Das rapide Wachstum von Textdokumenten, die derweil vermehrt online, frei zugänglich verfügbar sind, macht den Einsatz von modernen Techniken der Text- und Datenverarbeitung notwendig. Über die letzten Jahre sind daher Wissenschafts-bereiche entstanden, wie z.B. die eHumanities, die neue Methoden zur Analyse entwickeln oder einen Mix aus Bestehendem und Neuem anstoßen. Insbesondere die Verwendung von Data Mining Verfahren auf Texten, das NLP, IR und Maschinen-lernen stehen in einem breitenwirksamen Diskurs und werden im Rahmen dieser Arbeit erprobt.

Benchmarking hingegen wirkt zum jetzigen Zeitpunkt, im Vergleich zu den Data Sciences, leicht antiquiert und weniger innovativ. Zwar ist dessen Implementierung in Wirtschaft und Wissenschaft ebenso prominient wie förderpolitisch diskutiert, und ebenso fordert die DFG und der WR die Bereitschaft der Exzellenzcluster, sich selbst und die eigenen Methoden in Frage zu stellen, doch basieren die Planungsstrategien vornehmlich auf Evaluationen, gestützt durch Fragebögen und Expertenintegration (Peer Reviews). Besonders in Unternehmen spielen Daten eine große Rolle. Lagen diese Daten bislang häufig strukturiert in sogenannten Data Warehouses oder DMS vor, werden diese zunehmend unstrukturiert archiviert. Als Grundlage für Planung, Organisation und Steuerung von Managemententscheidungen müssen diese in den Analyseprozess integriert werden, was schließlich mit Hilfe von Text Mining Verfahren zu Wettbewerbsvorteilen führen kann.

Ziel dieser Arbeit ist es, sowohl der Strategieentwicklung der DFG und des WR ein unterstützendes Werkzeug zur Selbstreflexion, Trendentwicklung und Synergie-identifikation zu bieten, welches gleichzeitig sowohl den Methodenfokus auf moderne Verfahren der Data Science legt, als auch das klassische Konzept des Network Benchmarkings um einen weiteren Aspekt der Analyse ergänzt. Von den erzielten Erkenntnissen können sowohl das Wissenschaftssystem, speziell Forschungscluster, als auch die Wirtschaft profitieren. Denn zeigt sich gerade in den vergangenen Jahren, im Kontext der Unternehmen, ein starker Impuls mit positiver Resonanz in Richtung Verwendung von Data Mining Verfahren. Einsatz finden die Verfahren u.a. zur Steigerung der Profitabilität, zum Technologiemanagement oder zum Technologie Roadmapping. Ferner entstehen Potentiale für die Bereiche Customer Relationship Management, Competitive Intelligence und Enterprise Content Management.