Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
cset9. Dezember 2024 · Q003129

Staying Current with Emerging Technology Trends: Using Big Data to Inform Planning

cset.georgetown.edu · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Auszug schlägt ein Verfahren vor, bei dem Organisationspublikationen genutzt werden, um Forschungscluster zu finden und auszuwählen, die anschließend Fachleute auf mögliche Bedeutung prüfen. Die Autorinnen und Autoren betonen, dass Daten wissenschaftliche Umbrüche nicht vorhersagen können; Ergebnisse des angekündigten Machbarkeitsexperiments sind im vorliegenden Einleitungsauszug nicht enthalten.

Mittel

Der vorliegende Text ist nur ein Auszug aus der Einleitung; die angekündigten Details und Ergebnisse des Berichts fehlen. Er behandelt die Frage, wie Organisationen neue Forschungs- und Technologietrends systematisch beobachten können. Die Autorinnen und Autoren zufolge können Big Data und KI zwar helfen, Entwicklungen früher wahrzunehmen, wissenschaftliche Umbrüche aber nicht allein aus Daten vorhersagen.

Vorgeschlagen wird ein Mensch-Maschine-Verfahren in vier Schritten: Die Organisation ermittelt zunächst ihre eigenen wissenschaftlichen Veröffentlichungen. Diese werden genutzt, um relevante Cluster in der CSET Map of Science zu finden, die Forschung anhand von Zitiermustern gruppiert. Mithilfe von Metadaten wählen die Verantwortlichen Cluster aus, die auf bedeutende Forschungsaktivität hindeuten könnten. Fachleute prüfen die Auswahl anschließend und besprechen mögliche Auswirkungen für die Organisation.

Der Ansatz richtet sich an Verantwortliche für Forschungs- und Investitionsprioritäten sowie an Fachleute, die Einblicke jenseits ihres spezialisierten Gebiets suchen. Ein Machbarkeitsexperiment wird angekündigt, doch der Auszug enthält weder dessen Ergebnisse noch Belege für die Wirksamkeit des Verfahrens.

Ausführlich lesen

Der bereitgestellte Text ist nur ein Auszug: Er enthält die Einleitung eines Berichts über den Einsatz von Big Data zur Beobachtung neuer Technologietrends sowie den Hinweis auf eine Abbildung mit der Autorin Emelia Probasco. Die angekündigten ausführlichen Erläuterungen und Ergebnisse des Berichts sind im Auszug nicht enthalten.

Die Autorinnen und Autoren beschreiben den Druck auf Entscheidungsträger, mit der schnell wachsenden Forschung zu Wissenschaft und Technologie Schritt zu halten. Big Data und künstliche Intelligenz wecken ihrer Darstellung nach die Hoffnung, Entwicklungen oder sogar wissenschaftliche Umbrüche frühzeitig zu erkennen. Der Text schränkt diese Erwartung ausdrücklich ein: Daten allein könnten wissenschaftliche Revolutionen nicht vorhersagen. Eine systematische Datenauswertung könne Organisationen dennoch dabei helfen, bei neuen Technologien auf dem Laufenden zu bleiben oder Entwicklungen etwas früher wahrzunehmen.

Als Ansatz schlägt der Bericht eine Zusammenarbeit von Mensch und Maschine vor. Zunächst werden wissenschaftliche Arbeiten ermittelt, die von der jeweiligen Organisation verfasst wurden. Diese dienen dazu, passende Forschungscluster in der CSET Map of Science zu finden, die weltweite wissenschaftliche Literatur anhand von Zitiermustern gruppiert. Anschließend wird anhand von Metadaten eine Auswahl von Clustern getroffen, die nach Einschätzung der Verfassenden auf wichtige Forschungsaktivität hindeuten. Fachleute prüfen die ausgewählten Cluster dann gemeinsam und diskutieren deren mögliche Bedeutung für die Organisation.

Der Bericht richtet sich laut Einleitung an Personen, die Forschungs- oder Investitionsportfolios und Prioritäten in Organisationen entwickeln. Auch Fachleute könnten davon profitieren, weil die Erkundung solcher Cluster Einblicke in Forschung ermöglichen soll, mit der sie aufgrund zunehmender Spezialisierung sonst womöglich nicht in Berührung kämen. Der Ansatz soll durch ein Machbarkeitsexperiment bewertet werden; zu dessen Durchführung oder Resultaten macht der vorliegende Auszug keine Angaben. Daher lässt sich daraus weder ableiten, wie gut das Verfahren funktioniert, noch welche konkreten Trends identifiziert wurden.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
Agenten und vernetzte Systeme
Frieden und Sicherheit
Beteiligung und Gemeinwohl
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →