Making Sense of Mixed Signals: The Impact of (In)consistent Performance Feedback on Corporate Digital Technology Innovation
Basierend auf der Verhaltenstheorie und dem auf Aufmerksamkeit basierenden Ansatz zeigt diese Studie, dass eine unter den Aspirationen liegende Leistung sowie inkonsistentes Feedback Unternehmen zwar unterschiedlich dazu antreiben, entweder Schadensbegrenzung oder Anpassung in der digitalen Technologieinnovation zu verfolgen, diese Effekte jedoch signifikant durch die Quantität und Stabilität der CEO-Aufmerksamkeit moderiert werden.
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
Technisches Resümee: Sinn stiften in gemischten Signalen: Die Auswirkungen von (in)konsistentem Leistungsfeedback auf die digitale technologische Innovation von Unternehmen
1. Problemstellung und Forschungslücke
Im Zeitalter der digitalen Transformation ist die digitale technologische Innovation (Digital Technology Innovation, DTI) eine entscheidende Quelle für Wettbewerbsvorteile. Der Prozess ist jedoch durch hohe Unsicherheit und Pfadabhängigkeit gekennzeichnet, was zu manageriellem Unklarheit darüber führt, ob digitale Initiativen erfolgreich sind oder eine strategische Neuausrichtung erfordern. Während die bisherige Forschung bereits Vorläufer von DTI identifiziert hat (z. B. technologische Fähigkeiten, Ressourcenkapital), behandelt sie DTI weitgehend als einen homogenen Prozess. Diese Vernachlässigung übersieht eine duale Struktur, die aus Mitigationsinnovation (fokussiert auf Effizienz, Stabilität und präventive Verstärkung) und Adaptationsinnovation (fokussiert auf Flexibilität, strategische Anpassung und reaktive Erneuerung) besteht.
Darüber hinaus gehen bestehende Literaturarbeiten oft davon aus, dass Unternehmen ein einzelnes Leistungsziel verfolgen. In der Realität verfolgen Organisationen mehrere Ziele, die inkonsistentes Leistungsfeedback erzeugen (z. B. primäre Leistung unterhalb des Aspiration-Niveaus, während die sekundäre Leistung darüber liegt). Dies schafft einen „Nebel des Feedbacks“, der durch interpretatorische Ambiguität gekennzeichnet ist. Die spezifischen kognitiven Mechanismen, durch die Unternehmen diese gemischten Signale interpretieren und wie die Aufmerksamkeit der Führungsebene diese resultierenden Innovationsstrategien beeinflusst, sind bislang unzureichend erforscht. Diese Studie adressiert diese Lücken, indem sie untersucht, wie konsistentes und inkonsistentes Leistungsfeedback die Heterogenität der DTI-Reaktionen beeinflusst und wie die Aufmerksamkeitswachsamkeit (Attentional Vigilance) des CEO diese Effekte moderiert.
2. Theoretischer Rahmen
Die Studie integriert die Verhaltensbasierte Theorie der Firma (Behavioral Theory of the Firm, BTOF) und die Aufmerksamkeitsbasierte Sichtweise (Attention-Based View, ABV).
- BTOF: Organisationen sind begrenzt rational und passen ihr Suchverhalten basierend auf der Leistung im Verhältnis zu den Aspiration-Niveaus an. Die Studie postuliert, dass die Verfolgung multipler Ziele zu Konfliktsignalen führt (ein „Nebel des Feedbacks“), die bestimmen, ob Unternehmen eine problemgetriebene Suche (Mitigation) oder eine opportunitätsgetriebene Suche (Adaptation) betreiben.
- ABV: Die Aufmerksamkeit der Führungsebene ist eine zentrale kognitive Ressource. Die Studie führt die Aufmerksamkeitswachsamkeit des CEO (CEO Attentional Vigilance) ein, definiert durch zwei Dimensionen:
- Aufmerksamkeitsquantität (Attention Quantity): Die Breite der Aufmerksamkeit, die auf Innovationsreize alloziert wird.
- Aufmerksamkeitsstabilität (Attention Stability): Die Persistenz und Kohärenz des Fokus über die Zeit.
Das Framework legt nahe, dass Wachsamkeit als kognitiver Stabilisator wirkt, der bestimmt, wie ambivalentes Feedback in strategische Innovationsrichtungen übersetzt wird.
3. Methodik
Daten und Stichprobe
- Quelle: Chinesische A-Aktien-gelistete Unternehmen von 2007 bis 2023.
- Filterung: Ausgeschlossen wurden Unternehmen unter Special Treatment (ST) oder Particular Transfer (PT), Unternehmen der Finanzbranche sowie Firmen mit fehlenden Daten.
- Datenquellen: China Research Data Service Platform (CNRDS) für Innovationsdaten; China Stock Market and Accounting Research (CSMAR) für Finanz- und Governance-Daten.
Messung der Variablen
- Abhängige Variablen (DTI): Die Studie unterscheidet zwischen Mitigations-DTI (präventiv, stabilitätsorientiert) und Adaptations-DTI (reaktiv, resilientitätsorientiert).
- Messung: Ein hybrider Ansatz, der eine Faktoranalyse quantitativer Indikatoren (F&E, Patente) mit einer BERT-basierten maschinellen Lern-Semantik-Klassifizierung kombiniert. Ein vortrainiertes chinesisches BERT-Modell, das auf manuell gelabelten Unternehmensveröffentlichungen feinabgestimmt wurde, klassifiziert Patentabstrakt nach Mitigations- oder Adaptationskategorien basierend auf domänenspezifischen Lexika (z. B. „Predictive Maintenance“ vs. „Disaster Recovery“).
- Unabhängige Variablen (Leistungsfeedback):
- Unter-Aspiration-Feedback (FBB): Die primäre Leistung (z. B. ROA) liegt unter einem gewichteten Aspiration-Niveau (historisch + Branchenmedian).
- Inkonsistentes Feedback (FBI): Die primäre Leistung liegt unter dem Aspiration-Niveau, aber die sekundäre Leistung (z. B. F&E-Intensität) liegt darüber.
- Konsistentes negatives Feedback (FBC): Sowohl die primären als als auch die sekundären Ziele liegen unter dem Aspiration-Niveau.
- Moderierende Variablen (CEO Attentional Vigilance):
- Aufmerksamkeitsquantität (EA): Verhältnis von radikalen Innovations-Keywords zu den gesamten Innovations-Keywords in der Kommunikation des CEO (Reden, Geschäftsberichte).
- Aufmerksamkeitsstabilität (VA): Der Kehrwert der Standardabweichung der Aufmerksamkeitsquantität über vier Quartale, um die Fokus-Konsistenz zu messen.
- Kontrollvariablen: Firmengröße, Alter, Board-Charakteristika, Eigentumskonzentration, Verschuldungsgrad, ROE, Asset-Umschlagshäufigkeit, Inventarintensität, institutionelle Beteiligung und Tobin's Q.
Empirisches Modell
Die Studie verwendet Fixed-Effects-Panel-Regressionsmodelle, um den Einfluss der Feedback-Typen auf Mitigations- und Adaptations-DTI zu untersuchen, wobei Firmeneffekte, Brancheneffekte und Zeiteffekte kontrolliert werden. Interaktionsterme werden inkludiert, um die moderierenden Rollen der Aufmerksamkeitsquantität und -stabilität des CEO zu testen.
4. Hauptergebnisse
Haupteffekte
- Unter-Aspiration-Feedback: Wenn die primäre Leistung unter die Aspiration fällt, steigern Unternehmen signifikant die Mitigations-DTI (präventive Verstärkung), aber verringern die Adaptations-DTI (strategische Erneuerung). Dies deutet auf eine Verhaltensänderung hin, die unter Druck auf die Stabilisierung bestehender Systeme abzielt.
- Inkonsistentes Feedback: Wenn die primäre Leistung niedrig, aber die sekundäre Leistung hoch ist, kehrt sich das Muster um. Unternehmen verringern die Mitigations-DTI und steigern die Adaptations-DTI. Das positive sekundäre Signal liefert psychologische Sicherheit und Ressourcen-Slack, was eine adaptive Erneuerung trotz primärer Defizite fördert.
- Konsistentes negatives Feedback: Anhaltende Unterleistung bei beiden Zielen verstärkt die Mitigationsinnovation und schränkt die Adaptation ein.
Moderierende Effekte der CEO Attentional Vigilance
- Aufmerksamkeitsquantität: Eine hohe Aufmerksamkeitsquantität des CEO schwächt den positiven Zusammenhang zwischen Unter-Aspiration-Feedback und Mitigations-DTI (durch Diffusion der Aufmerksamkeit) und verstärkt den negativen Zusammenhang zwischen Unter-Aspiration-Feedback und Adaptations-DTI (durch Reduzierung der kognitiven Tiefe für Experimente).
- Aufmerksamkeitsstabilität: Eine hohe Aufmerksamkeitsstabilität schwächt den negativen Zusammenhang zwischen inkonsistentem Feedback und Mitigations-DTI (durch Beibehaltung des Fokus auf das primäre Defizit) und verstärkt den positiven Zusammenhang zwischen inkonsistentem Feedback und Adaptations-DTI (durch Ermöglichung der Integration widersprüchlicher Signale in eine kohärente Erneuerungsstrategie).
5. Bedeutung und Beiträge
Theoretische Beiträge
- Fortschritt der Verhaltensbasierten Theorie: Die Studie geht über Single-Goal-Annahmen hinaus und erklärt, wie Organisationen den „Nebel des Feedbacks“ navigieren, der durch die Verfolgung multipler Ziele entsteht. Sie interpretiert Feedback-Ambiguität nicht als Rauschen, sondern als einen distinkten kognitiven Zustand, der die Richtung der Suche (Mitigation vs. Adaptation) prägt.
- Verfeinerung der Aufmerksamkeitsbasierten Sichtweise: Durch die Unterscheidung zwischen Aufmerksamkeitsquantität und -stabilität zeigt die Studie, dass Aufmerksamkeit ein dynamischer Mechanismus ist. Sie verdeutlicht, dass übermäßige Breite (Quantität) unter Druck schädlich sein kann, während Stabilität entscheidend ist, um Ambiguität aufzulösen und adaptive Strategien aufrechtzuerhalten.
- Methodische Innovation: Die Arbeit verbindet computergestützte Methoden mit Verhaltensstrategie, indem sie eine BERT-basierte semantische Analyse nutzt, um die Heterogenität der Innovation zu operationalisieren. Dies ermöglicht eine granulare, verhaltensbasiert fundierte Unterscheidung zwischen Mitigation und Adaptation, die traditionelle Patentzahlen nicht erfassen können.
Praktische Implikationen
- Für Manager: Leistungsfeedback sollte eher als interpretativ denn rein evaluativ betrachtet werden. Strukturierte Routinen (z. B. funktionsübergreifende Reviews) können helfen, die Balance zwischen präventiver Verstärkung und adaptiver Rekonfiguration zu halten.
- Für CEOs: Aufmerksamkeit ist eine strategische Ressource. In dynamischen Umgebungen müssen CEOs ihre Aufmerksamkeit strukturieren, um Diffusion zu vermeiden. Periodische Fokus-Reviews und strategische Reflexion können die kognitive Kohärenz bei der Konfrontation mit gemischten Signalen aufrechterhalten.
- Für die Governance: Unternehmen sollten Bewertungssysteme entwickeln, die digitale Innovation sowohl an präventiven als auch an adaptiven Zielen messen, um Überreaktionen auf temporäre Schwankungen zu reduzieren und Experimente zu fördern.
Limitationen
Die Autoren räumen ein, dass sich die Studie auf chinesische A-Aktien-Unternehmen konzentriert, was aufgrund institutioneller und kultureller Spezifika die Generalisierbarkeit einschränken kann. Zudem bildet der Querschnittscharakter der Paneldaten die dynamische Entwicklung der Feedback-Innovations-Beziehungen über verschiedene Phasen der digitalen Transformation hinweg nicht vollständig ab. Zukünftige Forschung wird angeregt, longitudinale Designs und Vergleichsstudien in unterschiedlichen institutionellen Kontexten zu untersuchen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.