Projekt

Die Kernkompetenz des Fraunhofer ISI liegt in der evidenzbasierten strategischen Beratung einer Vielzahl von Akteuren aus Politik, Wirtschaft und Gesellschaft unter Nutzung einer Vielzahl an Daten. Dies umfasst zum einen typische Innovationsindikatoren wie Patente oder Publikationen, Wirtschafts- und Handelsdaten. Hinzu kommen unternehmensspezifische Daten zur Umsetzung von Strategien und F&E-Maßnahmen sowie zum Innovationsverhalten und zu Produktionsprozessen, die in Befragungen vom Institut selbst oder gemeinsam mit Partnern erhoben werden. Ein weiterer etablierter Daten- und Methodenschwerpunkt ist die modellgestützte Systemanalyse, in der Transformationspfade abgebildet werden können, die als Basis für politische und wirtschaftliche Handlungsempfehlungen genutzt werden. Hierzu besteht am Fraunhofer ISI ein umfassendes Modellinstrumentarium und eine damit verbundene Datenbasis, die als Grundlage für die sehr erfolgreiche Projektakquise und Auftragsforschung am Fraunhofer ISI genutzt wird.

ISDEC hat zum Ziel, die bestehende Daten- und Methodenkompetenz des Fraunhofer ISI um neue Ansätze zu erweitern und weiter zu integrieren, um die evidenzbasierte Politikberatung des Instituts weiter zu stärken. Die bestehenden Methodenkompetenzen und Datenzugänge sollen mit dem geplanten Vorhaben weiterentwickelt werden, um systematisch die Einbindung und Nutzung zusätzlicher, insbesondere unstrukturierter Daten, zu ermöglichen. Ziel ist es, die bestehenden umfassenden Kompetenzen im Bereich strukturierter Daten um Big-Data-Analytics-Kompetenzen zu erweitern, um unstrukturierte Daten für Analysen in den Anwendungsfeldern des gesamten Instituts verfügbar zu machen. Dazu erfolgt eine Zusammenarbeit über alle Competence Center, um die Fähigkeiten zur Analyse von Innovationssystemen zu stärken.

Ergebnisse sind in Vorbereitung und in folgenden Bereichen vorgesehen:

• Datenzugang (strukturierte Daten im Bereich Open Access, unstrukturierte Daten)
• Datenvorbereitung (Matching-, Cluster- und Klassifikations-Verfahren, Regionalisierung / Geolokalisierung
• Datenanalyse (Textmining, semantische und Sentiment-Analysen, Machine Learning, Visualisierung)

• geplant

2019 bis 2022

• Internes Forschungsvorhaben