Trendvorhersagen auf Knopfdruck sind möglich

Datenbasierte Trend- und Szenarioforschung

© Sergey Nivens - AdobeStock.de

Strategische Entscheidungen von Unternehmen hängen eng mit den Entwicklungen in ihrem Umfeld zusammen – nicht nur mit denen ihrer Märkte, sondern auch mit denen unterstützender Technologien, durch die Produkte, Services und Prozesse optimiert und zukunftsfähig gemacht werden können.

Eine valide Vorhersage durch gezieltes Monitoring der jeweils wesentlichen Trends ist daher für eine nachhaltige und gezielte Unternehmensentwicklung essentiell; nur so können Chancen und Risiken rechtzeitig erkannt und strategische Entscheidungen fundiert abgesichert werden. Dafür braucht es aber die richtigen Informationen.

Nun war es noch nie so leicht wie heute, an diese Informationen zu gelangen: über Datenbanken von Verbänden oder öffentlichen und wissenschaftlichen Einrichtungen, über News Feeds oder Social-Media-Kanäle – und das auch noch weltweit.

Zu viele Informationen überfordern Lese- und Analysekapazitäten

Aber gerade diese Flut an Informationen aus unterschiedlichsten Quellen und Sprachwelten überfordert die vorhandenen Lese- und Analysekapazitäten und stellt die Wirtschaft vor große Herausforderungen: Wenn allein eine simple Suchanfrage mehrere Zehntausend Ergebnisse in Google-News in deutscher Sprache generiert, wird deutlich, dass eine umfassende Auswertung aller relevanten veröffentlichten Dokumente und Nachrichten selbst mit sehr hohem personellen und zeitlichem Aufwand weder durch die Unternehmen selbst, noch durch extern engagierte Marktforscher gestemmt werden kann. Und diese Herausforderung wächst in einer zunehmend digitalen und volatilen Welt, in der trotz ansteigender Daten- und Informationsmengen immer schnellere Entscheidungen eingefordert werden, kontinuierlich weiter.

 

Schnelle und effiziente Ergebnisse durch neue Methoden zur semantischen Medienanalyse


Deshalb arbeiten die Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS und die Technische Hochschule Nürnberg gemeinsam an der Entwicklung automatisierter Textanalyse-Systeme zur Wissensgenerierung und Trendanalyse auf Basis von Semantic Web Technologien. Ziel ist es, Markttrends und Technologieentwicklungen schnell und trotzdem valide vorhersagen zu können.

Mit diesen neuen Methoden werden automatisierte Trendprognosen möglich: Große Mengen unstrukturierter Texte von ausgewählten Webseiten und Datenbanken werden maschinell und sprachenübergreifend durchforstet, die gefundenen Informationen verarbeitet, auf relevante Fragestellungen hin konkretisiert und in den richtigen (Unternehmens-)Kontext gesetzt.

So können Unternehmen effizient die Reife von Technologien und Märkten abschätzen, Veränderungen im Kunden- und Wettbewerberverhalten frühzeitig erkennen und branchenspezifische Erkenntnisse in strategische Szenarien übertragen.

Wie wir Trends auf Knopfdruck vorhersagen  

Mit unseren Methoden können wir Trends aus stetig wachsenden Mengen unstrukturierter Informationen valide und schnell erkennen. Dafür verwenden wir ein eigenentwickeltes Verfahren, das verschiedene Datenquellen wie RSS-Feeds, Homepages, Newsletter, Beiträge in Social Media-Plattformen, wissenschaftliche Veröffentlichungen oder Patentanmeldungen fortlaufend und sprachübergreifend verarbeitet.

Mit Hilfe von Semantic Web Tools werden automatisch Beziehungen, Ereignisse und Fakten annotiert, mittels Linked Open Data-Prinzipien vernetzt und in einem dynamischen Wissensgraph abgebildet.

Auf dieser Basis identifizieren wir markt- und technologiespezifische Trends, leiten gemeinsam mit unseren Kunden branchenspezifische Szenarien ab und analysieren die dafür relevanten Indikatoren im zeitlichen Verlauf.

Konkret forschen wir an folgenden Methoden:

  • Textmining zur automatisierten Erschließung großer, diversifizierter Datenmengen
  • Natural Language Processing und Disambiguierung mit Semantic Web/Linked Open Data zur Aufbereitung und Verarbeitung der Daten, und zur Entwicklung dynamischer, semantischer Datenstrukturen
  • Topic Modelling zum Erkennen schwacher Signale
  • Szenariotechniken zur Einbettung der Trends und Szenarien in das konkrete Unternehmensumfeld
Grafik Automatisierter Prozess für das Monitoring von Markt- und Technologieveränderungen
© Fraunhofer IIS

Referenzen aus dem Forschungsfeld

Noch mehr Referenzen

 

Erfahren Sie hier mehr über alle unsere Projekte und Publikationen aus unseren einzelnen Forschungsfeldern.

 

Projekt

Trendforschung & Customer Insights-Analyse im DIY-Bereich

Die Forschungsgruppe Future Engineering analysiert in diesem Projekt mehr als eine halbe Million öffentliche Online-Beiträge für die STAEDTLER Mars GmbH & Co. KG, um tiefgehende Customer Insights zu gewinnen und insbesondere die Entwicklung oder mögliche Verlagerung von Kundeninteressen auf der Basis von hochdynamischen Kommunikationsmedien zu untersuchen.  

 

Projekt

Trends in der urbanen Mobilität

Der Wandel hin zur Elektromobilität ist in vollem Gange, doch ist das nur ein Hype oder wird es sich langfristig durchsetzen? Dieser Frage nimmt sich die Arbeitsgruppe SCS zusammen mit der VAG und der N-Ergie im Projekt an und hilft mittels datenbasierter Trend- und Szenarioforschung die wichtigen Trends zu erkennen und strategische Entscheidungen zu bewerten.

 

Erfahren Sie mehr über die Arbeitsgruppe SCS

 

Vision

Unsere Vision »Erfolg und Mehrwert durch Daten« bestimmt unsere Forschungsfelder. Lesen Sie hier mehr über das, was uns antreibt.

 

Wissenschaftliche Kompetenz im Referenzprozess

Die in unseren Forschungsfeldern geschaffenen methodischen Kompetenzen orientieren sich an unserem eigens entwickelten Referenzprozess zur digitalen Transformation: Lesen Sie hier, was wir darunter verstehen und wie wir mit unseren Kompetenzen Unternehmen umfassend begleiten können.