Internet Start-Ups – which Influence do the Alma Mater and the University Region have on the Location Decision of Founders?

Die Gründungsorientierung als strategische Ausrichtung der Alma Mater beeinflusst potenzielle Gründer maßgeblich (Di Gregorio/Shane 2003: 213). Gründungsneigung wird durch Hochschulen gefördert, indem gründungsrelevantes Wissen vermittelt sowie Infrastruktur, Beratung und Unterstützung zur Verfügung gestellt werden. Diese „Entrepreneurship-Education“ und der „Entrepreneurship-Support“ können durch die Hochschule bzw. die Region erfolgen oder im Rahmen öffentlicher Förderprogramme wie EXIST

Vgl. http://www.exist.de/DE/Home/inhalt.html (15.07.2016).

Ein Einfluss der Hochschulgröße auf die Verbleibswahrscheinlichkeit wird vermutet. Denn große Hochschulen verfügen über bessere technische und räumliche Infrastruktur sowie mehr Ressourcen, um Einrichtungen zur Gründerförderung zu unterhalten (Di Gregorio/Shane 2003). So lohnt sich der Aufbau eines Inkubatorzentrums verstärkt für große Hochschulen, da eine kritische Anzahl von Gründern eher überschritten wird und Synergieeffekte für die Fakultäten zu erwarten sind. So zeigen Landry/Amara/Rherrad (2006), dass sich die Größe kanadischer Hochschulen positiv auf die Gründungsneigung Hochschulangehöriger auswirkt. Da gründungsbezogene Hochschulaktivität während und nach dem Gründungsprozess relevant ist, aber eher in Anspruch genommen werden kann, wenn die Gründung in räumlicher Hochschulnähe erfolgt, ist davon auszugehen, dass die Hochschulgröße sich auf die Gründungshäufigkeit und den regionalen Verbleib positiv auswirkt. In Regionen mit großen Hochschulen und einer entsprechend hohen Anzahl potenzieller Gründer ist des Weiteren eher der Umstand gegeben, dass eine kritische Masse neuer Unternehmen gleicher oder ähnlicher Branchen zur Bildung eines Branchenclusters beiträgt, das für die Entstehung und den Verbleib von Gründungen förderlich ist (Iacobucci/Micozzi 2015: 440).

Da akademische Gründungen oft in wissensintensiven, zukunftsorientierten Bereichen erfolgen, dürfte die Forschungsintensität und -qualität der Hochschule die Gründungshäufigkeit der Hochschulakteure beeinflussen. Je intensiver, hochwertiger und marktkonformer Hochschulforschung durchgeführt wird, desto wahrscheinlicher ist eine Ausgründung (Di Gregorio/Shane 2003: 212). Auch hier ist fraglich, ob die Forschungsintensität die Standortwahl beeinflusst. Dies könnte der Fall sein, wenn Spin-offs vermehrt von Hochschulakteuren gegründet werden, die während der unternehmerischen Anfangsphase ihre Anstellung im Bereich der Forschung einer Hochschule behalten und auf räumliche Nähe etwa zur Forschungsinfrastruktur der Hochschule angewiesen sind.

Gründungen unterscheiden sich nach Hochschultyp. Dabei sind vor allem Fachhochschulen und Universitäten zu unterscheiden. Unterschiede zeigen sich in der Häufigkeit, Erfolgswahrscheinlichkeit, fachlichen Ausrichtung, Wissens- und Forschungsintensität (BMWI 2008: 14; Hamm/ Jäger/Karl et al. 2013a: 66). Studien (Goldstein 2009; Dinse/Hamm/Jäger et al. 2014) zeigen zudem, dass Fachhochschulen im Vergleich zu Universitäten eine stärker regionale Wissenstransferausrichtung haben – daher wird für Gründungen durch Fachhochschulakteure eine höhere Verbleibsquote erwartet.

Für viele Gründer ist der Agglomerationsgrad ein wichtiger Standortfaktor, die Standortwahl fällt häufig auf Agglomerationskerne (Egeln/Gottschalk/Rammer et al. 2002: 44). Urbane Zentren gelten als vorteilhaft für Gründer, da eine gute Infrastruktur und die räumliche Nähe zu Kunden, Lieferanten, Dienstleistern und Kooperationspartnern gegeben ist. Zudem entstehen durch die wirtschaftliche Verdichtung Spill-Over-Effekte. Agglomerierte Zentren sind aufgrund hochqualifizierter Arbeitnehmer, auf Gründer ausgerichteter Förderleistungen, einer guten Wissensinfrastruktur sowie Spill-Over diverser Wissenschaftseinrichtungen speziell für wissensintensive Gründungen sinnvoll (Bruns/Görisch 2002: 13; Heumann 2010: 61; Fritsch/Schroeter 2011: 386).

Die wirtschaftlichen Gegebenheiten sind ein weiterer Parameter, der die Standortwahl beeinflussen könnte. Hier gibt es keine eindeutige Aussage in der Fachliteratur. Egeln, Gottschalk und Rammer (2004: 211) zeigen, dass die Standorte der prominentesten Inkubator-Hochschulen fast durchweg in wirtschaftlich und infrastrukturell attraktiven Regionen liegen. Eine Studie der Absolventenmobilität deutet darauf hin, dass sich eine positive Situation auf dem Arbeitsmarkt negativ auf die Mobilitätsbereitschaft von Akademikern auswirkt (Bruns/Görisch 2002: 37). Laut Möller (2014) zählt eine hohe Wirtschaftsleistung jedoch nicht zu den Hauptkriterien der Standortwahl. Die Konjunktur bzw. exogene konjunkturelle Schocks beeinflussen nachweislich das Gründergeschehen (Fritsch 2016: 85), eine konjunkturell bedingte hohe Arbeitslosenrate kann zu vermehrten sogenannten notwendigen Gründungen (Necessity Entrepreneurship) führen, da die Gründung dann ein möglicher Weg aus der Arbeitslosigkeit ist. Dieser Zusammenhang gilt für wissensintensive Gründungen als umstritten. Zusammengefasst wird ein Zusammenhang der ökonomischen Lage und des Arbeitsmarktes mit der Gründungsaktivität vermutet, dessen Ausprägung a priori nicht eindeutig ist.

Ob eine Gründung in der Region erfolgt, hängt auch von der regionalen Branchenstruktur ab. Gründungen erfolgen häufiger in urbanen dienstleistungsgeprägten Agglomerationen als in monoindustriellen, primär fertigungsgeprägten Agglomerationen (Audretsch/Falck/Feldman et al. 2012: 387). Darüber hinaus zeigen Egeln, Gottschalk und Rammer (2004) sowie Fritsch und Aamoucke (2013), dass Spin-offs häufiger in der Region des Inkubators gegründet werden, wenn dort eine hohe Konzentration von Unternehmen in der Branche des jeweiligen Spin-offs vorliegt.

Ebenso ist die Wissens- und Innovationsorientierung der Wirtschaft ein Faktor der Standortwahl. Akademische Gründungen werden meist den wissens- und innovationsintensiven Branchen zugeordnet, sie profitieren von einer Wirtschaftsstruktur, in der eine hohe Wissensbasis vorherrscht (Fritsch/Aamoucke 2013: 873). Zudem profitieren Gründer von gut vernetzten, innovativen, forschungs- und wissensintensiven Branchen, die das Ausbildungs-, Zuliefer- und Dienstleistungsangebot, die Nachfrage wissensintensiver Güter und Dienstleistungen und Kooperationen ermöglichen.

Infrastruktur als wichtiger Standortfaktor beinhaltet unter anderem die Wissensinfrastruktur. Hierzu zählen Einrichtungen, die Wissen und Technologie fördern und von Bedeutung für Gründer sind, da besonders in der Gründungsstartphase die Nähe zum Inkubator oder zu Forschungspartnern wichtig ist (Bruns/Görisch 2002: 14; Goldstein 2005: 206, 219). Die gründungsbezogene Infrastruktur ist von Bedeutung, da gründungsrelevante Unterstützungsangebote auf regionaler Ebene variieren. So werden Beratungs- und Fördermaßnahmen, Stipendien und Gründerwettbewerbe oft individuell durch regionale Akteure durchgeführt. Die Verkehrsinfrastruktur ist ein weiterer Standortfaktor, da die gute Erreichbarkeit einer Region einen positiven Einfluss auf das regionale Gründungsgeschehen nimmt (Fromhold-Eisebith 1992: 60; Bruns/ Görisch 2002: 14; Audretsch/Falck/Feldman et al. 2012: 387). Speziell für Gründer im Internetbereich ist zudem die Verbreitung schneller und hochwertiger Internetzugänge für den eigenen Gebrauch und den der Kunden unerlässlich und eine standortqualitätsbestimmende Komponente.

Auch weiche Standortfaktoren wie Umwelt, Freizeit- und Kulturangebot beeinflussen die Standortwahl. Das Gründungs- und Innovationsklima gilt als wichtiger Faktor, da ein innovatives, dynamisches Umfeld Gründungsneigung und -erfolg fördert (Hemer/Walter/Berteit et al. 2006: 19). Netzwerk- und Förderleistungen sowie Aus- und Weiterbildung, Beratung und finanzielle Unterstützung innerhalb eines Netzwerks fördern dieses Gründungsklima (Koschatzky 2002: 31). Nach den Theorien von Florida (2002) zur „Kreativen Klasse“ haben die Kreativen, denen meist akademische Gründer zuzuordnen sind, in Bezug auf ihre Standortwahl klare Präferenzen, die sich vor allem in weichen Standortfaktoren widerspiegeln. Eine hohe Standortqualität aus der Sicht Kreativer zeichnet sich durch ein tolerantes und durch Vielfältigkeit geprägtes Klima aus, in dem sich kulturelle Impulse gegenseitig bereichern. Durch die Vielzahl kreativer Talente entsteht eine innovationsfreudige Stimmung, die Unternehmen aus Bereichen der wissensintensiven Dienstleistungen und Zukunftstechnologien anzieht. Je stärker das kreative Milieu an einem Standort, desto eher eignet sich dieser für die Standortwahl. Ergänzend sei die thesenbehaftete Natur von Floridas Ansätzen betont, eine empirische Kausalität kann nicht vollkommen belegt werden.

Für das Vorhaben wird eine individuelle empirische Basis benötigt, die insbesondere Informationen zu Gründungs- und Hochschulstandorten sowie ihre geographische Distanz und dem akademischen Hintergrund des Gründers erfasst. Mehrere Datenbanken wurden auf ihre Eignung geprüft, unter anderem das „Sozioökonomische Panel“, das „Mannheimer Gründungspanel“, die Gewerbeanzeigenstatistik, die EXIST-Begleitforschung und die KOAB Absolventenstudie (INCHER 2011). Öffentlich zugängliche Daten über den regionalen Bestand an Gründern aus Hochschulen und die Hintergründe der Standortwahl bestehen bisher nicht flächendeckend, was eine Primärerhebung begründet.

Die Studie basiert auf der Erhebung von Daten einer öffentlich zugänglichen Gründerdatenbank der Internetplattform Gründerszene, ein Online-Produktportfolio der Vertical Media GmbH, die speziell auf Gründer im weitgefassten Bereich der Internetbranche spezialisiert ist.

http://www.gruenderszene.de/ (16.07.2016).

Die Datenbank der Gründerszene stellt jeweils das Unternehmen und den Gründer vor – dies umfasst eine Verlinkung zu Profilen in den Netzwerken Xing, Facebook und Linked-In. Im Erhebungszeitraum in 2013 umfasste die Datenbank deutschlandweit 3436 Gründer. Da nicht für alle Gründer ausreichend Daten extrahiert werden konnten, wurden 1685 Gründungen analysiert. Ein Großteil persönlicher Charakteristika als Erklärungsvariable der Standortwahl ist der Datenbank nicht zu entnehmen und kann nicht berücksichtigt werden. Die für die Studie maßgebliche Information besteht in der Verbindung zwischen dem Gründer, dessen letzter Alma Mater und seiner Gründung. Dies ermöglicht eine Bestimmung der Distanz zwischen Gründung und Alma Mater (bei Hochschulen mit mehreren Standorten gilt der Hauptstandort als Berechnungsgrundlage). Somit kann der durch die Gründung generierte Wissenstransfer auf eine Hochschule zurückgeführt und dem geographischen Aspekt der Transferreichweite Rechnung getragen werden.

Die Interpretation der erzielten Resultate findet vor dem Hintergrund einiger Erhebungs- und Datenbankprobleme statt. Zum einen ist unklar, wie repräsentativ das Gründergeschehen akademischer Internetgründer in Deutschland widergespiegelt wird. Die Erfassung von Gründern erfolgt, indem sich diese in die Datenbank einschreiben, zudem werden Gründer aufgenommen, über die Artikel veröffentlicht werden und die an Veranstaltungen der Gründerszene teilnehmen. Die Stichprobe dürfte mithin aus Gründen der Selbstselektion verzerrt sein, sodass sich die Gründer in attitudinalen und strukturellen Merkmalen der Gründung von der Grundgesamtheit unterscheiden. So ist davon auszugehen, dass erfolgreiche Gründer eher dazu neigen, sich in einer reellen und digitalen „Gründungs-Community“ zu vernetzen, wobei erfolgreiches Networking als kausaler Erfolgsfaktor einzuschätzen ist (Krebs 1995: 114).

Auch eine geographische Verzerrung ist zu erwarten, da Berlin als Hotspot der deutschen Internetbranche gilt und Vertical Media hier lokalisiert ist, daher finden initiierte Events in der Hauptstadt statt. Tatsächlich liegen 651 der 1685 betrachteten Gründungen in Berlin. Es ist nicht auszuschließen, dass aufgrund persönlicher Kontakte zwischen Plattformbetreibern und Gründern eine überproportionale Repräsentanz besteht. Ein gesonderter Schätzansatz ohne Gründungen in Berlin liefert jedoch keine deutlich abweichenden Ergebnisse (vgl. Anhang). Eine weitere Verzerrung kann durch die Häufigkeit einzelner Hochschulen im Datensatz entstehen, die besonders viele Gründer hervorbringen, z. B. aufgrund eines gründungsaffinen Curriculums. Die Folge sind Gruppen betrachteter Merkmalsträger, die gleiche Hochschulkennzahlen aufweisen, wodurch eine Verzerrung der Koeffizienten und der Schätzung der Standardfehler auftreten kann. Um das Modell robuster zu machen, wird ein spezieller 2D-Clusteransatz mit adjustierten Standardfehlern genutzt (Petersen 2009). Zudem stellt der genutzte Datensatz nicht zweifelsfrei fest, ob eine Gründung im Sinne eines Forschungs-Spin-offs in Zusammenhang mit der Hochschule steht. Wäre dies möglich, könnten hochschulseitige Einflüsse deutlicher herausgestellt werden.

Der Beitrag bezieht sich auf Gründungen einer Branche. Eine Übertragung der Ergebnisse auf andere Branchen ist aufgrund der spezifischen Eigenschaften der Internetbranche bedingt möglich. Für den Forschungszweck eignet sich diese Branche durch hohe Gründungsaktivität und geringe Markteintrittskosten. Zudem werden für Produktinnovationen nicht hohe finanzielle Investitionen und langlebige Entwicklungszyklen benötigt. Somit werden Innovationen

nicht nur durch große Institutionen erwirkt, vielmehr gibt es eine hohe Fallzahl individueller Entrepreneure, oft mit akademischem Hintergrund. Für die Bestimmung der Unterschiede verschiedener Hochschultypen ist die Internetbranche geeignet, da die Fächergruppen, aus denen die Gründungen erfolgen, in ähnlichem Umfang an Universitäten und Fachhochschulen gelehrt werden.

Berechnungen auf der Datenbasis: Statistisches Bundesamt (2013).

Der erhobene Gesamtdatensatz enthält 1685 Gründungen von 1067 Gründern. Die Geschlechterverteilung liegt bei 94,7% männlichen und 5,3% weiblichen Gründern. Mehr als die Hälfte der Firmen, und zwar 998, wurden von Universitätsabsolventen gegründet, gefolgt von 334 Gründungen durch Fachhochschulabsolventen, 242 Gründungen durch Absolventen Technischer Universitäten sowie 20 Gründungen der Kunsthochschulabsolventen (91 Gründer gaben keine Hochschultypzugehörigkeit an). Um die Gründungsneigung nach Hochschultyp zu vergleichen, wurde die Zahl der untersuchten Gründungen mit der Anzahl der eingeschriebenen Studierenden ins Verhältnis gesetzt.

Die Zahl der Gründungen nach Hochschultyp wird durch die Zahl eingeschriebener Studierender (in 1000) dieses Hochschultyps in 2011 geteilt; Datenbasis: Statistisches Bundesamt (2013).

Tab. 1 zeigt eine Bewertung der Gründungs- und Alma-Mater-Standorte der Stichprobe (sample). Der beliebteste Gründungsort ist Berlin mit 651 Gründungen. Auf den weiteren Plätzen liegen die Großstädte Hamburg (190), München (166) und Köln (111). Auch in der Betrachtung, die die Anzahl der Gründungen in Bezug zur Einwohnerzahl der Standorte setzt, liegen metropolitane Großstädte auf den ersten Plätzen. Die rechte Seite der Tabelle zeigt ein Ranking der Alma-Mater-Standorte. 214 der untersuchten Gründer studierten in Berlin. Demnach attrahierte Berlin im Saldo über 400 Gründer. Überraschend viele Gründer haben in Mayen-Koblenz studiert – dort bietet die „WHU Otto Beisheim School of Management“ einen speziell auf Gründer ausgelegten Studiengang an.

Abb. 1 zeigt, dass 40,3% der untersuchten Gründungen innerhalb von 50 km um die Hochschule stattfinden. Absolventen aus Fachhochschulen und Technischen Universitäten gründen deutlich häufiger am Alma-Mater-Standort. Auffällig sind vor allem die hohen regionalen Gründungsraten der Technischen Hochschulen. 53,0% der Gründungen durch Absolventen Technischer Universitäten erfolgen innerhalb eines 50-km-Radius um die Hochschule, für Fachhochschulen liegt dieser Wert bei 45,5%, für Universitäten bei 34,5%. Werden Universitäten und Technische Universitäten nicht differenziert, erfolgen 38,7% der Gründungen durch Universitätsabsolventen im 50-km-Umkreis. Der vergleichsweise stärkere Regionalbezug der Gründungen durch Fachhochschulabsolventen ist vor dem Hintergrund interessant, dass lediglich in der Betrachtung ländlicher Räume Fachhochschulen im Vergleich zu Universitäten über ein stärker regionales Einzugsgebiet verfügen. Gleichzeitig gilt die Größe des Einzugsgebietes einer Hochschule als wichtige Erklärungsdeterminante der potenziellen Migration

Abb. 1

von Hochschulabsolventen (Kratz/Lenz 2015: 15). Während Gründungen durch Fachhochschulabsolventen anteilsmäßig häufiger in der Region ihrer Fachhochschule erfolgen, ist festzuhalten, dass Universitäten absolut – durch höhere Absolventenzahlen und Gründungsquote – deutlich mehr regionale Gründungen generieren.

Eine weitere Auffälligkeit wird bei 600 Kilometern Entfernung deutlich, wo die Kurven der Universitäten einen steilen Anstieg verzeichnen. Begründet ist dies wahrscheinlich in der Entfernung zwischen beliebten Hochschulorten in Nordrhein-Westfalen wie Köln oder Düsseldorf, und dem beliebtesten Hochschulstandort Berlin.

Die meisten Gründungen des Samples erfolgen unmittelbar nach Studienende sowie mit einem Jahr Verzögerung (vgl. Abb. 2). Diese Fälle machen 27,4% der Gründungen zwischen fünf Jahre vor und zehn Jahre nach dem Studienende aus. Je länger der Abschluss zurückliegt, desto seltener erfolgt eine Gründung. Zudem erfolgt bereits während des Studiums eine relevante Zahl an Gründungen. Der zeitliche Abstand einer Gründung zum Abschluss hat offenbar keine zwingende Auswirkung auf die Entscheidung, ob in der Nähe der Alma Mater gegründet wird. Deutlich wird allenfalls, dass Gründungen kurz vor oder zum Abschluss sich vergleichsweise häufiger innerhalb des 50-km-Radius um die Alma Mater ansiedeln.

Abb. 2

Die Studie analysiert die Standortwahl akademischer Gründer aus Hochschulen in Deutschland und ihre regions- und hochschulseitigen Determinanten. Dafür wird mit einer Logit-Schätzung untersucht, welche Faktoren die Wahrscheinlichkeit mitbestimmen, dass eine Gründung innerhalb der Region erfolgt. Die binäre abhängige Variable ist mit den Ausprägungen 1 (Gründung in der Hochschulregion) und 0 (Gründung außerhalb) definiert. Der Logit-Ansatz wurde gewählt, da aus regionalökonomischer und hochschulpolitischer Sicht speziell der regionale Verbleib der Gründer im Sinne einer grundsätzlichen Entscheidung wichtig ist. Wählen sie einen anderen Standort, ist es für die Region zunächst unerheblich, wie weit dieser exakt entfernt ist.

Bei Studien zu regionalökonomischen Hochschuleffekten besteht grundsätzlich die Frage der Abgrenzung der Hochschulregion. Die räumliche Differenzierung ist eine Herausforderung, deren methodische Operationalisierung auf der Basis von Praktikabilität, Datenverfügbarkeit und theoriebezogener Fundierung entschieden wird. Für eine detaillierte Diskussion wird auf Hamm, Jäger, Karl et al. (2013b: 109) verwiesen. Gängige Analyseeinheiten sind Städte, Kreise, Reisedistanz und Reisezeit, Regierungsbezirke, Postleitzahl-, Raumordnungs- und Arbeitsmarktregionen (Beyer/Majer 2002). Wie groß eine Hochschulregion tatsächlich ist, dürfte sich nach Hochschultyp, Zentralität der Region und Agglomerationsstufe unterscheiden. Inhaltlich wird der Thematik im personenbezogenen Wissenstransfer eine räumliche Abgrenzung abseits administrativer Grenzen im Rahmen einer Reisedistanzanalyse besser gerecht. Sobald Individuen oder persönlicher, interagierender Kontakt Transferprämissen sind, sollte eine Hochschulregion einen Radius von ca. einer Stunde Pendeldistanz nicht überschreiten, da darüber hinaus die Wissensübertragung zunehmend erschwert wird. Im vorliegenden Ansatz wird von einer regionalen Gründung gesprochen, wenn diese innerhalb eines 50-km-Reiseradius

Ein Excel-Hilfsprogramm (Add-on) berechnet die Distanz zwischen den Mittelpunkten der Postleitzahlgebiete. Grundlage ist der motorisierte Individualverkehr. Aufgrund der Verkehrssituation in Metropolen wäre in weiteren Studien eine Ergänzung des öffentlichen Nahverkehrs interessant.

Die Studie ist auf hochschul- und regionsseitige Einflussfaktoren konzentriert. Sicherlich fließen in die Standortentscheidung der Gründer soziale, personenbezogene und individuelle Faktoren mit ein, die aufgrund fehlender Datenverfügbarkeit nur sehr begrenzt dargestellt werden können. Einzig die Jahre zwischen Abschluss und Gründung konnten als personenbezogene Variable in ausreichender Qualität erhoben werden.

Das Logit-Schätzmodell wird in drei Versionen gerechnet. Modell 1 berücksichtigt alle Gründungen im Datensatz zwischen 2007 und 2014 durch Gründer mit akademischem Abschluss. Die besondere Situation akademischer Spin-off-Gründer wird insofern betrachtet, als das Modell 2 nur Gründungen innerhalb von zwei Jahren vor bis fünf Jahre nach Studienabschluss des Gründers enthält. Modell 3 umfasst ausschließlich Gründungen außerhalb dieses Zeitraums. Der Vergleich soll Aufschluss darüber geben, ob Spin-off-Gründer und sonstige akademische Gründer in ihrer Standortwahl unterschiedlich auf regionale und hochschulseitige Einflussfaktoren reagieren.

Auf der Basis der beschriebenen Faktoren der Standortwahl akademischer Gründer wurden unter Berücksichtigung der Datenverfügbarkeit sowie deren Abbildungsstärke Indikatoren ausgewählt, deren Einfluss im Regressionsmodell geprüft wird. Dem nachfrage- und umfeldorientierten Ansatz zufolge beeinflussen hochschulseitige Faktoren die Standortwahl. Um die strategische Gründungsorientierung einer Hochschule empirisch abzubilden, stellt eine Dummy-Variable ihre eventuelle Aktivität im Rahmen der EXIST-Förderung dar (Kulicke/Dornbusch/Kripp et al. 2012: 22). Als Maßzahl für die Hochschulgröße wird die Zahl Studierender in 1000 der Alma Mater, als Indikator für die Forschungsintensität und -qualität die Drittmittelhöhe je Professor in das Modell aufgenommen. Eine Dummy-Variable unterscheidet zudem Gründer von Universitäten und Fachhochschulen.

Auch regionsseitige Faktoren der Hochschulregion beeinflussen die Standortwahl. Der Indikator Bevölkerungsdichte (Einwohner pro km²) bildet den Agglomerationsgrad ab. Die Bruttowertschöpfung je Einwohner gibt Aufschluss über die größenbereinigte Wirtschaftsleistung, die Beschäftigungsquote betrachtet Chancen am Arbeitsmarkt. Um erfassen zu können, inwieweit die vorliegende Branchenstruktur den untersuchten Gründungen entspricht, wurden die Anteile Erwerbstätiger in der Dienstleistungs- und der Internetbranche

Zur Analyse des Anteils Erwerbstätiger der Internetbranche wird die Definition des Bundeswirtschaftsministeriums (BMWI 2012) genutzt. Datengrundlage: Sonderauswertung der Bundesagentur für Arbeit 2015, WZ 2008.

Tab. 2 zeigt eine Übersicht der regions- und hochschulseitigen Faktoren und die zur Darstellung genutzten Indikatoren. Grundsätzlich sei darauf hingewiesen, dass die Indikatoren die Einflussfaktoren nur indizieren, nicht jedoch in allen Facetten abbilden. Für die Regression wird ein reduzierter Datensatz N = 1336 genutzt, in dem nur Gründungen zwischen 2007 und 2014 berücksichtigt werden, damit die Indikatoren als Querschnittsvariable mit dem Bezugsjahr 2007 verwendet werden können.

Standen Werte für 2007 nicht zur Verfügung, wurde der nächstaktuellere Wert genutzt. Dies ist der Fall bei „Zahl wissenschaftlicher Institutionen“ und „Erreichbarkeit nächster Autobahnanschluss“.

Bei der Vielzahl regionsseitiger Variablen ist nicht auszuschließen, dass Variablen zum Teil gleiche Sachverhalte messen. Eine Korrelationsanalyse der in Tab. 2 angeführten Indikatoren zeigte problematische Korrelationen im Bereich der regionsseitigen Variablen bzw. in der Korrelation einer hochschul- und einer regionsseitigen Variablen (s. Tab. 4 Zusatzmaterial online). Um Multikollinearität zu vermeiden, fasst eine explorative Faktorenanalyse Gruppen hoch korrelierender Variablen zu Faktoren zusammen (Backhaus/ Erichson/Plinke et al. 2011: 329). Mithilfe der Faktorenanalyse wurden zwei Faktoren herausgebildet. Daraufhin wurde mit einer VARIMAX-Rotation rotiert, sodass die Indikatoren jeweils auf einem Faktor eine möglichst hohe Ladung und auf dem anderen Faktor eine möglichst geringe Ladung zeigen (Backhaus/Erichson/Plinke et al. 2011: 330). Die beiden Faktoren erklären zusammen 88,1% der Gesamtvarianz der regionsseitigen Indikatoren. Faktor 1 „Arbeitsmarkt“ umschreibt einen modernen, attraktiven und erfolgreichen Arbeitsstandort und fasst die Variablen Dienstleistungsquote, Einwohnerdichte, Bruttoinlandsprodukt je Beschäftigten, Quote Hochqualifizierter und Index Kreative Klasse zusammen. Es wird erwartet, dass ein wissens- und dienstleistungsintensiver, kreativer, agglomerierter und wirtschaftlich prosperierender Arbeitsmarkt förderlich für die Verbleibsquote der Gründer ist, was ein positives Vorzeichen im Logit-Ansatz impliziert. Faktor 1 „Arbeitsmarkt“ erklärt 60,6% der Gesamtvarianz der regionsseitigen Variablen. Der zweite Faktor wird mit „Gründungsklima“ umschrieben, fasst die Quoten der Selbstständigen, Kleinstbetriebe und Beschäftigten zusammen und erklärt weitere 27,5% der Varianz der regionsseitigen Variablen. Da Regionen mit hohem Anteil Beschäftigter, Selbstständiger und Kleinstbetriebe eine hohe Verbleibsquote der Gründer aufweisen werden, wird im Logit-Ansatz ein positives Vorzeichen erwartet.

Die Variablen „wissenschaftliche Institutionen“, „Beschäftigtenquote digitale Wirtschaft“ und „Beschäftigtenquote in Forschung und Entwicklung“ konnten aufgrund niedriger Faktorladung keinem Faktor eindeutig zugerechnet werden und führen durch hohe Korrelationswerte indiziert zu Multikollinearität. Daher wurden sie aus dem Modell entfernt. Die Variable „Verkehrsinfrastruktur“ konnte keinem Faktor zugeordnet werden, wurde aber aufgrund inhaltlicher Abgrenzung und vergleichsweise niedriger Korrelation mit anderen unabhängigen Variablen als einzelne unabhängige Variable integriert.

Um die Reliabilität bzw. Irrtumskomponente der gebildeten Faktoren abzuschätzen, wird die Methode der internen Konsistenz angewandt. Dieser Schritt wird durchgeführt, um Variablen, die stärker als andere durch eine Irrtumskomponente beeinflusst sind, aus dem Faktor zu entfernen. Zur Messung der internen Konsistenz wird Cronbachs α genutzt, dessen Wert abhängig von der Zahl der Variablen eines Faktors sowie der durchschnittlichen Korrelation der Variablen des Faktors ist (Schmitt 1996). Letztendlich wurden aus dem Variablenset des Faktors 1 „Arbeitsstandort“ die Variablen Einwohnerdichte und Kreative Klasse entfernt, aus dem Faktor 2 „Gründungsklima“ die Variable Beschäftigtenquote. Für die gebildeten Faktoren wurde jeweils ein Faktorwert ermittelt, der die einzelnen zu dem Faktor gehörenden Variablenwerte zusammenfasst. Zur Vermeidung von Verzerrungen durch Skalierungsunterschiede wurden bei der Aggregation die Indikatoren standardisiert. Durch das Vorgehen wurde eine Reduzierung auf folgende unabhängige Variablen vorgenommen:

Tab. 3 zeigt die Ergebnisse dreier zentraler Schätzmodelle. Die abhängige Variable der Logit-Schätzung ist eine binäre Dummy-Variable, die den Wert 1 annimmt, wenn der Gründer innerhalb einer 50-km-Distanz zur Alma Mater gründet. Modell 1 betrachtet N = 850 Gründungen unabhängig von deren zeitlichem Abstand zum Abschluss. Modell 2 betrachtet ausschließlich die 557 Gründungen der Datenbank, die innerhalb von zwei Jahren vor bis fünf Jahre nach Studienende stattfanden – hier ist ein inhaltlicher Zusammenhang zum Studium wahrscheinlich, diese Fälle werden hier als Spin-offs bezeichnet. Modell 3 bezieht sich auf akademische Gründer, die außerhalb dieses Zeitraumes gründen. Ein zusätzliches Modell mit Ausschluss der Gründungen in Berlin und eine unterstützende OLS-Schätzung führen nicht zu zusätzlichen Erkenntnissen (vgl. Anhang). Die OLS-Schätzung untersucht als abhängige Variable die Distanz zwischen Hochschule und Gründungsort.

Die Ergebnisse der Modelle ähneln sich grundsätzlich; es sind jeweils die Variablen Hochschultyp, Hochschulgröße und Gründungsklima signifikant. Aufgrund der unterschiedlichen Skalen der Variablen werden im Folgenden nur die Vorzeichen der Koeffizienten interpretiert, nicht deren Ausprägung. Das Bestimmtheitsmaß liegt bei Pseudo-R² von 0,21 (Modell 1), 0,18 (Modell 2) und 0,25 (Modell 3). Interessant ist im Vergleich der Modelle 1 und 2, dass durch die Hinzunahme der Variablen „Jahre Abschluss/Gründung“ und der entsprechenden Spezifizierung der Stichprobe in Modell 1 keine wesentlichen Veränderungen der Werte bei den übrigen Variablen entstehen. Die Entscheidungsfaktoren der Gründer, die kurz vor oder nach Studienende gründen, unterscheiden sich also kaum von den Determinanten der Gründer, die deutlich vor oder nach dem Abschluss gründen. Für sonstige akademische Gründer, die deutlich vor bzw. nach ihrem Abschluss gründen (Modell 3), ist lediglich die Variable Forschungsintensität zusätzlich signifikant.

Die lineare Variable „Jahre Abschluss/Gründung“ gibt die Jahre zwischen Gründung und Abschluss an. Abb. 2 zeigt, dass Gründer mit einer höheren Wahrscheinlichkeit in der Region bleiben, wenn sie vor dem Abschluss gründen. Dieser Zusammenhang liegt nahe, da bei zeitgleicher Gründung zum Studium die räumliche Distanz die zurückzulegende Pendeldistanz ist. Modell 1 bestätigt diese Erkenntnis. Die Eintrittswahrscheinlichkeit einer regionalen Gründung ist erhöht, je niedriger die Jahreszahl zwischen Gründung und Abschluss ist (negatives Vorzeichen). Gründet der Absolvent vor Studienende, bleibt er eher in der Region, im weiteren Verlauf steigt die Abwanderungswahrscheinlichkeit sukzessive an.

Der Hochschultyp ist in allen Modellen als signifikanter Einflussfaktor ausgewiesen. Der positive Koeffizient zeigt, dass die Variable in der Ausprägung y_h = 1 (Absolvent Fachhochschule) zu einer höheren Eintrittswahrscheinlichkeit der abhängigen Variablen führt. Fachhochschulabsolventen gründen somit eher in der Region als Universitätsabsolventen.

Dies ist nachvollziehbar: Fachhochschulen sind in Forschung und Lehre stärker auf die Region ausgerichtet, arbeiten verstärkt mit regionalen Unternehmen zusammen, verfügen in ländlichen Regionen über ein stärker regionales Einzugsgebiet (Kratz/Lenz 2015) und bieten weniger spezialisierte Lehrangebote an (Dinse/Hamm/Jäger et al. 2014; Jäger/Kopper 2014).

Die Hochschulgröße erweist sich in allen Modellen als signifikant. Je größer die Alma Mater ist, desto höher ist die Wahrscheinlichkeit, dass die Gründung innerhalb der Region erfolgt. Ein Erklärungsansatz ist die Tatsache, dass große Hochschulen über ein enges, in der Region verwurzeltes Kontaktnetz sowie über Labore und räumliche Infrastruktur verfügen. Zudem bieten große Hochschulen oft Gründungsberatungen und -zentren an, in denen sich Gründer ansiedeln können.

Gegen den Einwand, dass große Hochschulen in Agglomerationsräumen häufiger auftreten und die Agglomeration der eigentliche Grund der hohen Verbleibsrate ist, spricht, dass die Einwohnerdichte als Teil des Faktors Arbeitsmarkt keinen signifikanten Einfluss zeigt.

Ein hochsignifikanter Zusammenhang ist für die im Faktor Gründungsklima summierten Variablen „Anteil Selbstständige“, „Anteil Kleinstbetriebe“ und „Beschäftigungsquote“ zu erkennen. Liegt ein positives Gründungsklima vor – mit vielen Selbstständigen, Kleinstunternehmen und Beschäftigten – ist nach Maßgabe der positiven Koeffizienten die Wahrscheinlichkeit einer regionalen Gründung signifikant höher. Dies bestätigen vorangegangene Studien (Lockett/Siegel/Wright et al. 2005). Eine hohe Zahl junger Kleinunternehmen gleicher oder ähnlicher Sektoren fördert den Anschluss weiterer neuer Firmen (Iacobucci/Micozzi 2015: 440), erfolgreiche Gründer fungieren als Vorbild oder Ratgeber (Goldstein/Maier/Lugner 1995: 123).

Ebenso erwähnenswert sind die nicht signifikanten Variablen, deren Resultate den Erwartungen widersprechen. So zeigt sich bei den Hochschulvariablen, dass Forschungsintensität und Gründungsorientierung keinen durchgängig signifikanten Einfluss auf die Standortwahl haben. Für beide Variablen wurde vermutet, dass Hochschulen als Inkubatoren besonders dann akademische Gründer in der Region halten, wenn sie forschungsaktiv und gründungsaffin sind. Eine Erklärung für das gegenteilige Ergebnis ist, dass diese Aspekte zwar die Gründungsaktivität an Hochschulen verstärken, jedoch nicht die Wahrscheinlichkeit des regionalen Verbleibs beeinflussen. Von Einfluss wird ebenso der Bezug zur Internetbranche sein, die von kostenschwerer Produktions- oder räumlicher Infrastruktur unabhängig ist. Es ist vorstellbar, dass Internetgründer nicht so sehr auf die Hochschule als Inkubator angewiesen sind wie Gründer anderer Branchen. Die Forschungsintensität zeigt lediglich in Modell 3 einen signifikanten Einfluss. Absolventen forschungsstarker Hochschulen, die lange vor bzw. nach Studienende gegründet haben, verbleiben demnach öfter in der Region.

Noch überraschender ist das Ergebnis der nicht signifikanten regionsseitigen Faktoren. Diese umfassen die Infrastruktur und die im Faktor Arbeitsmarkt subsumierten Variablen – Bruttoinlandsprodukt, Einwohnerdichte und die Quoten hochqualifizierter Arbeitnehmer bzw. im Dienstleistungsbereich Beschäftigter. Es lässt sich somit auf der Basis der Schätzungen kein systematischer Zusammenhang dieser Variablen mit der Verbleibsrate akademischer Gründer in der Region feststellen. Für den Faktor „Arbeitsmarkt“ wurde auf der Literaturbasis (Bruns/Görisch 2002: 37; Iacobucci/Micozzi 2015: 440) ein signifikanter Einfluss auf die Verbleibsquote erwartet und dass sich ein moderner, agglomerierter, dienstleistungsgeprägter und leistungsstarker (Arbeits-)Markt positiv auf den regionalen Verbleib der Gründer auswirkt. Die Resultate zeigen, dass lediglich im erweiterten Logit-Modell im Anhang, in dem Gründungen innerhalb Berlins ausgeschlossen wurden, ein schwach signifikanter Zusammenhang vorliegt. Dieses Ergebnis ist überraschend, verdeutlicht jedoch Potenziale: auch wenig agglomerierte Regionen mit wenig erfolgreichen Arbeitsmärkten können akademische Gründer zu einem vergleichbaren Anteil in der Region halten.

Zudem wurde erwartet, dass eine hohe Zentralität der Region sowie eine gute Verkehrsinfrastruktur die Standortwahl positiv beeinflusst. Obwohl die Variable „Infrastruktur“ in anderen Studien und durchgeführten Einzelschätzungen der Logit-Modelle einen signifikanten Einfluss aufweist, erweist sie sich in den Gesamtmodellen als nicht signifikant. Es wird vermutet, dass ein Zusammenhang mit der Hochschulgröße besteht, der in den Einzelschätzungen zu verzerrten Resultaten führt, jedoch im Gesamtmodell aufgefangen wird. Eine potenzielle Erklärung für dieses Ergebnis liefern die Charakteristika der Internetbranche. Es werden keine Rohstoffe und Vorleistungen benötigt, die die Nähe zu einem infrastrukturell und anbindungstechnisch geeigneten Standpunkt in Kunden- und Zulieferernähe notwendig machen.

P = Wahrscheinlichkeit der Gründung innerhalb der Hochschulregion (50-km-Radius um Hauptstandort der Hochschule)

x = erklärende Variable

Y = abhängige Variable

j = 1, ...,i (i = Anzahl Beobachtungen)

k = 1, ...,n (n = Anzahl Variablen)

β = Regressionskoeffizient

u_k = Residualgrößen

OLS-Schätzansatz:

y_k = Reisedistanz Alma Mater-Gründungsstandort in km

b = konstantes Glied

x_hk = hochschulseitige Variablen

x_rk = regionsseitige Variablen

k = Beobachtung