Dominik Asam, M.Sc.

Doktorand und wissenschaftlicher Mitarbeiter

Innovation and Entrepreneurship Research

+49 89 24246-568
dominik.asam(at)ip.mpg.de

Arbeitsbereiche:

Economics of Artificial Intelligence, Innovationsökonomie, Entrepreneurial Finance

Wissenschaftlicher Werdegang

Seit 10/2024
Doktorand und Wissenschaftlicher Mitarbeiter am Max-Planck-Institut für Innovation und Wettbewerb (Innovation and Entrepreneurship Research)

02/2024 – 05/2024
Gastforscher, University of Cambridge

08/2022 – 01/2023
Auslandssemester, Bocconi University

10/2021 – 04/2024
Master of Science (M.Sc.) in Management & Technology mit Schwerpunkten in VWL und Informatik, Technische Universität München (TUM)

09/2019 – 01/2020
Auslandssemester, EM Normandie Business School

10/2017 – 03/2021
Bachelor of Science (B.Sc.) in Management & Technology mit Nebenfach Informatik, Technische Universität München (TUM)

Beruflicher Werdegang

Seit 07/2019
Mitgründer & Geschäftsführer von CompCast

03/2023 – 07/2023
Founder’s Associate Intern bei Tanso

10/2021 – 05/2022
Wissenschaftlicher Mitarbeiter am Max-Planck-Institut für Innovation und Wettbewerb

06/2021 – 10/2021
Werkstudent im Siemens AI Lab

05/2020 – 06/2021
Projektleiter des sozialen Startups “Waterfilter” von Enactus München

01/2020 – 04/2020
Venture Capital Analyst Intern bei Lucatis

Ehrungen, Stipendien, wissenschaftliche Preise

07/2024
Bundesbank Wissenschaftspreis für herausragende Abschlussarbeiten

09/2022 – 09/2023
Deutschlandstipendium

Publikationen

Diskussionspapiere

Heller, David; Asam, Dominik (2024). Generative AI and Firm-level Productivity: Evidence from Startup Funding Dynamics. DOI

  • New general-purpose technologies have the potential to fundamentally change the dynamics of entrepreneurial firms. This paper provides new evidence on the impact of Generative AI on startup productivity: We argue that valuable but non-exclusive technological innovations can be a source of competitive advantage if entrepreneurs leverage them as complementary assets to their existing skill set. To show this, we exploit the release of GitHub Copilot as a quasi-natural experiment affecting software-developing startups. We find a significant reduction in the time-to-initial-funding, an early-stage productivity indicator, by about 20% relative to comparable startups. These effects are strongest for startups whose founders have more technological or managerial experience. Our analysis highlights the considerable implications of GenAI as a new resource available to decision-makers, shaping startup dynamics and productivity.