Lecture 1 – Introduction
#1.1 Yayavaram, S., & Ahuja, G. 2008. Decomposability in Knowledge Structures and Its Impact on the
Usefulness of Inventions and Knowledge-base Malleability. Administrative Science Quarterly, 53(2): 333–362.
Theoretical Background
De paper richt zich op de structuur van organizational knowledge bases. Eerder onderzoek keek vooral naar
de size (hoeveel kennis een firm bezit) en relatedness (hoeveel die kennis lijkt op kennis buiten de firm). Deze
paper introduceert echter een andere belangrijke eigenschap: decomposability.
Decomposability: how the overall knowledge base is
structured, ranging from:
1. Fully decomposable (modular) – separate clusters, no
connections.
The knowledge base is divided into separate clusters that do
not interact.
Bij SC Heerenveen werkt marketing volledig los van ticketing,
de technische directie los van facilitaire zaken. Elke afdeling
doet alleen zijn eigen ding en er is geen overleg of
samenwerking tussen afdelingen.
2. Nearly decomposable – clusters exist but with some
cross-connections.
The knowledge base consists of clusters that are mostly
separate but maintain some cross-connections.
Marketing en ticketing werken meestal apart, maar stemmen
soms acties af om meer kaarten te verkopen. De technische
directie deelt informatie met marketing om campagnes rond nieuwe spelers te lanceren. Facilitaire zaken stemt af
met ticketing bij verbouwingen in het stadion. Er zijn dus duidelijke afdelingen, maar ook nuttige verbindingen.
3. Non-decomposable (integrated) – everything is connected, no clusters. All elements are interconnected
without clear clusters.
Er zijn heel veel clusters, maar er zitten geen connecties tussen deze clusters.
The structure of a firm’s knolwdge base (decomposibility) determines how effectively it can balance depth
(specialization = optimaliseren van kennis in een cluster) and breadth (exploration = in verschillende clusters kijken)
which in turn affects innovation outcomes.
Optimale uitkomst is de middelste, dan balanceer je depth & breadth
Managerial levers (hoe managers decomposability kunnen beïnvloeden):
,Om differentiatie tussen clusters te vergroten (meer loskoppelen): dit is de pijl naar rechts
- Create subunits in R&D (extra afdelingen maken)
- Geographical separation (teams fysiek scheiden)
- Rewards for individual researchers to explore new technologies (individuele innovatie belonen)
Om integratie tussen clusters te vergroten (meer verbinden): dit is de pijl naar links.
- Transfer personnel across units (mensen tussen teams laten rouleren)
- Rewards for cross-unit innovations (belonen voor samenwerking tussen teams)
- Change organizational structure of R&D (structuur aanpassen)
- Change physical layout of R&D facilities (kantoren/werkplekken herschikken)
Coupling and Knowledge Structure
A coupling represents an organizational decision to jointly use certain knowledge elements.
Coupling gaat over hoe kennisdelen binnen een organisatie met elkaar verbonden worden.
Een organisatie beslist zelf welke kennisstukken (of kennis-elementen) ze altijd samen gebruikt, soms samen gebruikt, of
helemaal los van elkaar houdt.
Couplings can vary in strength:
- Strong coupling: elements are always used together (bij Apple worden hardware en software altijd samen
ontworpen. De iPhone en iOS zijn zo sterk gekoppeld dat een verandering in het ene direct invloed heeft op het
andere)
- Weak coupling: elements are sometimes used together. (Samsung gebruikt zijn schermtechnologie (OLED)
in verschillende producten, telefoons, tablets en tv’s, maar past het per productgroep verschillend aan.)
- No coupling: elements are used independently. (bij Google werken teams aan zoekalgoritmes en zelfrijdende
auto’s, maar die projecten delen nauwelijks kennis.)
Coupling is different from interdependence. Interdependence exists in nature, while coupling reflects managerial
choices about which elements should be considered jointly. Because these are managerial choices, coupling
patterns differ between firms even within the same industry.
Interdependence (onderlinge afhankelijkheid) is iets natuurlijks in de technologie zelf, het zit in hoe systemen technisch aan
elkaar hangen. Bijvoorbeeld: een motor kan niet zonder benzine, dat is natuurlijke afhankelijkheid.
Coupling is een bewuste beslissing van managers over hoe kennis samen wordt ingezet.
Twee bedrijven met dezelfde technologie kunnen dus verschillende koppelingen hebben, afhankelijk van hun keuzes en
structuur.
Bijvoorbeeld:
- Toyota koppelt R&D voor motoren en batterijen sterk (veel samenwerking).
- Tesla houdt die afdelingen deels gescheiden om sneller te kunnen vernieuwen.
Decomposability and Innovation Search
Technological inventions result from recombining existing knowledge elements. However, the number of potential
combinations increases rapidly with the size of the knowledge base, creating a combinatorial explosion. Firms
reduce this complexity by coupling certain knowledge elements. The resulting knowledge-base structure shapes
how firms search for new configurations.
Technologische innovaties ontstaan door bestaande kennis op nieuwe manieren te combineren. Maar als een bedrijf heel veel
kennis heeft, zijn er ook extreem veel mogelijke combinaties, dat maakt zoeken ingewikkeld (combinatorial explosion).
Daarom koppelen bedrijven bepaalde kennisdelen bewust aan elkaar (coupling). Zo wordt het zoekproces eenvoudiger en
gestructureerd: de manier waarop kennis is gekoppeld bepaalt hoe en waar een bedrijf naar nieuwe innovaties zoekt.
In non-decomposable knowledge bases, where everything is connected, search is highly complex and confined
to local changes because every modification affects many other elements.
Bij een chipbedrijf dat een nieuwe transistor wil ontwikkelen, moeten alle afdelingen, van ontwerp tot productie en software,
tegelijk beslissingen nemen, omdat alles aan elkaar vastzit. Dat maakt innovatie traag en ingewikkeld
In fully decomposable knowledge bases, search within each cluster is easy, but cross-cluster opportunities are
missed since there are no integration mechanisms.
Het paper noemt het voorbeeld van General Electric, dat actief was in televisie en in muziek, maar deze werelden niet met
elkaar verbond. Daardoor miste het bedrijf de kans om iets nieuws als MTV te ontwikkelen
Nearly decomposable knowledge bases occupy the middle ground. Clusters of elements allow deep exploration
within a domain, while limited cross-cluster ties enable learning and adaptation across domains.
Bij Intel werd kennis over transistoren gekoppeld aan kennis over elektriciteit en warmtegeleiding om het probleem van
,oververhitting in microprocessors op te lossen. De afdelingen werkten deels apart, maar maakten cruciale verbindingen
waardoor nuttige innovaties ontstonden (p. 347–348).
This structure promotes both exploration and specialization. Firms can make small changes within clusters (local
search) and occasional larger adaptive walks across clusters (distant search), leading to more useful inventions.
Hypotheses
H1: The usefulness of a firm’s inventions is related to the level of decomposability of its knowledge base
in a curvilinear (inverted-U shaped) manner. ← supported
Deze hypothese zegt dat de nuttigheid van uitvindingen (hoe waardevol of impactvol ze zijn) afhangt van hoe
decomposable de kennisbasis van een bedrijf is, en dat die relatie een omgekeerde U-vorm (inverted-U) heeft.
- Als de kennisbasis te sterk geïntegreerd (non-decomposable) is, dus alles hangt aan elkaar, dan is innovatie moeilijk. Een
kleine verandering in één kennisdeel beïnvloedt alles, waardoor het zoekproces te complex wordt.
- Als de kennisbasis te los (fully decomposable) is, dus kennisdelen staan allemaal apart, dan missen er juist verbindingen en
combinaties. Innovaties worden dan oppervlakkig, zonder echte vernieuwing.
- De beste situatie ligt in het midden (nearly decomposable structure): sommige kennisdelen zijn gekoppeld, andere niet. Dat
geeft genoeg samenhang om ideeën te combineren, maar ook genoeg vrijheid om te vernieuwen.
Innovatie ontstaat wanneer diepe kennis uit specialisatie binnen clusters wordt gecombineerd met nieuwe toepassingen die
worden gevonden via een brede zoektocht over clusters heen. Nearly decomposable structuren maken beide mogelijk, en
daarom leveren ze de meest nuttige uitvindingen op.
H2: The extent of changes that occur in the structure of a firm’s knowledge base (malleability) is related
to the level of decomposability in a curvilinear (inverted-U shaped) manner. ← supported
Deze hypothese zegt dat de veranderbaarheid van een kennisbasis (malleability) ook een omgekeerde U-vormige relatie heeft
met decomposability.
Malleability betekent hoe goed een organisatie haar kennisstructuur kan aanpassen, dus oude koppelingen tussen kennisdelen
loslaten en nieuwe maken wanneer dat nodig is.
De relatie werkt zo:
- Als de kennisbasis te geïntegreerd (non-decomposable) is, is er lage malleability. Alles hangt te sterk samen, dus het is
moeilijk om iets te veranderen zonder dat alles beïnvloed wordt. Het systeem is star en traag.
- Als de kennisbasis te losgekoppeld (fully decomposable) is, is er te hoge malleability. Alles verandert voortdurend, er is
geen stabiliteit, en de organisatie leert weinig omdat er geen vaste structuur is.
Bij een tussenliggende (nearly decomposable) structuur is de malleability het hoogst. Er is genoeg samenhang om kennis op
te bouwen, maar ook genoeg flexibiliteit om aanpassingen te maken als de omgeving verandert.
Dit betekent dus in hoeverre je je kennisbasis flexibel is. Te star is niet goed, kijk maar naar Nokia, zij bleven doorborduren
op de klaptelefoons, terwijl Iphone touchscreen had. Te malleable is ook niet goed, dan blijft er niets concreets over, maar ga
je van hak op de tak. Een knowledge base die kan blijven veranderen, maar toch stabiel is is het beste.
, Lecture 2 - Organizing Knowledge Base for Innovation
#2.1 Carnabuci, G., & Operti, E. 2013. “Where Do Firms’ Recombinant Capabilities Come from?
Intraorganizational Networks, Knowledge, and Firms’ Ability to Innovate through Technological Recombination.”
Strategic Management Journal, 34(13):1591–1613.
Onderzoeksdoel
De paper probeert te verklaren waar de innovatiemogelijkheden van bedrijven vandaan komen, met name
hun vermogen om bestaande technologieën te combineren tot nieuwe innovaties. De auteurs noemen
dit recombinant capabilities, oftewel het vermogen om bestaande kennis op nieuwe manieren te combineren.
De auteurs maken een onderscheid tussen twee soorten recombinatie capabilities:
1. Recombinant creation – compleet nieuwe combinaties maken.
Het envision and create van new combinations met technologieën die een organisatie nog nooit eerder
heeft gecombineerd.
Focus: capability broadening → het verbreden van het repertoire van combinaties, organisatie leert
nieuwe dingen.
2. Recombinant reuse – bestaande combinaties hergebruiken.
Een organisatie gebruikt bestaande combinaties van kennis of technologie opnieuw, maar past ze toe in
een nieuwe context of voor een nieuw probleem. Het gaat om dieper worden: bestaande kennis steeds
verder verfijnen en verbeteren.
Ze onderzoeken hoe dit beïnvloed wordt door:
1. Collaborative integration (hoe sterk zijn uitvinders binnen een bedrijf met elkaar verbonden in één netwerk).
Bij Philips betekent dit dat R&D, Healthcare en Lighting intensief samenwerken (indien high).
2. Knowledge diversity (hoe breed is de kennisbasis van het bedrijf over verschillende technologiegebieden).
Philips heeft een brede kennis: medische apparaten, verlichting en huishoudelijke elektronica – dit geeft kansen
voor onverwachte combinaties
Hypotheses en resultaten:
H1: The higher a firm's degree of collaborative integration, the more the firm will innovate by reusing
known technological combinations.
Uitleg: Als de interne R&D-netwerken sterk geïntegreerd zijn (dus uitvinders werken veel samen), wordt kennis
makkelijker uitgewisseld. Uitvinders leren elkaars technologieën beter kennen, wat het makkelijker maakt om
bestaande combinaties opnieuw te gebruiken in andere toepassingen.
Voorbeeld: Binnen Philips kunnen onderzoekers van audio, verlichting en medische systemen makkelijk
samenwerken, waardoor bestaande technologieën op meerdere plekken opnieuw worden toegepast.
Resultaat: Supported, geïntegreerde netwerken leiden tot meer recombinant reuse.
#1.1 Yayavaram, S., & Ahuja, G. 2008. Decomposability in Knowledge Structures and Its Impact on the
Usefulness of Inventions and Knowledge-base Malleability. Administrative Science Quarterly, 53(2): 333–362.
Theoretical Background
De paper richt zich op de structuur van organizational knowledge bases. Eerder onderzoek keek vooral naar
de size (hoeveel kennis een firm bezit) en relatedness (hoeveel die kennis lijkt op kennis buiten de firm). Deze
paper introduceert echter een andere belangrijke eigenschap: decomposability.
Decomposability: how the overall knowledge base is
structured, ranging from:
1. Fully decomposable (modular) – separate clusters, no
connections.
The knowledge base is divided into separate clusters that do
not interact.
Bij SC Heerenveen werkt marketing volledig los van ticketing,
de technische directie los van facilitaire zaken. Elke afdeling
doet alleen zijn eigen ding en er is geen overleg of
samenwerking tussen afdelingen.
2. Nearly decomposable – clusters exist but with some
cross-connections.
The knowledge base consists of clusters that are mostly
separate but maintain some cross-connections.
Marketing en ticketing werken meestal apart, maar stemmen
soms acties af om meer kaarten te verkopen. De technische
directie deelt informatie met marketing om campagnes rond nieuwe spelers te lanceren. Facilitaire zaken stemt af
met ticketing bij verbouwingen in het stadion. Er zijn dus duidelijke afdelingen, maar ook nuttige verbindingen.
3. Non-decomposable (integrated) – everything is connected, no clusters. All elements are interconnected
without clear clusters.
Er zijn heel veel clusters, maar er zitten geen connecties tussen deze clusters.
The structure of a firm’s knolwdge base (decomposibility) determines how effectively it can balance depth
(specialization = optimaliseren van kennis in een cluster) and breadth (exploration = in verschillende clusters kijken)
which in turn affects innovation outcomes.
Optimale uitkomst is de middelste, dan balanceer je depth & breadth
Managerial levers (hoe managers decomposability kunnen beïnvloeden):
,Om differentiatie tussen clusters te vergroten (meer loskoppelen): dit is de pijl naar rechts
- Create subunits in R&D (extra afdelingen maken)
- Geographical separation (teams fysiek scheiden)
- Rewards for individual researchers to explore new technologies (individuele innovatie belonen)
Om integratie tussen clusters te vergroten (meer verbinden): dit is de pijl naar links.
- Transfer personnel across units (mensen tussen teams laten rouleren)
- Rewards for cross-unit innovations (belonen voor samenwerking tussen teams)
- Change organizational structure of R&D (structuur aanpassen)
- Change physical layout of R&D facilities (kantoren/werkplekken herschikken)
Coupling and Knowledge Structure
A coupling represents an organizational decision to jointly use certain knowledge elements.
Coupling gaat over hoe kennisdelen binnen een organisatie met elkaar verbonden worden.
Een organisatie beslist zelf welke kennisstukken (of kennis-elementen) ze altijd samen gebruikt, soms samen gebruikt, of
helemaal los van elkaar houdt.
Couplings can vary in strength:
- Strong coupling: elements are always used together (bij Apple worden hardware en software altijd samen
ontworpen. De iPhone en iOS zijn zo sterk gekoppeld dat een verandering in het ene direct invloed heeft op het
andere)
- Weak coupling: elements are sometimes used together. (Samsung gebruikt zijn schermtechnologie (OLED)
in verschillende producten, telefoons, tablets en tv’s, maar past het per productgroep verschillend aan.)
- No coupling: elements are used independently. (bij Google werken teams aan zoekalgoritmes en zelfrijdende
auto’s, maar die projecten delen nauwelijks kennis.)
Coupling is different from interdependence. Interdependence exists in nature, while coupling reflects managerial
choices about which elements should be considered jointly. Because these are managerial choices, coupling
patterns differ between firms even within the same industry.
Interdependence (onderlinge afhankelijkheid) is iets natuurlijks in de technologie zelf, het zit in hoe systemen technisch aan
elkaar hangen. Bijvoorbeeld: een motor kan niet zonder benzine, dat is natuurlijke afhankelijkheid.
Coupling is een bewuste beslissing van managers over hoe kennis samen wordt ingezet.
Twee bedrijven met dezelfde technologie kunnen dus verschillende koppelingen hebben, afhankelijk van hun keuzes en
structuur.
Bijvoorbeeld:
- Toyota koppelt R&D voor motoren en batterijen sterk (veel samenwerking).
- Tesla houdt die afdelingen deels gescheiden om sneller te kunnen vernieuwen.
Decomposability and Innovation Search
Technological inventions result from recombining existing knowledge elements. However, the number of potential
combinations increases rapidly with the size of the knowledge base, creating a combinatorial explosion. Firms
reduce this complexity by coupling certain knowledge elements. The resulting knowledge-base structure shapes
how firms search for new configurations.
Technologische innovaties ontstaan door bestaande kennis op nieuwe manieren te combineren. Maar als een bedrijf heel veel
kennis heeft, zijn er ook extreem veel mogelijke combinaties, dat maakt zoeken ingewikkeld (combinatorial explosion).
Daarom koppelen bedrijven bepaalde kennisdelen bewust aan elkaar (coupling). Zo wordt het zoekproces eenvoudiger en
gestructureerd: de manier waarop kennis is gekoppeld bepaalt hoe en waar een bedrijf naar nieuwe innovaties zoekt.
In non-decomposable knowledge bases, where everything is connected, search is highly complex and confined
to local changes because every modification affects many other elements.
Bij een chipbedrijf dat een nieuwe transistor wil ontwikkelen, moeten alle afdelingen, van ontwerp tot productie en software,
tegelijk beslissingen nemen, omdat alles aan elkaar vastzit. Dat maakt innovatie traag en ingewikkeld
In fully decomposable knowledge bases, search within each cluster is easy, but cross-cluster opportunities are
missed since there are no integration mechanisms.
Het paper noemt het voorbeeld van General Electric, dat actief was in televisie en in muziek, maar deze werelden niet met
elkaar verbond. Daardoor miste het bedrijf de kans om iets nieuws als MTV te ontwikkelen
Nearly decomposable knowledge bases occupy the middle ground. Clusters of elements allow deep exploration
within a domain, while limited cross-cluster ties enable learning and adaptation across domains.
Bij Intel werd kennis over transistoren gekoppeld aan kennis over elektriciteit en warmtegeleiding om het probleem van
,oververhitting in microprocessors op te lossen. De afdelingen werkten deels apart, maar maakten cruciale verbindingen
waardoor nuttige innovaties ontstonden (p. 347–348).
This structure promotes both exploration and specialization. Firms can make small changes within clusters (local
search) and occasional larger adaptive walks across clusters (distant search), leading to more useful inventions.
Hypotheses
H1: The usefulness of a firm’s inventions is related to the level of decomposability of its knowledge base
in a curvilinear (inverted-U shaped) manner. ← supported
Deze hypothese zegt dat de nuttigheid van uitvindingen (hoe waardevol of impactvol ze zijn) afhangt van hoe
decomposable de kennisbasis van een bedrijf is, en dat die relatie een omgekeerde U-vorm (inverted-U) heeft.
- Als de kennisbasis te sterk geïntegreerd (non-decomposable) is, dus alles hangt aan elkaar, dan is innovatie moeilijk. Een
kleine verandering in één kennisdeel beïnvloedt alles, waardoor het zoekproces te complex wordt.
- Als de kennisbasis te los (fully decomposable) is, dus kennisdelen staan allemaal apart, dan missen er juist verbindingen en
combinaties. Innovaties worden dan oppervlakkig, zonder echte vernieuwing.
- De beste situatie ligt in het midden (nearly decomposable structure): sommige kennisdelen zijn gekoppeld, andere niet. Dat
geeft genoeg samenhang om ideeën te combineren, maar ook genoeg vrijheid om te vernieuwen.
Innovatie ontstaat wanneer diepe kennis uit specialisatie binnen clusters wordt gecombineerd met nieuwe toepassingen die
worden gevonden via een brede zoektocht over clusters heen. Nearly decomposable structuren maken beide mogelijk, en
daarom leveren ze de meest nuttige uitvindingen op.
H2: The extent of changes that occur in the structure of a firm’s knowledge base (malleability) is related
to the level of decomposability in a curvilinear (inverted-U shaped) manner. ← supported
Deze hypothese zegt dat de veranderbaarheid van een kennisbasis (malleability) ook een omgekeerde U-vormige relatie heeft
met decomposability.
Malleability betekent hoe goed een organisatie haar kennisstructuur kan aanpassen, dus oude koppelingen tussen kennisdelen
loslaten en nieuwe maken wanneer dat nodig is.
De relatie werkt zo:
- Als de kennisbasis te geïntegreerd (non-decomposable) is, is er lage malleability. Alles hangt te sterk samen, dus het is
moeilijk om iets te veranderen zonder dat alles beïnvloed wordt. Het systeem is star en traag.
- Als de kennisbasis te losgekoppeld (fully decomposable) is, is er te hoge malleability. Alles verandert voortdurend, er is
geen stabiliteit, en de organisatie leert weinig omdat er geen vaste structuur is.
Bij een tussenliggende (nearly decomposable) structuur is de malleability het hoogst. Er is genoeg samenhang om kennis op
te bouwen, maar ook genoeg flexibiliteit om aanpassingen te maken als de omgeving verandert.
Dit betekent dus in hoeverre je je kennisbasis flexibel is. Te star is niet goed, kijk maar naar Nokia, zij bleven doorborduren
op de klaptelefoons, terwijl Iphone touchscreen had. Te malleable is ook niet goed, dan blijft er niets concreets over, maar ga
je van hak op de tak. Een knowledge base die kan blijven veranderen, maar toch stabiel is is het beste.
, Lecture 2 - Organizing Knowledge Base for Innovation
#2.1 Carnabuci, G., & Operti, E. 2013. “Where Do Firms’ Recombinant Capabilities Come from?
Intraorganizational Networks, Knowledge, and Firms’ Ability to Innovate through Technological Recombination.”
Strategic Management Journal, 34(13):1591–1613.
Onderzoeksdoel
De paper probeert te verklaren waar de innovatiemogelijkheden van bedrijven vandaan komen, met name
hun vermogen om bestaande technologieën te combineren tot nieuwe innovaties. De auteurs noemen
dit recombinant capabilities, oftewel het vermogen om bestaande kennis op nieuwe manieren te combineren.
De auteurs maken een onderscheid tussen twee soorten recombinatie capabilities:
1. Recombinant creation – compleet nieuwe combinaties maken.
Het envision and create van new combinations met technologieën die een organisatie nog nooit eerder
heeft gecombineerd.
Focus: capability broadening → het verbreden van het repertoire van combinaties, organisatie leert
nieuwe dingen.
2. Recombinant reuse – bestaande combinaties hergebruiken.
Een organisatie gebruikt bestaande combinaties van kennis of technologie opnieuw, maar past ze toe in
een nieuwe context of voor een nieuw probleem. Het gaat om dieper worden: bestaande kennis steeds
verder verfijnen en verbeteren.
Ze onderzoeken hoe dit beïnvloed wordt door:
1. Collaborative integration (hoe sterk zijn uitvinders binnen een bedrijf met elkaar verbonden in één netwerk).
Bij Philips betekent dit dat R&D, Healthcare en Lighting intensief samenwerken (indien high).
2. Knowledge diversity (hoe breed is de kennisbasis van het bedrijf over verschillende technologiegebieden).
Philips heeft een brede kennis: medische apparaten, verlichting en huishoudelijke elektronica – dit geeft kansen
voor onverwachte combinaties
Hypotheses en resultaten:
H1: The higher a firm's degree of collaborative integration, the more the firm will innovate by reusing
known technological combinations.
Uitleg: Als de interne R&D-netwerken sterk geïntegreerd zijn (dus uitvinders werken veel samen), wordt kennis
makkelijker uitgewisseld. Uitvinders leren elkaars technologieën beter kennen, wat het makkelijker maakt om
bestaande combinaties opnieuw te gebruiken in andere toepassingen.
Voorbeeld: Binnen Philips kunnen onderzoekers van audio, verlichting en medische systemen makkelijk
samenwerken, waardoor bestaande technologieën op meerdere plekken opnieuw worden toegepast.
Resultaat: Supported, geïntegreerde netwerken leiden tot meer recombinant reuse.
