THier ist eine Szene in Die Simpsons, in der Homers Halbbruder Herb seine neue Erfindung vorstellt – eine Maschine zum Übersetzen von Babysprache – und Homer sagt zu ihm: „Die Leute haben Angst vor neuen Dingen. Sie hätten ein vorhandenes Produkt nehmen und eine Uhr hineinstellen sollen.“
So destillierte Amerikas beliebtester animierter Possenreißer in einer beiläufigen Bemerkung die Botschaft einer wachsenden Zahl wissenschaftlicher Forschung heraus: Menschen mögen nicht zu viele Neuheiten. Die abhebenden Innovationen verbinden viel Bekanntes mit ein wenig Neuem.
Die Simpsons selbst veranschaulichen dies. Auf die Frage, warum die TV-Serie so beliebt sei, sagten Brancheninsider, dass dies daran liege, dass sie ein bestehendes Format – die Sitcom – übernommen und Animationen und respektlosen Humor eingearbeitet habe. Aber die Regel gilt in vielen anderen Bereichen.
Im Jahr 2016 veröffentlichte Kevin Boudreau, damals von der Harvard Business School, eine Analyse der Art und Weise, wie medizinische Forschungsanträge für die Finanzierung bewertet werden. Besonders innovative Vorschläge erzielten tendenziell schlechtere Noten als weniger innovative Vorschläge. Sehr konventionelle Projekte wurden ebenfalls abgewertet, aber es gab einen Sweet Spot in der Mitte: Die höchsten Noten gingen an Projekte, die altes Wissen mit frischem Denken zusammenbrachten.
Ein Jahr zuvor hatte Hyejin Youn, der komplexe Systeme an der Northwestern University und am Santa Fe Institute studiert, alle zwischen 1790 und 2010 in den USA eingereichten Patente unter die Lupe genommen – und sie als Stellvertreter für Innovationen verwendet. Sie stellte fest, dass viele der Patente bis etwa 1870 neue Technologien oder echte Entdeckungen darstellten. Von da an ging es bei Innovation jedoch mehr darum, bestehende Technologien auf neue Weise zu kombinieren. Es wurde modular, wie Ikea-Möbel.
Wissenschaftler haben lange versucht, das Geheimnis erfolgreicher Innovationen zu verstehen, um sie zu steuern und das nächste große Ding vorherzusagen. Die Vorhersage von Innovationen hat etwas Widersprüchliches: Wenn Sie sie vorhersagen können, ist sie wirklich neu? Trotzdem ist es geschafft – irgendwie. Ein Beispiel ist das Gesetz von Moore.
1965 sagte der amerikanische Ingenieur Gordon Moore voraus, dass sich die Anzahl der Transistoren, die in einen Siliziumchip gepackt werden könnten, jedes Jahr verdoppeln würde. Obwohl es umstritten ist, ob sein Gesetz immer noch gilt, sind sich die meisten Experten einig, dass es bis ins gegenwärtige Jahrhundert hinein so gut war. Der allgemeine Verlauf des technologischen Fortschritts, wenn auch nicht einzelne Innovationen, scheint sich also für Prognosen zu eignen.
Kann man genauer werden? Vor zwei Jahren schlugen Andrea Tacchella und Kollegen vom Institute for Complex Systems in Rom vor, dass dies der Fall sein könnte. Sie stellten fest, dass die Sprache, die zur Beschreibung von Innovation verwendet wird, wie die Innovation selbst, kombinatorisch ist. Die Gebrüder Wright nannten ihre Erfindung von 1906 zum Beispiel „Flugmaschine“, weil sie kein anderes Wort hatten, um sie zu beschreiben, und nur ein Jahrzehnt später wurde dieser hastig zusammengeklebte Name durch einen glänzenden neuen ersetzt: „Flugzeug“. .
Die zur Klassifizierung von Patenten verwendeten Codes sind ebenfalls modular. Gemäß dem 1971 vereinbarten System der Internationalen Patentklassifikation (IPC) wird jedem eingereichten Patent eine Kombination aus Buchstaben und Zahlen zugeordnet, je nachdem, unter welchen der acht Abschnitte es fällt – Beispiele sind „Elektrizität“ und „Feste Konstruktionen“ – mit zusätzlichen Buchstaben und Zahlen Details hinzufügen. Wenn Technologien in neuen Erfindungen kombiniert werden, tun dies auch diese Codes. Tacchellas Gruppe nutzte diese Tatsache, um zu versuchen, zukünftige Kombinationen von Codes – und damit zukünftige Innovationen – vorherzusagen.
Im ersten Schritt wurden etwa 7.000 Patentcodes in ein neuronales Netz eingespeist und vom Netz nach Häufigkeit ihres Auftauchens in einer globalen Patentdatenbank räumlich angeordnet. Der fragliche Raum war offensichtlich kein physischer Raum, sondern etwas Abstrakteres: der für Innovationen verfügbare Raum. Sobald sie dies getan hatten, konnten sie Zonen in diesem Raum identifizieren, die noch von bestehenden Technologien erobert werden mussten. Solche Gebiete, die der Biologe Stuart Kauffman im Zusammenhang mit der Evolution als „angrenzend möglich“ bezeichnete, sind reif für Innovationen.
Als sich die Patentdatenbank im Laufe der Zeit weiterentwickelte, konnten die Forscher sehen, wie sich Paare von Codes aufeinander zu bewegten, wenn sie in immer engeren technologischen „Nachbarschaften“ auftauchten – dieselben IPC-Abschnitte, dann Unterabschnitte und so weiter. Dies geschah beispielsweise, als Codes für Ausweichfunktionen in Straßenfahrzeugen und für die Hinderniserkennung in Patenten für selbstfahrende Autos zusammengeführt wurden. Mit diesem Ansatz konnten sie eine Innovation bis zu fünf Jahre im Voraus vorhersagen.
Tacchella, der jetzt bei der Europäischen Kommission angestellt ist, passt diese Methode an, um zu versuchen, Innovationen im Umweltsektor zu lenken. Die Idee besteht darin, die Sprache der Vorschriften zu analysieren, um unerfüllte Bedürfnisse zu lokalisieren – beispielsweise bei der Reduzierung der Umweltverschmutzung – und dann die Menschen, die an neuen Technologien arbeiten, darauf hinzuweisen.
Unterdessen haben zwei Forscher des Massachusetts Institute of Technology, James Weis und Joseph Jacobson, einen maschinellen Lernalgorithmus verwendet, um frühere Innovationen auf dem Gebiet der Biotechnologie zu identifizieren. Im vergangenen Jahr konnten sie 19 von 20 der wichtigsten Entwicklungen zwischen 1980 und 2014 rückwirkend vorhersagen. Der nächste Schritt wird die Zukunftsprognose sein.
Es gibt ein dauerhaftes Paradoxon für diejenigen, die über Innovation nachdenken: Wenn Technologie selbstorganisierend und Fortschritt vorhersehbar ist, welche Rolle spielt dann der Erfinder? Youn betrachtet sie als Menschen, die sich durch eine Mischung aus Erfahrung, Neugier und Glück an der Grenze des Möglichen wiederfinden. Daher ist es nicht verwunderlich, dass sich im Laufe der Geschichte mehrere Köpfe ungefähr zur gleichen Zeit auf dieselbe neuartige Idee konzentriert haben. Zeuge Bell, Gray und Meucci, die sich das Telefon ausgedacht haben; Newtons und Leibniz’ nahezu gleichzeitige Entwicklung der Infinitesimalrechnung; und Evolutionstheorie, wie sie von Darwin und Wallace beschrieben wird. Sie alle haben die menschliche Erfahrung auf unberechenbare, aber tiefgreifende Weise verändert, weshalb wir uns an sie erinnern.
Homer hatte Recht damit, dass die Menschen vor Neuem zurückschrecken, aber sie schätzen es oft im Nachhinein. Herbs Talent bestand darin, den unerfüllten Bedarf zu erkennen und ihn dann zu decken. Glücklicherweise machte ihn sein Übersetzer für Babysprache reich, und er teilte den Erlös mit seinem Halbbruder.
Weiterlesen
Die Natur der Technologie von W. Brian Arthur (Pinguin, £9.99)
Woher gute Ideen kommen von Steven Johnson (Pinguin, 10,99 £)
What Technology Wants von Kevin Kelly (Penguin, £15)