Data Driven Foresight - Quantitative Methoden der Zukunftsforschung

 

Quantitative und daten-getriebene Methoden, welche umfangreiche verfügbaren Datensätze für die Zukunftsforschung nutzbar machen, gewinnen in den letzten Jahren zunehmend an Bedeutung und werden mehr und mehr in der entsprechenden Community angewandt, diskutiert und weiterentwickelt.

Inhalt

Diese Lehrveranstaltung wird in das aktuelle Forschungsthema Data Driven Foresight einführen und an den Stand der Forschung heranführen. Neben den Chancen, welche die Nutzung von Daten in diesem Kontext mit sich bringt, sollen auch die Herausforderungen und Grenzen dieses Ansatzes thematisiert werden.

Dazu werden zunächst die verschiedenen Methoden in diesem Bereich erörtert. Zu diesen zählen informetrische Ansätze aus dem Bereich der Bibliometrie bzw. Patentometrie, welche die statistische Analyse von Publikations- und Patentdaten für die Zukunftsforschung (speziell die Technologiefrühaufklärung) nutzbar machen.

Darauf aufbauend werden Verfahren aus dem Bereich Data Mining, Netzwerkanalysen und des maschinellen Lernens sowie methodische Ansätze aus dem Bereich des Text Minings und der Computerlinguistik erörtert. Außerdem wird erläutert und diskutiert, welche Ansätze existieren und genutzt werden können, um die Daten und Analyseergebnisse zu visualisieren. Die Methoden werden sowohl im Hinblick auf die theoretischen Grundlagen als auch im Hinblick auf die konkrete Anwendung in Projekte, sowie die Interpretation der Ergebnisse, dargestellt und diskutiert.

Ablauf

Das Seminar findet als Blockveranstaltungen an drei Ganztagesterminen statt. In einem alternierenden Ablauf von Vorlesungs- und Übungsblöcken werden die Inhalte vorgestellt und von den Studierenden unter Betreuung praktisch durchgeführt.

Prüfungsleistung

Zu Beginn der Veranstaltung werden Themen ausgegeben, die parallel zu den Vorlesungsinhalten bearbeitet werden. Zum Abschluss der Veranstaltung werden die Ergebnisse in einem Vortrag präsentiert. Dieser Vortrag wird als Prüfungsleistung bewertet.

Termin Uhrzeit Dozent Ort
Dr. Marcus John tbd
Dr. Marcus John tbd
Dr. Marcus John tbd