Studie Wie man schlechte Ideen in frühen Phasen von Open Innovation aussortieren kann

Anbieter zum Thema

invenio AG

N & H Technology GmbH

MDESIGN Vertriebs GmbH

Eine Studie der European School of Management and Technology hat sich der Frage gewidmet, wie sich offene Innovationsplattformen auf die Ideengenerierung auswirken und wann erfolgversprechende Ideen als solche erkannt werden.

Die Merkmale, anhand derer Menschen beurteilen, ob eine Idee erfolgreich sein wird, unterscheiden sich je nach Stadium der Idee erheblich, so eine Studie der European School of Management and Technology (ESMT). In den frühen Phasen der Entwicklung wird eher auf den Status des Ideengebers und eine sorgfältig ausgearbeitete Präsentation geachtet – Merkmale, die wenig Einfluss auf den Erfolg haben. In späteren Entwicklungsstadien der Geschäftsideen wird hingegen eher danach beurteilt, wie populär die Idee bereits ist und wie diese Popularität zunimmt.

Wie sich offene Innovationsplattformen auf die Ideengenerierung auswirken

Durchgeführt wurde die Forschungsstudie von Linus Dahlander, Professor of Strategy an der ESMT und Inhaber des Lufthansa Group Chair in Innovation, in Zusammenarbeit mit Michela Beretta und Lars Frederiksen von der Universität Aarhus, Arne Thomas von der Universität Amsterdam sowie Shahab Kazemi und Morten H.J. Fenger, ehemaligen Forschern der Universität Aarhus. Im Mittelpunkt des Forschungsinteresses stand die Frage, wie sich offene Innovationsplattformen auf die Ideengenerierung auswirken und ob sich die Merkmale, die Personen als Erfolgsindikatoren identifizieren, in den verschiedenen Phasen der Ideengenerierung unterscheiden.

Die Rolle von Crowdsourcing

Darüber hinaus untersuchte das Forschungsteam, ob ein prädiktives Modell für maschinelles Lernen auch schlechte Ideen in der Anfangsphase der Ideengenerierung aussortieren und die erfolgversprechenden Ideen auswählen kann. Zu diesem Zweck analysierten sie Daten der LEGO-IDEAS-Plattform, einer interaktiven digitalen Plattform, auf der die Nutzer einen Vorschlag für ein neues LEGO-Set einreichen können. Diese Vorschläge durchlaufen dann verschiedene Auswahlrunden, bis ein Gewinner gefunden ist – ein Paradebeispiel für Crowdsourcing.

Die Untersuchung ergab zwei Hauptergebnisse:

• Erstens unterscheiden sich die Kriterien der Menschen für die Bewertung des Potenzials einer Idee je nach ihrer Entwicklung erheblich. Zu Beginn stehen Status und Präsentation des Ideengebers im Mittelpunkt des Interesses. Mit zunehmender Entwicklung der Idee rücken jedoch ihre Popularität und ihr Wachstumspfad in den Mittelpunkt.

• Das zweite wichtige Ergebnis betrifft die Leistungsfähigkeit des maschinellen Lernens. Können Algorithmen das menschliche Urteilsvermögen beim Durchsuchen potenzieller Goldminen übertreffen? Diese Studie untersucht die Vorhersagefähigkeiten des maschinellen Lernens, um die Gewinner aus einer Vielzahl von Einreichungen herauszufiltern.

Frühe Vorhersagen sind entscheidend

Interessanterweise stellte die Studie fest, dass die frühen Phasen einer Idee ein klareres Vorhersagefenster bieten als die späteren Phasen. Frühzeitige Anzeichen waren entscheidend, um zu verstehen, welche Ideen von der Masse abgelehnt werden würden.

Die Forschungsergebnisse wurden in der Zeitschrift Research Policy veröffentlicht.

Gut zu wissen

10 Tipps, mit denen Sie Ihre Kreativität anregen können

Erfinder

10 Erfindungen, die zufällig entstanden

Kreativitätstechnik

Mit der SIT-Methode realisierbare Ideen generieren

(ID:49783726)