webAI Themen
Innovation
webAI InnoProb
Der webAI InnoProb-Agent wurde von ISTARI.AI trainiert, um den Status von Unternehmen als Innovatoren aus ihren Websites abzuleiten und als individuellen Innovationswahrscheinlichkeitsscore (InnoProb) abzubilden. Dieser Indikator zwischen 0,0 und 1,0 spiegelt die Wahrscheinlichkeit wider, dass ein Unternehmen ein Innovator ist.
Innovation wird hier in Anlehnung an das Osloer Handbuch der OECD definiert: Eine Innovation ist die Einführung eines neuen oder erheblich verbesserten Produkts (Ware oder Dienstleistung) oder Verfahrens, einer neuen Marketingmethode oder einer neuen Organisationsmethode in der Geschäftspraxis, der Arbeitsplatzorganisation oder den Außenbeziehungen.
Websites werden von Unternehmen als Plattformen genutzt, um Informationen über ihre Produkte und Dienstleistungen, Leistungen, Strategien und Beziehungen bereitzustellen. All diese Aspekte können mit den vom Unternehmen entwickelten Innovationen in Verbindung gebracht werden. Mit dem InnoProb Score sollen nicht einzelne Innovationen (z. B. neue Produkte), sondern Unternehmen mit einem innovationsbezogenen Tätigkeitsprofil ermittelt werden. Diese Wahrscheinlichkeit (der InnoProb Score) kann als ein kontinuierlicher Innovationsindikator auf Unternehmensebene interpretiert werden.
Wir verwenden einen traditionellen Indikator auf Unternehmensebene, der auf einer fragebogenbasierten Innovationserhebung (Gemeinschaftliche Innovationserhebung für Deutschland) basiert, um webAI mit den Websites von innovativen und nicht-innovativen Unternehmen zu trainieren. Bei diesem Training lernt webAI selbstständig, wie sich die Websites von innovativen und nicht-innovativen Unternehmen unterscheiden. Nach dem Training können wir webAI dann auf beliebige andere Unternehmenswebseiten anwenden. Anhand des textlichen Inhalts berechnet webAI dann, wie wahrscheinlich es ist, dass das untersuchte Unternehmen innovativ ist.
Der auf diese Weise berechnete InnoProb-Score würde für ein Unternehmen, bei dem es sehr unwahrscheinlich ist, dass es ein innovatives Unternehmen ist, nahe bei 0,0 liegen. Ein sehr wahrscheinlich innovatives Unternehmen hingegen hätte einen InnoProb-Score von nahezu 1,0.
Zusätzlich integrieren wir eine Hilfsspalte als Interpretations- und Lesehilfe in unsere Daten. Sie kategorisiert die Wahrscheinlichkeiten, ein innovatives Unternehmen zu sein, von "sehr niedrig" bis "sehr hoch".
Im Gegensatz zu einfacheren, binären Klassifizierungen ("innovativ JA/NEIN") gibt webAI also einen kontinuierlichen Score auf Unternehmensebene aus. Nutzer von webAI-Daten können somit leicht selbst bestimmen, mit welcher Wahrscheinlichkeit ein Unternehmen innovativ sein sollte, um für sie relevant zu sein. Für die binäre Klassifizierung in innovative und nicht-innovative Unternehmen empfehlen wir eine Klassifizierungsschwelle von 0,4.
Als Beispiel für Deutschland lässt sich sagen, dass 15,12% der untersuchten Unternehmen von webAI InnoProb als innovativ bewertet werden (InnoProb Score > 0,4). Der durchschnittliche InnoProb-Score aller Unternehmen liegt bei 0,25. Die Hälfte der Unternehmen hat einen Score von mehr als 0,20. Der höchste erreichte Wert liegt bei 0,94 und der niedrigste bei 0,03. Die folgende Abbildung zeigt die Verteilung der InnoProb-Scores als Histogramm.
Wie alle unsere webAI-Agenten wurde auch der webAI InnoProb-Agent gemeinsam mit unabhängigen Fachexperten entwickelt und validiert. So stellen wir sicher, dass wir den webAI-Agenten mit echtem Expertenwissen trainieren und dass er anschließend Ergebnisse auf Expertenniveau generiert. Für diesen Agenten hat ISTARI.AI mit der Universität Gießen und dem ZEW - Leibniz-Zentrum für Europäische Wirtschaftsforschung in Mannheim zusammengearbeitet. Das ZEW ist eines der führenden deutschen Wirtschaftsforschungsinstitute mit hoher europäischer Reputation.
Die InnoProb-Scores wurden auch validiert, indem sie mit Patentdaten des Europäischen Patentamts, mit Prognosen auf der Grundlage von Umfragedaten des Mannheimer und Berliner Innovationspanels und mit regionalen Innovationsindikatoren des Statistischen Bundesamts verglichen wurden. Die entsprechende Studie Predicting innovative firms using web mining and deep learning wurde in der internationalen Zeitschrift PLOS ONE veröffentlicht.
Interessieren Sie sich für unsere Daten?
Kaufen Sie diesen und andere Datensätze für Hunderte von Regionen in unserem Data Market.