2009. Astrid Pummer. Bosnien-Herzegowina. Chancen für österreichische Firmen ...
2006. Peter Granig. Mit Innovationen zum Markterfolg in Süd- und Osteuropa. CEE-Wirtschaftsforum 2006. Forum Velden.
1. Vortrag ACEF 2006 Velden, 20-22. Sept. 2006 Mit Innovationen zum Markterfolg in Süd- und Osteuropa Dr. Ing. Peter Granig FH-Technikum Kärnten Hauptplatz 12 9560 Feldkirchen E-mail: granig@fh-kaernten.at Telefon: 04276/90 500 4114
2.
3.
4. Durch eine Verkürzung von Beobachtungs- und Innovations- zyklus kann eine Verlängerung des Marktzyklus erreicht werden. Quelle: Eigene Darstellung in Anlehnung an Pfeiffer/Bischof, 1991, S. 26; et al.
5.
6.
7. Risiko - als zentrales Problem der Innovationsbewertung Quelle: Commes/Lienert, 1983, S. 349 Basis: Untersuchung von Mansfield 1971 Quelle: SIEMENS AG Österreich GJ 2003/04 Intellectual Asses Management 11/2004 SIEMENS AG ÖSTERREICH GJ 2003/04 Untersuchung von Mansfield Von 100 F & E Projekten führten: 57 technischen Erfolg 34 Markteinführung 12 Technisches Risiko Wirtschaftliches Risiko Wirtschaftlicher Erfolg Von 571 Innovationsprojekten: 480 technisch machbar 21 realisiert 11 Technisches Risiko Wirtschaftliches Risiko Wirtschaftlicher Erfolg (Umsatz: 52,6 Mio €)
8.
9. Nicht der Umfang einer Variablen, sondern nur der Umfang unerwarteter Änderung einer Variablen bestimmt das Risiko. Innovationsprojekt: P1 in GE Geplante Absatzmenge 00 Geplanter Verkaufspreis/Stk. 00 =Gesamtumsatz 00 - Herstellkosten 00 = Deckungsbeitrag 00 - Marketingkosten 00 - Entwicklungskosten 00 - Abschreibungen 300 = Ergebnis 00 - Kapitalkosten 30 +/- a.o. Ereignis 0 = Wertbeitrag (EVA) 00 Quelle: Eigene Darstellung R1 500 +/- 20 % Absatzmenge R2 9-11 € Absatzpreis R3 4 € +/- 1 Herstellkosten R4 400 +/- 10 % Entwicklungskosten R5 800 +/- 10 % Marketingkosten R6 80 GE / 70 % Innovationsförderung
10. Der Zielwert wird durch eine Vielzahl an Szenarien berechnet, wobei für den risikobehafteten Anteil der Variablen Zufallszahlen gesetzt werden. Innovationsprojekt: P1 SZENARIO 1 Geplante Absatzmenge 500 Geplanter Verkaufspreis/Stk. 10 =Gesamtumsatz 5.000 - Herstellkosten 2.000 = Deckungsbeitrag 3.000 - Marketingkosten 800 - Entwicklungskosten 400 - Abschreibungen 300 = Ergebnis 1.500 - Kapitalkosten 30 +/- a.o. Ereignis 0 = Wertbeitrag (EVA) 1.470 Quelle: Eigene Darstellung R1 +/- 20 % Absatzmenge R2 9-11 € Absatzpreis R3 +/- 1 € Herstellkosten R4 +/- 10 % Entwicklungskosten R5 +/- 10 % Marketingkosten R6 80 GE / 70 % Innovationsförderung
11. Simulationsergebnisse des Wertbeitrages eines Innovationsprojektes mit Quantifizierung des risikobehafteten Anteils der Einflussparameter Parameterverteilung des Innovationsprojektes Verteilungsfunktion Wertbeitrag Sensitivitätsdiagramm Quelle: Eigene Simulation und Darstellung 10,11% 5,110579421 26,11802202 50,564 34 68 Projektförderung P1 9,33% 0,935512836 0,875184266 10,02974701 6,736478628 13,38139461 Preis P1 10,15% 101,7407217 10351,17445 1002,200109 671,6425892 1292,463935 Menge P1 9,98% 20,00605782 400,2423493 200,4593905 144,2348438 270,6080691 Marketingkosten P1 10,08% 0,501725386 0,251728363 4,97773756 3,291333569 6,95988212 Herstellkosten P1 10,61% 52,83441307 2791,475205 497,8954692 330,5101099 680,4135553 Entwicklungskosten P1 44,88% 1173,518809 1377146,395 2615,061002 -901,1123189 6953,956851 Wertbeitrag P1 13,89% 1396,510054 1950240,332 10053,01864 5535,116767 15131,89743 Umsatz P1 45,75% 1173,356127 1376764,601 2564,497002 -952,1123189 6901,956851 Ergebnis P1 Dev./Mean Std. Dev. Variance Mean Minimum Maximum Name 1.000 Iterations
12. Ausgangsszenario: VaR (50%): 2.504 VaR (90%): 1.246 ELT: 2,8 % Ziele: VaR (90%): > 3000 VaR (1246) > 98% ELT = 0% Anhebung Entwicklungsk. Senkung Herstellkosten Senkung Absatzpreis Anhebung Absatzmenge Ergebnis: VaR (90%): 3124 VaR (1246): 98,8% ELT: 0,0 % VaR 98,8% VaR 90% VaR 90% Quelle: Eigene Simulation und Darstellung ELT 2,8% ELT 0,0% Erhöhung der Prognosesicherheit durch dynamische Simulation
13. Die Simulation ermöglicht eine frühere Quantifizierung und dadurch eine frühere Entscheidung und/oder reduzierte Unsicherheit. Unsicherheit ohne Simulation Niveau der Entscheidungs-relevanten Informationen Entscheidungs-zeitpunkt t2 durch Einsatz der Simulation Entscheidungs-zeitpunkt t1 ohne Einsatz der Simulation t Einsatz qualitativer Bewertungs-verfahren Einsatz quantitativer Bewertungs-verfahren Unsicherheit mit Simulation Frühere Quantifizierung durch Simulation Frühere Quantifizierung durch Simulation
14. Einsatz der Simulation zur Bestimmung der wertoptimalen Innovationsform im Produktlebenszyklus
15.
16. I N N O V A T I O N Die Kunst des Lebens liegt in der ständigen Neueinstellung auf unsere Umgebung.
Hinweis der Redaktion
Persönliche Vorstellung:
Überblick vermitteln, was sie in der nächsten halb St. erwartet Agenda kann grob in zwei Teile gegliedert werden: Teil: Grundprobleme aufgezeigt u. bestehende Verfahren evaluiert Teil: Kernproblem der Innovationsbewertung “Unsicherheit und Risiko” Konzeption einer Innovationsimulation Risikoquantifizierung via Simulation
1. Anhand des integr. PLZ > Problemstellung und Zielsetzung des Vortrages verdeutlichen 2. Integr. PLZ best. aus: BeoZ, IZ, MZ, EZ Beobachtungszyklus: (Erste Suche oder Entdeckung neuer Ideen im relevanten Umfeld) Relevante Infos für U: Naturw., Techn., Gesellschaftlichen und marktlichen Umfeld Aufgabe des Unternehmens: Selektion der Infos, die für die Zukunft relevant sind. Höchste Ungewissheit für U. dann: Wenn schw. Signal der Umwelt für Chancen oder Risiken vorhanden sind die für U. relevant sein könnten. Entstehungszyklus: (Grob durch 6 Phasen) Marktzyklus: Entsorgungszyklus 3. Durch Verkürzung von BZ u. IZ: Vorverlegung und/oder Verlängerung von MZ Ende des MZ ist durch Marktdegeneration determiniert. 4. Zwei Effekte: a) früher am Markt > strategische Vorteile b) länger am Markt > mehr Zeit um positive Wertbeiträge erw. 5. Zentrale Fragen der Arbeit: Wie gelingt es durch geeignete BWV den BZ und IZ zu verkürzen??? Und dabei die Entscheidungsqualität mindestens gleich zuhalten bzw. zu verbessern. Integrierter Produltlebenszyklus: (vgl. Mild, Bewertung technologischer Ressourcen,, S. 28)
In Abbildung dargestellt – eine Einordnung der Bewertungsverfahren in Abhängigkeit zum Reifegrad des Innovationsprojektes : Linker Pfeil: stellt den Reifegrad des Innovationsprojektes dar Rechter Pfeil: verfügbaren Daten in Qualität und Quantität Wir sehen daraus: in frühen Phasen wenig Daten, hohe Unsicherheit – Daten vorwiegend qualitativ. Hoher Reifegrad: bessere Prognostizierbarkeit, Quantitative Daten Resümee: Die besten Bewertungsergebnisse liefert ein Verfahrensmix aus qualitativen und quantitativen Verfahren in Abhängigkeit vom jeweiligen Reifegrad des Innovationsprojektes. Vor allem die Verfahren der Wirtschaftlichkeitsrechnung kommen erst bei einem relativ hohen Reifegrad zum Einsatz.
Ad Optionsbewertungsmodelle: Modell von Black/Scholes: B ildete die Grundlagen für die Realoptionsbewertung In diesem Modell wurde eine Differentialgleichung konstruiert, die den Kassapreis des Basisinstrumentes ausdrückt. Binomialmodell von Cox: Erstellt anstatt eines einperiodigen Bewrtungsansatzes eine Bewertungsgleichung für beliebig viele Perioden. Die Bewertung erfolgt durch Diskontierung der erwarteten zukünftigen Zahlungsüberschüsse mit einem risikofreien Zins. Ad Klassifikation von Optionen: LOpt.: Einführung neuer Technologie so lange verschieben bis Unsicherheit durch zusätzliche Forschungstätigkeit reduziert. Desinvestitionsinvestion (Infolge negativer Veränderung der Rahmenbed.) Ad Problemfelder: Im Gegensatz zu Aktie kein Marktpreis daher Schätzung Innovationsprojekte sind nicht fungibel Ausübung einer Option interagiert andere Optionen Kritik: Der Übertragbarkeit der für Finanzoptionen konzipierten Theorie sind insofern Grenzen gesetzt , da es für Innovationsprojekte keine Marktbewertung gibt. Damit auch keinen vollständigen Kapitalmarkt der für alle Projekte Marktpreise impliziert. Ad Anwendung in der Innovationsbewertung - Resümee: 1.In Innovationsbewrtung geht es darum die Optionen von Innovationsprojekten in Größenordnunge zu erkennen. 2. Eine reine Kapitalwertbewertung führt jedenfalls zur Unterbewertung von Innovationsprojekten.
Wir kommen zum zweiten Teil der Arbeit: Den möchte ich mit zwei empirischen Untersuchungen einleiten. Wo wir uns das Risiko in der Innovationsbewertung genauer anschauen. 1. Untersuchung von Mansfield: Risiko bei F&E Projekten untersucht. .... Wirtschaftlicher Erfolg = Kapitalrendite höher als bei risikoloser Geldanlage Untersuchung von Mansfield = 1971 : Viel getan, Lead User Konzept, etc. 2. Andere, aktuellere Untersuchungen für Erfolgsquoten von Innovationsprojekten angeschaut. Unter anderen habe ich den Innovationserfolg der letzten 10 Jahre bei Siemens analysiert. KLICK Aktuelle Zahlen für GJ 03/04: Ausgangsbasis sind über 800 einger. Ideen ... Interpretation: Mehrere Gründe: Einer SHV-Ansatz: 98 5 bis 10 J. Heute: 3-5 Jahr >positiver Wertbeitrag Bestenfalls wäre die Erfolgsquote dann 15% Resümee: Risiko ist und bleibt, das zentrale Problem in der Innovationsbewertung!!!
Risiken bei Innovationsprojekten lassen sich Grob in folgende drei Bereiche gliedern: 1.Technisches Risiko wird unabhängig von der Ursache als Möglichkeit einer Zielabweichung definiert (Risiko + Ungewissheit) 2. Wirtschaftliches Risiko: inkl. Marktrisiko 3. Sonderrisiken: (oder Risiko dritten Grades) Resümee: Je höher der Novitätsgrad eines Innovationsprojektes ist, desto höher ist die damit behaftete Unsicherheit und damit das technische wie auch das wirtschaftliche Risiko.
Am Beispiel des Innovationsprojektes Produkt 1 konzipieren wir jetzt eine Simulation 1. Definieren des Bewertungszieles (zB.: Wertbeitrag Innovationsprojekt) 2. Identifizieren der Bewertungsparameter 3. Identifizieren der relevanten Werttreiber 4. Identifizieren der risikobehafteten Bewertungsparameter Bestimmung der Art des Innovationsrisikos Verteilungsorientierte Risiken (zB.: Absatzmenge) Ereignisorientierte Risiken (zB.: Förderzusage) Bestimmung der Risikowirkung auf Bewertungsparameter Abweichungsausprägung Abweichungswahrscheinlichkeit Berücksichtigung von Parameterkorellationen Preisabsatzfunktionen Lernkurveneffekte, etc. Berücksichtigung der Verteilungsfunktion des Parameters Normalverteilung Gleichverteilung 6. Durchführen der Simulation 7. Auswertung der Ergebnisse
Simulationsdurchlauf: Bei den Simulationsdurchläufen wird jeweils für den risikobehafteten Anteil der Variablen entsprechend Programmierung: Wahrscheinlichkeit Verteilungsfunktion Korrelation mit anderen Parametern gesetzt und damit der Zielwert berechnet. Daraus werden je nach eingestellter Iterationsanzahl 1000-fach mit unserem Programm bis zu 65000 Zielwerte berechnet.
Worin liegt nun der Nutzen der Simulation??? Wie hoch wird mit höchster Wahrscheinlichkeit der maximale finanzielle Abgang eines beispielsweise Sonderklassestation sein ? Die Simulation ermöglicht: eine frühere Entscheidung eine Begrenzung der Unsicherheit stellt Vergleichbarkeit der Innovationsprojekte her Kritik an Innovationssimulation: Wahrscheinlichkeitsrechnung Gesetz der großen Zahlen Worin liegt nun die Alternative? Das deterministische Größen willkürlich hingeschrieben werden? Ich denke es ist wichtig Methoden- Wissen zu haben! Auch für die Studierenden!! Um sich dann wieder aus der Situation zu lösen und eine andere Perspektive einzunehmen. Wir müssen dort hin kommen, das Potential und die Auswirkungen von Innovationen in einer frühen Phase zu bewerten. Dass Innovationen notwendig sind, steht außer Frage, denn die Medizin kann und darf in Ihrer Entwicklung nicht stehen bleiben. Ich danke Ihnen für die Aufmerksamkeit und freue mich auf Ihre Fragen !!!
Steigt die Anzahl der Interdependenzen der Parameter oder können Schwankungsbereiche und Wahrscheinlichkeiten nicht eingegrenzt werden, so kommt die risikoaggregierte Simulation an ihre Grenzen.