Auswertung der Fallbeispiele und Überprüfung der Hypothesen

Zusammenfassung

Die Bearbeitung der in 6.2 bis 6.5 vorgestellten Fallbeispiele hat gezeigt, dass der in Kapitel 5 entwickelte Data-Mining-unterstützte TFA-Prozess funktioniert. Die Folge der Prozessschritte lässt einen reibungslosen Ablauf zu und liefert Ergebnisse in Form von Antworten auf unterschiedliche TFA-Fragestellungen. Diese Ergebnisse lassen sich direkt oder über die weitere Verarbeitung in den nachfolgenden TFA-Phasen der Analyse und Evaluation zur Unterstützung technologiebezogener strategischer Entscheidungen heranziehen. Für die weitere Verarbeitung ist wichtig, dass die erzielten Ergebnisse auch statistisch belastbar und nachvollziehbar sowie grafisch aufbereitet sind. Vergleicht man die mit Hilfe des DaMi-TFA-Prozesses gewonnenen Ergebnisse mit Expertenmeinungen zu den untersuchten Fragestellungen, dann lassen sich auch Inhalt und Qualität dieser Ergebnisse positiv beurteilen. Auch ohne entsprechende Detailkenntnisse in den untersuchten Technologiefeldern lassen sich Ergebnisse erzielen, die in den wesentlichen Punkten den Expertenurteilen entsprechen, aufgrund des datenorientierten Vorgehens jedoch auf einer objektiveren und neutraleren Basis stehen. Damit lässt sich eines der wesentlichen Defizite bisheriger TFA-Methoden, die zu starke, oft einseitige und schwer überprüfbare Abhängigkeit von Expertenurteilen, umgehen. Daneben haben die Fallbeispiele gezeigt, dass sich Ergebnisse mit einem ausreichenden zeitlichen Vorlauf erzielen lassen, der ein rechtzeitiges Einleiten von Aktionen ermöglicht.

„It is far better to foresee even without certainty than not to foresee at all.“

Henri Poincaré