Um ihren Geschäftserfolg zu sichern, benötigen Unternehmen heute mehr denn je dynamische Branchenstrukturanalysen, die Veränderungen in der Mikroumgebung (dem Markt im engeren Sinne) und der Makroumgebung (soziokulturelles, institutionelles und technologisches Umfeld) erfassen und adressierbar werden lassen. Für Unternehmen wird es dementsprechend verstärkt notwendig, ihre Geschäftsmodelle regelmäßig zu reflektieren und zu erkennen, wie sich Leistungsprozesse von Kunden, Partnern und Marktbegleitern wandeln. Schließlich entscheidet die passgenaue und rechtzeitige Adressierung dieser Veränderungen über den Geschäftserfolg.

Aktuelle Methoden der Markt-, Trend- und Zukunftsforschung bieten potentiell bereits die Möglichkeit, Einschätzungen für zukünftige Entwicklungen von Markt- und Technologieumgebungen zu treffen. Die heute eingesetzten Verfahren sind jedoch vornehmlich deskriptiv und momentbezogen ausgeprägt, bei gleichzeitig hoher Intransparenz in der Methodenverwendung und einer – schon allein aufwandsbedingt – oft wenig fundierten empirischen Datengrundlage. Der grundlegende, zutiefst vernetzte Charakter z. B. digitalisierter Wertschöpfungsketten und innovativer neuer Anwendungen erfordert jedoch die Verbindung einer technologischen Expertise (z. B. im Umfeld der digitalen Produktion) mit einem tiefen Verständnis der Anwendungslogik (z. B. im Segment Smart Cities) und der individuellen Geschäftsmodell- und Ökosystemlogik, welche die Wertschöpfung von Unternehmen bestimmt.

Dynamische Semantic-Web-Plattformen (Wissensgraphen) können diese Komplexität auflösen. Aufgrund des hohen Initialaufwands finden Wissensgraphen bisher jedoch wenig Anwendung bzw. beschränkt sich ihre Anwendung auf deskriptive bzw. visualisierende Verfahren zur Verdichtung von in der Regel öffentlich verfügbarem Wissen.

Zur wechselseitigen Verstärkung ihrer Aktivitäten im Bereich der datenbasierten Trend- und Szenarioforschung begründeten die Technische Hochschule Nürnberg (mit ihrem Nuremberg Campus of Technology NCT) und das Fraunhofer-Institut für Integrierte Schaltungen IIS (mit seiner Arbeitsgruppe für Supply Chain Services SCS) die Forschungsgruppe Future Engineering. Das Ziel ist es, Werkzeuge der dynamischen Wissensmodellierung mit KI-geleiteten Methoden der Datenanalyse in einem Verfahren zu verbinden, welches automatisiert aus einer Vielfalt unstrukturierter Markt- und Branchendaten die empirische Grundlage für Expertisen, Trendbestimmungen und Szenariobetrachtungen schafft.

Dazu konzentrieren die TH Nürnberg und das Fraunhofer IIS ihre gemeinsame Forschung und Entwicklung auf die Zusammenführung folgender, komplementärer Kompetenzbereiche:

  • Technologien und Verfahren der Data Science und der Textanalyse zur automatisierten Extraktion, Selektion und Analyse verfügbaren Wissens (z. B. aus Datenbanken und RSS-Feeds), um die Trend- und Szenarioentwicklung auf eine breite empirische Datenbasis mit gleichzeitig hohem Automatisierungsgrad zu stellen.
  • Semantische Datenstrukturen (Wissensgraphen), die explizites und implizites Wissen aus ausgewählten Technologiedomänen (z. B. „Internet of Things IoT“ oder „Digitale Produktion“), deren Anwendungsfelder und spezifischen Marktumgebungsstrukturen von Unternehmen („Ökosysteme“) verknüpfen und dynamisch wachsen können.
  • Betriebswirtschaftliche Methoden aus den Bereichen der strategischen Vorausschau, der strategischen Geschäftsfeldentwicklung sowie dem Technologie- und Innovationsmanagement, mit dem Ziel, diese mit den neuen Möglichkeiten quantitativer Data-Science-Methoden zu verbinden.

Durch die beständige Erweiterung und Weiterentwicklung der Daten- und Methodenbasis erzeugt die Forschungsgruppe einen kontinuierlichen und langfristigen Mehrwert, insbesondere für die mittelständisch geprägte Wirtschaft der Europäischen Metropolregion Nürnberg.