IQUAL - Idea Quality for Successful Tech Scouting
Diarienummer | |
Koordinator | Stockholms universitet - Institutionen för data och systemvetenskap |
Bidrag från Vinnova | 456 164 kronor |
Projektets löptid | november 2018 - november 2019 |
Status | Avslutat |
Viktiga resultat som projektet gav
Syftet med projektet är att bidra till idégenerering och utvärdering av idéers kvalitet. Målet med projektet var att designa och utvärdera en tillämpad maskininlärningsmetod för att förbättra teknikscouting och utvärdering av idékvalitet inom området autonom körning. I detta projekt har vi därför utformat och utvärderat en tillämpad metod, där vi utnyttjar en relevant blandning av maskininlärningsteknik och olika datakällor. Metoden har demonstrerats för och utvärderats av experter inom transport, inkubatorverksamhet och innovationsledare.
Långsiktiga effekter som förväntas
Huvudresultatet av detta projekt är en metod för att stödja utvärdering och generering av idékvalitet. Denna metod är utformad genom användning av en designvetenskaplig metod, expertutvärdering och litteraturöversikt. Kärnan i metoden utgörs av tekniker för maskininlärning samt visuell analys. Metoden stöder organisationer genom att de kan upptäcka tekniska trender mer proaktivt och utvärdera deras kvalitet. Resultatet bidrar också till FN:s hållbarhetsmål 8 och 9.
Upplägg och genomförande
IQUAL-metoden är utformad enligt de sex stegen i designvetenskaplig forskning som föreslagits av Peffers et al. (2007). Vi använde en litteraturstudie och expertintervjuer för att utvärdera den framtagna metoden. Vi intervjuade åtta experter inom digital innovation, teknikscouting, inkubation och acceleration för att identifiera behovet av ett verktyg för att hjälpa till i idéutvärdering och för att bedöma metodens ändamålsenlighet. Designvetenskaplig forskning har hjälpt oss att dels utveckla en relevant metod och dels göra resultatet vetenskapligt publicerbart.