📄 social_science

Developing Smart Port Readiness: The Roles of Workforce Competency, Training, and Inter-Organisational Collaboration

Diese Studie zeigt auf, dass, während übertragbare und digital-regulatorische Kompetenzen durch die mediierende Rolle der Trainingsqualität die Bereitschaft der Belegschaft für Smart Ports signifikant vorantreiben, die Zusammenarbeit zwischen Industrie und Wissenschaft eher als eine moderate Randbedingung denn als einen universellen Treiber fungiert, was darauf hindeutet, dass die maritime Ausbildung den Fokus eher auf die Trainingsinfrastruktur und die Neuausrichtung der Lehrpläne als lediglich auf die Erhöhung der Häufigkeit der Zusammenarbeit legen sollte.

Ursprüngliche Autoren: Jagan Jeevan

Veröffentlicht 2026-07-08

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Jagan Jeevan

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich einen Smart Port als einen futuristischen, hochtechnologischen Flughafen für Schiffe vor. Er ist gefüllt mit Robotern, Computergehirnen (KI) und digitalen Zwillingen, die das Wetter vorhersagen und Fracht verwalten können, ohne dass eine menschliche Hand auch nur einen einzigen Karton berührt. Das Problem? Die Häfen bauen diese erstaunlichen Maschinen, aber die Menschen, die eingestellt werden, um sie zu bedienen, sind wie Fahrer, die nur gelernt haben, eine Pferdekutsche zu lenken. Sie haben zwar den Führerschein, aber sie wissen nicht, wie man ein Raumschiff steuert.

Diese Forschungsarbeit versucht herauszufinden, wie man diese Lücke schließt. Sie fragt: Was macht einen Absolventen tatsächlich bereit, in diesem hochtechnologischen Hafen zu arbeiten?

Hier ist die Aufschlüsselung der Ergebnisse der Arbeit unter Verwendung einfacher Analogien:

1. Die zwei Arten von „Superkräften“ (Kompetenzen)

Die Studie besagt, dass Absolventen zwei spezifische Arten von Superkräften benötigen, um bereit zu sein:

Transferable Skills (Die „weichen“ Superkräfte): Das sind Dinge wie Teamarbeit, Problemlösung und klare Kommunikation. Denken Sie an diese als die Muskeln eines Körpers. Sie funktionieren überall, egal ob Sie eine Kiste heben oder mit einem Roboter kommunizieren.
Digitale & Regulatorische Fähigkeiten (Die „harten“ Superkräfte): Das ist das Wissen darüber, wie man spezifische Software nutzt, das Verständnis von Cybersicherheit und das Wissen über die komplexen Gesetze der See. Denken Sie an diese als die spezialisierten Werkzeuge in einem Werkzeugkasten.

Das Ergebnis: Die meisten Menschen denken, dass die „harten“ Werkzeuge am wichtigsten sind, weil die Häfen hochtechnologisch sind. Aber diese Studie fand heraus, dass die „weichen“ Muskeln tatsächlich genauso wichtig oder sogar etwas wichtiger sind. Man kann den besten Werkzeugkasten der Welt haben, aber wenn man nicht mit seinem Team sprechen oder ein neues Problem lösen kann, sind die Werkzeuge nutzlos.

2. Das fehlende Bindeglied: Das „Trainingsgym“ (Mediator)

Die Arbeit argumentiert, dass es nicht ausreicht, diese Superkräfte einfach nur zu besitzen. Stellen Sie sich vor, Sie haben starke Muskeln (Fähigkeiten), aber Sie haben noch nie ein schweres Gewicht in einem echten Fitnessstudio gehoben. Sie sind vielleicht stark, aber Sie sind nicht bereit für das Spiel.

Die Metapher: Die Qualität des industrieorientierten Trainings ist das Fitnessstudio.
Die Entdeckung: Die Studie fand heraus, dass Fähigkeiten nicht automatisch in Arbeitsbereitschaft umschlagen. Sie müssen durch das „Fitnessstudio“ gehen. Wenn das Training hochwertig ist (unter Verwendung von realen Szenarien, echten Simulatoren und echten Branchenexperten), dann „aktiviert“ es diese Fähigkeiten.
Das Resultat: Etwa 40–44 % der Einsatzbereitschaft eines Studenten kommen davon, wie gut ihr Training ist, und nicht nur davon, was sie in einem Lehrbuch gelernt haben. Wenn das Training schlecht ist, bleiben die Fähigkeiten „dormant“ (wie ein Muskel, der nie benutzt wird).

3. Der „Coach“-Effekt (Moderator)

Viele Menschen denken, dass es ausreicht, wenn eine Universität einfach öfter mit einem Hafenunternehmen kommuniziert (mehr Treffen, mehr Absichtserklärungen), damit die Studenten automatisch besser werden. Die Studie sagt: Nicht ganz.

Die Metapher: Industrie-Akademische Zusammenarbeit ist wie ein Coach, der am Spielfeldrand steht.
Die Entdeckung: Einen Coach zu haben hilft, aber nur bis zu einem gewissen Punkt.
- Wenn man einen Coach hat, der echtes Feedback gibt und einen in realen Bedingungen üben lässt, werden die eigenen Fähigkeiten schärfer.
- Es hilft jedoch nicht viel, wenn der Coach nur für ein Foto auftaucht oder einen kurzen Plausch führt – das macht einen noch keinen Profi.
- Die Wendung: Die Studie fand heraus, dass „mehr Zusammenarbeit“ nicht immer „bessere Ergebnisse“ bedeutet. Es gibt einen Punkt des abnehmenden Grenznutzens. Es ist wie mit zu vielen Trainern, die gleichzeitig zu einem herumschreien – das wird verwirrend. Eine moderate Menge an qualitativ hochwertiger Interaktion ist besser als eine massive Menge an oberflächlicher Interaktion.

Das große Ganze: Fazit

Die Arbeit kommt zu dem Schluss, dass der Aufbau einer einsatzbereiten Belegschaft für Smart Ports nicht daraus besteht:

Einfach mehr Roboter zu kaufen (Technologie).
Einfach mehr Partnerschaftsabkommen zu unterzeichnen (Zusammenarbeit).
Einfach mehr Programmierung zu lehren (Digitale Fähigkeiten).

Es geht um:

Das Gleichgewicht zwischen Soft Skills (Teamarbeit/Problemlösung) und Hard Skills (Technik/Recht).
Die Investition in ein hochwertiges Training (das Fitnessstudio), das Studenten tatsächlich dazu befähigt, an realen Problemen zu üben.
Den klugen Einsatz von Zusammenarbeit (den Coach), um diese Fähigkeiten zu schärfen, anstatt die Zusammenarbeit als magischen Zauberstab zu behandeln, der allein alles löst.

Kurz gesagt: Man kann einem Absolventen nicht einfach ein hochtechnologisches Handbuch in die Hand drücken und erwarten, dass er bereit ist. Er braucht ein hochwertiges Trainingsgelände, um sein Potenzial in Leistung umzuwandeln, und ein kluges Maß an realer Praxis, damit es nachhaltig wirkt.

Technisches Resümee: Entwicklung der Bereitschaft für Smart Ports

Problemstellung
Die rasante Digitalisierung der Hafenabläufe unter dem Paradigma der Industrie 4.0 hat eine kritische Diskrepanz zwischen den Ergebnissen der maritimen Ausbildung und den Anforderungen der Belegschaft für Smart Ports geschaffen. Während Häfen massiv in Automatisierung, digitale Zwillinge und Cybersicherheit investieren, bleiben die Humankapital-Pipelines fragmentiert. Die bestehende Literatur leidet unter drei primären Limitationen: (1) Kompetenzen werden isoliert betrachtet, wobei übertragbare Fähigkeiten (Soft Skills) von digital-regulatorischen Kompetenzen getrennt werden; (2) Modelle setzen lineare, direkte Pfade von Kompetenzen zur Bereitschaft voraus und ignorieren dabei die Aktivierungsmechanismen (speziell die Trainingsqualität), die erforderlich sind, um latentes Potenzial in nachweisbare Leistungsfähigkeit umzuwandeln; und (3) das Fachgebiet begeht einen „Antezedenz-Fehlschluss“, indem es die Zusammenarbeit zwischen Industrie und Wissenschaft als direkten Prädiktor für Ergebnisse behandelt, statt als einen konditionalen Faktor, der die Stärke der Kompetenz-Translation formt. Diese Studie adressiert diese Lücken, indem sie untersucht, wie übertragbare Fähigkeiten und digital-regulatorische Kompetenzen die Bereitschaft von Absolventen beeinflussen, wobei insbesondere die mediierende Rolle der Trainingsqualität und die moderierende Rolle der Intensität der Zusammenarbeit untersucht werden.

Methodik
Die Studie verwendet ein quantitatives, Querschnitts-Forschungsdesign, das auf einer positivistischen Epistemologie basiert. Die Daten wurden mittels einer Umfrage unter 388 maritimen Stakeholdern erhoben, darunter Studenten, Hafenbetriebspersonal, Manager, Akademiker und Fachkräfte aus unterschiedlichen Organisationstypen (Hafenbehörden, Schifffahrtsunternehmen, Bildungseinrichtungen und Regulierungsbehörden). Das Stichprobenverfahren nutzte eine geschichtete gezielte Stichprobenziehung (stratified purposive sampling), gefolgt von einer Schneeballmethode (snowball sampling), um Bias durch Einzelquellen zu minimieren.

Die Analyse erfolgte mittels Partial Least Squares Structural Equation Modeling (PLS-SEM) über SmartPLS 4.0. Dieser Ansatz wurde aufgrund seiner prädiktiven Orientierung, der Fähigkeit zum Umgang mit nicht-normalverteilten Daten und der Eignung für komplexe Modelle unter Einbeziehung von Moderation und Mediation gewählt. Das konzeptionelle Modell integriert die Human Capital Theory, die Dynamic Capabilities Theory und die Sociotechnical Systems Theory. Es postuliert:

Unabhängige Variablen: Übertragbare Fähigkeiten (Transferable Skills, TS) und Digital-Regulatorische Kompetenz (Digital & Regulatory Competence, DRC).
Mediator: Qualität der industrieorientierten Ausbildung (Quality of Industry-Oriented Training, QIT).
Moderator: Intensität der Zusammenarbeit zwischen Industrie und Wissenschaft (Industry-Academia Collaboration Intensity, IACI).
Abhängige Variable: Bereitschaft der Absolventen für die Smart-Port-Industrie (Graduate Readiness for the Smart Port Industry, GRSPI).

Robustheitsprüfungen umfassten Bewertungen der Common Method Bias (Harman’s Single-Factor-Test, Full Collinearity Test und Marker Variable Test), der diskriminanten Validität (Fornell-Larcker, HTMT und Cross-Loadings) sowie der Multikollinearität (VIF). Das Modell zeigte eine exzellente Passgenauigkeit (SRMR < 0,05) und eine hohe prädiktive Relevanz ( $Q^2 > 0,70$ ).

Wesentliche Ergebnisse
Das Strukturmodell erklärte 74,9 % der Varianz der Bereitschaft der Absolventen ( $R^2 = 0,749$ ). Die Ergebnisse stützen die folgenden Hypothesen:

Direkte Effekte: Sowohl übertragbare Fähigkeiten ( $\beta=0,272, p<0,001$ ) als auch die digital-regulatorische Kompetenz ( $\beta=0,201, p<0,001$ ) beeinflussen die Bereitschaft der Absolventen signifikant und positiv. Bemerkenswerterweise zeigten die übertragbaren Fähigkeiten einen etwas stärkeren direkten Effekt als die digital-regulatorische Kompetenz.
Mediation: Die Qualität der industrieorientierten Ausbildung (QIT) fungiert als signifikanter partieller Mediator.
- TS beeinflusst QIT positiv ( $\beta=0,636$ ), was wiederum GRSPI beeinflusst ( $\beta=0,313$ ). Der indirekte Effekt von TS auf GRSPI über QIT beträgt 0,199.
- DRC beeinflusst QIT positiv ( $\beta=0,510$ ), was GRSPI beeinflusst. Der indirekte Effekt von DRC auf GRSPI über QIT beträgt 0,160.
- Ungefähr 42–44 % des Gesamteffekts der Kompetenzen auf die Bereitschaft werden durch die Trainingsqualität mediiert.
Moderation: Die Intensität der Zusammenarbeit zwischen Industrie und Wissenschaft (IACI) wirkt als signifikanter, aber moderater positiver Moderator für beide Pfade.
- Die Interaktion von IACI × TS auf GRSPI ist signifikant ( $\beta=0,088, p<0,001$ ) mit einer kleinen Effektstärke ( $f^2=0,034$ ).
- Die Interaktion von IACI × DRC auf GRSPI ist signifikant ( $\beta=0,097, p<0,001$ ) mit einer kleinen Effektstärke ( $f^2=0,040$ ).
- Dies deutet darauf hin, dass die Zusammenarbeit zwar die Translation von Kompetenzen in Bereitschaft stärkt, sie jedoch als Randbedingung und nicht als direkter Treiber fungiert, wobei Anzeichen von abnehmenden Grenzerträgen bei höherer Intensität vorliegen.

Bedeutung und Beiträge
Die Arbeit beansprucht drei primäre Beiträge zur maritimen Bildungsforschung und -praxis:

Theoretische Weiterentwicklung: Die Studie stellt das Narrativ der „Zusammenarbeit als Allheilmittel“ infrage, indem sie empirisch zeigt, dass die Intensität der Zusammenarbeit eine Randbedingung (Moderator) und nicht ein direkter Vorläufer der Bereitschaft ist. Sie erweitert zudem die Human Capital Theory durch die Validierung, dass Kompetenzen durch Trainingsqualität aktiviert werden müssen, um produktiv zu werden, anstatt lediglich als direkte Produktivitätsfaktoren zu agieren.
Empirische Neuheit: Dies ist die erste Studie, die übertragbare Fähigkeiten und digital-regulatorische Kompetenz gleichzeitig innerhalb eines moderierten Mediationsmodells für die Smart-Port-Bereitschaft testet. Sie geht über das „Digital-First“-Narrativ hinaus, indem sie zeigt, dass übertragbare Fähigkeiten für Onshore-Smart-Port-Rollen ebenso kritisch oder sogar etwas kritischer sind.
Praktische Implikationen: Die Ergebnisse legen eine strategische Neuausrichtung der Ressourcen nahe.
- Für Lehrende: Lehrpläne sollten ein Gleichgewicht zwischen Soft Skills und technischem Training finden, mit einem Fokus auf die Qualität der industrieorientierten Ausbildung (Realismus, Relevanz und Erfahrung der Kursleiter) statt lediglich die Frequenz der Zusammenarbeit zu erhöhen.
- Für politische Entscheidungsträger: Die Finanzierung sollte gemeinsame Zertifizierungsprogramme und Qualitätsstandards für die Trainingsinfrastruktur priorisieren, statt vorschriftenbasierte Ziele für die Intensität der Zusammenarbeit (z. B. die Forderung nach Branchenbeteiligung bei jedem Kurs) festzulegen, da die Daten auf abnehmende Grenzerträge jenseis moderater Zusammenarbeit hindeuten.
- Für Arbeitgeber: Einstellungspraktiken sollten übertragbare Problemlösungsfähigkeiten priorisieren, während digitales Upskilling im Anschluss erfolgt, da das Modell zeigt, dass diese Soft Skills einen größeren Gesamteffekt auf die Bereitschaft haben.

Die Studie kommt zu dem Schluss, dass die Bereitschaft für Smart Ports nicht durch die Akkumulation von Kompetenzen oder das Unterzeichnen von Absichtserklärungen erreicht wird, sondern durch die Aktivierung übertragbarer und digital-regulatorischer Kompetenzen durch eine qualitativ hochwertige, industrieorientierte Ausbildung, wobei die strategische Zusammenarbeit als Katalysator und nicht als Lösung an sich fungiert.

1. Die zwei Arten von „Superkräften“ (Kompetenzen)

2. Das fehlende Bindeglied: Das „Trainingsgym“ (Mediator)

3. Der „Coach“-Effekt (Moderator)

Das große Ganze: Fazit

Mehr davon