Projektaufbau

Die Bedeutung und Diffusion von Institutionen in verbundenen Innovationssystemen

Aufbauend auf der bisherigen Literatur zu Institutionen in Innovationssystemen in Kombination mit der ökonomischen Institutionentheorie wird eine Typologie der relevanten Institutionen und ein Analyserahmen zur Untersuchung ihrer Rolle in nachhaltigkeitsbezogenen Innovationssystemen herausgearbeitet. Unter Institutionen werden hier Verhaltensregelmäßigkeiten verstanden, die sich durchsetzen und stabilisieren, weil eine Vielzahl von Beteiligten entweder einen normativen Anspruch auf ihre Einhaltung zu haben glaubt (eine „Norm“ im Sinne von Sugden 1989) oder die Befolgung der Verhaltensregelmäßigkeit aus anderen Gründen für die beste Antwort auf die Verhaltensregelmäßigkeit hält (eine „Konvention“ im Sinne von Sugden 1989).

Teilbereiche dieses Moduls befassen sich mit der Zusammenfassung und Neustrukturierung der in der Literatur vertretenen Institutionenkonzepte mit besonderer Betonung der in den Konzepten unterstellten Wirkungsweisen der Institutionen und einer Übertragung der Konzepte auf Nachhaltigkeitsprobleme (z.B.: sind Normen eher internalisiert und deswegen bindend oder spielen im Bereich der Nachhaltigkeit eher sozial kontrollierte Normen eine große Rolle?). Ausgehend von der Feststellung, dass nachhaltigkeitsbezogene Institutionen mehr als alle anderen die zeitlichen, geographischen und sozialen Grenzen individueller Egoismen überwinden müssen, geht es dabei auch um die Fragen, welches die für die umweltbezogene Nachhaltigkeit von Innovationssystemen besonders relevanten Institutionen sind (rechtliche und regulatorische Normen, gesellschaftliche Normen und kulturell-kognitive Strukturen), wie diese Institutionen wirken (z.B. durch individuelle Internalisierung oder durch soziale Kontrolle), durch welche Eigenheiten sie charakterisiert werden können und wie sie das Verhalten von politischen Entscheidungsträgern beeinflussen. Nur wenn diese Unterschiede der relevanten Institutionen exakt herausgearbeitet sind, wird es möglich werden, in Modul 2 vorhandene Theorien der Herausbildung und Diffusion innerhalb von Innovationssystemen und zwischen ihnen auf Nachhaltigkeitsnormen zu übertragen, in Modul 3 ihre Bedeutung und Entwicklung in geeigneter Weise empirisch zu untersuchen und in Modul 4 zu einer diesen Institutionen angemessenen Modellierung zu gelangen.

Des Weiteren wird auch die Diskussion geführt, wie realistische Verhaltensannahmen, die der Untersuchung der Institutionenbildung zugrunde liegen, in einen geeigneten Theorierahmen für eine Nachhaltigkeitsökonomik integriert werden können. Dafür werden Erkenntnisse aus verschiedenen Wissenschaftsdisziplinen, wie etwa der Anthropologie, der Psychologie oder der Soziologie, bezüglich kognitiver Dispositionen und Beschränkungen des Menschen herangezogen, um Verhalten in einem ökologisch-ökonomischen Kontext besser zu verstehen. Konkret werden beispielsweise folgende Aspekte menschlichen Verhaltens berücksichtigt welche auch Auswirkungen auf die Ausbreitung von Institutionen in und zwischen Populationen von Akteuren in Innovationssystemen haben: menschliche Disposition zu kooperativem Verhalten (siehe Richerson et al. 2003; Rilling et al. 2002), Konformitätsbias (Aronson et al. 2002), Rollenmodellbias (Harrington Jr. 1999; Labov 2001) und ein Effekt der Gruppengröße (mit zunehmender Gruppengröße sinkt das Kooperationsniveau; siehe Dunbar 2008). Des weiteren machen Gerechtigkeitsvorstellungen, die wiederum auf kognitiven Dispositionen beruhen – etwa auf der Empathiefähigkeit des Menschen (z.B. Cordes & Schubert 2007) – ebenfalls bestimmte Verhaltensoptionen attraktiver. Sie unterliegen auch der Motivation vieler Akteursgruppen, wie etwa dem organisierten Naturschutz. Fairnessgedanken dieser Art begründen darüber hinaus die Erwartungen von Akteuren bezüglich der Beiträge Dritter zum ökologischen Wandel, z.B. solchen erbracht von Energieerzeugern, weiteren Interessensgruppen in diesem Feld und einzelnen Konsumenten.

Durch diese interdisziplinäre Perspektive werden Ursachen und Wirkungen des Konfliktes zwischen Nachhaltigkeitsnormen und zeitlich, regional und sozial egoistischem Verhalten, wie er für Nachhaltigkeit der Institutionen in verbundenen Innovationssystemen besonders bedeutsam ist, herausgearbeitet. 

Ziel ist die Übertragung von Theorien zur Herausbildung von Institutionen innerhalb von räumlich und kontextual abgegrenzten Innovationssystemen und ihrer Diffusion zwischen verschiedenen Innovationssystemen auf nachhaltigkeitsrelevante Institutionen.

Institutionen haben eine geographische, kontextuale und eine zeitliche Dimension. Im Rahmen des Moduls ist die Analyse dieser drei Dimensionen auf Basis von bestehender theoretischer und empirischer Literatur vorgesehen. Bezogen auf die geographische Dimension soll untersucht werden, wie innerhalb eines geographischen Raums oder zwischen unterschiedlichen regionalen oder nationalen Innovationssystemen Institutionen diffundieren. Dabei soll eine Übertragung von bekannten räumlichen Diffusionstheorien (basierend auf Hägerstrand 1968) auf Institutionen speziell im Feld der Nachhaltigkeit stattfinden. Die kontextuale Dimension geht auf die bereits diskutierte Wechselwirkung zwischen den unterschiedlichen Innovationssystemen ein und untersucht die Diffusion zwischen Teilsystemen. Die Entwicklung von Innovationssystemen erfolgt über die Zeit und wird durch die räumlichen und kontextualen Entwicklungen beeinflusst. Dabei wird berücksichtigt, dass Institutionen nur dann Nachhaltigkeit fördern können, wenn sie besonders stabil sind, andererseits aber nachhaltigkeitsfördernde Innovationen gleichzeitig erfordern, dass sich die sie umgebenden Institutionen in ausreichender Geschwindigkeit an sich wandelnde Rahmenbedingungen anpassen.

Es wird erforderlich sein, die vorhandenen Theorien auf ihre Eignung zur Untersuchung der Diffusion nachhaltigkeitsrelevanter Institutionen zu durchleuchten und evtl. einzelne ihrer Elemente in neuer Struktur zusammenzuführen. Letztendlich sollen Konzepte entwickelt werden, um die Diffusion von Institutionen innerhalb und zwischen Innovationssystemen und die damit einhergehenden Wirkungen zu beschreiben.

Um die Diffusion von nachhaltigkeitsfördernden Institutionen innerhalb und zwischen Systemen zu erfassen, müssen Innovationssysteme in ihre Teilsysteme aufgeteilt werden. Hier bieten sich zunächst die folgenden Teilsysteme an: (1) Produzenten, die ggf. weiter aufzugliedern wären, z.B. in Produzenten alter oder neuer Güter, große oder kleine Unternehmen, zentral oder dezentral organisierte Unternehmen; (2) Konsumenten, deren Entscheidungen oft viel stärker normgeleitet sein werden als die der Produzenten; (3) das politische System, in welchem die rechtlichen (=formellen) Normen entstehen. Weitere Teilsysteme werden je nach konkret betrachtetem Innovationsfeld hinzukommen. Auch ist zu untersuchen, welche Wirkungen Institutionen innerhalb dieser Teilsystem haben. So kann sich beispielsweise im Teilsystem der Produzenten eine gemeinsame technologische Trajektorie herausbilden, welche gewisse nachhaltige Entwicklungslinien bevorzugt oder auch ablehnt (Dosi 1982).

Die Teilsysteme sind durch individuelle, rationale Entscheidungen gekennzeichnet und durch Prozesse der Wirkung und Diffusion von Institutionen. Innerhalb und zwischen Teilsystemen kann eine Interaktion einerseits durch einen zum Großteil anonymen Austausch über Märkte stattfinden, wie in der Ökonomik üblicherweise unterstellt. Andererseits findet Interaktion im Rahmen von Kooperationen oder Netzwerken sowie anderen sozialen Gruppen (z.B. Lobbygruppen oder „communities of practice“) statt. Letzteres wird beeinflusst durch die Institutionen, die in den Teilsystemen vorhanden sind, aber gleichzeitig modifizieren Interaktionsprozesse auch bestehende Institutionen bzw. führt Interaktion zu ihrer Diffusion innerhalb einer Population.

Ein wesentliches Element dieser Interaktionsvorgänge sind kulturelle, soziale und individuelle Lernvorgänge. In ihnen entstehen Verhaltensdispositionen ebenso wie Normen, oft in gegenseitiger Förderung oder im Konflikt miteinander. Die verschiedenen Modellierungen des Erlernens von Verhaltensdispositionen und Normen werden deshalb Berücksichtigung finden. Kulturelle Lernvorgänge sind geprägt von der direkten und durch Medien vermittelten Beobachtung der sozialen Umgebung. Menschen beobachten ihre soziale Umgebung und schließen daraus, welches Verhalten in einer Gruppe als angemessen angesehen wird, z.B. in Bezug auf Energieverbrauch oder Mobilitätsverhalten. Gerade für die Durchsetzbarkeit und Stabilität von Umweltnormen ist das ein wichtiger Faktor (Buenstorf & Cordes 2008). Besonders wichtig für kulturelles Lernen im Bereich von nachhaltigkeitsrelevanten Normen und Verhaltensweisen sind Lerndynamiken, die zu einem sich selbst verstärkenden Statuskonsum führen (Cordes 2009). Sie können zu Gunsten aber auch zu Lasten nachhaltiger Verhaltensweisen gehen und bedürfen deshalb besonders sorgfältiger Berücksichtigung in der Theoriebildung.

Soziales Lernen ist durch einen Rollenmodellbias geprägt. Dabei ist zu berücksichtigen, dass Rollenmodelle zum einen in kleinen, wohlstrukturierten Gruppen, zum anderen aber auch in durch Medienkommunikation geprägten Gesellschaften stark wirken. Individuelles Lernen fördert häufig durch direkte Rückkopplung die Ausbreitung hedonistischer Verhaltensweisen, etwa die Nutzung von schnellen, luxuriösen PKW. Diese werden aber möglicherweise durch die Herausbildung und das individuelle Erlernen von Normen beschränkt, welche sich auf die bereits erwähnte Disposition zu kooperativem Verhalten stützen können. Schließlich wird für die Betrachtung von Innovationssystemen auch das Lernen in kleinen, intensiv kommunizierenden Gruppen zu berücksichtigen sein, in denen menschliche Kooperation am besten funktioniert, so dass sich innerhalb dieser Gruppen Normen und Verhaltensweisen besonders schnell ausbreiten, aber auch verdrängt werden können (Dunbar 2008). Für die Ausbreitung und Diffusion von nachhaltigkeitsrelevanten Institutionen in Innovationssystemen spielen solche kleinen Gruppen zum einen als Nukleus neuer oder veränderter Normen, zum anderen als Organisationen (Unternehmen, Umwelt- und allgemein Interessenverbände) eine wichtige Rolle.

Insbesondere die Interaktionen zwischen diesen Lernvorgängen in und zwischen den Teilsystemen stehen im Mittelpunkt der Analyse. So beeinflussen sich Lernprozesse auf Seiten der Konsumenten oder anderer Interessengruppen und die Reaktions- und Einflussmöglichkeiten der Anbieterseite gegenseitig. Die sich daraus ergebenden Kenntnisse erlauben die Vorhersage der Wirkung von politischen Maßnahmen zur Beeinflussung von Innovationssystemen mit dem Ziel der Förderung der Nachhaltigkeit.

Zentral für alle diese Diffusions- und Lernprozesse sind die direkten Interaktionen von Akteuren (z.B. sie es durch informelle oder formelle Netzwerke oder durch die Mobilität von Personen zwischen Teilsystemen) und die Beeinflussung durch Medien oder andere Informationsquellen (z.B. Gesetzestexte). Diese gegenseitige Beeinflussung kann ebenso durch gezielte Einflussnahme wie durch ungezielte Prozesse (z. B. Vorbildwirkungen von Rollenmodellen) bestimmt sein. Darüberhinaus werden durch die Interaktion von Akteuren oder Institutionen unterschiedlicher Innovationssysteme Widersprüche zwischen Innovationssystemen aufgedeckt, so dass sich Möglichkeiten für Konflikte und strategische Aktionen bieten. Speziell neue Innovationssysteme generieren solche Inkonsistenzen und verbinden bislang unverbundene Felder. Entsprechend geht es nicht darum, wie ganz neue Institutionen entstehen sondern um die Ausbreitung von bereits in einzelnen Systemen bestehenden, verbindlichen Institutionen.

Am Ende des Moduls soll ein Analyserahmen basierend auf Wirkungszusammenhängen aufgebaut sein, welcher als Grundlage für die empirische Untersuchung (Modul 3) dient und im Rahmen dieses Moduls überprüft werden soll. Weiterhin bildet er auch die Basis für das mathematische Modell in Modul 4. 

Modul 3 beinhaltet die empirische Forschung. Ziel der zwei Teilmodule ist eine auf dem abgeleiteten Analyserahmen durchgeführte Untersuchung der Innovationsfelder Elektromobilität[1] und Windenergie. In beiden Fallstudien sind teilweise die gleichen Teilinnovationsysteme von Bedeutung (z.B. Energie) aber gleichzeitig unterscheiden sie sich in anderen Teilsystemen (z.B. Technologien), so dass Gemeinsamkeiten und Unterschiede herausgearbeitet werden können. Hierbei sollen die relevanten Institutionen, die Interaktion von Teilsystemen sowie Muster des institutionellen Wandels durch eine Betrachtung der Entwicklung über die Zeit ermittelt werden. Ziel ist es hierbei, sowohl den analytischen Rahmen zu testen und ggf. anzupassen als auch Parameter, Wirkungszusammenhänge und Ergebnisse für die nachfolgenden Module zu generieren. Im Rahmen von Modul 4 müssen somit empirische Daten über die Diffusion und Interaktion von Institutionen erhoben werden. Beide Innovationsfelder werden mit einander ergänzenden Methoden untersucht, um einen möglichst detaillierten Überblick zu liefern.

Modul 3a: Zur Ermittlung der zentralen Institutionen, deren Wechselwirkungen und Diffusionsmuster sowie der zukünftigen Entwicklungstrajektorien der beiden Fallstudien Elektromobilität und Windenergie wird im Teilmodul 3a zu Zwecken der Triangulation auf unterschiedliche Datenquellen zurückgegriffen. Neben der Auswertung statistischen Datenmaterials und themenspezifischen Studien werden vor allen Dingen Befragungen im Rahmen von ca. 40 strukturierten Experteninterviews durchgeführt. Die Auswahl der Experten beruht dabei auf dem analytischen Rahmen, welcher in den Modulen 1 und 2 zusammengestellt wird, so dass hier noch Modifikationen möglich sind. Für das Teilsystem Elektromobilität sind Interviews anvisiert mit (1) Nutzern/Bevölkerung, (2) Mineralölherstellern, (3) Energieerzeugern, Energieversorgern, (4) Autoherstellern, Teileherstellern, Endherstellern und (5) Vertretern aus dem politisch-administrativen Bereich. Für das Teilsystem Windenergie kommen Interviewpartner aus folgenden Gruppen: (1) Nutzer, (2) Energieerzeuger, Energieversorger, Netzinfrastrukturanbieter, (3) politisch-administratives System, (4) Windkraftanlagenhersteller und -vertreiber, (5) Atomkraftwerkehersteller, (6) Land und Fischwirtschaft und (7) Naturschützer. Gegebenenfalls werden zusätzlich zu Einzelinterviews auch Gespräche in kleinen Gruppen geführt, um durch gegenseitige, schnelle Rückkopplungen zusätzliche Erkenntnisse zu sammeln. Die Ergebnisse werden anhand des Analyserahmens systematisiert. Dabei geht es u.a. um die Wirkung auf spezifische Funktionen des Innovationssystems, um die betroffenen Teilsysteme und deren Interaktion, die Bedeutung der Institutionen für die Entwicklungsfähigkeit sowie die Verbreitung der Institutionen.

Modul 3b: Mit Methoden der Kommunikations- und Medienwissenschaft, wird die Berichterstattung über die beiden Schwerpunkte in Bezug auf die ausgewählten Institutionen und deren Diffusionsprozesse nachgezeichnet. Die beiden Fallstudien helfen dabei, sowohl regionale als auch sektorale Diffusionen empirisch zu identifizieren. Für die regionale Analyse werden Regional- und Lokalzeitungen nach drei Kriterien (besondere Betroffenheit, Verstädterungsgrad und Einkommen pro Kopf) systematisch ausgewählt und analysiert. Angelehnt an den internationalen ‚information flow‘ werden Übergänge zwischen den Regionen identifiziert, in dem die Quellen der Beiträge und die zitierten Akteure erfasst werden. Im Fall der Elektromobilität würde sich beispielsweise der Raum Stuttgart als Automobilindustriestandort mit starken Zulieferern, hohem Verstädterungsgrad und hohem Einkommen sehr gut eignen. Abgeglichen werden könnten die Ergebnisse mit ländlichen Gebieten Mecklenburg-Vorpommerns, die weder Automobil- noch Zulieferindustrie beheimaten und ein niedriges Einkommen der Bevölkerung haben. Für die Mittelpositionen könnten sich der Raum Leipzig und der Raum Schwerin anbieten, da in ersterem die Autoindustrie stark in letzterem schwach ist, die Verstädterung in beiden relativ hoch, aber die Einkommen pro Kopf eher niedrig sind. Die weiteren Auswahlkriterien liessen sich ebenfalls so modellieren, so dass bis zu acht Regionen zu analysieren sind, wenn alle theoretisch denkbaren Kombinationen vorkommen (vgl. für solche Auswahlstrategien Kolb 2004).

Sektorale Diffusionsprozesse lassen sich durch den Einbezug von einschlägigen Fachmedien und Verbandspublikationen, also z.B. von Publikationen des Verbandes der Automobilindustrie, verschiedener Umweltschutzvereinigungen und der Zulieferindustrie sowie durch Analyse ihrer Verwendung als Quelle in der Medienberichterstattung herausarbeiten. Neben der allgemeinen Diffusion können hierbei auch thematische Schwerpunkte und kontroverse Diskussionen in die Untersuchung einbezogen werden, welche Anhaltspunkte für z.B. konfligierende Institutionen liefern. Für den zweiten empirischen Teil zur Windkraft wird analog vorgegangen. Je nach Umfang der Berichterstattung zu beiden Bereichen lassen sich so Diffusionen zwischen Politik/Recht, Industrie, Interessenverbänden und Verbraucherinitiativen bzw. Umweltgruppen nachzeichnen.

Am Ende des Moduls wird die Rolle unterschiedlicher institutioneller Strukturen und Dynamiken diskutiert, welche die Entwicklung der Innovationssysteme beeinflussen. Der analytische Rahmen wird bei Bedarf an die Erkenntnisse der Empirie angepasst sowie Diffusionsmuster und Wirkungszusammenhänge/ -stärken ermittelt, die für die formale Modellierung von Bedeutung sind (z.B. ob und wie stark aktuelle Kommunikation über Normen von vorhergehender Kommunikation über Normen abhängt).

[1] Da die Region Bremen/Oldenburg als Modellregion Elektromobilität vom BMVBS ausgewählt wurde, bietet dies Möglichkeiten die sich dadurch verändernden Institutionen zu untersuchen. Das BAW Institut verfügt darüberhinaus in beiden Innovationsfeldern über einschlägige Erfahrungen (vgl. u.a Landsberg, Ramms & Wehling 2006 sowie Munzer & Stenke 2009).

 

[2] Hierbei wird auch u.a. das bestehende WiN-Projekt (Interessenkonflikte um Windkraft - Nachhaltige Landnutzung im Spannungsfeld umweltpolitisch konfligierender Zielsetzungen am Beispiel der Windenergiegewinnung) verallgemeinert. 

Aufbauend auf den konzeptionellen und verhaltenswissenschaftlichen Einsichten der ersten beiden Module und den empirischen Beobachtungen des dritten Moduls werden hier formale Modelle für das Verständnis der Diffusion von Institutionen innerhalb und zwischen Innovationssystemen und ihren Teilsystemen entwickelt und nutzbar gemacht. Für die Modellierung innerhalb der Teilsysteme wird auf Modelle kultureller Evolution (Buenstorf & Cordes 2008; Cordes et al. 2008), auf Modelle der evolutorischen Spieltheorie, welche sich auf Konventionen und Normen beziehen (Sugden 1989; Young 1993; Güth & Peleg 2001) sowie auf rechtsökonomische Modelle, welche den Zusammenhang zwischen Recht und sozialen Normen beschreiben (Cooter 1998; Parisi & von Wangenheim 2006; Carbonara et al. 2008a) zurückgegriffen. Da bei der Betrachtung der Interaktionen zwischen den Teilen eines Innovationssystems (vgl. die Beschreibung zu Modul 2) und zwischen Innovationssystemen, unter Berücksichtigung der Dynamiken innerhalb der Teilsysteme, eine Anzahl von Variablen enthalten ist, die eine mathematische, und sei es auch nur eine simulative Untersuchung des Modells nicht mehr erlaubt, werden verschiedene Wege der Vereinfachung gegangen. Zum einen wird die Komplexität des Modells dadurch reduziert, dass zwei konkrete Anwendungen betrachtet werden – die im anwendungsorientierten Mittelpunkt des Projektes stehenden Innovationssysteme. Die oben diskutierten verhaltenswissenschaftlichen Annahmen werden hier auf die konkreten Phänomene angewandt. Des Weiteren können die empirischen Erkenntnisse des Moduls 3 verwendet werden, um einerseits die Struktur des Modells auf die in den Anwendungsbeispielen relevanten Zusammenhänge zu konkretisieren und andererseits einzelne Variable wenigstens bezüglich ihrer Größenordnungen zu kalibrieren. Zum anderen wird die Untersuchung verschiedener, sich unterschiedlich schnell entwickelnder Variablengruppen durch adiabatische Eliminierung[1] voneinander abgekoppelt, so dass formal handhabbare Teilsysteme entstehen, die jetzt aber nicht inhaltlich sondern durch die Homogenität der Entwicklungsgeschwindigkeiten definiert sind.

Die Konkretisierung des Modells soll hier am Beispiel der Elektromobilität skizziert werden. Selbstverständlich ist dies nur eine vorläufige Abschätzung einer sinnvollen Struktur. Eine zentrale Besonderheit wird hier sein, dass von zwei Teilsystemen der Produzenten auszugehen sein wird: den Herstellern von Autos und den Energieversorgern. Beide Teilsysteme der Produzenten werden jeweils in zwei Gruppen aufgeteilt: solche, die aus Überzeugung, also aufgrund einer internalisierten Norm Elektro-Autos bzw. die dafür erforderliche Energieversorgung auf dem Markt anbieten wollen, und andere, die ihre Entscheidung darüber, ob sie beim konventionellen Angebot bleiben wollen, von den damit verbundenen Gewinnchancen abhängig machen. Ein Wechsel von der ersten in die zweite Gruppe und umgekehrt ist möglich. Ebenso gibt es unter den Konsumenten einige, die aus normativer Überzeugung nur ein Elektro-Auto nachfragen werden, und andere, die ihre Kaufentscheidung an allen wahrgenommenen Eigenschaften der verschiedenen auf dem Markt angebotenen Autos orientieren. Auch diese Orientierung wird oft beschränkt rational und von Verhaltensroutinen oder Institutionen oder gelernten kulturellen Präferenzen abhängen.

Der Anteil der Konsumenten, die normgeleitet ausschließlich Elektro-Autos zu kaufen bereit sind, entwickelt sich aufgrund eines dynamischen und innerhalb der Gruppe der Konsumenten interaktiven Meinungsbildungsprozess (McElreath & Henrich 2007; Carbonara et al. 2008a). In diesem Prozess hängen die Wahrscheinlichkeiten, mit der einzelne Individuen die Norm annehmen, nur Elektro-Autos nachzufragen, ab vom Anteil und evtl. auch der Zahl derer, die die Norm bereits angenommen haben, vom Anteil der tatsächlich gekauften Elektro-Autos (unabhängig von der Ursache der Kaufentscheidung), aber auch von persönlichen, exogen vorgegebenen Vorlieben (das führt zur Heterogenität der Konsumenten) und vom Verhalten besonders prominenter Rollenmodelle (vgl. Harrington Jr. 1999) wie Repräsentanten von Produzenten des einen oder des anderen Teilsystems. Die entsprechende Entwicklung der Normen unter den Produzenten wird weniger stark von interaktiven Normbildungsprozessen innerhalb der beiden Teilsysteme geprägt sein, dafür aber umso stärker von der Interaktion mit dem System der Konsumenten, da die (Repräsentanten der) Produzenten ja gleichzeitig Konsumenten sind. Dabei ist allerdings zu berücksichtigen, dass sie aufgrund ihrer Doppelrolle besonders wenig geneigt sind, hier ein normgeleitetes Verhalten an den Tag zu legen.

In ähnlicher Form und mit ähnlichen Interaktionen lässt sich diesen beiden Subsystemen nun auch das politische Teilsystem hinzustellen. Es wird von Meinungen in der Gruppe der Konsumenten und von Versuchen der Einflussnahme der Produzenten (evtl. unterschiedlich, je nach Normadoption und Konzentration auf konventionell und elektrisch angetriebene Autos) ebenso wie durch interne Macht- und Meinungsspiele beeinflusst und verändert seinerseits Rahmenbedingungen des Verhaltens von Individuen in den anderen Teilsystemen. Schließlich beeinflusst es durch die Funktion seiner Mitglieder als Rollenmodell auch die Entwicklung von Normen in den anderen Teilsystemen.

Um die Abbildung des Innovationssystems Elektromobilität zu vervollständigen, werden weitere Teilsysteme einschließlich ihrer Interaktionen mit den anderen Teilsystemen hinzuzufügen sein. Schließlich kann die Interaktion mit anderen, sektoral, technologisch, geographisch oder auch nationalstaatlich abgegrenzten Innovationssystemen modelliert werden, indem von diesen sich typischerweise langsam entwickelnde Variable an die Meinungsbildungsprozesse des zentral betrachteten Innovationssystems weitergegeben werden und möglicherweise auch ein Rückkopplungsprozess berücksichtigt wird.

Die Bearbeitung des Modells wird vom Max-Planck-Istiut in Jena und der Universität Kassel gemeinsam durchgeführt. Dabei wird die Arbeitsgruppe in Jena die verhaltenswissenschaftlichen Voraussetzungen und Kassel mehr die spieltheoretischen Zusammenhänge betonen.

 


[1] Grundlegend für die Anwendung in synergetischen Modellen in den Sozialwissenschaften: Weidlich und Haag (1983)

Das Projekt beinhaltet in allen Modulen anwendungsbezogene Elemente. Diese sollen im letzten Modul zusammengefasst und sowohl speziell für die Bereiche Elektromobilität und Windenergie aber auch für die Entwicklung von Innovationssystemen allgemein in Handlungsempfehlungen konkretisiert werden. Dabei geht es um Strategien zu zukünftigen Entwicklungen von Innovationssystemen und die Rollen der Akteure in den Systemen. In diesen Strategien spielen Widersprüche und Komplementaritäten zwischen den Teilsystemen eine Rolle, welche mit dem Ziel nachhaltiger Entwicklungen genutzt oder ausgeräumt werden sollten. Dafür werden die Ergebnisse, die sich aus der empirischen Untersuchung und der Modellierung ergeben, in politiknaher Sprache aufbereitet, in einem Workshop unter Beteiligung von politischen Akteuren diskutiert und dann in einem deutschsprachigen, politikorientierten Buch dargestellt.

  • Aronson, Elliot, Wilson, Timothy D. and Akert, Robin M. (2002): Social Psychology, Upper Saddle River, NJ: Prentice-Hall.
  • Boyd, Robert and Richerson, Peter J. (1985): Culture and the Evolutionary Process, Chicago: University of Chicago Press.
  • Buenstorf, G. & Cordes, C. (2008): Can Sustainable Consumption Be Learned? A Model of Cultural Evolution, Ecological Economics, 67, 646-657.
  • Carbonara, E., Parisi, F. & von Wangenheim, G. (2008a): Lawmakers as Norm Entrepreneurs. Review of Law and Economics, 4, 779-799.
  • Carbonara, E., Parisi, F. & von Wangenheim, G. (2008b): Legal Innovation and the Compliance Paradox. Minnesota Journal of Law, Science & Technology, 9, 837-860.
  • Cavalli-Sforza, L. L. and Feldman, M. W. (1981): Cultural Transmission and Evolution: A Quantitative Approach, Princeton: Princeton University Press.
  • Cordes, C. (2009): The Role of Biology and Culture in Veblenian Consumption Dynamics, Journal of Economic Issues, 43(1), 115-141.
  • Cordes, C., Richerson, P. J., McElreath, R. & Strimling, P. (2008): A Naturalistic Approach to the Theory of the Firm: The Role of Cooperation and Cultural Evolution, Journal of Economic Behavior and Organization, 68(1), 125-139.
  • Cordes, C. & Schubert, C. (2007): Toward a Naturalistic Foundation of the Social Contract, Constitutional Political Economy, 18(1), 35-62.
  • Cooter, R. (1998):Expressive Law and Economics, Journal of Legal Studies 27: 585–608.
  • Dosi, G. (1982): Technological Paradigms and Technological Trajectories: A Suggested Interpretation of the Determinants and Directions of Technical Change, Research Policy, 11:147-162
  • Dunbar, R. I. M. (2008): Cognitive Constraints on the Structure and Dynamics of Social Networks, Group Dynamics: Theory, Research, and Practice, 12, 7-16.
  • Dyllick, T.: Management der Umweltbeziehungen. Öffentliche Auseinandersetzungen als Herausforderungen. Wiesbaden [Gabler Verlag] 1989
  • Fornahl, D. (2000): Reziproke Beziehungs- und Wirkungszusammenhänge zwischen internationalen Umweltverhandlungen und der nationalen Akteursebene. In: Jasper, J., Sundmacher, T. (Hrsg.): Ökologische Kompatibilität und technologischer Wandel, Frankfurt/Main: Peter Lang Verlag, 167-204.
  • Fornahl, D. (2008): Sectoral Innovation Systems, Corporate Strategies, and Competitiveness of the German Economy in a Globalised World - Comment, Applied Economics Quarterly Supplement, 59, 125-135.
  • Fornahl, D. & Springmann, J.P. (2002): Akteursverhalten bei internationalen Verhandlungen - Anwendung auf die Diskussion zur Förderung erneuerbarer Energieträger in Europa. In Hegmann, H., Neumärcker, B.K. (Hrsg.): Die Europäische Union aus politökonomischer Perspektive, Marburg: Metropolis, 359-387.
  • Fornahl, D. und & Wangenheim, G. (2004): Internationale Umweltverhandlungen – Kollektive Aktion bei heterogenen Akteuren. In Budzinski, O., Jasper, J. (Hrsg.): Wettbewerb, Wirtschaftsordnung und Umwelt, Frankfurt: Peter Lang Verlag, 277-295.
  • Güth, W. & Peleg, B. (2001): “When Will Payoff Maximization Survive? An Indirect Evolutionary Analysis”, Evolutionary Economics, 11, 479–499.
  • Güth, W., Kliemt, H., Levati M.V. & von Wangenheim, G. (2007): “On the Coevolution of Retribution and Trustworthiness: An (Indirect) Evolutionary and Experimental Analysis”, Journal of Institutional and Theoretical Economics 163, 143–157.
  • Hägerstrand, T. (1968): Innovation diffusion as a spatial process.
  • Harrington Jr., Joseph E. (1999): "Rigidity of Social Systems", Journal of Political Economy, Vol. 107, No. 1, pp. 40-64.
  • Labov, W. (2001): Principles of Linguistic Change: Social Factors, Oxford: Blackwell.
  • Kolb, S. (2004): Voraussetzungen für und Gewinn bringende Anwendung von quasiexperimentellen Ansätzen in der kulturvergleichenden Kommunikationsforschung. In: Wirth, W.; Lauf, E. & Fahr, A. (Hrsg.): Forschungslogik und -design in der Kommunikationswissenschaft. Köln: Halem, 157-178.
  • Kolb, S. (2005): Mediale Thematisierung in Zyklen. Theoretischer Entwurf und empirischer Anwendung, Köln: Herbert von Halem Verlag.
  • Kolb, S. (2008): Gesellschaftliche Konstruktion von Umweltgefahren. Vortrag zur Eröffnung des CLISAP-Exzellenzclusters, Hamburg.
  • Kolb, S. & Burkhardt, S. (2007): Mission impossible? Media Coverage of scientific findings. In: Storch, Hans von; Tol; Richard J. S.; Flöser, Götz (Hrsg.): Environmental Crisis. Heidelberg: Springer, 65-81.
  • Landsberg, H., Ramms, T. & Wehling, W. (2006): Die regionalwirtschaftliche Bedeutung der Windenergiebranche für das Land Bremen Kurzgutachten im Auftrag des Umweltsenators.
  • McElreath, R. & Henrich, J. (2007): "Modeling Cultural Evolution", in: Dunbar, R. and Barrett, L. (eds.), Oxford Handbook of Evolutionary Psychology, New York: Oxford University Press, 1-18.
  • Munzer, L. & Stenke, G. (2009): Erneuerbare Elektromobilität im Land Bremen, Studie im Auftrag der swb AG.
  • Parisi, F. & von Wangenheim, G. (2006): Legislation and Countervailing Effects from Social Norms. In Schubert und von Wangenheim (2006).
  • Richerson, P. J., Boyd, R. & Henrich, J. (2003): "The Cultural Evolution of Human Cooperation", in: Hammerstein, P. (ed.), The Genetic and Cultural Evolution of Cooperation, Cambridge, Mass.: MIT Press, 357-388.
  • Rilling, J. K., Gutman, D. A., Zeh, T. R., Pagnoni, G., Berns, G. S. & K., Clinton D. (2002): "A Neural Basis for Social Cooperation", Neuron, Vol. 35, pp. 395-405.
  • Schubert, C. & von Wangenheim, G. (Hrsg.) (2006): Evolution and Design of Institutions. London: Routledge.
  • Sugden, R. (1989): “Spontaneous Order”, Journal of Economic Perspectives 3, 85–97.
  • von Wangenheim, G. (2004): Games and Public Administration – The Law and Economcis of Regulation and Licensing. Cheltenham: Edward Elgar.
  • Weidlich, W. & Haag, G. (1983): Concepts and Models of a Quantitative Sociology. Berlin et al.: Springer.
  • Young, P. (1993): “The evolution of conventions”, Econometrica 61, 57–84.