Mapping globaler Innovation: Analyse von Patenten

Das Projekt war in drei Teilprojekte gegliedert, welche die Ursprünge, die Entwicklung und die Veränderung der globalen Struktur von Wissensnetzen untersuchten. Das erste Teilprojekt nutzte aktuelle Techniken und Technologien des Datenbankmanagements, um das vielleicht umfassendste Wissensnetz weltweit aufzubauen und zu verwalten. Das zweite Teilprojekt setzte Algorithmen für die Informationsgewinnung und innovative Modellierungstechniken ein, um das Teilnetzwerk zu identifizieren, das die Schweiz mit den weltumspannenden Wissensnetzen verbindet. Im dritten Teilprojekt wurden die Ergebnisse der neuesten Generation von statistischen Modellen für soziale Netzwerke verwendet, um die derzeit verfügbaren Modelle zu erweitern und auf Netzwerke jeder Größe anzuwenden.

Durch Patentzitate können Verbindungen zwischen verschiedenen Patenten nachvollzogen werden. So zeigen sie auch Prozesse auf, wie Wissen ensteht. Indem wir die Verbindungen zwischen Patentzitaten erkennen und neu einordnen, tragen wir zum besseren Verständnis der globalen Produktion und Transformation von Wissen bei.

Ziel des Projekts war es, das grösste und umfassendste Wissensnetz aufzubauen. Dazu führten wir von der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) bereitgestellte einzelne Patentdatensätze und Firmendaten zusammen, um die Patente mit firmenspezifischen Daten zu koppeln. Die neuen Datensätze wurden zur Entwicklung und zum Testen von innovativen Techniken der Informationsgewinnung und Modellen für die Netzwerkanalyse genutzt. Diese Techniken und Modelle wurden dann auf grosse Datensätze mit komplexen, sich verändernden Netzwerkstrukturen angewendet.

Die Schweiz belegt konstant (zuletzt 2016) den Spitzenplatz im Global Innovation Index, dem Ranking der Weltorganisation für geistiges Eigentum und anderer führender Organisationen. Damit die Schweiz das innovativste Land der Welt bleibt, ist es wichtig zu verstehen, wie Wissen entsteht, wie es verknüpft und verändert wird.

Im Projekt wurde ein neuartiger Ansatz für die frühzeitige Identifikation von «einflussreichen» Patenten entwickelt. Durch die Identifizierung hochrangiger Patente in einer bestimmten Technologiekategorie können Unternehmen einen besseren Überblick über bedeutende Innovationen in ihrem Tätigkeitsfeld gewinnen. Behörden können ebenfalls profitieren, indem sie sich für politische Massnahmen zur Förderung bestimmter Technologiebereiche entscheiden. Es hat sich gezeigt, dass dieser neuartige Ansatz den bisher verwendeten Methoden sowohl qualitativ als auch quantitativ überlegen ist.

Darüber hinaus wurden neue Algorithmen zum «Hochskalieren» eines weit verbreiteten und hochentwickelten Statistikmodells aus dem Bereich der sozialen Netzwerke (und anderen Netzwerken, auch Wissensnetzen) entwickelt. Dadurch kann die Methode auf weitaus grössere Netzwerke als bisher möglich angewendet werden. Diese neuen Algorithmen wurden in eine Open-Source-Software implementiert und auf grosse Zitationsnetzwerke angewendet. Unter Einsatz eines Modells, das sich mit den Effekten multipler Faktoren wie Aktualität und überlappender Technologie-Kategorisierung auseinandersetzt, hat die Studie gezeigt, dass es auch vom Ursprungsland abhängt, wie häufig ein Patent zitiert wird. Dies galt insbesondere für die Schweiz, die als erfolgreicher Innovationsstandort gilt.

Ein weiteres Ergebnis des Projekts war die Realisierung eines in einen Text-Editor integrierten Werkzeugs für die Patentsuche. Dieses System lässt sich für die Suche nach Schweizer Patenten effektiv nutzen, da es auch die mehrsprachige Suche unterstützt.

The Global Structure of Knowledge Networks: Data, Models and Empirical Results