Identifikation von Unternehmerischen Potenzialen im Kontext breiter Trendthemen mittels Natural Language Processing

Ein Algorithmus zur Unterstützung von Trendanalysen durch Identifikation von Forschungsclustern mit anschließender Suchbegriff basierter Bewertungsmethodik

• Andreas Fischer

In einer Welt, die sich in einem konstanten Wandel befindet, wird der Raum für strategische Entscheidungen zunehmend komplex. Durch den stetigen Wandel und die gigantische Menge an verfügbaren Informationen stehen Unternehmen vor der Herausforderung schnell und effizient die Trends in ihrem Umfeld zu analysieren, dabei Chancenräume oder Bedrohungen zu identifizieren und ausgehend von dieser Bewertung strategische Management Entscheidungen zu treffen. Gerade im Bereich neuer Technologien ist die frühzeitige Identifikation und Analyse von Trends relevant, da diese komplexe und langwierige Entwicklungsprozesse nach sich ziehen. Da die Menge der zugänglichen Daten für die Analysen dabei zu schnell ansteigt, um von Menschen allein verarbeitet zu werden, ist die Gewinnung aussagekräftiger Erkenntnisse und die Schaffung von Wissen über das sich ständig verändernde Geschäftsumfeld ohne skalierbare computergestützte Techniken nicht mehr möglich. Besonders nicht-numerische, unstrukturierte Daten die knapp 80 % der bestehenden Daten ausmachen und im Vergleich zu strukturierten Daten 15-mal schneller an Volumen zunehmen rücken zunehmend in den Fokus. Viele Informationsquellen wie Patente, Publikationen, News Paper oder Social Media Posts werden in textueller Form publiziert. Zusammen mit der rasanten Entwicklung der IT und des maschinellen Lernens entsteht so ein neuer Bereich, der sich mit algorithmischer Verarbeitung großer Textmengen befasst, das Text Mining.