Anwendung: Open Innovation beschreibt die Öffnung des Innovationsprozesses von Unternehmen mit dem Ziel das Innovationspotenzial durch die gezielte Steuerung von Wissensflüssen aus der Umwelt ins Unternehmen und aus dem Unternehmen in die Umwelt zu vergrößern. Die breite Nutzung interner und externer Wissensquellen und Verwertungswege ermöglicht eine systematische und umfassende Identifikation von Geschäftschancen, eine Senkung der Entwicklungskosten sowie eine Reduktion des Marktrisikos von Innovationen.
Umsetzung:
- Outside-In-Prozesse: Outside-In-Prozesse verfolgen das Ziel der Integration externen Wissens in den unternehmenseigenen Innovationsprozess. In Abhängigkeit vom angestrebten Innovationsgrad können insbesondere auch “weit entfernte” Wissensquellen und damit für ein Unternehmen besonders neuartiges Wissen erschlossen werden. Systematische Verfahren wie die Lead User Methode erlauben es, diese Prozesse vergleichsweise effizient zu gestalten.
- Inside-Out-Prozesse: Inside-out-Prozesse verfolgen das Ziel der externen Nutzbarmachung von internem Wissen. Ziel kann beispielsweise die Lizensierung von Patenten bzw. Innovationen sein, die nicht für die operative Geschäftstätigkeit genutzt werden. Verfahren wie die ISAA Methode (Iterative Search for Additional Applications) erlauben es zudem, vormals nicht und nur in einem begrenzten Awendungsspektrum genutzte Technologien durch eine systematisch Identifikation potenzieller Märkte umfassend kommerziell zu verwerten.
- Pyramiding Suche: Die Pyramiding Suche ist ein verweisbasierter Suchprozess, der eine effiziente Identifikation von verstreuten Experten, insbesondere auch in “weit entfernten” Wissensgebieten oder analogen Märkten, d.h. Märkten mit vergleichbaren Problemen oder Lösungskompetenzen, ermöglicht. Neben einer bemerkenswerten Effizienz bietet der sequenzielle Charakter der Pyramiding Suche ein hohes Lernpotenzial, mittels welchem die Suche mit fortlaufender Dauer verfeinert oder, falls erforderlich, modifiziert werden kann, um deren Effektivität weiter zu steigern.
Datenquellen: interne und externe Daten, Netnography, Interviews, Umfragen