Erfolg strategischer F&E-Kooperationen: Eine empirische Untersuchung mittels Patentdaten am Beispiel der BiopharmazieCarsten Hendrik Vogt identifiziert Erfolgsfaktoren für F&E-Kooperationen, analysiert Lerneffekte aus Kooperationen und entwickelt ein Modell, welches zur Vorhersage der Erfolgswahrscheinlichkeit einer F&E-Kooperation in der Praxis eingesetzt werden kann. |
Contents
Section 1 | 1 |
Section 2 | 27 |
Section 3 | 41 |
Section 4 | 77 |
Section 5 | 113 |
Section 6 | 141 |
Section 7 | 147 |
Section 8 | 153 |
Section 15 | 307 |
Section 16 | 308 |
Section 17 | 309 |
Section 18 | 312 |
Section 19 | 313 |
Section 20 | 314 |
Section 21 | 315 |
Section 22 | 317 |
Section 9 | 187 |
Section 10 | 199 |
Section 11 | 201 |
Section 12 | 213 |
Section 13 | 242 |
Section 14 | 267 |
Section 23 | 324 |
Section 24 | 325 |
Section 25 | 331 |
Section 26 | 332 |
Other editions - View all
Common terms and phrases
Abhängige Variablen absorptive capacity Ahuja Aktivitäten allerdings alliance partners Analyse Anzahl Patente Aspekt aufgrund Autokorrelation Autoren Basis Bedeutung Beginn der Kooperation beiden Unternehmen Biopharmazie Biotech Biotechnologie Biotechnologieunternehmen bivariaten Korrelationen Branche Cohen/Levinthal 1990 daher Datensatz Devianz Diversifizierung Effekt entsprechend Erfindung Erfolg einer Kooperation Erfolgsmaß Erfolgswahrscheinlichkeit Ergebnisse etablierten Unternehmen externen Wissens F&E-Kooperationen firm's Firmen Forschung Forschungsbudget Forschungserfahrung Gesamtmodell GlaxoSmithKline gleichzeitig greater Größe Grundlagenforschung hinsichtlich höhere Innovationen Interaktionseffekte Internationale Breite internen Joint Venture Kernfeld könnte Kontrollvariablen Kooperationserfahrung Kooperationserfolg Kooperationspartner Korrelation learning lediglich Lerneffekte Lernerfolg linearen Regression logistischen Regression Maß Messung Modell möglich Mowery/Oxley/Silverman 1996 Multikollinearität negative Nicht-US-Unternehmen Normalverteilung Patente performance Pharma Pharmaunternehmen Pisano positiv auf 0,05-Niveau positiven Einfluss Potenzial Projekte Rahmen Regressionsanalyse Ressourcen Ressourcen und Kompetenzen schließlich Sekundärdaten Signifikanzniveau somit stärker Start-ups strategic Stuart Studie Tabelle technological Technologiefeld Technologieposition Technologische Breite Technologische Diversifizierung Technologische Kompetenz technologischen Qualität Unternehmen der Biotechnologie Unternehmenskauf unterschiedlichen Untersuchung weiteren Wert wesentlich Wettbewerb Wissen des Partners Wissenschaftsbindung Wissenstransfer Zeitfenster