Die Problematik
Wichtige Forschungsergebnisse verstauben in den Archiven
Am Ende eines Forschungsprojekts – ganz gleich, welcher Disziplin – werden die Forschungsergebnisse in der Regel in einem Projektbericht zusammengefasst, digital in spezialisierten Gedächtsnisorganisationen (bspw. Bibliotheken) langfristig archiviert, öffentlich zugänglich gemacht und – vergessen! Das mag erstaunen, ist jedoch leider gängige Praxis, deren Folgen teilweise drastisch sind. Ein Beispiel: Unsere Recherchen haben ergeben, dass Deutschland bei der (Weiter-)Entwicklung von Navigationssystemen um die Jahrtausendwende durchaus eine führende Rolle hätte einnehmen können, hätte man an die in den 1990er Jahren erzielten Forschungsergebnisse aus der Verkehrstechnik angeknüpft.
Wichtige und spannende Forschungsergebnisse stehen zur Verfügung, eine nachträgliche Nutzung findet hingegen oft nicht statt. Zu unüberschaubar sind die Mengen an Textdaten geworden, um sie mit vertretbarem Aufwand so zu erschließen, dass Wissenschaftlerinnen und Wissenschaftler Anknüpfungspunkte für ihre künftigen Forschungen identifizieren und an ihnen anschließen können. Mit TextTransfer wollen wir das ändern!
Unser Lösungsansatz
Mit Textanalyse und maschinellem Lernen zu Impact-Kategorien
In einer ersten Projektphase (TextTransfer I; 2016–2019) wurden exemplarische Projektabschlussberichte mit Hilfe von linguistischen Analysemethoden und des maschinellen Lernens automatisiert ausgewertet. In der zweiten Projektphase (TextTransfer II, 2020–2024) wurden die Genauigkeit und Skalierbarkeit von TextTransfer verbessert und so die bislang prototypisch entwickelte Methode zur automatisierten, nutzergerechten Erschließung von wissenschaftlichen Texten für die wissenschaftliche Praxis optimiert. Im Mittelpunkt standen dabei die messbaren, durch Wissenstransfer erzeugten wirtschaftlichen, technologischen, soziokulturellen, politisch-rechtlichen und/oder ökologischen Wirkungen (Impact).
TextTransfer identifiziert durch maschinell gewonnene, statistische Präzedenzen bestimmte sprachliche Texteigenschaften und textstrukturelle Zusammenhänge, die auf solche Wirkungen hinweisen, und fasst sie zu verschiedenen Impact-Kategorien zusammen. So können Aussagen über die potenziellen Wirkungen von Forschungsergebnissen getroffen werden. Aktuell orientieren wir uns an den spezifischen Profilen der beteiligten Institutionen und zeigen anhand konkreter Anwendungsfälle, wie formal und inhaltlich heterogene Textdaten analysiert und TextTransfer in die Strukturen und organisatorischen Abläufe der beteiligten Häuser integriert werden können.
Wertvolle Wissensschätze heben und nutzen
Wir wollen es Institutionen ermöglichen, mit Hilfe der maschinellen Analyse von TextTransfer Forschungsergebnisse auch jenseits wissenschaftlicher Rezeption für den Wissenstransfer anwendbar zu machen. Daneben soll die Methode aber auch für Dritte, die an Impact- und Transferauswertungen und entsprechenden Aktivitäten interessiert sind, prototypisch nutzbar gemacht werden.