Big Data, Algorithmen und AI: Datengetriebene Forschung in der Wissenschaft 2030

Leimüller, Gertraud and Benke, Stefan and Müller-Kress, Lena (2020) Big Data, Algorithmen und AI: Datengetriebene Forschung in der Wissenschaft 2030. Technical Report. Rat für Forschung und Technologieentwicklung. Wien.

[thumbnail of 200805_Big Data - Algorithmen - AI.pdf]
Preview
Text
200805_Big Data - Algorithmen - AI.pdf

Download (1MB) | Preview
Official URL: https://www.rat-fte.at/files/rat-fte-pdf/publikati...

Abstract

Welche Herausforderungen ergeben sich aus den raschen technologischen, organisatorischen und inhaltlichen Entwicklungen im Bereich datengetriebener Wissenschaft für österreichische Forschungseinrichtungen? Wie kann das österreichische Wissenschaftssystem, insbesondere Hochschulen und außerhochschulische Forschungseinrichtungen, nicht nur auf die digitale Datenrevolution vorbereitet werden, sondern auch international wettbewerbsfähig bleiben? Diese Fragen sind von großer Bedeutung für den Wissenschaftsstandort, wurden jedoch bisher wenig konkret untersucht. Sie stehen im Fokus einer Studie, die der Rat für Forschung und Technologieentwicklung (RFTE) im Jahr 2020 beauftragte. Durch die Anwendung von Open-Innovation-Methoden, die die Beteiligung von Experten und Betroffenen ermöglichen, hat das Projektteam von winnovation sieben große internationale Trends und Anforderungen datengetriebener Forschung erarbeitet, die in der folgenden Grafik zusammengefasst sind.

Abstract (english)

What challenges do the rapidly evolving technological, organizational, and content-related developments in the realm of data-driven science pose to Austrian research institutions? What needs to be done subsequently to ensure that the Austrian scientific system, predominantly universities and non-university research institutions, is not only prepared for the changes brought by the digital data revolution but also remains internationally competitive? These questions are of great relevance to the scientific landscape, yet they have been explored in concrete terms to a limited extent thus far. They are therefore at the heart of the study commissioned by the Austrian Council for Research and Technology Development (RFTE) in 2020. Utilizing Open Innovation methods that allow for the participation of experts and individuals directly affected in the scientific field, the winnovation project team has identified seven major international trends and requirements for data-driven research, which are summarized in the graphic below.

Subjects: Assessments
R&D in Austria
Divisions: Platform non-member
Rat für Forschung und Technologieentwicklung
Number of Pages: 78
Uncontrolled Keywords: künstliche Intelligenz, datengetriebene Forschung, Wissensproduktion
Identification Number: 10.22163/fteval.2020.611
Date Deposited: 21 Aug 2023 11:06
URI: https://repository.fteval.at/id/eprint/671

Actions (login required)

View Item View Item