Abschlussarbeit

Chancen durch Text Mining im strategischen Management - Quantitative Analyse von Innovationsökosystemen mit Hilfe fortgeschrittener Text Mining Ansätze

Die Ökosystemtheorie ist in der Strategieforschung und -praxis seit mehreren Jahrzehnten als mögliche Erklärung für eine überlegene Unternehmensperformance anerkannt. Die Theorie basiert auf der Annahme, dass neben der Branche, in der eine Organisation angesiedelt ist, und den ihr zur Verfügung stehenden Ressourcen auch die Beziehungen zu anderen Organisationen ihren Erfolg bestimmen. Diese Beziehungen erweitern die Ressourcen der Organisation und sichern ihren Wettbewerbsvorteil (Dyer und Singh, 1998). Daher ist das Bewusstsein über die Verbindungen zwischen dem fokalen Unternehmen und externen Organisationen (d.h. Ökosystemakteuren) entscheidend für eine erfolgreiche Geschäftsstrategie. Die Strategie muss sowohl formelle als auch informelle Beziehungen berücksichtigen.

Die Analyse dieser Beziehungen erweist sich jedoch allein schon aufgrund ihrer großen Anzahl als Herausforderung. Aus diesem Grund sind textbasierte, quantitative Methoden für eine detaillierte Auswertung besonders geeignet. Netzwerke relevanter Ökosystemakteure können durch das Sammeln externer Website-Links und das Scraping relevanter Websites konstruiert werden. Erweiterte Text-Mining-Methoden (z.B. Topic Modeling) können dann eingesetzt werden, um die Texte der gescrapten Website-Daten zu analysieren. In Summe könnte dieser Ansatz zu einer datenbasierten Beschreibung des untersuchten Ökosystems führen.

Die angebotene Arbeit zielt darauf ab, den beschriebenen Ansatz anhand ausgewählter Innovationsökosysteme in Deutschland als Modell umzusetzen. Auf Basis dieses virtuellen Modells soll der Wissenschaftler dann strategische Implikationen ableiten. Als Grundlage steht ein umfangreiches Netzwerk von Webseiten mit den jeweiligen (deutschen) Texten und ersten programmierten Funktionen zur Verfügung.

Die erfolgreiche Bearbeitung dieses interdisziplinären Themas verlangt neben fortgeschrittenen Programmierkenntnissen, auch ein Verständnis von Unternehmensstrategien. Wir möchten explizit erwähnen, dass die benötigten betriebswirtschaftlichen Fähigkeiten auch während der Bearbeitung des Themas aufgebaut werden können.

Der Bewerber sollte über folgende Fähigkeiten verfügen:
- Erfahrung in Natural Language Processing
- Programmiererfahrung in Python und den dazugehörigen Paketen (z.B. nltk, spaCy, scikit-learn oder keras)
- Affinität zum Strategiemanagement und insbesondere zur Ökosystemtheorie
- Bereitschaft zur Arbeit in einem motivierten Team
- Gleichwertige deutsche Sprachkenntnisse von >= B2

Was wir bieten:
• Intensive Mitarbeit in aktuellen BMBF-Projekten, wie z.B. “Wandel durch Innovation in der Region (WIR!)”
• Du wirst als festes Teammitglied eingebunden, bekommst einen Arbeitsplatz bei uns am Institut, und wirst zu unseren Projekttreffen und Teamevents eingeladen
• Interviews, Treffen mit Politik, Treffen mit Bündnissen
• Du untersuchst interessante Forschungsinhalte in Zukunftsbranchen – nicht umsonst werden die Innovationsfelder so hoch gefördert wie nie zuvor
• Platz für deine eigenen Ideen und Interessen – sowohl methodisch, als auch inhaltlich
• Für deinen weiteren Lebensweg kannst du durch die praxisnahe Arbeit Kontakte in der Politik und Privatwirtschaft knüpfen, oder dich bei uns für eine Promotion empfehlen

Wenn Sie sich für das Thema begeistern, senden Sie bitte Ihren Lebenslauf, ein kurzes Anschreiben und eine aktuelle Notenübersicht an grimm@time.rwth-aachen.de.

Keywords: Ecosystem, Ökosystem, Quantitativ, Text Mining, Web Scraping, Python, regional, innovation