Methodik zur Förderung von Deep-Tech im Maschinenbau

Die Sicherstellung technologischer Souveränität gewinnt für nationale Innovationssysteme an Bedeutung. Deutschland hat Schwierigkeiten, wissenschaftliche Innovationen in komplexen technologischen Bereichen (Deep-Tech) erfolgreich zu skalieren. In der Arbeit werden relevante Akteure und Hemmnisse im Innovationssystem analysiert und mit Unterstützungsmaßnahmen verknüpft. Damit werden Entscheider in Politik und Wirtschaft bei der erfolgreichen Förderung technologischer Entwicklungen unterstützt.

Die Sicherstellung technologischer Souveränität und Unabhängigkeit gewinnt für nationale Innovationssysteme und Volkswirtschaften zunehmend an Bedeutung. Nicht zuletzt wurde dieser Umstand durch die COVID-19-Pandemie in den Jahren 2020 bis 2023 deutlich. Bspw. der Material- oder Halbleitermangel haben zu gestörten Lieferketten und somit volkswirtschaftlichen Einbußen geführt. Ein Schlüsselelement für die Sicherstellung der Souveränität und Unabhängigkeit ist der Technologietransfer. Unter anderem Deutschland hat jedoch Schwierigkeiten, vom Innovationsfortschritt wissenschaftlicher Erkenntnisse im Maschinenbau zu profitieren und aus diesen langfristig erfolgreiche, nationale Innovationssysteme in komplexen technologischen Bereichen (Deep-Tech) aufzubauen. Die Analyse verschiedener Indikatoren des Technologietransfers (z.B. die Höhe des Risikokapitals oder die Anzahl technologiebezogener Gründungen) zeigt, dass Deutschland im internationalen Vergleich insbesondere bei der Skalierung und Verwertung technologischer Erkenntnisse und Ideen Rückstand hat. Das Ziel der vorliegenden Arbeit besteht daher in der Beschreibung von Handlungsbedarfen und staatlichen Unterstützungsoptionen zur Förderung des Technologietransfers von Deep-Tech. Die Erkenntnisse dienen Entscheidungsträgern in Politik und Wirtschaft als Grundlage zur Sicherstellung erfolgreicher Skalierungs- und Verwertungsschritte technologischer Entwicklungen. Zur Bestimmung dieser Handlungsbedarfe und Unterstützungsoptionen werden zunächst vorherrschende Akteure in technologischen Innovationssystemen identifiziert und deren idealtypische Kompetenzen ermittelt. Anschließend werden Referenzphasen des Deep-Tech-Transfers hergeleitet. Diese Phasen sind notwendig, um unterschiedlicher Maturität einzelner Technologien bei der Anwendung der Arbeit gerecht zu werden. Auf den beiden vorangegangenen Teilmodellen aufbauend werden Hemmnisse während des Deep-Tech-Transfers bestimmt und den entsprechenden Referenzphasen zugeordnet. Darüber hinaus werden staatliche Unterstützungsoptionen zur Förderung identifiziert und mit den jeweils relevanten Transferhemmnissen verknüpft. Gepaart mit einem handlungsweisenden Vorgehen wird Anwendern somit letztlich die phasenspezifische Ermittlung staatlicher Unterstützungsoptionen beim Technologietransfer von Deep-Tech ermöglicht.