COMMITTED TO EXCELLENCE Aktuelle Scientific Papers zeigen die hohe Forschungskompetenz am AIT.
I. Wanzenböck, M. Neuländtner, T. Scherngell: "Impacts of EU funded R&D networks on the generation of Key Enabling Technologies: Empirical evidence from a regional perspective"; Papers in Regional Science, 99 (2019), 1; S. 3 - 24.
26
Die Digitalisierung bewirkt einen vollständigen Paradigmenwechsel der Produktionsund Innovationsoptionen. Unter Digitalisierung versteht man den Einsatz digitaler Technologien, um ein Geschäftsmodell zu verändern und neue Einnahme- und Wertschöpfungsmöglichkeiten zu schaffen. Digitalisierung beschreibt den technologischen Wandel von „analoger Information in ein digitales Format" und ist die Umwandlung von Prozessen, Interaktionen, Kommunikation, Geschäftsfunktionen und Geschäftsmodellen in digitale. Digitale Transformation bezieht sich auf den Prozess organisatorischer und gesellschaftlicher Veränderungen, einschließlich der Fähigkeit, Technologien schnell zu übernehmen, was sich sowohl auf soziale als auch technische Elemente von Geschäftsmodellen, Prozessen, Produkten und der Organisationsstruktur auswirkt.
Bewegungsdaten sind allgegenwärtig. Ob per GPS oder via Mobilfunk, immer mehr Personen, Fahrzeuge und Güter sind anhand ihrer Datenspuren verfolgbar. Explorative Analysen von Bewegungsdaten stellen aufgrund der Heterogenität von Bewegungsdatensätzen und Analyseaufgaben eine erhebliche Herausforderung dar. Es mangelt an etablierten Tools für die explorative Analyse von Bewegungsdaten sowie an Leitfäden für die Umsetzung existierender Bewegungsdatenanalysekonzepte mithilfe allgemein verfügbarer Analysewerkzeuge. Um diese Lücke zu schließen, stellen wir drei Open-Source-Technologiepakete für die explorative Analyse von Bewegungsdaten vor und diskutieren deren Fähigkeiten und Grenzen. A. Graser, M. Dragaschnig: "Open Geospatial Tools for Movement Data Exploration"; KN - Journal of Cartography and Geographic Information, (2020), S. 1 - 8.
M. Hörlesberger: "Innovation management in a digital world"; Journal of Manufacturing Technology Management, 30 (2019), 8; 10 S.
AIT AUSTRIAN INSTITUTE OF TECHNOLOGY
AIT/Bösendorfer (2), AIT/Zinner
Die Teilnahme an regionsübergreifenden F&E-Netzwerken gilt als zentral für die regionale Innovationskapazität. Die Studie erfasst Netzwerk-Effekte auf die regionale Wissensproduktionsintensität. Dazu wird ein räumliches Regressionsmodell geschätzt, dessen marginale Effekte Aufschluss über Richtung und Intensität der Netzwerk– effekte in verschiedenen Schlüsseltechnologien liefern. Es zeigt sich, dass die im Allgemeinen positiven Netzwerk– effekte sich im Ausmaß – je nach regionsspezifischer Ausstattung an Humankapital und F&E-Investitionen und Technologie-Charakteristika – unterscheiden. Aus FTI-politischer Perspektive interessant scheint, dass für technologisch weniger entwickelte Regionen die Netzwerkeffekte relativ größer sind, als für technologisch höher entwickelte Regionen.
