Klon-Affen und Evaluation

Eine Sensationsmeldung schaffte es vor zwei Wochen in die Hauptnachrichten: in China wurden erstmals erfolgreich Affen geklont. Droht jetzt auch bald das Klonen von Menschen? Ich habe hierzu kürzlich einen wirklich interessanten Beitrag des Deutschlandfunk gehört. Tatsächlich stand dort weniger die Spekulation über Klonmenschen im Vordergrund, das wurde eher als längerfristig unwahrscheinlich eingeschätzt. Es ging vielmehr um den eigentlichen Grund für das Klonen von Affen, nämlich die medizinische Forschung. Die Forschung an Affen wird insbesondere für Krankheiten wie Alzheimer oder Demenz immer wichtiger, weil Affen aufgrund ihres großen Gehirns den Menschen doch etwas ähnliches sind als Mäuse und Ratten. Und Klonaffen haben den Vorteil, dass sie genetisch identisch sind. Man kann also an ihnen die perfekte Kontrollgruppen-Studie durchführen. Zwei Gruppen von Affen werden gebildet, die eine bekommt eine Behandlung, die andere nicht. Jede Veränderung des behandelten Affen ist dann tatsächlich auf die verwendete Therapie zurückzuführen, und nicht mehr auf die individuellen, genetisch bedingte Unterschiede.

Ich dachte bislang immer, das Konzept des Kontrollgruppenansatzes aus dem Bereich der Medizin sei dort zumindest etabliert und soweit ausgereift, dass es kaum noch verbessert werden kann. In den Sozialwissenschaften, in denen ich unterwegs bin und in denen immer wieder auch die Nutzung eines Kontrollgruppenansatzes z.b. bei der Evaluation von Innovationspolitiken gefordert wird, ist das ganze viel schwieriger. Die Kontrollgruppe soll ja eigentlich in allen wesentlichen Merkmalen derjenigen Gruppe gleichen, die in unserem Fall durch eine spezifische Maßnahme beeinflusst wird. Und das ist im Gegensatz zur Medizin nicht so einfach, weil es hier nicht um einem Schicksalsschlag, eine Krankheit geht, sondern um die bewusst angestrebte Teilnahme an einem Förderprogramm. Wer hier teilnehmen möchte, wer hat schon einen Grund dafür, und wer dies nicht tut, der hat ebenfalls einen Grund.

Eine Möglichkeit mit diesem Dilemma umzugehen, wäre ein Experiment. Man würde alle Bewerber um eine Fördermaßnahme in zufällig in zwei Gruppen teilen, diejenigen, die ein Unterstützung bekommen, und diejenigen, die keine bekommen. Das Innovation Growth Lab aus London wirbt heftig für solche Ansätze, aber in der Praxis ist eine "Lotterie" der Innovationsförderung in der Regel kaum politisch durchsetzbar.

Ein zweiter Ansatz besteht darin, diejenigen Antragsteller, die knapp gescheitert sind, mit denjenigen zu vergleichen, die es knapp in die Förderung geschafft haben. Beide Teilgruppen sollten sich nur wenig unterscheiden, sodass die weitere Entwicklung der entsprechenden Akteure vor allen Dingen davon abhängen sollte, ob sie nun gefördert wurden oder nicht. Leider kann ein solcher Ansatz nur dann umgesetzt werden, wenn es sich um wirklich große Fördermaßnahmen handelt, damit diese beiden sehr speziellen Gruppen auch groß genug sind für einen Vergleich. Und natürlich sollte es eine Art Punktesystem beide Antragsbeurteilung geben, damit wirklich nur diejenigen untersucht werden die nur sehr knapp gescheitert sind oder es nur sehr knapp geschafft haben. Diese Randbedingungen allerdings sind wieder nur sehr selten gegeben, sodass sich auch ein solcher methodischer Ansatz meist nicht eignet. Außerdem ist es nicht so einfach, einen gewissen Placeboeffekt herauszurechnen, der sich daraus ergibt, dass alleine die Bemühungen um die Teilnahme an einem Förderprogramm schon zu Veränderungen führen könnten, die dann das Ergebnis verzehren.

Darüber hinaus gibt es eine ganze Reihe weiterer Ansätze, die mehr oder weniger gut funktionieren. Man kann aus einer großen Gruppe nicht-teilnehmende Akteure statistische Zwillinge bilden, also genau gleiche Akteure suchen, die sich sonst praktisch nicht von den teilnehmenden Akteuren unterscheiden. Sozusagen die Suche nach dem natürlichen Klon. Das ist auf Basis der im Moment verfügbaren Daten allerdings eine ziemliche Herausforderung. Der Traum vom Glück eines jeden Innovationsforscher wäre es, wenn tatsächlich alle relevanten Akteure in einer Datenbasis erfasst wären und alle relevanten Merkmale und Indikatoren dort abgespeichert. Also z.B. auch, an wie vielen verschiedenen Fördermaßnahmen diese Einrichtung schon in der Vergangenheit teilgenommen hatte. Dann könnte ein schlauer Algorithmus tatsächlich ermitteln, welcher Faktor nun ausschlaggebend für eine spezifische Veränderung ist. Das wäre sozusagen der Klon-Moment der Innovationsforschung.

Innovationsindikator 2015

Rankings sind eine tolle Sache. Das hat so was sportliches. Wie Pferdewetten. Länder steigen auf, Länder steigen ab, es werden Punkte vergeben, und für alles kann man einen Grund finden. Anfang Dezember wurde der neue Innovationsindikator veröffentlicht. Der BDI bringt ihn seit Jahren heraus, erst in Kooperation mit der Telekom-Stiftung jetzt in Zusammenarbeit mit acatec,  der Deutschen Akademie der Technikwissenschaften.

Ich muss zugeben, ich hatte den Innovationsindikator im Dezember erst nicht auf dem Schirm. Und als ich ihn dann entdeckt hatte, dachte ich mir, was soll's, steht eh nichts Neues drin. Deutschland halt auf einem der vorderen Plätze, in einigen Dimension hoch, in einigen runter, aber unterm Strich hat sich nichts geändert.

Aber dann hat sich die Lektüre doch gelohnt. Zunächst war es schon einmal interessant, die empirischen Ergebnisse und die politischen Forderungen zu vergleichen. Der Innovationsindikator ist ja eine Auftragsarbeit. Das Zentrum für Europäische Wirtschaftsforschung ZEW und das Fraunhofer Institut für Innovationsforschung ISI machen die Empirie, Auftraggeber sind der BDI und jetzt eben neu acatec. Diese Arbeitsteilung merkt man den Bericht durchaus an. Die politischen Botschaften und Handlungsempfehlungen schienen mir schon ein wenig entkoppelt von den eigentlichen wissenschaftlichen Analysen, die nicht immer zwingend diese Schlussfolgerung nahe legten. Man könnte auch sagen, hier haben sich Verbände und andere Akteure ein Gutachten gesucht, dass sie dann in ihrem Sinne ausgelegt haben.

Interessant fand ich auch, wie stark der Innovationsindikator doch dem Gutachten der Expertenkommission für Forschung und Innovation, EFI, ähnelt, die jetzt bald im Februar Jahresgutachten vorstellen werden. Der Innovationsindikator wird jetzt seit Jahren regelmäßig veröffentlicht, immer mit derselben Methode, immer von denselben Innovationsforschungseinrichtungen. Gleiches gilt für die Studien, die dem EFI-Gutachten zugrunde liegen. Ergänzt wird diese Basisanalyse durch thematische Schwerpunkte, EFI kann hierfür jährlich Hintergrundstudien an Forschungseinrichtungen vergeben, im Fall des Innovationsindikator greifen die Macher auf Studien zurück, die in anderen Kontexten schon durchgeführt haben oder gerade durchführen. Der aktuelle Schwerpunkt lag auf kleinen und mittleren Unternehmen, dazu gab es eine Studie des ZEW und hatte auch Fraunhofer ISI bereits Vorarbeiten geleistet.

Als "Evaluationsexperte" habe mich natürlich auch gefreut, dass die Studie die Wichtigkeit regelmäßiger Wirkungsanalysen hervorhebt. Andererseits bin ich mir nicht sicher, ob ich die Aussage, dass eine hohe Effektivität und Effizienz der Forschungsförderung durch Evaluationen immer sichergestellt wird, uneingeschränkt teilen kann...

Ein letzter Punkt: beim Schwerpunktthema kleine und mittlere Unternehmen geht es auch um die hidden champions Deutschland, die sehr gelobt werden. Allerdings, ganz rechts können sie es den Autoren auch nicht machen. Das hohe Alter der Hidden Champions in Deutschland, im Mittel über 80 Jahre, ist laut der Studie Kennzeichen für die untergeordnete Rolle von Unternehmenswachstum. Das könnte man auch anders sehen, das könnte man auch als Erfolgsindikator nehmen für erfolgreiches Überleben. Aber die Autoren wollen auf einen anderen Punkt hinaus. Sie wollen deutlich machen, dass die Startup-Szene in Deutschland nicht dynamisch genug ist. Aber muss man dann wirklich die hidden champions dem gegenüber setzen, Als falsche Strategie kennzeichnen? Ich finde das eher Ausdruck einer sehr erfolgreichen Strategie, und im internationalen Wettbewerb ein Beleg für die Theorie der varietis of capitalism. Da überlebt halt jeder anders. Und an anderer Stelle wird das ja gerade ausführlich geschildert, wie unterschiedlich die Erfolgsstrategien von KMU sind. Aber den Teil hat dann ein anderes Institut geschrieben, und die Querverbindungen sind scheinbar den Autoren nicht wirklich deutlich gewesen.

Daten für die Innovationsforschung

Im Februar war ich in Brüssel, zu einer sogenannten mutual learning exercise. Das ist ein neues Austauschformat der Europäischen Kommission, bei dem sich Mitgliedstaaten treffen, um sich über ihre Erfahrungen bei der Umsetzung ihrer nationalen Innovationspolitiken auszutauschen. Es gibt zur Zeit mindestens drei parallel laufende exercises zu unterschiedlichen Themenschwerpunkten, ich war bei einem Auftaktworkshop zum Thema impact assessment. Die Idee ist ausserdem, dass nicht alle Mitgliedstaaten mitmachen müssen, sondern nur diejenigen, die Interesse am Thema haben. In unserem Fall war das eine Kerngruppe von fünf Mitgliedstaaten und einige Beobachter, auch assoziierte Mitgliedstaaten sind zugelassen.

Mit zur Kerngruppe gehören in unserem Fall drei skandinavische Länder, die beim impact assessment wirklich weit voran sind, und von denen Deutschland einiges lernen kann. Ein Grund dafür ist die hervorragende Datenbasis. Dänemark zum Beispiel hatten Unternehmensregister, aus dem man lange Zeitreihen ziehen kann, um die Beteiligung einzelner Unternehmen an Fördermaßnahmen und ihre Wirkung zu untersuchen.

Deutschland steht hier traditionel schlechter da, entsprechende Statistiken gibt es kaum und nicht einmal die Teilnahme an Förderprogrammen wird systematisch zusammengeführt erfasst.

Diese Situation könnte sich noch einmal verschlechtern, gerade habe ich über einen amerikanischen Blogeinträge von der Novellierung des Bundesstatistikgesetzes gelesen, die eine Speicherung von Firmendaten erheblich einschränken wird. Eine Diskussion gibt es in Deutschland zurzeit praktisch nicht dazu, nur einen offenen Brief der deutschen Volkswirte und einen kritischen Kommentar der Baden-Würtembergischen grünen Wissenschaftsministerin Theresa Bauer.

Dann arbeiten wir halt demnächst mit dänischen Daten.

digitale Produktivität

Beim Thema digitale Revolution ist zurzeit ein interessantes Paradox in der Diskussion zu beobachten. Einerseits wird mit der Digitalisierung aller Wirtschaft und Gesellschaft Bereiche große Hoffnung verbunden. Wachstumsszenario gibt es aktuell für ganz Deutschland oder zum Beispiel auch für Berlin.

Andererseits wird in den Wirtschaftswissenschaften schon länger das Paradox beobachtet, dass sich die Wachstumseffekte der Digitalisierung in den amtlichen Statistiken nur schwer ablesen lassen. Dies hat zu einigen Vermutung darüber geführt, ob entweder die Digitalisierung doch kein so wichtiger Wachstumstreiber ist wie zunächst gedacht, oder ob es einfach ein wenig länger dauert bis die Effekte auch in der ganzen Wirtschaft sichtbar werden.

Aktuelle Artikel bringen noch einen dritten Aspekt in die Debatte ein. Möglicherweise sind Wachstumseffekte der digitalen Wirtschaft mit den klassischen Instrumenten der volkswirtschaftlichen Rechnung gar nicht so leicht zu messen. Möglicherweise entstehen Güter, die nicht in Euro und Cent übersetzt werden können und nicht in die Berechnung mit einfließen. Dies war wohl auch ein Thema, das auf dem Weltwirtschaftsgipfel in Davos diskutiert wurde. Vielleicht hat das Bruttoinlandsproduktes als zentrale Maßzahl ja auch ausgedient.

Ein bisschen bleibt natürlich trotzdem der Eindruck, wir rechnen uns das Leben schön, wenn uns die Daten nicht gefallen. Macht uns die schöne neue digitale Welt nicht reicher, sind wir einfach zu undankbar und messen dem unbegrenzten Zugang zum Wissen der Welt nicht den nötigen Mehrwert bei. Hat nicht jede erfolgreiche Google Anfrage irgendwie doch auch ihren eigenen Wert? Müsste man nicht jedes gratis YouTube Video auch als Geschenk sehen?

Für Deutschland gilt sicher auch, dass die digitale Transformation noch nicht wirklich überall angekommen ist. In diesem Sinne sagt auch die Expertenkommission für Forschung und Innovation, die in der letzten Woche ihr neues Jahresgutachten vorgestellt hat, dass die Umsetzung der digitale Agenda noch zu zögerlich erfolgt.

Und jenseits der Frage, ob die gesamten Volkswirtschaft in nennenswertem Maße von der Digitalisierung profitieren, ist die Frage der Verteilung dieser digitalen Dividende auch noch nicht geklärt. Führt die Digitalisierung zu einem größeren Ungleichheit, wirkt sich dies möglicherweise auch regional aus?

In diesem Sinne sind die Wachstumsszenarien für Berlin, das sich als digitale Start-Up-Metropole Deutschland sieht, vielleicht dann doch nicht so unrealistisch.

P.S. hier kam aktuell noch ein Blogbeitrag von Tyler Cowen rein derauch ziemlich skeptisch hinsichtlich einer reinen Rechenproblematik ist...