Extending the knowledge base of foresight

dc.contributor.advisorBlind, Knut
dc.contributor.authorKayser, Victoria
dc.contributor.grantorTechnische Universität Berlinen
dc.contributor.refereeDreher, Carsten
dc.contributor.refereeBlind, Knut
dc.date.accepted2016-02-24
dc.date.accessioned2016-04-14T07:36:27Z
dc.date.available2016-04-14T07:36:27Z
dc.date.issued2016
dc.description.abstractThe future is shaped and influenced by decisions made today. These decisions need to be made on a solid ground and diverse information sources should be considered in the decision process. For exploring different futures, foresight offers a wide range of methods for gaining insights. The starting point of this thesis is the observation that recent foresight methods particularly use patent and publication data or rely on expert opinion, but few other data sources are used. In times of big data, many other options exist and, for example, social media or websites are currently not a major part of these deliberations. While the volume of data from heterogeneous sources grows considerably, foresight and its methods rarely benefit from such available data. One attempt to access and systematically examine this data is text mining that processes textual data in a largely automated manner. Therefore, this thesis addresses the contribution of text mining and further textual data sources for foresight and its methods. After clarifying the potential of combining text mining and foresight, four concrete examples are outlined. As the results show, the existing foresight methods are improved as exemplified by roadmapping and scenario development. By exploiting new data sources (e.g., Twitter and web mining), new options evolve for analyzing data. Thus, more actors and views are integrated, and more emphasis is laid on analyzing social changes. Summarized, using text mining enhances the detection and examination of emerging topics and technologies by extending the knowledge base of foresight. Hence, new foresight applications can be designed. And, in particular, text mining is promising for explorative approaches that require a solid base for reflecting on possible futures.en
dc.description.abstractDie Zukunft wird von heutigen Entscheidungen geformt und beeinflusst. Diese Entscheidungen sollten auf einer soliden Basis getroffen werden sowie diverse Informationsquellen im Entscheidungsprozess in Betracht gezogen werden. Um verschiedene Zukünfte zu erkunden, bietet Foresight eine große Spannbreite an Methoden um neue Erkenntnisse zu gewinnen. Der Ausgangspunkt für diese Dissertation ist die Beobachtung, dass derzeitige Foresight-Methoden vor allem Patent- und Publikationsdaten nutzen oder sich auf Experteneinschätzungen stützen, aber wenig andere Datenquellen verwendet werden. Im Zeitalter von Big Data existieren viele andere Optionen und viele Textquellen, wie zum Beispiel soziale Medien oder Webseiten, sind derzeit kein Kernbestandteil dieser Überlegungen. Während das Datenvolumen aus heterogenen Quellen erheblich steigt, machen sich Foresight und seine Methoden das nicht zu nutzen. Ein Ansatz diese Daten systematisch zu erschließen und zu erforschen ist Text Mining, womit Textdaten weitestgehend automatisch verarbeitet werden. Deshalb adressiert diese Dissertation den Beitrag von Text Mining und weiterer Datenquellen zu Foresight und seinen Methoden. Nach einer grundsätzlichen Klärung des Potentials einer Kombination von Text Mining und Foresight, werden vier konkrete Beispiele vorgestellt. Wie die Ergebnisse zeigen, werden die bestehenden Foresight-Methoden verbessert wie für Roadmapping und Szenarioentwicklung veranschaulicht wird. Durch die Nutzung neuer Datenquellen (z. B.: Twitter und Web Mining) entstehen neue Möglichkeiten in der Datenanalyse. Dadurch können mehr Akteure und Sichtweisen integriert und die Analyse gesellschaftlicher Veränderungen stärker betont werden. Zusammengefasst verbessert Text Mining die Erkennung und Untersuchung von aufkommenden Themen und Technologien, indem die Wissensbasis von Foresight erweitert wird. Neue Foresight-Anwendungen können daraus entwickelt werden. Und besonders vielversprechend ist Text Mining für explorative Ansätze, die eine solide Basis erfordern, um Überlegungen über mögliche Zukünfte anzustellen.de
dc.identifier.urihttps://depositonce.tu-berlin.de/handle/11303/5423
dc.identifier.urihttp://dx.doi.org/10.14279/depositonce-5098
dc.language.isoenen
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/en
dc.subject.ddc330 Wirtschaftde
dc.subject.otherforesighten
dc.subject.othertext miningen
dc.subject.otherroadmappingen
dc.subject.otherscenario developmenten
dc.subject.othersocial mediaen
dc.subject.otherstrategic planningen
dc.subject.otherdata analysisen
dc.subject.otherSzenarioentwicklungde
dc.subject.otherInnovationde
dc.subject.otherStrategieplanungde
dc.titleExtending the knowledge base of foresighten
dc.title.subtitlethe contribution of text miningen
dc.title.translatedErweiterung der Wissensbasis von Foresightde
dc.title.translatedsubtitleder Beitrag von Text Miningde
dc.typeDoctoral Thesisen
dc.type.versionacceptedVersionen
tub.accessrights.dnbfreeen
tub.affiliationFak. 7 Wirtschaft und Management::Inst. Technologie und Management (ITM)de
tub.affiliation.facultyFak. 7 Wirtschaft und Managementde
tub.affiliation.instituteInst. Technologie und Management (ITM)de
tub.publisher.universityorinstitutionTechnische Universität Berlinen

Files

Original bundle
Now showing 1 - 1 of 1
Loading…
Thumbnail Image
Name:
kayser_victoria.pdf
Size:
4.74 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
5.75 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections