Projektart und Laufzeit
FFF-Förderprojekt, Juli 2024 bis März 2025Koordinator
Technology & InnovationForschungsschwerpunkt
Wachstum und KomplexitätBeschreibung
Die Disziplin der DataDriven Foresight (DDF) verlangt nach einer sich ständig weiterentwickelnden Auswahl an Foresight-Datenquellen und Methoden für die Adressierung der unterschiedlichen Aufgabenstellungen im Rahmen eines Foresight-Prozesses. Unser Forschungsprojekt beschäftigt sich mit der Erschliessung und Analyse solcher neuer bzw. alternativer Datenquellen sowie mit deren Kombination und Kopplung zu Zwecken der Trendidentifikation und -validierung. Dafür erproben wir einerseits die Nutzung von Online-Stellenausschreibungsdaten für die Vorausschau von Technologiekonvergenz und/oder -fusion im Bereich der KI-Technologie als Ergänzung zu Patentdaten. Andererseits führen wir Trendanalysen in unterschiedlichen Anwendungskontexten auf Basis von wissenschaftlichen Publikationen als etablierte Datenquelle durch und testen ihre Kopplung mit verschiedenen Publikationen aus der unternehmerischen Praxis (Stellenausschreibungen, Geschäftsberichte, Nachhaltigkeits-Reports etc.). So trägt das Forschungsprojekt nicht nur neue wissenschaftliche Trendstudien bei, sondern eröffnet auch die Möglichkeit, aktuelle F&E Anstrengungen von Industrieunternehmen mit Technologietrends abzugleichen bzw. deren Praxisrelevanz zu validieren und Technologieführer zu identifizieren.Wirkungen in Wissenschaft, Wirtschaft und Gesellschaft
Der Anwendungsbezug des Projektes besteht zum einen in der Erschliessung neuer bzw. alternativer Datenquellen für die Foresight-Praxis von Industrieunternehmen und zum anderen in der Bereitstellung von wissenschaftlich fundierten Trendstudien für technologieführende Unternehmen. Insbesondere das angestrebte Data Mapping von NETCULATOR-Ergebnissen mit unternehmenseigenen Publikationen zu Zwecken der Technologievorausschau birgt Potential für zukünftige Transferprojekte zu individuellen Use Cases mit Unternehmen in der Regio und darüber hinaus.Liechtensteinbezug
Die Thematik der datengetriebenen Trendvorausschau im All-gemeinen und die Erschliessung alternativer Datenquellen im Speziellen erweist sich auch für lokale Unternehmen und Institutionen in Liechtenstein als relevant, wie der stetige Austausch mit Praxisvertretern zeigt (siehe Experteninterviews im Vorgänger-projekt "lbs_23_01" oder der Austausch mit "Digital Lichtenstein"). Darüber hinaus stärkt das Projekt die Zusammenarbeit mit dem Fraunhofer INT in Deutschland und fördert die grenzübergreifende Vernetzung und Präsenz der Universität Liechtenstein, wobei auch das Land Liechtenstein als attraktiver Forschungsstandort repräsentiert wird (siehe Partnerworkshop am Campus der Universität Liechtenstein).Projektleiterin
Projektmitarbeiter
Publikationen
Scheuffele, M., & Brecht, L. (2024). Anticipating Technology Convergence with Online Job Postings Data. Paper presented at the ISPIM Innovation Symposium, Manchester, UK.
details
Scheuffele, M. (2024, 20.03). Datengetriebene Früherkennung von Technologiekonvergenz und wie wir sie uns zunutze machen können. Institutsseminar des Fraunhofer INT.
details