Die Suche nach neuen Forschungsfeldern

Autor: Thomas Severiens
Veröffentlicht am: 2012-08-14

Dort wo Wissenschaft am spannendsten ist, dort wo wirklich bahnbrechende Erkenntnisse entspringen, dort wo ganz neue Technologien entstehen oder dort wo erstmalig Spezialisten mehrerer Fächer kooperieren, da will jede und jeder gerne dabei sein oder den Prozess fördern. Nur wo befinden sich diese Hotspots der Wissenschaft? Trends frühzeitig zu entdecken, neue Forschungsfelder spätestens mit deren ersten Publikation als solche zu identifizieren, das ist die Aufgabe des Scientific Trendscoutings.

Moderne Methoden fördern gelegentlich das Entlehnen von Fachworten aus anderen Disziplinen. Trendscouts kannte man bisher vorwiegend aus der Modewelt, mit dem Versuch, Ihrer Glaskugel ein wenig Farbe zu verleihen, um die Länge der Miniröcke der nächsten Saison vorherzusagen, damit die Modefabrikanten ausreichend und nicht zu viel Stoff in den bald beliebtesten Mustern und Farben produzieren können. Letztlich ist es für Foschungsförderer genauso wichtig, früh auf jene Forschungslinien zu setzen, die letztlich zu Durchbrüchen führen werden. Noch wichtiger und viel schwieriger: Neue Forschungsfelder zu entdecken, um deren Potential früh abschätzen und diese ggf. fördern zu können.

Der moderne Trendscout sucht nach Forschungsfeldern, die gänzlich neu sind oder nach abgewandelten Spielarten bekannter Forschungsfelder, nach neuen Methoden, Modellen und Technologien. Er versucht in Millionen von Publikationen, Patentanträgen und Websites genau jene zu finden, die etwas Neues bieten: Die Suche nach der sprichwörtlichen Nadel im Heuhaufen.

Technische Unterstützung ist dabei unerlässlich, denn funktionierende und zuverlässige Glaskugeln sind ziemlich selten. Ein technischer Ansatz ist es dabei, Methoden der Feldabgrenzung abzuwandeln. Dies bedeutet nicht nach jenen Objekten zu suchen, die zu einem Cluster gehören, sondern nach jenen, die sich von allen bekannten Forschungsfeldern hinreichend stark unterscheiden und dabei einen neuen Fachcluster begründen. Erste Tests unserer eigenen, linguistisch basierten Algorithmen zeigen inzwischen spannende Ergebnisse für den STM-Bereich, also Naturwissenschaften, Technik und Medizin.

comments powered by Disqus