🎓AI-Driven Information System for Knowledge and Technology Transfer: A Design Science Approach for Technology Transfer Offices

Der Wissens- und Technologietransfer (WTT) ist von entscheidender Bedeutung, wenn es darum geht, wissenschaftliche Forschung in Innovationen für die Praxis umzusetzen. Technologietransferbüros (TTOs) tragen zur Erleichterung dieses Prozesses bei, haben jedoch aufgrund verschiedener Faktoren oft mit Ineffizienzen zu kämpfen. Die Vernetzung zwischen Forschern und TTOs wird dabei als eines der größten Hindernisse angesehen. 

In dieser Dissertation wird untersucht, wie künstliche Intelligenz (KI) zur Verbesserung dieser Beziehungen beitragen kann. Unter Verwendung der Principal-Agent-Theorie (PAT) als theoretischem Rahmen wird untersucht, wie KI die WTT verbessern kann, indem sie die Herausforderungen in den Beziehungen zwischen TTO und Forschern angeht. Die Studie verfolgt einen designwissenschaftlichen Ansatz, um ein KI-basiertes System für WTT zu entwickeln und zu evaluieren. Dieses System wird unter Verwendung von vortrainierten großen Sprachmodellen aufgebaut, mit domänenspezifischen Daten angepasst und durch quantitative und qualitative Evaluierungsmethoden getestet. Letztendlich zielt die Forschung darauf ab, WTT-Prozesse zum Nutzen von Wissenschaft und Industrie zu verbessern. Darüber hinaus wird ein Beitrag zur Theorie geleistet, indem die PAT erweitert wird, um KI-gesteuerte Dynamiken einzubeziehen.