IWT-Studies 53. Wie zijn onze klanten? Het innovatieprofiel, bron van inspiratie. Donald Carchon Bart Clarysse Lieven De Clercq Eric Sleeckx

IWT M&A IWT-Studies

Wie zijn onze klanten? Het innovatieprofiel, bron van inspiratie Donald Carchon Bart Clarysse Lieven De Clercq Eric Sleeckx

53

Colofon IWT-studies worden uitgegeven door IWT-Vlaanderen in het kader van het werkprogramma van de unit Monitoring & Analyse. De auteurs blijven persoonlijk verantwoordelijk voor de standpunten die worden ingenomen bij de uitwerking van deze studies.

DOORBORING

Redactie Ann Van den Bremt (secretariaat) Olivier De Cock (eindredactie) Productie N’lil

IWT M&A Monitoring & Analyse Eric Sleeckx, coördinator Olivier De Cock, beleidsanalyse Donald Carchon, kennismanagement Hilde De Witte, impactscan Lieven De Clercq, impactscan Marnix Voet, impactscan Jan Maes, informatica Ann Van den Bremt, secretariaat Bischoffsheimlaan 25 1000 Brussel tel: 02/2090900 fax: 02/2231181 e-mail: [email protected] website: http://www.iwt.be Depotnummer: D/2006/7037/1 Verschenen in februari 2006

door·bo·ren (doorboring, doorboord) 1 in iets doordringen 2 doorgaan met boren 3 gaten maken in

Olivier De Cock

Ann Van den Bremt

Copyright Reproductie en gebruik is toegestaan mits bronvermelding.

BEWAARDOOS

Inhoud Voorwoord

4

Inleiding en achtergrond

6

I.

DE INNOVATIESTATUS ONTLEED

1 De template van het innovatieprofiel

10

2 De gegevensverzameling

10

3 De innovatieprofielen onder de loep genomen

53

12

1 De voorselectie: niet zonder gevolgen voor het profiel

2 De sectorverdeling van de bezochte bedrijven

3 Innovatieve en niet-innovatieve bedrijven

4 De globale innovatie score

12 13 15 15

4.

Voorlopige conclusies

28

II.

EEN SEGMENTATIE VAN INNOVATIE

30

1 De ondernemingen doorgelicht

30

2 Hoe innovatiebereid zijn onze bedrijven nu?

33

3 Wanneer is een bedrijf innovatiebereid?

34

4 De resultaten op een rijtje

38

1 Grootte, toegevoegde waarde en cashflow als determinanten

van innovatiebereidheid • Bedrijfsgrootte en innovatiebereidheid • Cash flow en innovatiebereidheid • Toegevoegde waarde en innovatiebereidheid 2 Grootte gaat boven cash flow

38 38 41 45 46

5. Algemene conclusies

47

III

50

DE SYNTENS-SEGMENTATIE OP DE ROOSTER GELEGD

Bijlage 1 : de innovatieprofiel-vragenlijst

54

Bijlage 2 bij de vergelijking van de innovatieprofielen met het syntensmodel.

60

Bibliografie

67

Vo o r w o o r d

Met deze nieuwe studie zet het IWT het nieuwe jaar in. 2006 wordt een jaar waarin we met de nieuwe en uitgebreide unit Monitoring & Analyse (M&A) een aantal veelbelovende doch praktische projecten op stapel hebben ter evaluatie van het Vlaamse innovatiegebeuren. De voorliggende doorlichting van de innovatieprofielen die tussen 2003 en november 2005 werden geregistreerd door de RIS-adviseurs is er hier één van (dit zijn de Regionale of Provinciale adviseurs belast met innovatiestimulering als onderdeel van het VIN, het zogenaamde Vlaams Innovatie Netwerk). Het minutieus bijhouden van deze innovatieprofielen van de meer dan 1.100 bezochte ondernemingen bevat een schat aan informatie over het Vlaamse innovatielandschap en de activiteiten die het IWT samen met de RIS-en hierin ontplooit of nog wenst te ontplooien. Deze informatie delen is onze missie. Er zit alvast voldoende stof voor discussie in. Is de innovatie-adviseur bevooroordeeld in de keuze van bedrijfsbezoeken?

Zijn kleinere bedrijven per definitie minder innovatief? Is de innovatiebereidheid een kwestie van voldoende cashflow of eerder gelinkt aan de bedrijfsgrootte? De studie biedt alvast een aantal richtinggevende antwoorden. Andere vragen die rijzen, vereisen dan weer bijkomend onderzoek. M&A zal immers ook voortbouwen op deze bron van informatie. Dit jaar nog zullen we het Innovatie-netwerk (VIN) inzetten met een vernieuwde tool: innovatieprofielen, versie 2. Een nog praktischer on-line tool die de vele VIN-adviseurs moet bijstaan in hun zoektocht naar de schare aan innovatiebereide ondernemingen die Vlaanderen rijk is en die de nodige input moet geven om het in de toekomst nog beter te doen. “Meten is weten” en dat is in het belang van alle actoren van het innovatiegebeuren in Vlaanderen. Paul Zeeuwts Directievoorzitter IWT

Inleiding

INLEI DING EN A CHTERGR OND In maart 2002 besliste het IWT om projecten van sub-regionale innovatiestimulering (RIS) te steunen. Dankzij deze steun konden in elke Vlaamse provincie een 5-tal innovatie-adviseurs aan de slag om eerstelijns innovatieondersteunende diensten aan te bieden aan de Vlaamse bedrijven. De doelgroep van deze RIS-projecten waren (en zijn nog steeds) de zgn. sluimerende innovatoren. Na de nodige aanwervingen staken de meeste projecten begin 2003 van wal. Reeds bij de opstart van deze projecten werd aandacht besteed aan de monitoring van het innovatiepotentieel bij de doelgroep en eventuele evoluties.

“ W ie zoekt d i e v i n d t :

innovatie- a d v i s e u r s speuren naar s l u i m e re n d e innovat o re n

”

Aangezien de RIS-adviseurs sectoroverschrijdend werken, was er bij de andere sector-gerichte innovatie-actoren in het begin enige terughoudendheid over mogelijke overbediening van de eigen lidbedrijven. Daarom werd al snel in overleg met de RIS-adviseurs een systeem uitgewerkt om bedrijfsbezoeken te registreren. Hierdoor konden de innovatie-adviseurs voor een bezoek zien of er recentelijk een andere adviseur bij het bedrijf op bezoek was geweest en of dit bedrijf lid was van een sectoraal initiatief. Deze informatie moest de samenwerking tussen RIS-en en andere innovatie-adviseurs bevorderen. Tevens werd op basis van de IWT-gegevensbank van Innovatieve Ondernemingen (IO-database) een ’foto’ van het te bezoeken bedrijf ter beschikking gesteld van de adviseurs. Op basis hiervan kon de RIS-adviseur zich al een algemeen beeld vormen over het bedrijf. Finaal werd aan de RIS-adviseur gevraagd om na zijn bezoek het bedrijf te scoren op een aantal innovatiekenmerken: d.i. het zogenaamde innovatieprofiel. De gegevensuitwisseling gebeurde eerst via email, vanaf maart 2003 was ook een online toepassing ter beschikking. Hierdoor werd de toepassing ook toegankelijk voor alle andere innovatie-adviseurs. Aan de RIS-en werd gevraagd zoveel mogelijk van de afgelegde bedrijfsbezoeken te registreren, de andere innovatie-adviseurs werden vrij gelaten in het gebruik van het instrument. Om zoveel

IWT-STUDIE 53 Hoofdstuk 1 De innovatiestatus ontleed

01 mogelijk overeenstemming in de scoring te krijgen werden enkele informatiesessies georganiseerd met de betrokken adviseurs. Gedurende 1 jaar werden bezoeken geregistreerd, nadien werd, na een eerste analyse van de gegevens, de ‘registratieplicht’ versoepeld. Tot op 1 november 2005 werden 1105 bezoeken geregistreerd (waaronder ook herhaalbezoeken) door innovatie-adviseurs van 20 verschillende organisaties. Van deze registraties werden er 797 door RIS-adviseurs gedaan. Figuur 1 4 Verdeling van het aantal registraties per organisatie 250 200 150 100 50

der e An

NT KH

NM KH

-W NA KH

OT EK INN

VL ICW

MV B GO

OV GO M

GO ML

GO

MA

0

Niet bij ieder bezoek werd het profiel volledig ingevuld. In totaal werden ruim 650 profielen volledig ingevuld. Verder in de tekst werden, afhankelijk van de aard van de uitgevoerde analyse meer of minder profielen meegenomen (afhankelijk van de volledigheid van de analyseparameter). De gegevens werden in de periode juni-november 2005 grondig geanalyseerd en de resultaten van deze analyse kan je vinden in dit rapport.

De voornaamste doelstellingen van de analyse waren: -H et nut onderzoeken van een dergelijke lichtvoetige registratie om een beter inzicht te krijgen in de innovatiekenmerken van onze klanten. -N agaan of de informatie verkregen uit deze innovatieprofielen dienstig kon zijn om een methode uit te werken om ook ex ante voorspellingen te doen over de innovatiekenmerken van de bedrijven. -O nderzoeken of de klantensegmentatie die door Syntens uitgewerkt werd, ook bruikbaar was voor onze bovenstaande doelstelling. De analyse bestaat uit 3 delen gekoppeld aan bovenstaande doelstellingen :

“ Spiege l t j e a a n

de wand , w i e i s de innov a t i e f s t e van het l a n d ?

”

IWT-STUDIE 53 Inleiding en achtergrond

01 • In hoofdstuk 1 worden de gegevens uit de steekproef en combinaties ervan voorgesteld. Dit leert ons iets over de aard en de innovatiestatus van de bezochte bedrijven. • In hoofdstuk 2 wordt dan op basis van de indeling van de bedrijven volgens innovatiestatus gezocht naar economische parameters die onderscheidend zijn voor de innovatiebereidheid van bedrijven. • tot slot wordt in hoofdstuk 3 nagegaan in welke mate het klantensegmentatiesysteem dat door het Nederlandse Syntens ontwikkeld werd, ook voor Vlaanderen bruikbaar is als innovatieclassificatie. In het volgende hoofdstuk lichten we eerst het innovatieprofiel en de parameters ervan verder toe.

DE INNO VATIES TATUS ONTLEED

Hoofdstuk 1

1. de template van het innovatieprofiel Het innovatieprofiel is drieledig:

“ De innov a t i e s c o re

en innovatie b e re i d h e i d bekeken do o r d e b r i l van de innova t i e - a d v i s e u r. Vooringenom e n o f n i e t ?

”

1 In de IO gegevensbank verzamelt IWT allerhande innovatie gerelateerde informatie van de Vlaamse bedrijven. Naast informatie uit de balansen en uit de eigen IWT-projectgegevensbank, wordt de gegevensbank ook aangevuld met informatie uit de pers en andere bronnen.

10


•D eel 1 bevat de basisgegevens met een extractie van informatie zoals die in de IWT IO-gegevensbank1 aanwezig is • Deel 2 wordt door de adviseur ingevuld of gecorrigeerd met gegevens over het bedrijf en zijn economische context •D eel 3 moet helpen om de innovatiestatus te scoren zoals die na het bedrijfsbezoek door de innovatie-adviseur zelf gepercipieerd wordt. De vragenlijsten zijn toegevoegd in Bijlage 1. 2. de gegevensverzameling Om het inzamelen van de innovatieprofielen te vergemakkelijken werd een on-line toepassing ontwikkeld en ter beschikking gesteld van de innovatie-adviseurs via het afgeschermde deel van de innovatienetwerk-website. Vooraleer de innovatie-adviseurs een bezoek afleggen bij het bedrijven vragen ze via de on-line toepassing de reeds bij het IWT gekende gegevens van het bedrijf op (dus deel 1 wordt gedeeltelijk ingevuld). Het betreft hier voornamelijk gegevens uit de balansen en de IWT-projectgegevensbank. Deze informatie dient om het bezoek voor te bereiden en de adviseur een beter beeld te geven van de economische situatie van het bedrijf. Indien het bedrijf reeds eerder door een andere adviseur bezocht werd, dan wordt dit aangegeven (datum van het bezoek, naam en email van de adviseur). De inhoud van een reeds bestaand innovatieprofiel wordt echter niet getoond. Na het bezoek worden de gegevens die IWT aangeleverd heeft, vergeleken met de eventueel bij het bezoek verkregen gegevens en worden deze indien nodig aangepast in het online systeem.

01 Tot slot wordt de beoordeling van de innovatiestatus ingevuld. De adviseur heeft voor iedere parameter de keuze uit 5 mogelijkheden (slechts één kan gekozen worden) die kwalitatief omschreven zijn. In principe neemt de innovatiestatus toe naarmate men een hogere score kiest. Het uitbrengen van de score gebeurt op basis van de indrukken die de adviseur op deed tijdens zijn bezoek aan het bedrijf. Er wordt voor deze scoring geen expliciete bevraging uitgevoerd. Bij een eventueel bezoek op latere datum kan een nieuw profiel ingevuld worden. Het eerder ingevulde profiel blijft bewaard zodat eventueel een evolutie in het profiel kon gevolgd worden. Aangezien de betrokken periode te kort was om voldoende dubbele bezoeken te registreren, kon dit niet bestudeerd worden. Het gebruik van kwalitatieve scores, de relatief beperkte omschrijvingen van de te scoren parameters en de eerder informele gegevensverwerving, hield een gevaar in van ‘persoonsgebondenheid’ van de scoring. Om na te zien of het gebruik van de kwalitatieve score voldoende eenduidige scores toe liet en om de invloed van de scorende persoon af te wegen, werd nagezien of in de populatie van bezochte bedrijven dubbels voorkwamen. Hieruit bleek dat van een 10-tal bedrijven in de bestudeerde periode door 2 verschillende innovatieadviseurs een innovatiestatus werd ingevuld.

Figuur 2 4 B eoordeling globale innovatiescore door 2 verschillende adviseurs 5

4

3 2

Adv1 Adv2

1

0

11

Ter controle werd de globale innovatiescore vergeleken. Hieruit blijkt dat in 4 gevallen dezelfde score werd gegeven, in 5 gevallen was er één punt verschil. In één geval was er een duidelijke verschillende appreciatie. Voor innovatiebereidheid zien we een gelijkaardig beeld, al bedraagt de maximale afwijking hier maar één scorepunt. Ook voor de andere innovatiestatusparameters stellen we een zelfde aanvaardbare spreiding vast. Waar deze spreiding een invloed kon hebben op de analyse, werd hiermee rekening gehouden. In volgend hoofdstuk wordt de methodiek van gegevensverzameling en de gevolgen ervan besproken. Tevens doen we een eerste inventariserende analyse van de verzamelde gegevens. 3. de innovatieprofielen onder de loep genomen 3.1 De voorselectie: niet zonder gevolgen voor het profiel De wijze van gegevensverzameling heeft een grote invloed op de interpretatie van de verwerking ervan. Belangrijk om weten is dat de gegevensverzameling niet tot stand kwam via een zogenaamde a-selecte steekproef.

“ Het voors p e l v a n d e

inn ovatie-adv i s e u r i s n i e t zonder ge v o l g e n

”

Immers vooraleer bij een bedrijf op bezoek te gaan, werd het bedrijf gecontacteerd (telefoon, email, folder, …) om een afspraak te maken om de innovatie-ondersteunende diensten voor te stellen. Hier gebeurde al een eerste selectie door de innovatie-adviseur, die om de respons zo hoog mogelijk te houden, zelf een selectie maakte van potentieel geïnteresseerde bedrijven. De innovatie-adviseur zal bovendien, gezien zijn achtergrond voornamelijk bedrijven selecteren in zijn technologische kennissfeer. Een verdere zelf selectie gebeurt dan door de reactie van de bedrijven. Men kan er van uitgaan dat voornamelijk bedrijven

12


01 met een acuut innovatie-probleem of met een zekere interesse in innovatie over het algemeen op dit aanbod ingegaan zijn. Men dient er dus vanuit te gaan dat de populatie een bias heeft richting heeft bedrijven met (sterke) interesse in innovatie. Bij de interpretatie van de resultaten is het daarom van belang rekening te houden met deze bias en de cijfers niet te extrapoleren naar het Vlaamse niveau. 3.2 De sectorverdeling van de bezochte bedrijven Met het oog op een verdere verwerking worden de bedrijven gegroepeerd in sectoren, personeelsgrootte en globale innovatiescore. Dit geeft een beeld van welke sectoren, welke bedrijfsgroottes het meest bezocht werden en wat de globale innovatiescore van die bedrijven was. Gezien het groot aantal sectoren wordt op sectorniveau volgende groepering toegepast volgens NACE codes (cfr. Vlaams indicatorenboek). De sectorklassen zijn (NACE codes): Textiel (17-18-19), Hout/papier/ druk (20-21-22), Chemie (23-24-25), Metaal (28-29), IT (30-3132-33), Overige industrie (10-14, 15-16, 26-27, 34-37, 40-41), Materiële diensten (50-64) en Immateriële diensten (65-74) en Overige (Landbouw (01-05), Bouw (45), …) Als men deze verdelingen vergelijkt met de absolute verdeling van de Vlaamse bedrijven over deze kenmerken dan blijkt hieruit de selectieve aanpak. Vooral de bedrijven met meer dan vijf werknemers worden bezocht. Vooral de bedrijven met meer dan 50 werknemers worden significant meer bezocht door de innovatie-adviseurs. Dit levert interessante discussiestof op over welke bedrijven of bedrijfsgroepen nu preferentieel moeten bezocht worden.

13

Figuur 3 4 Verdeling van de populatie van de Vlaamse bedrijven en de bezochte bedrijven volgens aantal personeelsleden. 70,00% 60,00% 50,00% 40,00% 30,00% 20,00% 10,00% 0,00% 0

1

]1, 5[

Vlaamse bedrijven (2003)

“ Grote bed r i j v e n m e t

meer dan 50 w e r k n e m e r s significant m e e r b e z o c h t dan hun klein e re b ro e r t j e s of zusjes. E e n b e w u s t e keuze of een k w e s t i e v a n intuït i e ?

”

[5, 10[

[10, 50[

[50, 100[

[100, 250[

Bezochte bedrijven

Een vergelijking van de steekproef met de ganse populatie van Vlaamse bedrijven geeft een sterk vertekend beeld. Wanneer echter de zeer kleine bedrijven uit de populaties weggelaten worden, dan sluit de steekproef toch beter aan bij de Vlaamse verdeling qua grootte van de bedrijven.

Figuur 4 4 Representativiteit van de KMO’s in de steekproef (exclusief de micro-ondernemingen) 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% [10, 50[ Vlaamse bedrijven (2003)

14


[50, 100[ Bezochte bedrijven

[100, 250[

01 3.3 Innovatieve en Niet-Innovatieve Bedrijven In de vragenlijst zoals opgenomen in bijlage 1 maken we een onderscheid tussen vijf soorten innovatoren (zie figuur 6, hieronder). Aangezien de steekproef van bezochte bedrijven echter niet representatief is voor de bedrijven in Vlaanderen, is de verdeling over de vijf categorieën dit ook niet. Vooral het aantal twijfelende vernieuwers of het aantal ‘geen innovator’ is onder representatief. In deel twee van deze analyse (segmentatie) hebben we daarom de scores gehercodeerd tot twee categorieën. De profielen van bedrijven in de categorie “voorzichtige innovator” ; “opportunistische innovator” en “echte innovator” worden als innovatief beschouwd. Deze in de categorieën “twijfelende vernieuwer” of “geen innovator” als niet innovatief.

Figuur 5 4 Procentuele verdeling volgens

grootte van de bezochte bedrijven

3.4 De globale innovatie score Zoals in de vragenlijst deel B valt af te lijden, werd aan de adviseurs gevraagd 12 innovatiekarakteristieken van het bezochte bedrijf te scoren op een kwalitatieve schaal. Het merendeel van deze karakteristieken omvat een ordinale, gerankte score, die oploopt of afloopt op een lineaire manier. Bijv. de score op innovatiebereidheid varieert van afkerig tot sterke interesse. Dit laat toe om de antwoorden te analyseren via niet-parametrische en parametrische testen. Figuur 6 4 Verdeling bezochte bedrijven volgens globale innovatiescore 35% 30% 25% 20% 15% 10% 5% 0% Echte innovator

Opportunistische innovator

Voorzichtige innovator

Twijfelende vernieuwer

Geen innovator

15

In een eerste stap hebben we het verband tussen de 12 innovatiekarakteristieken enerzijds en de globale innovatiescore anderzijds nagegaan op een aantal verschillende manieren. In de volgende paragrafen beschrijven we de analyse van deze relatie. A) Correlatie tussen de verschillende parameters van de innovatiestatus en de globale score. Het verband tussen parameters onderling en met de globale score werd ook via een correlatieberekening nagezien.

“ Het geb r u i k v a n

risicokapit a a l d u i d t op meer inn o v a t i e l o c u s dan subsidie s o f l e n i n g bij de b a n k .

”

Onderstaande tabel geeft de correlaties weer tussen de verschillende parameters van de innovatiestatus. Een minder sterke correlatie tussen een parameter en de globale score betekent niet noodzakelijk dat de parameter op zich maar een zwakke band zou hebben met de globale beoordeling, maar kan er ook op wijzen dat de volgorde van kwalitatieve omschrijving geen verband houdt met het innovatiegedrag van het bezochte bedrijf. Bijv. bij de parameter Innovatie-financiering werd bij de verwerking veronderstelt dat het gebruik van risicokapitaal duidt op meer innovatielocus dan subsidies, of lening bij de bank, die dan weer ‘hoger’ ingeschat werden als het gebruik van het eigen vermogen. Analyse van de individuele parameterscores Analyse van de individuele parameterscores van de innovatiestatus tov. de globale innovatiescore geeft ons een beeld van het verband tussen deze parameter en de globale innovatiescore. Dit is vooral interessant voor de categorische variabelen (deze worden verder weggelaten uit de webdiagrammen).

16


01

1,00 0,77

Globaal

1,00 0,27 0,27

O&O

1,00 0,59 0,41 0,44

Middelen

1,00 0,38 0,29 0,62 0,64

Capaciteit

1,00 0,56 0,37 0,22 0,66 0,74

Status

1,00 0,56 0,48 0,29 0,16 0,53 0,66

Resultaat

1,00 0,44 0,48 0,35 0,29 0,17 0,45 0,54

Drivers

1,00 0,35 0,38 0,46 0,24 0,26 0,06 0,35 0,41

Samenwerking

1,00 0,45 0,46 0,53 0,64 0,56 0,36 0,22 0,68 0,74

Financiën

1,00 0,62 0,40 0,48 0,52 0,61 0,54 0,44 0,27 0,66 0,69

Graad

1,00 0,67 0,68 0,41 0,51 0,56 0,66 0,56 0,38 0,22 0,65 0,76

Management

1,00 0,74 0,63 0,70 0,38 0,47 0,61 0,68 0,54 0,38 0,25 0,66 0,80

Strategie

Bereidheid

Bereidheid Strategie Management Graad Financiën Samenwerking Drivers Resultaat Status Capaciteit Middelen O&O Globaal

1,00

Uit de grafiek Innovatiebereidheid tov. Globale innovatiescore, blijkt dat de meerderheid bedrijven met de grootste bereidheid om te innoveren over het algemeen ook de grootste innovatiescore krijgen. Innovatiebereidheid wordt blijkbaar grotendeels gelijkgesteld met innovativiteit. Figuur 7 4 Zijn de bedrijven innovatiebereid? 6

4

Innovatiebereidheid 1. Afkerig 2. Geen interesse 3. Afwachtend 4. Enige interesse 5. Sterke interesse

3

tov.

2

Globale innovatiescore 1. Geen innovator 2. Twijfelende vernieuwer 3. Voorzichtige innovator 4. Opportunistische innovator 5. Echte innovator

Globale score

5

1 0 0

1

2

3

4

5

6

Innovatiebereidheid

17

Figuur 8 4 Hebben de bedrijven een innovatiestrategie? 6

4

Innovatiestrategie 1. Geen strategie 2. Reactief 3. Volger 4. Pro-actief 5. Leider

3

tov

2


Globale score

5

1 0 0

1

2

3

4

5

6

Innovatiestrategie

Bij de vraag of bedrijven een innovatiestrategie hebben, stellen we een duidelijke correlatie vast tussen de globale innovatiescore en de beoordeling van de mate waarin het bedrijf beschikt over een innovatie strategie. Voor een relatief groot aantal bedrijven wordt aangegeven dat zij pro-actief op zoek gaan naar innovatie.

“ Innovatie b e re i d h e i d synonie m v o o r innovat i v i t e i t ? Het innova t i e p ro f i e l bevest i g t .

Op het vlak van innovatiemanagement stellen we vast dat dit enkel bij de als echte innovatoren gescoorde bedrijven een strategische rol in het management toegewezen krijgt, en dit slechts in ongeveer 50% van de gevallen. Zeer vaak wordt het innovatiemanagement niet als specifieke functie uitgebouwd binnen de bezochte bedrijven, en dit ook bij de echte innovatoren.

”

Figuur 9 4 Wie beheert het innovatieproces? 6

4

Innovatiemanagement 1. Geen 2. Ad hoc 3. Geïntegreerd met andere functie 4. Afzonderlijke functie 5. Centraal in strategisch management

3

tov.

2


Globale score

5

1 0 0

1

2

3 Innovatiemanagement

18


4

5

6

”

01

Figuur 10 4 Hoe innovatief zijn onze bedrijven? 6

4

Innovatiegraad 1. Geen ontwikkeling 2. Aanpassingen 3. Engineering 4. Productontwikkeling 5. Technologie-ontwikkeling

3

tov.

2


Globale score

5

1

”

0 0

1

2

3

4

5

6

Innovatiegraad

Bij de beoordeling van de innovatiegraad vinden we terug een logisch verband: bedrijven die met technologie-ontwikkeling bezig zijn worden als innovatiever ingeschat als bedrijven die producten ontwikkelen of engineeringactiviteiten uitvoeren.

“ Ve e l b e d r i j v en zoeken

f e r v e n t n a a r i nnovaties, m a a r o n t breekt h e t a a n e e n echt i n n o v a t i e m a n agement, z e l f s b i j d e echte i n n o v a t o ren.

Uit de analyse van de gebruikte financieringsbronnen blijkt dat de bezochte bedrijven voornamelijk gebruik maken van eigen middelen om innovatie te financieren, op de tweede plaats komen bankleningen. Subsidies en risico-kapitaal worden slechts door een minderheid van de bezochte bedrijven gebruikt. Enkel de echte innovatoren maken beperkt gebruik van risicokapitaal.

”

Figuur 11 4 Waar halen de bedrijven hun geld om te innoveren? 6

4

Financieringsbronnen voor innovatie 1. Geen 2. Eigen vermogen 3. Banken 4. Subsidie 5. Risicokapitaal

3

tov.

2


Globale score

5

1 0 0

1

2

3

4

5

6

Fincancieringsbron

19

Figuur 12 4 Hoe staan onze bedrijven tegenover samenwerking? 6

4

Samenwerkingsvorm 1. Afkerig 2. Geen 3. Vlaams 4. Europees 5. Mondiaal

3

tov.

2


Globale score

5

1 0 0

1

2

3

4

5

6

Samenwerkingsvorm

Het merendeel van de bedrijven beperkt zich tot samenwerking op Vlaams niveau, al is samenwerking op Europees niveau bij de bezochte bedrijven zeker niet ongewoon. Slechts een zeer beperkte groep van bedrijven is tegen samenwerking gekant. Dit lijkt de stelling tegen te spreken dat Vlaamse bedrijven niet zouden geneigd zijn om samen te werken.

“ Eigen mid d e l e n v o o r

de financi e r i n g v a n innovatie blijv e n h e t m e e s t populair, ge v o l g d d o o r leningen. Zow e l s u b s i d i e s als risicokap i t a a l b l i j v e n margin a a l .

Bij de echte innovatoren is de voornaamste driver om te innoveren de strategische keuze of het eigen initiatief bij de medewerkers. Men kan stellen dat innovatie bij deze groepen behoort tot de bedrijfscultuur. De minder innovatief ingeschatte bedrijven vinden hun inspiratie om te innoveren vaak bij de concurrentie of klanten en leveranciers. Het zijn vooral klanten en leveranciers die globaal gezien de belangrijkste driver voor innovatie zijn.

”

Figuur 13 4 Wie of wat zet onze bedrijven aan tot innovatie? 6

4

Innovatie drivers 1. Geen 2. Klanten en leveranciers 3. Lokale en internat. concurrentie 4. Eigen initiatief medewerkers 5. Strategie

3

tov.

2


Globale score

5

1 0 0

1

2

3 Innovatie driver

20


4

5

6

01

Figuur 14 4 Leidt innovatie tot betere bedrijfsresultaten? 6

De impact van innovatieresultaten 1. Tegenvallend 2. Geen bijdrage tot omzet/groei 3. Beperkt bijdrage tot omzet/groei 4. Belangrijk voor omzet/groei 5. Voornaamste bron omzet/groei

Globale score

5 4 3

tov. 2 1 0 0

1

2

3

4

5

Globale innovatiescore 1. Geen innovator 2. Twijfelende vernieuwer 3. Voorzichtige innovator 4. Opportunistische innovator 6 5. Echte innovator

Innovatieresultaten

We stellen vast dat innovatie over het algemeen een bijdrage levert tot de groei van het bedrijf. Bij een groot deel van de bedrijven resulteert innovatie zelfs een in een belangrijke bijdrage tot de groei van het bedrijf. Deze vaststelling kan een belangrijk element zijn in de verantwoording van de innovatie-inspanningen: innovatie rendeert blijkbaar.

“ C o n c u r re n ten, klanten e n l e v e r a n c iers zijn de b e l a n g r i j k s t e motieven o m t e i n noveren.

L ogischer wijze worden bedrijven die een technologische voorsprong op de concurrentie hebben ook als innovatiever ingeschat. Van het merendeel van de bezochte bedrijven stelt de bezoekende adviseur dat het bedrijf geen voorsprong of achterstand heeft tov. de concurrentie. Het zijn vooral deze bedrijven die moeten aangezet worden om middels innovatie een concurrentiele voorsprong op te bouwen.

”

Figuur 15 4 Waar staan onze bedrijven op het vlak van innovatie? 6

4

Innovatiestatus 1. Bedrijf heeft grote techn. achterstand 2. Bedrijf heeft beperkte techn. achterstand 3. Neutraal 4. Bedrijf heeft beperkte techn. voorsprong 5. Bedrijf heeft grote techn. voorsprong

3

tov.

2


Globale score

5

1 0 0

1

2

3 Innovatiestatus

4

5

6

21

Figuur 16 4 Hebben onze bedrijven genoeg mensen om te innoveren? 6

4

Voor innovatie beschikbare mensen 1. Geen mensen 2. Heeft tekort aan mensen 3. Heeft beperkingen in mensen 4. Heeft voldoende mensen 5. Heeft ruim voldoende mensen

3

tov.

2


Globale score

5

1 0 0

1

2

3

4

5

6

Beschikbare capaciteit (personeel)

Een groot aantal bedrijven heeft duidelijk een tekort aan beschikbare capaciteit om te innoveren. Het huidig gebrek aan technisch geschoolden op de arbeidsmarkt en de tanende belangstelling voor technische opleidingen zal dit probleem in de toekomst mogelijk nog vergroten.

“ Innovatie i s b e l a n g r i j k

om de concu r re n t v o o r t e zijn, maar d e c a p a c i t e i t om te innovere n o n t b re e k t veela l .

De vraag of bedrijven voldoende middelen hebben, toont een gelijkaardig beeld, een groot aantal bedrijven ervaart een tekort aan financiële middelen om zijn innovatie-inspanningen te financieren. De vaststelling (zie hoger) dat bedrijven innovatie vooral vanuit eigen middelen financieren is hier wellicht niet vreemd aan.

”

Figuur 17 4 Hebben onze bedrijven genoeg middelen om te innoveren? 6

Beschikbaarheid van voldoende financiële middelen om te innoveren 1. Geen financiële middelen 2. Heeft tekort aan financiële middelen 3. Heeft beperkingen in financiële middelen 4. Heeft voldoende financiële middelen 5. Heeft ruim voldoende financiële middelen

Globale score

5 4 3

tov. Globale innovatiescore 1. Geen innovator 2. Twijfelende vernieuwer 3. Voorzichtige innovator 4. Opportunistische innovator 5. Echte innovator

2 1 0 0

1

2

3

4

Beschikbaarheid financiële middelen

22


5

6

01 Figuur 18 4 Is innovatie ruimer dan O&O? 6

4

Bestaande O&O-activiteiten 1. Geen 2. Occasioneel 3. Permanent maar beperkt (< 5% totaal FTE) 4. Permanent maar belangrijk (>= 5% totaal FTE) 5. Hoofdactiviteit

3

tov.

2


Globale score

5

1 0 0

1

2

3

4

5

6

Intensiteit O&O

We stellen vast dat O&O actieve bedrijven innovatief hoger worden ingeschat dan minder O&O actieve bedrijven. Dit bevestigt de stelling dat innovatie nog zeer sterk gecorreleerd wordt met (technologische) O&O. B) Sectorprofielen Via de NACE-code werden de bezochte bedrijven in sectorgroepen ingedeeld2, onderstaande grafiek geeft een beeld van de globale innovatiebeoordeling van de verschillende sectorgroepen. De grafiek geeft aan hoe de verdeling is volgens innovatiteit binnen de verschillende sectoren. Dit leert ons dat procentueel gezien meer bedrijven uit de sectoren : Immateriële diensten, Chemie, Overige en Materiële diensten als meer innovatief ingeschat worden dan bedrijven uit de sectoren Textiel, Hout/papier/druk, Elektronica en Metaal.

2 Voor de indeling werd dezelfde indeling gebruikt als het Vlaams Indicatorenboek.

23

% bedrijven van NACE-code

Figuur 19 4 Eindbeoordeling innovatieprofielen 60,00%

Chemie

50,00%

Electronica en electromechanica

40,00%

Hout/Papier/Druk Immateriële diensten

30,00%

Materiële diensten

20,00%

Metaal

10,00%

Overige Overige industrie

innoEchte vato r

Opp ortu ni innostische vato r

Voor zi innochtige vato r

Twij vernfelende ieuw er

innoGeen vato r

0,00%

Textiel

Figuur 20 4 Innovatieprofiel per sector Bereidheid 5 Globaal

4

Chemie Strategie

Hout/papier/Druk immateriële diensten

3 o&o

electronica en electromechanica

Management

2

Materiële diensten Metaal

1

overige overige industrie

Middelen

Graad

Capaciteit

Resultaat Status

24


textiel

01 Wanneer de gemiddelde scores per sector voor de niet-categorische innovatieparameters in een web-diagram uitgezet worden dan zien we dat de bedrijven uit de immateriële diensten op alle parameters hoger scoren dan de andere sectoren. De parameter O&O toont over de sectoren de grootste spreiding.

“ K l e i n e re bedrijven

C) Profiel in functie van de grootte

m i n d e r i n n o v atief volgens a d v i s e u r s . De realiteit g e e f t h e n gelijk.

De grootte van een bedrijf wordt algemeen gezien als een belangrijke parameter mbt. de innovatiemogelijkheden van een bedrijf. Dit blijkt ook uit de innovatieprofielen. De bedrijven werden gegroepeerd in 3 klassen: bedrijven met 2 tot 9, 10 tot 49 en 50 tot 249 werknemers.

”

[10, 50[

35.00% 30.00% 25.00% 20.00% 15.00% 10.00% 5.00% 0.00%

[2, 10[

innoEchte vato r

Opp ortu ni innostische vato r

Voor zi innochtige vato r

Twij vernfelende ieuw er

[50, 250[

innoGeen vato r

% bedrijven van grootteklasse

Figuur 21 4 Eindbeoordeling innovatieprofielen

De grafieken geven aan dat in de steekproef kleinere bedrijven gemiddeld als minder innovatief beoordeeld worden. Deze vaststelling komt ook overeen met de vaststellingen in het Vlaamse Indicatorenboek. Uit het webdiagram blijkt dat de grootste spreiding zich situeert op het vlak van innovatiegraad waarbij kleinere bedrijven zich gemiddeld beperken tot engineering-achtige activiteiten.

25

Figuur 22 4 Innovatieprofiel per grootte-klasse Bereidheid 5 Globaal

4

[10, 50[ [2, 10[

Strategie

[50, 250[

3 o&o

Management

2 1

Middelen

Graad

Capaciteit

Resultaat

D) Innovatieprofiel in functie van de plaats in de waardeketen Status

Naast de scoring op de innovatiestatusparameters, werd ook gevraagd aan te geven waar het bedrijf zich in de waardeketen bevond en wat het bedrijf als zijn voornaamste concurrentie-element zag. Onderstaande webdiagram geeft de gemiddelde waarden weer gegroepeerd naar plaats in de waardeketen.

“ Of je n u

toeleveranci e r o f eindproduc e n t bent, maa k t weinig uit voo r h e t innovatiepro f i e l , maar immate r i ë l e diensten spri n g e n er wel uit .

Figuur 23 4 Innovatieprofiel per plaats in de waardeketen Bereidheid 5 Globaal

4

Strategie Diensten in onderaanneming

3 o&o

”

Management

2

Diensten voor de eindconsument producent van eindproducten

1

Middelen

Graad

toeleverancier (sub)systemen toeleverancier componenten

Capaciteit

26


Resultaat Status

01 Wanneer de gemiddelde innovatiescores worden uitgezet voor in functie van de plaats in de waardeketen, dan stellen we vast dat de innovatiestatus geen noemenswaardig verschil vertoond, dwz. of een bedrijf nu toeleverancier is of zelf producten voor de eindconsument maakt, heeft blijkbaar weinig relatie met de manier waarop het bedrijf beoordeeld werd door de innovatie-adviseur.

“ E c h t e i n n o vatoren zijn m i n d e r g e voelig voor p r i j s c o n c urrentie.

E) Innovatieprofiel in functie van de concurrentiestrategie

”

Tot slot werd ook nagegaan of de concurrentiestrategie van het bedrijf een verschillend patroon naar innovatiescore opleverde. Onder concurrentiestrategie verstaan we de belangrijkste keuzes die het bedrijf neemt om zijn concurrentiepositie te behouden.

Figuur 24 4 Profiel op basis van Concurrentiestrategie Bereidheid 5 Globaal

4

snelheid Strategie

flexibiliteit kwaliteit

3 o&o

innovatie Management

2

prijs

1

Middelen

Graad

Capaciteit

Resultaat Status

27

Het blijkt dat de bedrijven die prijs als een belangrijke concurrentiële keuze opgeven als niet of minder innovatief worden beschouwd door de innovatie-adviseurs. Alhoewel dit evident lijkt, is het het zeker niet. Bedrijven zoals Dell Computers hebben als een innovatief bedrijfsmodel ontwikkeld waarin een lage prijs de kern is van hun strategie. Dit kan een indicatie zijn dat innovatie vooral als technologische excellentie gezien wordt. Innovatieve marktbenaderingen ed. worden wellicht door de adviseurs minder als innovatief beoordeeld. 4. Voorlopige conclusies De innovatie-adviseurs blijken zich vooral te richten naar bedrijven met meer dan 50 werknemers en komen vrijwel niet langs bij de micro-ondernemingen met minder dan 5 werknemers. Dit is een belangrijk element voor discussie. Op basis van de individuele parameters kunnen volgende bevindingen geformuleerd worden: • Innovatieve bedrijven vertonen ook een grote innovatiebereidheid. Dit wijst er op dat innovatie geen éénmalige gebeurtenis is, maar eerder een onderdeel is van de bedrijfscultuur. • Voor een relatief groot aantal bedrijven wordt aangegeven dat zij zelf pro-actief op zoek gaan naar innovatie. Dit moet ons er toe leiden om de omvang van de huidige innovatiestimuleringsacties kritisch te bekijken. • Z eer vaak wordt het innovatiemanagement niet als specifieke functie uitgebouwd binnen de bezochte bedrijven. •B edrijven die met technologie-ontwikkeling bezig zijn worden als innovatiever ingeschat als bedrijven die producten ontwikkelen of engineeringactiviteiten uitvoeren. •D e bezochte bedrijven maken voornamelijk gebruik van eigen middelen om innovatie te financieren, op de tweede plaats komen bankleningen. Subsidies en risico-kapitaal worden slechts in beperkte mate gebruikt.

28


01 • Het merendeel van de bedrijven beperkt zich tot samenwerking op Vlaams niveau, al is samenwerking op Europees niveau bij de bezochte bedrijven zeker niet ongewoon. • Het zijn vooral klanten en leveranciers die globaal gezien de belangrijkste driver voor innovatie zijn. • Bij een groot deel van de bedrijven levert innovatie een belangrijke bijdrage aan de groei van het bedrijf. • Van het merendeel van de bezochte bedrijven stelt de bezoekende adviseur dat het bedrijf geen voorsprong of achterstand heeft tegenover de concurrentie. • Een groot aantal bedrijven heeft duidelijk een tekort aan beschikbare capaciteit om te innoveren. • Een groot aantal bedrijven ervaart een tekort aan financiële middelen om zijn innovatie-inspanningen te financieren. • O&O actieve bedrijven worden innovatief hoger ingeschat dan minder O&O actieve bedrijven. Innovatie vindt plaats in alle schakels van de waardeketen. Niet alleen producenten, maar ook toeleveranciers blijken innovatief te zijn. Sectorgewijs zijn het vooral de immateriële diensten die er tussenuit springen. Het innovatieprofiel werd op basis van de literatuur opgesplitst in 12 subprofielen. Deze subprofielen blijken echter zeer sterk met elkaar gecorreleerd te zijn. Met andere woorden, de variabelen laden op dezelfde construct. Uit een factoranalyse blijkt dat innovatiebereidheid de belangrijkste variabele is. Het is deze parameter die in het volgende deel verder geanalyseerd wordt. De doelstelling van deze analyse was er op gericht het nut te onderzoeken van een dergelijke lichtvoetige registratie om een beter inzicht te krijgen in de innovatiekenmerken van onze klanten. Uit bovenstaande conclusies blijkt inderdaad dat ondanks de beperkingen van de registraties en de gehanteerde methode veel relevante informatie over de doelgroep kan verzameld worden. Een uitbreiding van deze registraties naar alle innovatie-adviseurs lijkt dan ook verantwoord.

29

Hoofdstuk 2

Een segmentatie van inno vatie 1. De ondernemingen doorgelicht In dit tweede deel identificeren we een aantal gemakkelijk toegankelijke jaarrekeningvariabelen die discrimineren tussen ondernemingen die kunnen beschouwd worden als actieve innovatoren of zij die een grote kans hebben om bereid te zijn te innoveren en de niet-innovatoren.

“ Meer d a n

4 bezochte b e d r i j v e n op 5 zijn kle i n , m a a r micro-onder n e m i n g e n worden n o g a l stiefmoed e r l i j k behande l d .

”

30


Eerst beschrijven we de representativiteit van de door de innovatieadviseurs bezochte populatie in vergelijking met de populatie Vlaamse KMO’s. Hierbij gaan we na in welke mate de resultaten die we vinden kunnen gegeneraliseerd worden over de volledige populatie. In een tweede deel belichten we de innovatiebereidheid van deze bedrijven. Vervolgens bespreken we de variabelen die in de literatuur worden beschreven als mogelijke discriminanten tussen innovatieve en nietinnovatieve bedrijven. We stellen voor om bedrijfsgrootte, cash flow en toegevoegde waarde als belangrijkste concepten te weerhouden. De geselecteerde variabelen, die verder worden gebruikt om de voorgaande concepten te meten, zijn beschikbaar in de jaarrekening en dus gemakkelijk a priori op te vragen door de innovatie-adviseurs. In deel 5 van de paper onderzoeken we hoe bedrijven die bereid zijn om te innoveren verschillen van deze niet niet bereid zijn te innoveren op elk van de drie afzonderlijke categorieën van variabelen. Vervolgens bouwen we een multivariaat predictor model op basis van de univariate analyses. Dit predictor model laat ons toe de variabelen te selecteren die de hoogste voorspellende waarde hebben met betrekking tot innovatiebereidheid. In het laatste deel concluderen we met de hoofdpunten die uit de uni- en multivariate analyse kunnen besloten worden. Het onderzoek dat in deze nota beschreven is maakt gebruik van de innovatieprofielen, ingevuld door de innovatie-adviseurs. Deze innovatieprofielen (zie voorbeeld in bijlage). In totaal zijn 939 profielen beschikbaar, waarvan 589 bedrijven waarvoor alle gegevens beschikbaar zijn.

01 02 De innovatieadviseurs zijn geografisch verspreid in Vlaanderen en hebben een vrij grote autonomie in de keuze welke bedrijven ze willen bezoeken. Figuur 25 (zie verder) geeft de frequentieverdeling weer van de bedrijven waarvoor innovatieadviseurs innovatieprofielen hebben ingevuld. 82% van de bezochte bedrijven hebben minder dan 50 werknemers en behoren dus tot de categorie van de “kleine ondernemingen”. 40% van de door de innovatie-adviseurs bezochte bedrijven behoort tot de klasse 10-50 werknemers. Dit is zeer opmerkelijk. In tabel 1 maken we de vergelijking tussen de “populatie KMO’s in Vlaanderen” en de “steekproef van bezochte KMO’s” door de innovatieadviseurs. De KMO populatie die in 2003 een jaarrekening heeft neergelegd en opgenomen is in de Belfirst omvat 177.631 KMO’s. Hiervan zijn in totaal 91,7% zogenaamde micro-ondernemingen (i.e. bedrijven met minder dan 10 werknemers. Van de steekproefondernemingen die door de innovatie-adviseurs zijn bezocht zijn slechts 42,8% van de KMO’s micro-ondernemingen. Deze categorie is dus significant ondervertegenwoordigd. Daartegenover zijn 40% van de bezochte bedrijven kleine ondernemingen met 11 tot 50 werknemers. Deze categorie van bedrijven lijkt dan weer sterk oververtegenwoordigd in de bezoeken die door de innovatieadviseurs worden afgelegd. De bevindingen in tabel 1 zijn meer genuanceerd als we geen rekening houden met de ondervertegenwoordigde groep van microondernemingen (zie tabel 2). Zonder deze micro-ondernemingen, blijkt dat de innovatieadviseurs een vrij representatief gedeelte van de populatie KMO’s in Vlaanderen bezoeken. Bij de analyse van de resultaten zullen we dus rekening houden met de bevinding dat de innovatie-adviseurs vooral de ondernemingen met meer dan 10 werknemers bezoeken en veel minder de microondernemingen. De resultaten van de analyses zullen dus ook slechts representatief zijn voor de KMO’s exclusief de micro-ondernemingen.

31

Figuur 25 4 Verdeling van de bezochte bedrijven volgens grootte uitgedrukt in aantal werknemers 260 40%

aantal ondernemingen (n=589)

240 220 200 180 160 140 120 80 60

17%

16%

100 10%

10% 7%

40 20

0%

0 0

]0, 5[

[5, 10[

[10, 50[

[100, 250[

[50, 100[

[250, ...[

aantal werknemers (Vte)

Tabel 1 4 R epresentativiteit van de KMO’s in de steekproef tov de totale populatie (bedrijfsgrootte) Grootteklasse

Populatie (bj 2003)

Populatie percent.

Steekproef

Steekproef percent.

0 1 ]1, 5[ [5, 10[ [10, 50[ [50, 100[ [100, 250[

112 558 18 314 20 590 11 400 12 529 14 28 812 177 631

63,4% 10,3% 11,6% 6,4% 7,1% 0,8% 0,5% 100,0%

61 26 66 99 236 59 42 589

10,4% 4,4% 11,2% 16,8% 40,1% 10,0% 7,1% 100,0%

Tabel 2 4 R epresentativiteit van de KMO’s in de steekproef (exclusief de microondernemingen)

32

IWT-STUDIE 53 Hoofdstuk 2 Een segmentatie van innovatie

Grootteklasse

Populatie (bj 2003)

Populatie percent.

Steekproef

Steekproef percent.

[10, 50[ [50, 100[ [100, 250[

12 529 14 28 812 14 769

84,8% 9,7% 5,5% 100,0%

236 59 42 337

70,0% 17,5% 12,5% 100,0%

02 2. Hoe innovatiebereid zijn onze bedrijven nu? De innovatiebereidheid wordt gemeten aan de hand van een aantal vragen die de innovatieadviseur invult na elk bezoek (zie bijlage 1 voor een overzicht van de vragenlijst). Uit een exploratieve analyse blijkt dat de antwoorden op deze vragen zeer sterk met elkaar gelinkt zijn en allen laden op hetzelfde construct: innovatiebereidheid. Het construct wordt voor meer dan 50% verklaard door de variabele: ‘innovatiebereidheid’3. Op basis van deze resultaten hebben we besloten de verdere analyses uit te voeren op de variabele innovatiebereid als te verklaren gedragsparameter. In principe is deze variabele een ordinale schaal, waarbij bedrijven die “afkerig” zijn van innovatie de score 1 krijgen, diegene die geen interesse hebben de score 2, de bedrijven met een eerder sceptische of afwachtende houding de score 3, de bedrijven met enige interesse de score 4 en tenslotte de bedrijven met een zeer sterke interesse de score 5. Figuur 26 geeft de verdeling van de bedrijven weer die door de KMO adviseurs worden bezocht. Hieruit blijkt dat slechts 1% van de bezochte bedrijven afkerig is en slechts 3% geen interesse. Met andere woorden, de selectie van de bedrijven gebeurt reeds in een voorafgaandelijke selectie. Er worden haast nooit bedrijven bezocht die a priori tegen innovatie zijn. Bij de analyse van de resultaten zullen we dus hiermee rekening moeten houden. We zullen geen uitspraken doen over bedrijven die a priori een negatieve attitude hebben tegenover innovatie aangezien deze niet in onze steekproef zijn opgenomen. Waar we wel een uitspraak kunnen over doen zijn deze bedrijven die niet a priori negatief staan maar eigenlijk geen interesse hebben (de derde categorie in figuur 26). Aangezien innovatiebereidheid dus een niet-normaal verdeelde variabele is waarvan eigenlijk alleen maar de laatste drie categorieën (gaande van een sceptische, afwachtende houding tot sterke interesse) zijn opgenomen in de steekproef zullen we in de analyses

“ Vo o r s e l ectie van

b e d r i j v e n springt in h e t o o g , w ant slechts k l e i n e f r a c t i e bezochte b e d r i j v e n heeft g e e n i n t e resse voor i n n o v atie.

”

3. Een factoranalyse heeft aangetoond dat er slechts twee discriminerende factoren worden gevonden in de innovatiestatus. De eerste factor, die 50% van de variantie verklaart linkt verschillende variabelen met betrekking tot innovatiebereidheid met elkaar. De tweede factor, die nog 15% extra variantie verklaart, heeft betrekking op de innovatiefinanciering. Binnen de eerste factor is innovatiebereidheid de sterkst verklarende variabele. In plaats van een abstracte factor, die een combinatie is van veel verschillende variabelen te gebruiken, hebben we hier gekozen om alleen maar de variabele innovatiebereidheid te weerhouden.

33

de variabele hercoderen tot een 0-1 variabele. De bedrijven die een score 1, 2 of 3 hebben worden gecategoriseerd als bedrijven zonder innovatiebereidheid en bedrijven met een score 4 of 5 (dus enige of sterke interesse) zijn bedrijven met innovatiebereidheid. Figuur 26 4 Onderverdeling op basis van innovatiebereidheid

aantal ondernemingen (n=383)

160 37%

140

39%

120 100 21%

80 60 40 20

3% 1%

0 afkerig

Geen interesse

afwachtend

enige interesse

Sterke interesse

innovatiebereidheid

3. Wanneer is een bedrijf innovatiebereid? In dit onderdeel van de nota beschrijven we de determinanten die weerhouden zijn in de verdere analyse. In de literatuur worden volgende determinanten gerapporteerd als discriminerend voor de innovatiebereidheid van een bedrijf:

34


02 Gemiddeld personeelsaantal als proxy voor de grootte van een bedrijf. Grootte van het bedrijf gaat terug tot Schumpeter II, die stelt dat grotere bedrijven een grotere innovatiebereidheid hebben dan anderen. Cohen en Levin (1991) hebben in hun literatuurstudie aangegeven dat er een curvilineaire relatie bestaat tussen grootte en innovatiebereidheid, waarvan het optimum rond de 1000 werknemers ligt. Met andere woorden, de relatie tussen innovatiebereidheid en grootte is positief tot deze kritische massa van 1000 werknemers bereikt wordt. Aangezien 1000 werknemers boven de KMO-definitie ligt, suggereert deze literatuur dus een sterk verband tussen grootte en innovatiebereidheid bij de KMO populatie die de RIS-adviseurs bezoeken. Een tweede literatuurstroom (Brush et al., 2000) wijst op een sterk verband tussen de beschikbaarheid van “free cash flow” en de mate waarin men bereid is te innoveren. De achterliggende redenering is dat bedrijven die voldoende cash flow hebben de nodige slack hebben om te werken aan innovaties die niet noodzakelijk op zeer korte termijn resultaten opleveren. Ook bij KMO’s speelt dit onderscheid een zeer grote rol. KMO’s in moeilijkheden worden verondersteld moeilijker aan innovatie toe te komen dan KMO’s met een goed gevulde kas. Tot slot hebben we een aantal variabelen bestudeerd, die te maken hebben met de toegevoegde waarde gerealiseerd in de verschillende bedrijven. Toegevoegde waarde wordt binnen de KMO-literatuur vaak gezien als een indicator van lange termijn potentieel (Birchall and Chanaron, 1996) en competitief voordeel. Dit leidt tot volgende hypothese : KMO’s die bereid zijn om te innoveren zullen op lange termijn veel meer potentieel hebben dan de KMO’s die niet innovatiebereid zijn.

35

Deze determinanten kunnen op verschillende manieren worden geoperationaliseerd. Voor elke determinant bespreken we vervolgens de verschillende variabelen die in de verdere analyse worden gebruikt. - bedrijfsgrootte In de literatuur vinden we drie frequent gebruikte indicatoren van bedrijfsgrootte terug: a) omzet ; b) totaal actief en c) het aantal werknemers (Delmar et al., 2003). Omzet is een zeer onvolledig ingevulde variabele bij KMO’s aangezien deze laatste niet verplicht is in het verkort schema waaronder heel wat KMO’s vallen. Bovendien is de variabele bij startende ondernemingen niet altijd stabiel (Westhead & Birley, 1994) en is hij niet altijd te vergelijken tussen verschillende sectoren. Een tweede variabele die gebruikt wordt om de ondernemingsgrootte aan te geven is het totaal actief van een bedrijf. Deze laatste variabele is een stabiele, goed betrouwbare variabele die sterk gecorreleerd is met het aantal werknemers in het bedrijf. Aangezien deze laatste variabele echter vollediger is ingevuld bij KMO’s dan het totaal actief, hebben we gekozen om onze analyses te concentreren op deze laatste variabele. De “grootte” van het bedrijf wordt dan gemeten aan de hand van het aantal werknemers. Concreet hebben we onderstaande variabelen in de analyses opgenomen: Gemiddeld personeelsaantal (VTE) : - Gemiddeld aantal werknemers in het laatste boekjaar - Gemiddeld aantal werknemers in de laatste 5 boekjaren -G emiddelde absolute groei in het werknemersbestand gedurende de laatste 5 boekjaren We maken dus telkens een onderscheid tussen de “stock” variabele die een momentopname vastlegt en de “flow” variabele die een film is en de verandering weergeeft gedurende de laatste 5 jaar.

36


02 - beschikbare cash flow Cash flow wordt vaak aangegeven als een goede voorspeller van innovatiebereidheid. Bedrijven met veel gecumuleerde cash flow of een hoge jaarlijkse cash flow hebben de nodige “slack” om initiatieven te nemen die pas op lange termijn resultaten hebben. Net zoals bij de vorige variabelen maken we een onderscheid tussen de zogenaamde “stock” en de “flow” variabelen. Cash flow in het laatste boekjaar en gemiddelde cash flow uit de laatste 5 boekjaren zijn stock variabelen. De groei in cash flow is een typische flow variabele. Cash Flow : - Cash flow in het laatste boekjaar - Cash flow-gemiddelde van de laatste 5 boekjaren - Cash flow-groei gemiddeld in de laatste 5 boekjaren De berekening van de groei in cash flow is vergelijkbaar met de berekening van groei in het werknemersbestand - toegevoegde waarde Verschillende auteurs hebben gewezen op het belang van toegevoegde waarde als predictor voor innovatiepotentieel op middellange termijn. Aangezien toegevoegde waarde zeer sterk gecorreleerd is met bedrijfsgrootte, worden in de analyses toegevoegde waarde per personeelslid genomen in plaats van absolute toegevoegde waarde. Net zoals bij de vorige variabelen maken we een onderscheid tussen de stock en de flow variabelen. Meer specifiek worden volgende variabelen uit de Belfirst geëxtraheerd: Toegevoegde waarde per personeelslid (TW/pers) : - TW/pers in het laatste boekjaar - TW/pers : gemiddelde van de laatste 5 boekjaren - TW/pers-groei gemiddeld in de laatste 5 boekjaren

37

“ Hoe groter h e t b e d r i j f ,

hoe meer go e s t i n g o m te innoveren ; e n v a n a f 7 0 werknem e r s g a a t die goesting n i e t m e e r over. Tussen 1 0 e n 7 0 werknemers is e r n o g v e e l werk aan de w i n k e l .

”

5 In deze analyses werden de variabelen grootte, cash flow en toegevoegde waarde afzonderlijk getest op hun link met innovatiebereidheid. In het multivariaat model dat onder punt 5 besproken wordt, hebben we ook hun voorspellende waarde geanalyseerd, rekening houdende met de onderlinge correlaties. 6 De variabele die de grootte van een bedrijf aangeeft is lognormaal verdeeld. De correlaties zijn dan ook berekend op basis van de logarithmische transformatie van de variabele

38


4. De resultaten op een rijtje 4.1 Grootte, toegevoegde waarde en cashflow als determinanten van innovatiebereidheid5 - Bedrijfsgrootte en innovatiebereidheid In de univariate analyse vinden we geen correlatie tussen bedrijfsgrootte en innovatiebereidheid. De correlatie tussen het gemiddeld aantal werknemers in het laatste boekjaar en innovatiebereidheid bedraagt 0,055 en de correlatie tussen het gemiddeld aantal werknemers over de laatste 5 jaar en innovatiebereidheid bedraagt 0,15.6 Dit kan op drie manieren verklaard worden: a) de populatie van bezochte KMO’s is niet representatief voor het totaal van de KMO-populatie. Bijvoorbeeld, er is een bias naar het bezoeken van de “grotere” KMO en een klein percentage van kleinere KMO’s die innovatief zijn; b) de positieve correlatie die in de literatuur wordt gevonden speelt vooral in de grootte-categorie 250-1000 werknemers. Onze bedrijven zijn gemiddeld veel kleiner! ; c) een derde verklaring is dat er simpelweg geen relatie is en de voorgaande onderzoeken geen goede data hadden om dit te meten (vaak was de afhankelijke variabele een proxy voor innovatiebereid zoals investeringen in O&O). De verschillen tussen bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn om te innoveren zijn nog duidelijker. Aangezien de resultaten niet verschillen tussen de variabelen “gemiddelde bedrijfsgrootte gedurende de laatste 5 jaar” en “gemiddelde bedrijfsgrootte in het laatste boekjaar” hebben we besloten alleen de resultaten voor de eerste variabele te rapporteren. Figuur 27 geeft de verschillen aan in bedrijfsgrootte tussen die bedrijven die bereid zijn om te innoveren (hercodering score 4 en 5, innovatiebereidheid) en deze die niet bereid zijn. De figuur toont ook een aantal outliers en extreme cases. Dit zijn bedrijven die statistisch gezien uit de verdeling vallen. De kans dat een dergelijk bedrijf wordt bezocht is lager dan 1%.

02 Figuur 27 geeft ook aan dat het mediaan bedrijf dat niet bereid is om te innoveren opvallend kleiner is (20 werknemers) dan het mediaan bedrijf dat wel bereid is om te innoveren (30 werknemers). Dit verschil is statistisch significant. Bovendien vinden we dat, indien we de outliers en extreme gevallen niet in rekening nemen, de innovatieadviseurs alle bedrijven met meer dan 73 werknemers als bereid beschouwen om te innoveren. Dit is op zich reeds een zeer interessante vaststelling. Blijkbaar worden de grotere KMO’s over het algemeen als innovatiebereid beschouwd en is de grootste sensibilisering nodig in de categorie van 10 tot 70 werknemers, dus de zogenaamde kleine bedrijven. Figuur 27 4 Verschillen in bedrijfsgrootte tussen bedrijven die bereid zijn om te innoveren

en deze die niet bereid zijn

aantal werknemers (Vte) gemiddelde over de laatste 5 jaar

260

Median

240

25%-75%

220

non-outlier Range

200

Raw Data outliers

180

extremes

160 140

123,6

120 100 80

73,2

60 40 20

20,6

30,2

7

5,6

'afkerig' of 'geen interesse' of 'afwachtend'

'enige interesse' of 'sterke interesse'

0 -20

innovatiebereidheid gehergroepeerd

39

De resultaten zijn iets minder eenduidig als we de flow in plaats van de stock bekijken. Figuur 28 toont de verschillen aan in personeelsgroei. In tegenstelling tot het gemiddeld personeelsbestand vinden we geen significante verschillen tussen de medianen groei in personeel bij de twee categorieën bedrijven. Beide categorieën groeien met gemiddeld 0,5 tot 1 werknemer per jaar en dit gedurende de laatste 5 jaar. We vinden dus geen ondersteuning voor de hypothese dat KMO’s die bereid zijn om te innoveren gemiddeld meer groeien dan deze die niet bereid zijn om te innoveren. Dit cijfer blijkt wel hoger te zijn dan de gemiddelde groei in personeel van alle Vlaamse KMO’s.

“ Innovatieb e re i d h e i d

is evenwel n o g g e e n garantie o p e e n hogere groe i . G ro t e personeelssch o m m e l i n g e n zijn daaren t e g e n w e l een indic a t i e v a n innovatiebere i d h e i d .

”

40


Er zijn echter wel opvallende verschillen in de extremen (zowel naar boven als naar onder toe). De personeelsgroei bij bedrijven die niet geïnteresseerd zijn om te innoveren bevindt zich binnen de range -1,8 tot +3,9. Bij deze die wel bereid zijn om te innoveren is deze range -3,9 tot +6,8. Innovatiebereidheid is dus duidelijk niet te relateren met de groei van het mediaan bedrijf, wel met de top groeiers en de top dalers. De causaliteit van de bevinding kunnen we met deze cross-sectionele steekproef niet testen. We kunnen dus niet nagaan of innovatiebereidheid resulteert in een grotere groei, maar eventueel door het nemen van risico’s ook kan leiden tot een sterke inkrimping van het personeelsbestand of indien het juist omgekeerd is: bedrijven die groeien hebben een grotere bereidheid om te innoveren omdat ze eventueel meer opportuniteiten zien terwijl bedrijven die herstructureren ook willen innoveren vanuit het aanvoelen van een zekere noodzaak. Om dit te testen zijn gegevens nodig over een langere tijdsperiode. Wat we wel kunnen besluiten is dat bedrijven die met meer dan (afgerond) 4 werknemers jaarlijks gemiddeld groeien over een periode van 5 jaar en deze die met meer dan (afgerond) 2 werknemers gemiddeld in hun personeel snoeien over deze periode in 99% van de gevallen bereid zijn om te innoveren.

02 Figuur 28 4 V erschillen in bedrijfsgrootte tussen bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn

- Cash flow en innovatiebereidheid 12

Median 25%-75%

(periode laatste 5 jaar) Gemiddelde personeelsgroei

10

non-outlier Range 8 6,8

outliers

6 4

Raw Data

3,8

2 0,5

0,8

0 -1,5

-2 -3,8

-4 -6 -8 -10 'afkerig' of 'geen interesse' of 'afwachtend'



De cash flow, gemeten als cash flow in het laatste boekjaar, cash flow-gemiddelde van de laatste 5 boekjaren en cash flow-groei gemiddeld in de laatste 5 boekjaren blijkt ook geen correlatie te hebben met innovatiebereidheid.

41

“ Met cash f l o w v a n

52.000 EUR d o o f t d e innovatievlam , m a a r m e t 117.000 EU R s t a a t d e inn ovatiegoe s t i n g t e r u g op sche r p .

”

Omwille van de niet-normale verdeling in de variabele innovatiebereidheid hebben we opnieuw gekozen om de categorie van bedrijven die niet bereid zijn om te innoveren te vergelijken met de categorie van bedrijven die wel bereid zijn. Figuur 29 toont de verschillen in gemiddelde cash flow tussen die bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn te innoveren (links in de figuur). Net zoals bij bedrijfsgrootte vonden we geen verschillen tussen gemiddelde cash flow over de laatste 5 boekjaren en cash flow in het laatste beschikbaar boekjaar. Alleen de resultaten voor de gemiddelden over 5 boekjaren worden gerapporteerd.

Figuur 29 4 Verschillen in cash flow tussen bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn 2500

Median 25%-75%

Cash Flow gemiddelde over de laatste 5 jaar

2000

non-outlier Range 1513,2

1500

1000

outliers 890,6

500 198

0

313,2

-206,3 -542,4

-500

-1000

-1500

-2000 'afkerig' of 'geen interesse' of 'afwachtend'



42


Raw Data

02 De box plot in figuur 29 toont aan dat de gemiddelde cash flow van het mediaan bedrijf dat bereid is om te innoveren significant groter is dan deze van het mediaan bedrijf dat niet bereid is om te innoveren. Bij de bedrijven niet bereid om te innoveren is de mediaan van de gemiddelde cash flow 52 000 Euro. Bij de bedrijven die wel bereid zijn om te innoveren is de mediaan van de gemiddelde cash flow 117 000 Euro. Niet alleen de gemiddelde cash flow van het mediaan bedrijf is significant verschillend. Opnieuw zijn ook de extremen significant. Bedrijven met meer dan 900 000 Euro aan gemiddelde jaarlijkse cash flow worden in 99% van de gevallen als innovatiebereid beschouwd. Ook bedrijven die bereid zijn gedurende een langere periode (5 jaar) consistent te investeren worden als innovatiebereid beschouwd. Bovendien vinden we dat ook bedrijven die jaar na jaar een sterke negatieve cash flow hebben (meer dan 200 000 Euro in negatief) ook een zeer grote innovatiebereidheid hebben. Aangezien het hier gaat over een jaarlijkse negatieve cash flow over een periode van 5 jaar betekent het dat deze bedrijven over de beschouwde periode meer dan 1 mio Euro investeren. Het lijkt aannemelijk dat deze KMO’s dit via externe financiering (bijvoorbeeld risicokapitaal) moeten doen. Bedrijven met een sterke en een zeer zwakke cash positie worden dus beiden als vrij innovatief beschouwd. Deze op het eerste zicht zeer contra-intuïtieve bevinding kan mogelijks gelinkt worden aan de zeer unidimensionele visie op innovatie die in de vragenlijst wordt gehanteerd. Hier wordt geen onderscheid gemaakt tussen radicale en incrementele, product en proces of technologische versus organisationele innovatie. In figuur 30 bekijken we ook de gemiddelde groei in cash flow. We vinden geen ondersteuning voor onze hypothese dat de groei in cash flow gemiddeld genomen verschillend is voor bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn om te innoveren.

43

Net zoals bij de vorige analyses vinden we wel dat de extremen van de verdeling verschillen tussen bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn. Met andere woorden, in de groep bedrijven met innovatiebereidheid vinden we de sterkste groeiers terug op gebied van cash flow, maar ook de sterkste dalers. Dit patroon is identiek als het patroon dat we vonden bij gemiddeld personeelsbestand, groei in personeelsbestand en gemiddelde cash flow. In tegenstelling tot deze vorige variabelen, zijn de limieten echter minder uitgesproken.

Figuur 30 4 V erschillen in gemiddelde groei in cash flow tussen bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn 400

Median

Cash Flow groei gemiddelde over de laatste 5 jaar

25%-75% non-outlier Range

300

Raw Data outliers

200

100

0

168,5

84,75

0

3

-85,75

-100

-134

-200




44


02 - Toegevoegde waarde en innovatiebereidheid Toegevoegde waarde wordt in de literatuur vaak gezien als een predictor van lange termijn potentieel. Ook bij de KMO-analyse hebben we toegevoegde waarde weerhouden als een discriminator tussen bedrijven met en zonder innovatiebereidheid. Omdat toegevoegde waarde echter sterk gecorreleerd is met bedrijfsgrootte, hebben we ervoor geopteerd om deze variabele te relateren aan het peroneelsbestand. We hebben immers reeds een analyse gemaakt van de link tussen bedrijfsgrootte en innovatiebereidheid. Hier willen we vooral het economisch potentieel bestuderen. Uit figuur 31 blijkt dat de mediaan tussen de bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn te innoveren verschilt. De mediaan waarde van bedrijven die bereid zij om te innoveren is 57 000 Euro, bij deze die niet bereid zijn om te innoveren is de gemiddelde toegevoegde waarde per personeelslid over de laatste 5 jaar 42 000 Euro. Deze waarden zijn significant verschillend van elkaar. De mediaan toegevoegde waarde per personeelslid van de laatste groep is dus significant lager. In tegenstelling met de vorige variabelen is er geen onderscheid te merken tussen extremen in de verdeling. De bedrijven die bereid zijn om te innoveren vallen niet op door een zeer hoge toegevoegde waarde per personeelslid.

“ O o k b e d r i jven met

e e n a a n h o u d ende sterk n e g a t i e v e c ash flow z o e k e n s o m s hun heil i n i n n o v atie.

”

45

Figuur 31 4 V erschillen in toegevoegde waarde per personeelslid tussen bedrijven die bereid zijn om te innoveren en deze die niet bereid zijn

toegevoegde waarde per werknemer gemiddelde over de laatste 5 jaar

160 Median 25%-75%

140

non-outlier Range Raw Data

120

outliers 100

80

60

40

20

0




4.2 grootte gaat boven cash flow In het multivariaat predictor model (een multinomiaal logistisch model) is het aantal werknemers de enige voorspellende variabele. Dit was ook reeds duidelijk uit de univariate analyse. Gemiddelde cash flow over de laatste vijf jaar is enkel voorspellend zolang het aantal werknemers niet in het model verschijnt.

46


02 Deze variabele is dus enkel discriminerend in tweede orde. Met andere woorden, bedrijven met meer dan 74 werknemers zijn vrijwel allemaal innovatief te noemen. In de categorie bedrijven met minder dan 74 werknemers is cash flow een predictor. Echter, met een tegengesteld teken. Kleine bedrijven met een negatieve cash flow zijn veel minder innovatief dan bedrijven met een hogere cash flow. Voor de adviseur is het dus duidelijk dat een selectie op grootte en, in tweede instantie, op cash flow hem toelaat om bedrijven te bezoeken met een grote kans op innovatiebereidheid.

5. Algemene conclusies We kunnen concluderen de de drie bestudeerde concepten, gemiddelde bedrijfsgrootte, cash flow en toegevoegde waarde per personeelslid voldoende discriminerende en voorspellende waarde hebben om een onderscheid te kunnen maken tussen innovatieve en niet-innovatieve KMO’s. Uit de univariate analyses konden volgende conclusies worden getrokken:

“ We r k n e mers van

i n n o v a t i e v e bedrijven z o r g e n v o o r e en hogere t o e g e v o e g d e waarde.

”

• De innovatie-adviseurs bezoeken vooral de KMO’s met meer dan tien werknemers. De micro-ondernemingen zijn significant ondervertegenwoordigd. • Vooraleer ondernemingen worden bezocht gebeurt reeds een preselectie van de ondernemingen. Bedrijven die a priori negatief staan ten opzichte van innovatie worden niet bezocht. • Bedrijven waarvan de innovatie-adviseurs vinden dat ze innovatiebereidheid hebben zijn gemiddeld significant groter dan deze die geen innovatiebereidheid hebben. In het eerste geval heeft het mediaan bedrijf 30 werknemers. In het tweede geval heeft het mediaan bedrijf slechts 20 werknemers.

47

•D e innovatie-adviseurs vinden in 99% van de gevallen, de bezochte bedrijven met meer dan 73 werknemers bereid om te innoveren. •B ij de bedrijven die bereid zijn om te innoveren vinden we de sterkste groeiers (tot gemiddeld 6,8 personeelsleden per jaar), maar ook de bedrijven met de sterkste dalers (tot gemiddeld 3,9 personeelsleden per jaar).

“ Een selectie o p g ro o t t e

eerst en ver v o l g e n s o p cash flow, bie d t a d v i s e u r de beste indi c a t o re n v a n innovatiebere i d h e i d .

”

48


•B edrijven die met meer dan (afgerond) 4 werknemers jaarlijks gemiddeld groeien over een periode van 5 jaar en deze die met meer dan (afgerond) 2 werknemers gemiddeld in hun personeel snoeien over deze periode zijn in 99% van de gevallen bereid om te innoveren. • De gemiddelde cash flow van bedrijven die bereid zijn om te innoveren (117 000 Euro) is significant groter dan de gemiddelde cash flow van bedrijven die niet bereid zijn om te innoveren (52 000 Euro). • Indien een KMO een positieve gemiddelde cash flow heeft gedurende een periode van 5 jaar boven de 900 000 Euro, dan wordt dit bedrijf in 99% van de gevallen door de innovatieadviseurs beschouwd als een KMO die bereid is om te innoveren.

02 • Indien een KMO een gemiddelde negatieve cash flow heeft gedurende een periode van 5 jaar boven de 200 000 Euro dan wordt dit bedrijf in 99% van de gevallen gepercipieerd als een KMO die open staat voor innovatie. • De mediaan toegevoegde waarde per personeelslid van bedrijven die bereid zij om te innoveren is 57 000 Euro, bij deze die niet bereid zijn om te innoveren is de gemiddelde toegevoegde waarde per personeelslid over de laatste 5 jaar is significant lager, namelijk 42 000 Euro. • Tot slot werd ook duidelijk dat eerst de selectie op grootte en, in tweede instantie, op cash flow toelaat om bedrijven te bezoeken met een grote kans op innovatiebereidheid.

49

De Syntens- segmentatie op de roos ter g elegd

Hoofdstuk 3

Syntens, de Nederlandse evenknie van IWT-Vlaanderen, heeft een onderzoek uitgevoerd bij het Nederlandse KMO’s om meer inzicht te krijgen in de segmentatie naar innovatie . Aan de hand van de sector waarin een bedrijf actief is en het aantal werknemers werden de bedrijven in een bepaald innovatiesegment geplaatst. Een detailomschrijving van de segmenten vindt men in bijlage 2. De segmentatiemethodiek van Syntens werd toegepast op de Vlaamse bedrijven uit de Innovatieprofielen om een vergelijking te kunnen maken tussen de globale innovatiescore uit de Innovatieprofielen en de resultaten van het Syntens-model. Voor 461 bedrijven die bezocht werden in 2002 werd op basis van de NACE-code en het aantal werknemers een innovatiesegment toegekend. Deze vergelijking is weergegeven in de onderstaande tabellen. Tabel 3 geeft het aantal bedrijven per globale innovatiescore. Tabel 4 geeft de indeling van dezelfde bedrijven weer maar dan volgens de indeling van het Syntens-model. In Tabel 5 werden de klasseringsystemen van vorige twee tabellen naast mekaar gezet. Tabel 3 4 V erdeling van het aantal bedrijven in de steekproef volgens globale innovatiescore Globale innovatiescore

50


# bedrijven in Innovatieprofiel

%

Geen innovator

64

13,88


72

15,62


140

30,37


121

26,25

Echte innovator

64

13,88

01 03 Tabel 4 4 Verdeling van de innovatieprofielbedrijven volgens het Syntensmodel Syntens ID

Syntens Innovatieklasse

# bedrijven in Syntensklasse

%

1

Gematigden

30

6,51

2

Geruisloze volgers

39

8,46

3

Intermediaire vernieuwers

54

11,71

4

Kennismakelaars

20

4,34

5

Planmatige vernieuwers

128

27,77

6

Procesaanpassers

50

10,85

7

Strategische netwerkers

116

25,16

8

Whizzkids

24

5,21

Tabel 5 4 h ergroepering van de gegevens uit Tabel 2 waarbij de Syntens-indeling wordt herleid naar de indeling van de innovatieprofielen. Syntens ID

Syntens Innovatieklasse

Innovatieprofiel

# bedrijven

1

Gematigden

Geen innovator

69

14,97

%

2

Geruisloze volgers

3



54

11,71

4

Kennismakelaars


148

32,10

5


6

Procesaanpassers


166

36,01

7


8

Whizzkids

Echte innovator

24

5,21

Om een beter zicht te krijgen op de verdeling van de Syntensklassen per globale innovatiescore werden per globale innovatiescore histogrammen getekend die in Figuur 32 zijn weergegeven. Men kan aflezen hoeveel bedrijven uit de verschillende Syntensklassen worden toegewezen aan een bepaalde innovatieklasse uit de Innovatieprofielen. Bijv. worden 15 bedrijven die als niet innovator gescoord werden, in de Syntens klasse 6 (procesaanpassers geplaatst).

51

Figuur 32 4 Verdeling van de bedrijven volgens globale innovatiescore over de Syntensklassen Histogram data innovatieprofielen en Syntenklasse.sat 10v461c) 50 45 40 35 30 25 20 15 10 5 0 1

2

3

4

5

6

7

8

Innovatieprofiel naam: Geen innovator

1

2

3

4

5

6

7

8

Innovatieprofiel naam: Twijfelende vernieuwer

1

2

3

4

5

6

7

8

Innovatieprofiel naam: Voorzichtige innovator

50 45 40 35 30 25 20 15 10 5 0 1

2

3

4

5

6

7

8

Innovatieprofiel naam: Opportunistische innovator

1

2

3

4

5

6

7

8

Innovatieprofiel naam: Echte innovator

De Syntensklassen 6 (procesaanpassers) en 8 (Whizzkids) bevatten kennelijk voor alle globale innovatiescores het grootst aantal bedrijven. Men zou verwachten dat voor lagere globale innovatiescores deze maxima meer naar links zouden liggen richting Syntensklasse 1 en dat voor meer innovatieve de maxima aan de rechterzijde richting Syntensklasse 8 zouden liggen.

52

IWT-STUDIE 53 Hoofdstuk 3 De Syntens-segmentatie op de rooster gelegd

03 Het aantal bedrijven in Syntensklasse 2 neemt af naar mate de globale innovatiescore toeneemt en dit verloopt in lijn met de globale innovatiescores. Helaas kan voor de andere categorieën uit het Syntensmodel geen verband aangetoond worden met de globale innovatiescores. Een voorbeeld van eerder het tegenovergestelde is dat de meeste innovatieve bedrijven volgens het Syntensmodel voorkomen in de groep van voorzichtige innovatoren. Uit deze vergelijking van de Innovatieprofielen en de Syntenssegmentatie blijkt tot slot dat kennis over de activiteitencode en de tewerkstellingklasse op zich niet volstaat om een ernstige innovatiesegmentatie uit te voeren.

“ N e d e r l a n d s e Syntens-

c l a s s i f i c a t i e o nbruikbaar v o o r s e g m e n tatie naar i n n o v a t i e b e reidheid. E e n e r n stige i n n o v a t i e s e g mentatieo e f e n i n g d r i n g t zich op.

”

53

Bijlage 1

De Innovatieprofiel-vragenlijst Deel 1: de basisgegevens. Op basis van het opgegeven BTWnr/ondernemingsnr wordt uit de IO-gegevensbank volgende informatie opgehaald. Bedrijf

• • • • • •

Officiële naam: BTW-Nr: BEAdres van de maatschappelijke zetel: Straat: en Nr: Postcode: Gemeente: Oprichtingsdatum: Leeftijd:

Verder wordt voor de 3 laatste boekjaren volgende informatie getoond, in zoverre deze beschikbaar is in de IO-gegevensbank. Economisch profiel

• • • • • •

Omzet: Werkgelegenheid: Aandeelhouders Is onderneming een KMO? Type economische activiteit (NACE) Kerntechnologie (TII-code)

Kennisontwikkeling (uitgaven voor) • •

54


Opleiding o Bestedingen (directe kosten) o Opleidingsuren (indirecte kosten) O&O o Zijn er O&O-activiteiten : o Zo ja: o Zijn ze: Permanente - Occasionele - Onbekend o O&O-personeel: o O&O-uitbestedingen:

01 • •

Aankoop technologie Investeringen in nieuwe technologie ? o In nieuwe technologisch geavanceerde uitrusting o In nieuw aangekochte octrooien en licenties: waarvan geactiveerd:

Innovatieprestaties • •

Soorten innovaties in de voorbije drie jaar o Product(en) nieuw voor het bedrijf o Product(en) nieuw voor de markt o Procesinnovatie Bescherming o Octrooien

Innovatiekenmerken • Samenwerking met onderzoeksinstellingen of universiteiten • IWT-steun

Deel 2: In te vullen gegevens mbt. economische context Op deze pagina konden de innovatie-adviseurs de bovenvermelde gegevens evt; corrigeren en werd er tevens gevraagd aan te duiden wat de voornaamste concurrentiestrategie van het bedrijf was en waar het bedrijf zich in de waardeketen bevond. Plaats in de waardeketen :

• • • • •

Toeleverancier componenten Toeleverancier (sub)systemen Producent van eindproducten Diensten in onderaanneming Diensten voor de eindconsument

55

Concurrentiestrategie :

• • • • • •

Prijs Kwaliteit Flexibiliteit Snelheid Innovatie Andere

Deel 3: De innovatiestatus Na hun bezoek aan het bedrijf werd aan de innovatie-adviseur gevraagd om 11 innovatiekarakteristieken te scoren op een kwalitatieve schaal. Finaal werd ook gevraagd een globale score toe te kennen. 1. Innovatie-bereidheid

1. Afkerig 2. Geen interesse 3. Afwachtend 4. Enige interesse 5. Sterke interesse

2. Innovatie-strategie

56

IWT-STUDIE 53 Bijlage 1

1. Geen strategie 2. Reactief 3. Volger 4. Pro-actief 5. Leider

3. Innovatie-management

1. Geen 2. Ad hoc 3. Geïntegreerd met andere functie 4. Afzonderlijke functie 5. Centraal in strategisch management

4. Innovatie-graad

1. Geen ontwikkeling 2. Aanpassingen 3. Engineering 4. Productontwikkeling 5. Technologie-ontwikkeling

5. Innovatie-financiering

1. Geen 2. Eigen vermogen 3. Banken 4. Subsidie 5. Risicokapitaal

6. Innovatie-samenwerking

1. Afkerig 2. Geen 3. Vlaams 4. Europees 5. Mondiaal

7. Innovatie-drivers

1. Geen 2. Klanten en leveranciers 3. Lokale en internat. concurrentie 4. Eigen initiatief medewerkers 5. Strategie

57

8. Innovatie-resultaat

1. Tegenvallend 2. Geen bijdrage tot omzet/groei 3. Beperkt bijdrage tot omzet/groei 4. Belangrijk voor omzet/groei 5. Voornaamste bron omzet/groei

9. Innovatie-status

1. Bedrijf heeft grote techn. achterstand 2. Bedrijf heeft beperkte techn. achterstand 3. Neutraal 4. Bedrijf heeft beperkte techn. voorsprong 5. Bedrijf heeft grote techn. voorsprong

10. Innovatie-capaciteit

58


Mensen 1. Geen mensen 2. Heeft tekort aan mensen 3. Heeft beperkingen in mensen 4. Heeft voldoende mensen 5. Heeft ruim voldoende mensen

Financiële middelen 1. Geen financiële middelen 2. Heeft tekort aan financiële middelen 3. Heeft beperkingen in financiële middelen 4. Heeft voldoende financiële middelen 5. Heeft ruim voldoende financiële middelen

11. Onderzoek en ontwikkeling

1. Geen 2. Occasioneel 3. Permanent maar beperkt (< 5% totaal FTE) 4. Permanent maar belangrijk (>= 5% totaal FTE) 5. Hoofdactiviteit

12. Globale beoordeling

1. Geen innovator 2. Twijfelende vernieuwer 3. Voorzichtige innovator 4. Opportunistische innovator 5. Echte innovator

59

Bijlage 2

de vergelijking van de Innovatieprofielen met het Syntensmodel Elementen van het Syntensmodel In het Syntensmodel zijn er 8 innovatieniveau’s zoals in Tabel 5 weergegeven. Tabel 5 4 Overzicht van de innovatieklassen uit het Syntensmodel Syntens ID

Syntens omschrijving

1

Gematigden

2

Procesaanpassers

3

Geruisloze volgers

4

Kennismakelaars

5


6


7

Whizzkids

8


De volgende activiteiten werden in het Syntensmodel onderzocht: Tabel 6 4 Nace-codes gebruikt in het Syntensmodel

60

Nace - code

Omschrijving

15,16

Voedings- en genotmiddelen

17-19,21,22

Textiel, papier en grafisch

20,26,36,37

Bouwmaterialen en meubels

24,25

Chemie, rubber en kunststof

27,28

Basismetaal- en metaalproducten

29,34,35

Machines en transportmiddelen

30-33

Elektrische en optische apparaten

45

Bouwnijverheid

50, 52

Detailhandel en reparatie (incl. auto’s)

Nace - code

Omschrijving

51

Groothandel

55

Horeca

60-63

Vervoer

65-67

Financiële diensten

70,71,74.3,74.5-8

Overige zakelijke diensten (verhuur, etc.)

72 40

IT-diensten

74.1,74.4

Juridische en economische dienstverlening

74.2

Architecten- en ingenieursbureaus

93

Persoonlijke dienstverlening

Verder zijn er 3 groepen van tewerkstelling voorzien: Tabel 7 4 Tewerkstellingsgroepen in het Syntensmodel minimum aantal werknemers

maximum aantal werknemers

groep 1

0

4

groep 2

5

9

groep 3

10

100

Voor elke combinatie activiteit en tewerkstellingsgroep heeft Syntens een innovatiecategorie kunnen bepalen.

61

Overzicht van de innovatiecategorieën in het Syntensmodel In de onderstaande tabellen is per innovatiecategorie uit het Syntensmodel zijn de combinaties Nace-codes-tewerkstellingsgroepen weergegeven. Tabel 8 4 Invulling van de innovatieklassen in het Syntensmodel. Activiteit (BIK of NACE)

Gematigden

textiel, papier en grafisch bouwmaterialen en meubels bouwnijverheid bouwnijverheid detailhandel en reparatie horeca vervoer overige zakelijke diensten persoonlijke dienstverlening Activiteit (BIK of NACE)

Procesaanpassers

textiel, papier en grafisch basismetaal- en metaalproducten basismetaal- en metaalproducten bouwnijverheid horeca vervoer vervoer Activiteit (BIK of NACE)

Geruisloze volgers

62


voedings- en genotmiddelen voedings- en genotmiddelen bouwmaterialen en meubels

Aantal Werknemers minimum maximum 0 4 0 4 0 4 5 9 0 4 0 4 0 4 0 4 0 4 Aantal Werknemers minimum maximum 5 9 0 4 5 9 10 100 10 100 5 9 10 100 Aantal Werknemers minimum maximum 0 4 5 9 5 9

Activiteit (BIK of NACE)

Geruisloze volgers

machines en transportmiddelen machines en transportmiddelen elektrische en optische apparaten detailhandel en reparatie detailhandel en reparatie horeca financiële diensten financiële diensten persoonlijke dienstverlening Activiteit (BIK of NACE)

Kennismakelaars

juridische en economische dienstverlening juridische en economische dienstverlening juridische en economische dienstverlening Activiteit (BIK of NACE)


groothandel groothandel financiële diensten architecten- en ingenieursbureaus architecten- en ingenieursbureaus overige zakelijke diensten overige zakelijke diensten chemie, rubber en kunststof Activiteit (BIK of NACE)


textiel, papier en grafisch chemie, rubber en kunststof basismetaal- en metaalproducten elektrische en optische apparaten groothandel architecten- en ingenieursbureaus persoonlijke dienstverlening

Aantal Werknemers minimum maximum 0 4 5 9 0 4 5 9 10 100 5 9 0 4 5 9 5 9 Aantal Werknemers minimum maximum 0 4 5 9 10 100 Aantal Werknemers minimum maximum 0 4 5 9 10 100 0 4 5 9 5 9 10 100 0 4 Aantal Werknemers minimum maximum 10 100 5 9 10 100 5 9 10 100 10 100 10 100

63

Activiteit (BIK of NACE)

Whizzkids

Aantal Werknemers minimum maximum 0 4 5 9 10 100

IT-diensten IT-diensten IT-diensten Activiteit (BIK of NACE)

Aantal Werknemers minimum maximum 10 100 10 100 10 100 10 100 10 100

voedings- en genotmiddelen bouwmaterialen en meubels Strategische netwerkers chemie, rubber en kunststof machines en transportmiddelen elektrische en optische apparaten

Innovatieklassen uit de Innovatieprofielen In de innovatieprofielen van het IWT zijn de bedrijven ingedeeld in 5 innovatieklassen : Tabel 9 4 Overzicht van de innovatieprofielen Innovatieprofiel ID 1 2 3 4 5

Innovatieprofiel Geen innovator Twijfelende vernieuwer Voorzichtige innovator Opportunistische innovator Echte innovator

Groepering per IWT Innovatieprofiel van de verschillende Syntensklassen Op basis van de Nace-codes en de terwerkstellingsgrootte zijn de bedrijven uit de Innovatieprofielen ingedeeld in Syntenscategorieën. Het aantal bedrijven en de %-verdeling is weergegeven in Tabel 10.

64


Tabel 10 uitleg bij Tabel 11 4 Groepering per IWT Innovatieprofiel van de verschillende Syntensklassen Kolomnaam Innovatieprofiel naam Innovatieprofiel ID Syntens Innovatieklasse Syntens ID # bedrijven

Omschrijving omschrijving van het Innovatieprofiel nummer van het Innovatieprofiel omschrijving van het Syntensklasse nummer van het innovatieklasse aantal bedrijven per Innovatieprofiel in de Syntensklasse aantal bedrijven in het innovatieprofiel grootte in % van de gegeven rij in het Innovatieprofiel

# bedrijven in Innovatieprofiel % van Innovatieprofiel

Tabel 11 4 Groepering per IWT Innovatieprofiel van de verschillende Syntensklassen

Globale innovatiescore

# bedrijven in Innovatie-profiel

Syntens innovatieklasse

% van Innovatieprofiel

Geen innovator

64

Gematigden Procesaanpassers Geruisloze volgers Kennismakelaars Intermediaire vernieuwers Planmatige vernieuwers Whizzkids Strategische netwerkers

4 16 8 4 5 15 1 11

6,25% 25,00% 12,50% 6,25% 7,81% 23,44% 1,56% 17,19%


72

Gematigden Procesaanpassers Geruisloze volgers Intermediaire vernieuwers Planmatige vernieuwers Whizzkids Strategische netwerkers

6 12 5 7 25 4 13

8,33% 16,67% 6,94% 9,72% 34,72% 5,56% 18,06%

# bedrijven

65

Globale innovatiescore Voorzichtige innovator

# bedrijven in Innovatie-profiel 140

Syntens innovatieklasse Gematigden Procesaanpassers Geruisloze volgers Kennismakelaars Intermediaire vernieuwers Planmatige vernieuwers Whizzkids Strategische netwerkers

10 11 15 4 12 38 4 46

% van Innovatieprofiel 7,14% 7,86% 10,71% 2,86% 8,57% 27,14% 2,86% 32,86%

121


9 9 7 9 19 31 11 26

7,44% 7,44% 5,79% 7,44% 15,70% 25,62% 9,09% 21,49%

64


1 2 4 3 11 19 4 20

1,56% 3,13% 6,25% 4,69% 17,19% 29,69% 6,25% 31,25%


Echte innovator

66


# bedrijven

Bibliografie Birchall, D.W. and JJ. Chanaron. (1996). Managing Innovation in SMEs: A Comparison of companies in the UK, France and Portugal. International Journal of Technology Management, 12, 3, p. 291. Brush, T. P. Bromiley and M. Heyndrickx. (2000). The Free Cash Flow Hypothesis for Sales Growth and Firm Performance, Strategic Management Journal, 21 (4), p. 455-472. Delmar, F., Davidsson, P. & Gartner, W.B. (2003). Arriving at the HighGrowth Firm. Journal of Business Venturing, 18, pp. 189 – 216. ten Kroode, P.A.N. en de Jong, J.P.J., Effectieve innovatiestimulering, Syntens, Den Haag, 2004, 32p. Westhead, P. & Birley, S. (1994). Employment growth in New Independent Owner-managed Firms in Great Britain. International Small Business Journal, 13. 3, pp. 11 – 33.

67

IWT-studies: 52/ ‘Flanders Vegetable Valley’: De Vlaamse diepvriesgroentesector als voorbeeld van een clusteranalyse 51/ Nurturing and Growing Innovative Start-ups: The Role of Policy as Integrator 50/ Linking Innovation Policy and Sustainable Development in Flanders 49/ Towards a ‘Third Generation’ Innovation Policy in Flanders: Policy Profile of the Flemish Innovation System 48/ ‘Making the Difference’. The Evaluation of ‘Behavioural Additionality’ of R&D Subsidies 47/ Patterns of Innovation in the Flemish Business Sector. A multivariate Analysis of CIS-3 firm-level Data 46/ R&D activities of the Business Sector in Flanders: Results of the R&D Surveys in the Context of the 3% Target 45/ Innovatie-inspanningen van Vlaamse ondernemingen: een exploratie van de CIS-3enquête 44/ De intelligente omgeving: de noodzaak van convergerende technologieën en een nieuw businessmode 43/ Subregionale O&O-inspanningen van de bedrijven in Vlaanderen 42/ Research mandates for technology transfer: International policy 41/ Spinning off new ventures: a typology of facilitating services 40/ Innovation policy and sustainable development: can public innovation incentives make a difference? 39/ ICT-Monitor Vlaanderen: Eindrapport van een haalbaarheidsstudie 38/ Technology watch in Europa: een vergelijkende analyse

68

37/ KMO-innovatiebeleid levert toegevoegde waarde aan Vlaamse bedrijven 36/ Het fenomeen spin-off in België 35/ ICT Clusters in Flanders: Co-operation in Innovation in the New Network Economy 34/ Het innovatiebeleid in Ierland als geïntegreerd element van het ontwikkelingsbeleid: van buitenlandse investeringen naar ‘home spun growth’ 33/ ‘Additionaliteit’- versus ‘substitutie’-effecten van overheidssteun aan O&O in bedrijven in Vlaanderen: een econometrische analyse aangevuld met de resultaten van een kwalitatieve bevraging 32/ ‘Match-mismatch’ in de O&O-bestedingen van Vlaamse en Belgische bedrijven in termen van de evolutie van sectoriële aandelen 31/ Resultaten van de O&O-enquête bij de Vlaamse bedrijven 30/ Clusterbeleid als hefboom tot innovatie 29/ Geïntegreerd innovatiebeleid naar KMO’s toe. Casestudie: Nederland 28/ The flemish innovation system : an external viewpoint 27/ Identificatie van techno-economische clusters in Vlaanderen op basis van input-output- gegevens voor 1995 26/ De O&O-inspanningen van de bedrijven in Vlaanderen - Een perspectief vanuit de enquête voor 1996-1997 25/ De O&O-inspanningen van de bedrijven in Vlaanderen - De regionale uitsplitsing van de O&Ouitgaven en O&O-tewerkstelling in België 1971-1989 … Voor vroegere IWT-studies surf naar www.iwt.be

Wenst zich te abonneren op de iwt-studies: Wenst studie nummer…… te ontvangen: Naam: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Voornaam: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Adres: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ........................................................ ........................................................ Tel:. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e-mail:. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Wenst zich te abonneren op de iwt-studies: Wenst studie nummer…… te ontvangen: Naam: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Voornaam: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Adres: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ........................................................ ........................................................ Tel:. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e-mail:. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

IWT M&A Bischoffsheimlaan 25 B-1000 Brussel

IWT M&A Bischoffsheimlaan 25 B-1000 Brussel

Wat is M& A ? De nieuwe IWT-unit Monitoring & Analyse ondersteunt de verdere professionalisering en performantieverbetering van het IWT en haar diensten en producten. Meten = weten M&A wil in Vlaanderen voldoende strategische intelligentie ontwikkelen door: - h et evalueren en ondersteunen van het innovatiebeleid - het verzamelen en opvolgen van innovatieindicatoren en het ontwikkelen van een monitoring-apparaat ten behoeve van het IWT en de innovatie-intermediairen - h et vertegenwoordigen van het IWT in Vlaamse, federale en internationale organen of netwerken Return on Innovation Investement M&A organiseert op regelmatige tijd workshops over innovatiethema’s met beleidsrelevantie en publiceert grondige studies van het Vlaams Innovatiesysteem, maar ook kortere analyses en evaluaties van innovatie-programma’s. Dit doet ze op eigen kracht alsook in samenwerking met een netwerk van onderzoeksgroepen en organisaties in binnen- en buitenland. Kortom, M&A onderneemt alle activiteiten die kunnen bijdragen tot het meten en het verhogen van de Return on Innovation Investement (ROI2) in Vlaanderen.

Donald Carchon is licentiaat in de Economische en Toegepaste Economische Wetenschappen en werkt sinds 1998 als wetenschappelijk adviseur bij het IWT, eerst binnen het IWTobservatorium, ondertussen omgevormd tot de nieuwe unit Monitoring & Analyse. Inzake innovatie en O&O is hij zowel kennismanager als beleidsanalist.

Bart Clarysse is professor aan de Universiteit Gent en de Vlerick Leuven Gent Management School. Hij publiceerde reeds internationaal over thema’s als ondernemerschap en innovatiemanagement. Als wetenschappelijk directeur van het academisch netwerk voor ondernemerschap en innovatie ‘Gate2Growth’ steunt hij veelbelovende studenten om op dit terrein baanbrekend onderzoek te verrichten. Daarnaast begeleidt hij ook grote en kleine ondernemingen bij de ontwikkeling van een business plan en de zoektocht naar financiering. Ook de overheid komt bij hem te rade voor deze brede thematiek. Lieven De Clercq volgde een opleiding elektronica en behaalde een licenti e in de handelswetenschappen. Sinds mei 2005 werkt hij als wetenschappelijk adviseur bij de unit Monitoring en Analyse van het IWT. Voordien werkte hij bij Xeikon mee aan de bouw van de digitale drukpers in verschillende projecten rond machinebesturing en de ijking van LED-schrijfkoppen.

Eric Sleeckx werkte na zijn studies burgerlijk werktuigkundig ingenieur (KUL, 1982) achtereenvolgens bij het orthopedisch ziekenhuis van Pellenberg (op custom-made implants), Philips (ontwikkeling van de CD Video) en WTCM (integrale productontwikkeling). Sinds 1998 versterkt hij het IWT en sinds 2005 staat hij in voor de coördinatie van de nieuwe unit Monitoring & Analyse. Zijn bijzondere interesses gaan uit naar productontwikkeling en innovatiemanagement.

IWT-Studies 53. Wie zijn onze klanten? Het innovatieprofiel, bron van inspiratie. Donald Carchon Bart Clarysse Lieven De Clercq Eric Sleeckx

Recommend Documents