Entdeckung aufkommender Technologietrends durch Clustering von Nachrichtendaten
Ziel dieses Projekts war es, Einblicke in die Entwicklung aufstrebender Technologien und deren Zusammenhänge zu gewinnen. In Zusammenarbeit mit Dow Jones erhielten wir einen Datenexport von 959.318 Nachrichtenartikeln mit Stichworten wie "Künstliche Intelligenz", "Autonome Systeme", "Biotechnologie", "Kreislaufwirtschaft", "Cybersicherheit", "Energieversorgung", "Werkstoffe der Zukunft" und "Quantentechnologien". Mit Hilfe eines unüberwachten Clustering-Ansatzes konnten wir relevante Cluster und deren Zusammenhänge identifizieren. Das System identifizierte nicht nur Themen, sondern ordnete sie auch auf einem Spektrum an, um zu zeigen, wie nahe sie beieinander liegen. Auf diese Weise konnten wir potenzielle Überschneidungen und Kombinationen zwischen aufkommenden Technologien ermitteln, die sowohl für Unternehmen als auch für Forscher wertvolle Erkenntnisse liefern.
Welche Daten wir verwendet haben
- 959.318 Nachrichtenartikel mit Stichworten wie "Künstliche Intelligenz", "Autonome Systeme", "Biotechnologie", "Kreislaufwirtschaft", "Cybersicherheit", "Energieversorgung", "Zukunftswerkstoffe" oder "Quantentechnologien".
- Dow Jones API Factiva
Zielsetzungen
- Identifizierung relevanter Cluster und Wechselbeziehungen zwischen neu entstehenden Technologien.
- Ermittlung potenzieller Überschneidungs- und Kombinationsbereiche zwischen neuen Technologien.
- Unternehmen und Forschern wertvolle Einblicke in die Entwicklung neuer Technologien gewähren.
Liefergegenstände
- Clusterbericht über neue Technologien und Zusammenhänge
- Visuelle Darstellung von Clustern und Platzierung im Spektrum
- Empfehlungen für mögliche Technologieüberschneidungen und -kombinationen