Doktorarbeit: Text Mining in der Szenarioanalyse

Text Mining in der Szenarioanalyse

Eine methodische Erweiterung zur Reduktion des Aufwands und der Subjektivität bei der Sammlung von Einflussfaktoren

QM – Quantitative Methoden in Forschung und Praxis, Band 50

Hamburg 2020, 346 Seiten
ISBN 978-3-339-11544-7 (Print), ISBN 978-3-339-11545-4 (eBook)

Aufwandsreduktion, Bewertung von Topic Modellen, Effizienzsteigerung, Latent Dirichlet Allocation, Machine Learning, Strategische Planung, Strategisches Management, Szenarioanalyse, Text Mining, Topic Modeling, Topic Modelle, Zukunftsforschung

Zum Inhalt

deutsch | english

Die Szenarioanalyse ist spätestens seit dem Einsatz im Shell-Konzern in den 70er-Jahren eines der bedeutendsten Instrumente der strategischen Planung. Ziel der Szenarioanalyse ist die Erstellung von mehreren, alternativen Abbildern der Zukunft, die als Denkwerkzeuge zur Entscheidungsfindung genutzt werden. Alle Formen der Szenarioanalyse beginnen mit der Sammlung von Faktoren, die die Zukunft des Untersuchungsgegenstands beeinflussen. Diese werden als Einflussfaktoren bezeichnet. Die klassische Einflussfaktorensammlung ist jedoch sehr aufwendig und kann durch die Meinung einzelner beeinflusst werden. Diese Eigenschaften führen dazu, dass die Durchführung von Szenarioanalysen zum einen sehr teuer ist und zum anderen dazu, dass die erzielten Ergebnisse nicht immer verlässlich sind.

In der Dissertation wird das Ziel verfolgt, diese beiden Kritikpunkte zu überwinden. Dazu wird das im Rahmen der Einflussfaktorensammlung gewonnene Datenmaterial auf eine innovative, computergestützte Weise ausgewertet. Konkret kommen Topic Modelle, eine Verfahrensgruppe aus dem Text Mining, zum Einsatz. Ziel von Topic Modellen ist die automatische Suche nach inhaltlich zusammenhängenden Wortgruppen (Topics). Diese Suche erfolgt ohne den Einbezug von Vorwissen. Für den Verlauf der Arbeit werden die Topics mit Einflussfaktoren gleichgesetzt und es wird automatisch nach Einflussfaktoren gesucht. Im Rahmen eines realen Szenarioprojektes für die Stadt Münster wurde der Einsatz von Topic Modellen zur Einflussfaktorensammlung untersucht. In diesem Fallbeispiel gelang es den Aufwand zur Auswertung des Datenmaterials um mehr als den Faktor fünf zu reduzieren. Weiterhin konnte gezeigt werden, dass die Qualität der Einflussfaktoren auf einem vergleichbaren Niveau wie bei der klassischen Auswertung liegt. Die beschriebene Vorgehensweise steigert die Effizienz bei der Szenarioerstellung und leistet somit einen Beitrag zur Verbreitung dieses Instruments. Aus einer wissenschaftlichen Perspektive wurde erstmalig eine Strategie vorgestellt, die es erlaubt, die Güte von gewonnenen Einflussfaktoren zu beurteilen. Diese Strategie lässt sich auf eine Vielzahl von zukünftigen Szenarioprojekten übertragen.  



Informationen über das Veröffentlichen wissenschaftlicher Arbeiten.

nach oben