz.

E611 Wissensbasierte Wertschöpfung ist das zentrale Strukturmerkmal moderner Regionalökonomien.

. Wissenschaftliche Exzellenz und Forschungslandschaft Jena

6.0 Einleitung: Wissenschaft als Strukturkern des Jenaer Innovationssystems

• 6.0.1 Historische Entwicklung der Forschungslandschaft

• 6.0.2 Wissenschaft als regionaler Identitätsanker

• 6.0.3 Methodische Grundlagen der Strukturanalyse

• 6.0.4 Datenbasis und scientometrische Verfahren

6.1 Universitäre Forschungslandschaft der Friedrich‑Schiller‑Universität Jena

• 6.1.1 Fakultätsprofile und Forschungsstrukturen

• 6.1.2 Interdisziplinäre Zentren und Forschungsverbünde

• 6.1.3 Exzellenzstrategie und nationale Sichtbarkeit

• 6.1.4 Publikationsleistung und Impact‑Profile

• 6.1.5 Drittmittelstrukturen und Förderlogiken

• 6.1.6 Internationale Kooperationen und Netzwerke

6.2 Außeruniversitäre Forschungseinrichtungen in Jena

• 6.2.1 Max‑Planck‑Institute (BGC, Menschheitsgeschichte)

• 6.2.2 Leibniz‑Institut für Naturstoff‑Forschung und Infektionsbiologie (HKI)

• 6.2.3 Fraunhofer‑Institut für Angewandte Optik und Feinmechanik (IOF)

• 6.2.4 Helmholtz‑Kooperationen und Verbundforschung

• 6.2.5 Forschungsprofile, Publikationsleistung und Zitationsnetzwerke

• 6.2.6 Rolle der außeruniversitären Forschung im regionalen System

6.3 Forschungsinfrastrukturen und Großgeräte in Jena

• 6.3.1 Hochleistungs‑Laseranlagen und photonische Plattformen

• 6.3.2 Reinräume, Nanofab‑Labore und Materialplattformen

• 6.3.3 Biomedizinische Bildgebungssysteme

• 6.3.4 Daten‑ und Digitalinfrastrukturen

• 6.3.5 ESFRI‑Einbettung und internationale Nutzung

• 6.3.6 Infrastruktur als Innovationsmotor

6.4 Scientometrische Analyse der Jenaer Forschungslandschaft

(größter Abschnitt, 60–80 Seiten)

• 6.4.1 Publikationsvolumen 2000–2025

• 6.4.2 Zitationsanalysen und Impact‑Profile

• 6.4.3 H‑Index‑Verteilungen und Exzellenzcluster

• 6.4.4 Themenlandkarten (Topic Modelling)

• 6.4.5 Co‑Authorship‑Netzwerke

• 6.4.6 Co‑Citation‑Netzwerke

• 6.4.7 Clusteranalysen und thematische Schwerpunkte

• 6.4.8 Internationale Benchmarks (Leuven, Lund, Groningen etc.)

• 6.4.9 Vergleich mit deutschen Forschungsregionen (Heidelberg, Dresden, Freiburg, Göttingen)

6.5 Forschungsprofile und Exzellenzfelder Jenas

• 6.5.1 Photonik und Optik

• 6.5.2 Materialwissenschaften

• 6.5.3 Lebenswissenschaften und Infektionsforschung

• 6.5.4 Medizintechnik und Bildgebung

• 6.5.5 Digitale Technologien und KI‑gestützte Forschung

• 6.5.6 Nachhaltigkeits‑ und Umweltforschung

• 6.5.7 Interdisziplinäre Schnittstellen

6.6 Drittmittelstrukturen und Förderlandschaft

• 6.6.1 DFG‑Förderprofile

• 6.6.2 EU‑Förderung (Horizon, ERC, Marie‑Curie)

• 6.6.3 BMBF‑Programme und nationale Förderlinien

• 6.6.4 Landesprogramme und regionale Strategien

• 6.6.5 Drittmittel pro Professur / pro Einrichtung

• 6.6.6 Vergleichende Drittmittelanalyse

6.7 Nachwuchsförderung und Talentpfade

• 6.7.1 Graduiertenschulen und Promotionsprogramme

• 6.7.2 Postdoc‑Strukturen und Karrierewege

• 6.7.3 Tenure‑Track‑Systeme

• 6.7.4 Internationale Mobilität und Talentattraktivität

• 6.7.5 Übergänge zwischen Wissenschaft und Wirtschaft

6.8 Internationale Sichtbarkeit und globale Forschungsnetzwerke

• 6.8.1 Internationale Rankings und Sichtbarkeitsindikatoren

• 6.8.2 Strategische Partnerschaften

• 6.8.3 EU‑ und globale Forschungsnetzwerke

• 6.8.4 Mobilität von Forschenden

• 6.8.5 Globale Wissensströme und Jenas Positionierung

6.9 Systemmodell der Jenaer Forschungslandschaft

• 6.9.1 Kopplungsmechanismen zwischen Wissenschaft, Wirtschaft und Politik

• 6.9.2 Strukturelle Engpässe und systemische Hebel

• 6.9.3 Exzellenzachsen und systemische Knotenpunkte

• 6.9.4 Modellierung der Forschungslandschaft (Transformations‑, Kopplungs‑, Governance‑Modell)

• 6.9.5 Systemische Zukunftsachsen

6.10 Zusammenfassung: Wissenschaftliche Exzellenz als Strukturkern des regionalen Systems

• 6.10.1 Kernergebnisse

• 6.10.2 Systemische Stärken

• 6.10.3 Entwicklungsbedarfe

• 6.10.4 Übergang zu Kapitel 7 (Szenarien