Methodik zur Förderung von Deep-Tech im Maschinenbau

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.

Ensuring technological sovereignty and independence is becoming increasingly important for national innovation systems and economies. This became clear not least by the COVID-19 pandemic in the years 2020 to 2023. Shortages of materials or semiconductors, for example, have led to disrupted supply chains and economic losses. A key element to ensure technological sovereignty and independence is the technology transfer. However, Germany, among others, is struggling to benefit from the innovative progress of scientific knowledge in mechanical engineering and to build successful, national innovation systems in complex technological areas (deep tech). The international analysis of various indicators of the technology transfer (e.g., amount of venture capital or number of technology-related start-ups) shows that Germany falls behind especially in the scaling and utilization of technological knowledge and ideas. The aim of this dissertation is therefore to determine the need for action and government support options to foster the technology transfer of deep tech. These findings serve decision-makers in politics and business as a basis for ensuring successful scaling and utilization steps of technological developments. To derive these needs for action and support options, the predominant players in technological innovation systems are first identified and their typical competencies determined. Subsequently, reference phases of the deep tech transfer are derived. These phases are necessary in order to cope with different maturity of technologies in the application of the model. Based on the two previous sub-models, barriers during the deep tech transfer are determined and assigned to the corresponding reference phases. In addition, government support options to foster the transfer are identified and linked to the relevant barriers to transfer. Coupled with an action-oriented approach, this ultimately enables decision-makers to identify phase-specific government support options for the technology transfer of deep tech.