Wie neue Methoden der Wissensstrukturierung den Strukturwandel datenbasiert unterstützen können

von Elena Senger, Juliane Groth und Benjamin Klement /

Wissenschaftliche Publikationen, Patente, Förderprojekte und viele weitere Datenquellen liefern heute nahezu in Echtzeit Informationen über technologische, wissenschaftliche und wirtschaftliche Entwicklungen. Gleichzeitig wächst die Menge dieser Informationen so schnell, dass sie kaum noch zu überblicken ist. Für Politiker:innen und Regionalentwickler:innen entsteht damit ein Spannungsfeld: Obwohl immer mehr Wissen verfügbar ist, wird es zunehmend schwieriger, daraus Orientierung für strategische Entscheidungen abzuleiten.

Wir, ein Forschungsteam des GENESIS-Projekts (Gestaltung Neuer Entwicklungspfade im Strukturwandel in Sachsen) des Fraunhofer ISI in Leipzig, beschäftigen uns mit der Frage, wie sich unterschiedliche Wissensquellen systematisch zusammenführen lassen, um regionale Entwicklungspotenziale besser sichtbar zu machen. In einem aktuellen Impulspapier stellen wir hierfür den Ansatz TERMNET vor.

Daten gibt es genug – Orientierung ist die eigentliche Herausforderung

Entscheidungstragende in Politik, Verwaltung und Regionalentwicklung verfügen heute über eine Vielzahl an Informationen. Wissenschaftliche Publikationen dokumentieren neue wissenschaftliche Erkenntnisse und Trends, Patente zeigen technologische Entwicklungen auf, Förderprojekte geben Hinweise auf politische Prioritäten und zukünftige Innovationsfelder.

Die Herausforderung besteht jedoch darin, diese Informationen gemeinsam auszuwerten. Die verschiedenen Datenquellen unterscheiden sich stark hinsichtlich ihrer Struktur, Sprache und Zielsetzung. Dadurch werden sie in der Praxis häufig getrennt betrachtet. Es entsteht kein konsistentes Gesamtbild darüber, welche Themen eine Region tatsächlich prägen und wo neue Entwicklungspotenziale entstehen. Gerade in Strukturwandelregionen ist dies problematisch. Neue Zukunftsfelder sind häufig zunächst klein und wenig sichtbar. Klassische Analysen konzentrieren sich dagegen oft auf bereits etablierte Bereiche.

TERMNET: Eine gemeinsame Sprache und Struktur für unterschiedliche Wissensquellen

Das Impulspapier stellt mit TERMNET einen Ansatz vor, der diese Lücke adressiert. Ausgangspunkt ist die Beobachtung, dass wissenschaftliche Publikationen, Patente und Förderprojekte trotz ihrer Unterschiede häufig dieselben Fachbegriffe verwenden, wenn sie sich mit ähnlichen Technologien oder Themen beschäftigen.

Mithilfe von KI-Verfahren können wir diese Fachbegriffe automatisch aus großen Textmengen extrahieren, zu Themen gruppieren und hierarchisch strukturieren. Auf dieser Grundlage entsteht eine hierarchische Themenstruktur, die unterschiedliche Datenquellen miteinander verknüpft. Dadurch lassen sich wissenschaftliche, technologische und förderpolitische Aktivitäten erstmals als zusammenhängende Wissensräume analysieren. Den Ansatz haben wir auf mehr als eine Million Dokumente aus Publikationen, Patenten sowie nationalen und europäischen Förderprojekten angewendet. Die Ergebnisse zeigen, dass dadurch eine deutlich bessere Integration verschiedener Wissensquellen gelingt als mit etablierten Verfahren.

Was lässt sich daraus für den Strukturwandel lernen?

Besonders interessant wird der Ansatz, wenn er auf konkrete Regionen angewendet wird. Im Impulspapier wird dies anhand der beiden sächsischen Strukturwandelregionen – des Lausitzer Reviers und des Mitteldeutschen Reviers – demonstriert.

Unsere Analysen zeigen, dass sich regionale Wissensprofile deutlich differenzierter darstellen lassen als mit herkömmlichen Methoden. So werden beispielsweise in der Lausitz bereits heute wissenschaftliche Spezialisierungen im Bereich Physik und Astronomie sichtbar, die eng mit den Aktivitäten des Centre for Advanced Systems Understanding (CASUS) und dem Aufbau des Deutschen Zentrums für Astrophysik (DZA) verbunden sind. Im Mitteldeutschen Revier wiederum treten starke Kompetenzen in den Lebenswissenschaften hervor. Gleichzeitig werden thematische Schnittstellen sichtbar, an die das Center for the Transformation of Chemistry (CTC) künftig anknüpfen kann. Die Fallstudie verdeutlicht, wie Analysen zu Wissensräumen aus heterogenen Datenquellen helfen können, bestehende Stärken, neue Entwicklungspfade und mögliche Anknüpfungspunkte für strukturpolitische Maßnahmen systematisch zu identifizieren.

Neue Perspektiven für eine evidenzbasierte Regionalentwicklung

Die vorgestellte Methodik bietet nicht nur einen Überblick über bestehende regionale Kompetenzen und Schlüsselpersonen. Sie ermöglicht auch die frühzeitige Identifikation neuer Themenfelder, die Analyse regionaler Spezialisierung sowie die Beobachtung von Veränderungen über die Zeit. Damit entstehen neue Möglichkeiten für die strategische Planung, das Monitoring von Fördermaßnahmen und die Bewertung regionaler Transformationsprozesse. Gerade in komplexen Strukturwandelprozessen kann dies dazu beitragen, politische Entscheidungen stärker auf empirische Evidenz zu stützen. Für das GENESIS-Projekt eröffnet der Ansatz zugleich neue Möglichkeiten, regionale Wissensräume sichtbar zu machen und die Entwicklung neuer Wertschöpfungspfade in den sächsischen Revieren besser zu verstehen.

Letzte Änderung: