Neue Technologien weiter zu entwickeln ist für einzelne Institutionen oder Unternehmen kaum noch möglich. In der Regel werden deshalb Konsortien oder zumindest Partnerschaften gebildet. Wie und wo aber lassen sich die »passenden« Forscher oder Entwicklungsabteilungen finden? Die Informationsvielfalt einer Google-Suche ist hier in der Regel keine Hilfe. Forscher am Fraunhofer IAO haben deshalb eine Methode entwickelt, mit der die Informationsmenge des Internet handhabbar wird: ExpertLandscaping vereinfacht das Finden eines geeigneten Entwicklungspartners.

»Eine neue Technologie zu entwickeln ist keine leichte Aufgabe.« »Niemand kann alles wissen.« Das sind nur zwei von unzähligen Binsenweisheiten, die Forschungs- und Entwicklungsabteilungen kennen, die sie aber letztlich nicht weiterbringen. Zumindest aber lassen die Leitsprüche drei Schlussfolgerungen zu, die durchaus als »handfest« zu bezeichnen sind. Erstens entwickeln heute selbst große Unternehmen Technologien kaum mehr alleine. Zweitens werden dadurch Kooperationen und Netzwerke immer wichtiger. Und drittens erhält die Suche nach Kooperationspartnern für ein bestimmtes Technologiefeld ein hohes Gewicht. Wer aber beispielsweise eine Steuereinheit entwickelt, die Fahrzeugen mehr Sicherheit beim autonomen Fahren ermöglicht und nach »Experten für autonomes Fahren« googelt, erhält über 45.000 Ergebnisse. »Es mag ja sein, dass die gerade gesuchte Expertise in dieser Fülle an Antworten versteckt ist, aber das Durcharbeiten der Resultate wäre ein viel zu hoher Aufwand«, erklärt Antonino Ardilio vom Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO in Stuttgart. Der Forscher und sein Team haben mit »ExpertLandscape« deshalb eine Methode entwickelt, mit der die Informationsmenge sozusagen »handhabbar« wird. »Mit ExpertLandscape unterstützen wir Wirtschaft, Wissenschaft und Politik darin relevante Technologieexperten zu identifizieren«, sagt Ardilio. Kurz: Das Finden attraktive Partner wird deutlich effizienter.

In drei Stufen zum Ziel

Zur Identifikation von Experten und zur Einschätzung ihrer Relevanz gehen die Forscher bei ExpertLandscape in drei Schritten vor. Zunächst werden die Untersuchungskriterien festgelegt. »Das System muss verstehen, um welche Technologiefelder es geht«, sagt Ardilio. Das relevante Suchfeld wird also präzisiert, denn »wer ein automones Fahrzeug entwickeln will, hat vielleicht bereits Expertise in Abstandsmessung, nicht hingegen in Umfelderkennung«. Das kann für einen anderen Auftraggeber genau umgekehrt aussehen, die Methode kann daher »auf Maß« angepasst werden.

Im zweiten Schritt folgt die eigentliche Suche nach Experten. Statt Google oder eine andere der herkömmlichen Suchmaschinen zu bemühen, nutzt die Methode sogenannte smarte Daten. Dazu zählen validierte Quellen wie Patente, wissenschaftliche Publikationen und andere Informationen auf Datenbanken, deren Zugang oft kostenpflichtig ist, zu denen Institute der Fraunhofer-Gesellschaft jedoch zugangsberechtigt sind. Die dort enthaltenen Daten werden semantisch auf ihre Aussagekraft hin analysiert: »So versuchen wir den Begriffen einen Sinn zu geben, den wir in Bezug zu unserer Suche setzen können«, erklärt Ardilio. So kann das Wort "Experte" in mehreren Zusammenhängen auftauchen. Für ExpertLandscape sei ein Experte der Name, der nach Titeln wie Dipl., Dr. oder Prof. stehe. Die Frage nach dem Kompetenzniveau der selektierten Experten beantwortet die Methode anhand objektiver Kriterien: Wie oft ein Forscher im relevanten Technologiefeld publiziert, wie oft die Veröffentlichungen zitiert werden oder wie oft der Forscher von welchen Industrien erwähnt wird. So lassen sich große Datenmengen auf einen Kontext hin durchsuchen, und die Zahl der Ergebnisse reduziert sich von eingangs 45.000 auf etwas über 100. Es folgt der dritte Schritt: »Wenn wir wissen, was der Kunde will und wie die Expertenlandschaft aussieht, können wir eine Schnittmenge bilden und festlegen, welcher der gefundenen Experten am besten zum jeweiligen Bedarfsprofil passt.« Eine abschließende grafische Abbildung liefert dann eine Landkarte, die der Methode den Namen verleiht. 

Ergebnisse ranken

Damit ist der Prozess allerdings noch nicht abgeschlossen. Schließlich ist das »passende« Expertenwissen nicht ausschließlich über Datenpools zu finden. »Deshalb verlassen wir die Ebene der elektronischen Analyse smarter Daten«, erklärt Ardilio. Dafür übernimmt nun (wieder) der Mensch: »Ich kann durch Datenanalyse herausfinden, ob eine Universität für die Zusammenarbeit ungeeignet ist, weil sie bereits mit einem Konkurrenten zu tun hat. Aber ich kann nicht herausfinden, inwieweit eines ihrer Projekte relevant für die Landesverteidigung und daher prinzipiell ungeeignet für Industriekooperationen ist. Daher braucht man im Moment immer noch die Unterstützung von menschlichen Experten bei der Suche«, betont Ardilio. Ob sich das je ändern wird, ist noch offen: »Es ist eine offene Frage, ob und wenn ja, wie, auch dieser letzte Schritt digitalisierbar ist.«

Die Forschungen zu ExpertLandscape sind Teil der Innovations-Projekte aus dem Bereich des Technologiemanagements am Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO in Stuttgart. (jmu)

Keine Kommentare vorhanden

Das Kommentarfeld darf nicht leer sein
Bitte einen Namen angeben
Bitte valide E-Mail-Adresse angeben
Sicherheits-Check:
Zwei + = 10
Bitte Zahl eintragen!
image description
Experte
Alle anzeigen
Dr. Antonino Ardilio
  • Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO
Weitere Artikel
Alle anzeigen
Quo Vadis Big Data
Daten-Treibstoff, oder doch nicht?
Zwischen Hype und Realität – Die Big Data Days 2018
Veranstaltungen
Alle anzeigen
Stellenangebote
Alle anzeigen