|
|
|||
|
||||
Overview"Orientiert an den Prozessen der Informationsgewinnung und anhand von Fallbeispielen zeigt Andreas Zeller nicht nur wo, sondern insbesondere wie schwache Signale identifiziert werden konnen. Erkenntnisse aus Innovations-, Kreativitats- und Chaosforschung unterstutzen die Operationalisierung von Ansoffs ""weak signals""-Konzept sowie ein neues Verstandnis technologischer Diskontinuitaten." Full Product DetailsAuthor: Andreas ZellerPublisher: Deutscher Universitats-Verlag Imprint: Deutscher Universitats-Verlag Edition: 2003 ed. Dimensions: Width: 14.80cm , Height: 1.50cm , Length: 21.00cm Weight: 0.374kg ISBN: 9783824479146ISBN 10: 3824479141 Pages: 259 Publication Date: 23 September 2003 Audience: Professional and scholarly , Professional & Vocational Format: Paperback Publisher's Status: Active Availability: In Print This item will be ordered in for you from one of our suppliers. Upon receipt, we will promptly dispatch it out to you. For in store availability, please contact us. Language: German Table of Contents1 Einleitung.- 1.1 Problemstellung.- 1.2 Zielsetzung der Arbeit.- 1.3 Aufbau der Arbeit.- 1.4 Forschungsdesign.- 2 Technologiefrühaufklärung.- 2.1 Grundlagen der Technologiefrühaufklärung.- 2.2 Technologische Diskontinuitäten als Hauptproblem technologischer Pfade.- 3 Die Identifikationsphase im Rahmen der Technologiefrühaufklärung.- 3.1 Informationsgewinnung und -Verarbeitung zur Technologiefrühaufklärung.- 3.2 Exkurs: Psychologische Kreativitätsforschung.- 3.3 Schwache Signale.- 3.4 Aktivitäten der TFA-Identifikationsphase.- 3.5 Anforderungen an eine die bisherigen Kritikpunkte berücksichtigende Technologiefrühaufklärung.- 4 Data-Mining-Einsatz in der Technologiefrühaufklärung.- 4.1 Einführung in die Wissensentdeckung in Datenbanken.- 4.2 Bibliometrie und Technologielandkarten.- 4.3 Eignung von Data Mining für die Technologiefrühaufklärung.- 5 TFA-gerechte Ausgestaltung des Data-Mining-Prozesses.- 5.1 Schrittl Zielformulierung.- 5.2 Schritt 2: Datenauswahl und -bereitstellung.- 5.3 Schritt 3: Datenbereinigung und -aufbereitung.- 5.4 Schritt 4: Verfahrenswahl und Durchführung der Analyse mittels Indikatoren-Radar.- 5.5 Schritt 5: Ergebnisaufbereitung.- 6 Test des erarbeiteten Data-Mining-gestützten TFA-Identifikationsprozesses anhand von Fallbeispielen.- 6.1 Formulierung von Hypothesen und Vorbereitung des Tests.- 6.2 Fallbeispiel 1: Automobiltechnik.- 6.3 Fallbeispiel 2: Mikrosystemtechnik.- 6.4 Fallbeispiel 3: Optische Datenübertragung.- 6.5 Fallbeispiel 4: Elektronische Datenspeicherung.- 7 Auswertung der Fallbeispiele und Überprüfung der Hypothesen.- 7.1 Hypothese 1.- 7.2 Hypothese 2.- 7.3 Hypothese 3.- 7.4 Hypothese 4.- 7.5 Hypothese 5.- 7.6 Hypothese 6.- 7.7 Schlussfolgerungen.- 8 Zusammenfassung und Ausblick.ReviewsAuthor InformationDr. Andreas Zeller war wissenschaftlicher Mitarbeiter von Prof. (em.) Dr. Hans Dietmar Bürgel am Lehrstuhl für Forschungs- und Entwicklungsmanagement der Universität Stuttgart. Er ist Projektplaner bei der Dr. Ing. h.c. F. Porsche AG. Tab Content 6Author Website:Countries AvailableAll regions |