Data Engineering & Data Analytics, Umfragen in Unternehmen

Am Center for Research and Methods der HWZ bieten wir für hochschulinterne, aber auch externe Anforderungen massgeschneiderte und evidenzbasierte Lösungen in den Bereichen Data Engineering, Data Analytics sowie Umfragen im Management- und Unternehmensbereich an.

• Data Engineering umfasst die Beschaffung, Aufbereitung und Strukturierung von grossen oder zielgenauen Datensätzen.

• Data Analytics beinhaltet das Analysieren, Auswerten und Visualisieren von Daten, sowie das Interpretieren und Vermitteln von Ergebnissen.

• Umfragen im Management- und Unternehmensbereich (qualitativ und quantitativ).

Profil

Unsere besondere Stärke liegt in der Verbindung von qualitativer und quantitativer, immer aber wissenschaftlicher Methodik. Wir sind der ideale Ansprechpartner, wenn Sie bisher ungenutzte Daten verwertbar machen wollen, einen Software-Prototypen im Bereich Data Engineering und Analytics brauchen, Befragungs- und Textdaten erheben und auswerten möchten, oder wir eine wissenschaftliche Studie für Sie erstellen können. Wir unterstützen Sie bei einzelnen Phasen oder während des gesamten Prozesses, von der Beschaffung, Aufbereitung, Analyse, Auswertung und Visualisierung der Daten, bis hin zur Interpretation und Vermittlung der Ergebnisse.

Kompetenzen

Unsere Kompetenzen liegen vor allem in folgenden Bereichen:

• Beschaffung von unstrukturierten Daten durch Web Scraping und Parsing (Text Mining), aber auch strukturierter Daten von öffentlich zugänglichen Quellen

• Erstellen von Textkorpora für Textanalysen (qualitativ und quantitativ)

• Natural Language Processing (NLP), Machine Learning (ML) und Artificial Neural Networks (ANN)

• Umfragen im Management- und Unternehmensbereich (qualitativ und quantitativ)

• Literaturrecherchen (wissenschaftlich und medienbasiert)

• Strategische Beratung (Nutzbarmachung von Daten, Datenschutz, Urheberrechte etc.)

• Verfassen von Studien (an ein Fachpublikum oder die Öffentlichkeit gerichtet)

• Erarbeiten von Forschungsprojektanträgen z. B. für Innosuisse

Ethische Grundsätze und Datenschutz haben bei uns höchste Priorität. Falls gewünscht stellen wir für Ihr Projekt eine dedizierte und in der Schweiz gehostete Serverumgebung bei SWITCH zur Verfügung, oder es kann eine bereits vorhandene, geteilte Infrastruktur von SWITCH genutzt werden. SWITCH ist die kompetente Vertrauenspartnerin für die Bildungs-, Forschungs- und Innovations-Community in der Schweiz.

Projektportfolio (Auszug)

Truth in Claims – Studie zur Klimakommunikation Schweizer Unternehmen (2023), Auftraggeber:in: Intern

Weitere Informationen nach Projektabschluss.

Selects Medienstudie (2023/24), Auftraggeber:in: Schweizer Wahlstudien, FORS.

Die Medienanalyse der schweizerischen Wahlstudie Selects 2023 erfasste und analysierte 116 Print- und Onlinemedien aus der deutsch-, französisch- und italienischsprachigen Schweiz. Die Erhebungsperiode erstreckt sich dabei auf den Zeitraum von sechs Monaten vor den eidgenössischen Wahlen 2023. Über ein Textclustering wurden generelle, medientitel-unabhängige Zeitungsrubriken, der Bezug von Artikeln zur Schweizer Politik und 17 politische Sachthemen erhoben. Zusätzlich wurde das Vorkommen der 15 wichtigsten Parteien, der 5997 National- und Ständeratskandidat:innen, der 7 Bundesrät:innen und des Bundeskanzlers gemessen.

Big Data und maschinelles Lernen (ML) in der Immobilienwirtschaft; Auftraggeber:in: AUKZIA (2022/23). Finanziert durch Innosuisse (Innocheck) und HWZ

Auf Grundlage von verschiedenen öffentlichen und privaten Datensätzen sollen Modelle auf Basis künstlicher Intelligenz erstellt werden, die für die Anwender bestimmte nutzbringende Informationen im Bereich Marktanalyse in der Immobilienwirtschaft zur Verfügung stellen kann. Die neuen Modelle sollen mehr Transparenz und Genauigkeit für die Marktteilnehmer als bisher bereitstellen. Durch den Innoscheck konnten die Daten aufbereitet (engineering) werden, im Anschluss wird ein Proof of Concept (PoC) zu den Modellen durchgeführt werden.

Active Souring und Embedded Recruiting im Top Management mit Machine Learning (2022/23); Link zum Artikel; In Kooperation mit FH Ost (Lead) und Wirtschaftspartner.

Durch den Einsatz von Data Engineering (Aufbereiten diverser Datendimensionen aus der Datenquelle des Wirtschaftspartners) und Data Analytics (u.a. Unsupervised Learning für induktives Clustering) wurde im Projekt erörtert, wie und ob die Auswahlbasis an Kandidat:innen für Verwaltungsräte und Geschäftsleitungen durch ein definiertes Kompetenzportfolio über die klassischen Beziehungsnetzwerke hinaus vergrössert werden kann.

Digital Assistant for Sustainable Innovation (DASI) – Ein Machine Learning Ansatz zur Nachhaltigkeitsbewertung im Innovationsprozess (2022); In Kooperation mit FH Ost (Lead) und Wirtschaftspartner. Finanziert durch Innosuisse (Innoscheck).

Nachhaltigkeit bei der Produkt- und Technologieentwicklung ist ohne nachhaltigen Innovationsprozess im Unternehmen undenkbar. Die Machbarkeitsstudie ging der Frage nach, was Nachhaltigkeit im Innovationsprozess in verschiedenen Unternehmen bedeutet und ob dies mittels Text Mining und NLP (Natural Language Processing) in einen digitalen Assistenten überführt werden kann, der den Nachhaltigkeitsgrad von Innovationsprozessen prüft.

Automatization of the Sustainability Assessment Phase in Investment Funds through Text Mining (2020/21); Finanziert durch Innosuisse (Innoscheck).

In diesem Projekt wurde mit einem Text Mining Ansatz geprüft, ob Nachhaltigkeitsberichte von Unternehmen automatisiert in adäquater Qualität beurteilt werden können. Im auftraggebenden Unternehmen wurde diese Arbeit aktuell von Hand, resp. auf rein qualitativer Basis vorgenommen. Der Text Mining Ansatz wurde entlang des sogenannten CRISP-Frameworks strukturiert. Das Projekt wurde mit einem rudimentären Proof of Concept (PoC) abgeschlossen, wobei gezeigt werden konnte, dass die angestrebte Automatisierung prinzipiell möglich ist.

Relevanz der verschiedenen internen Kommunikatitions-Touchpoints zur effektiven Informationsversorgung der Mitarbeitenden (2020-2021); Link zu Artikel.

Diesem Forschungsprojekt liegt ein Modell zugrunde, das den aufeinander abgestimmten Drei-klang aus Zielgruppen, Kommunikationskanälen und Inhalten als Grundlage einer erfolgreichen Kommunikation postuliert. Ziel dieser Studie war die systematische und empirische Verknüpfung von diesen drei zentralen Elementen mittels Theorie, Gesprächen mit Kommunikationsexperten und einer Online-Befragung. Drei mittlere bis grosse Unternehmen nahmen teil, die Umfrage als Basis einer statistischen Auswertung wurde von 889 Personen dieser Unternehmen vollständig ausgefüllt.

Studie Digitales Führungsverständnis (Digital Leadership): Dimensionen und aktueller Stand in Schweizer Unternehmen (2018/20); Link zu Abstract in Artikel. Finanziert durch einen Teil der Partner und HWZ.

Partner: Schweizer Baumeisterverband (SBV), Swissmem Academy, Raiffeisen Unternehmenszentrum RUZ, Zürcher Gesellschaft für Personal (ZGP), SUPSI Dipartemente Technologie Innovative (DTI)

In dieser Studie wurden in einem ersten Schritt zehn Dimensionen etabliert, welche ein dem digitalen Zeitalter angemessenes Führungsverständnis ausmachen. Die Etablierung geschah auf Grundlage von Literatur, einer Delphi-Studie (zweistufige Expertenbefragung) mit 33 Experten in Unternehmen sowie statistischen Methoden (u.a. Faktoranalysen). Danach wurden zwei Umfragen in CH-Unternehmen gemacht (2018 in 318; 2020 in 205), um zu sehen, wo die Unternehmen bzgl. der «Digital Leadership» stehen.