Technologische Innovationen, die auf komplexe Umweltphänomene und sich verändernde regulatorische Anforderungen reagieren, sind in zunehmenden Maße auf inter- und transdisziplinäre Zusammenarbeit angewiesen. Die daran Beteiligten unterscheiden sich in Fachsprachen, Herangehensweisen, Problemdefinitionen, aber auch in ihren Zielen.
Zugleich verkürzen sich Innovationszyklen und etwaige Reibungsverluste aufgrund dieser unterschiedlichen Hintergründe und Arbeitsweisen werden daher zunehmend zu relevanten Innovationsrisiken. Im Thüringer Wasser-Innovationscluster sind aus diesem Grund neben 18 interdisziplinären Forschungsprojekten auch 6 innovationsunterstützende Maßnahmen angesiedelt, die den Erfolg des Clusters sicherstellen sollen.
Als soziologisches Projekt untersucht „QuaWaKon“ die konkreten Arbeitsabläufe in der inter- und transdisziplinäre Zusammenarbeit im Cluster. Mittels Experteninterviews mit Wissenschaftlerinnen und Wissenschaftlern sowie wirtschaftlichen Akteuren innerhalb und außerhalb des Clusters sowie durch teilnehmende Beobachtung im Labor wird ein umfassender Einblick in die natur- und datenwissenschaftliche Forschung und Entwicklung gewonnen. Als innovationunterstützende Maßnahme und soziologisches Forschungsprojekt hat „QuaWaKon“ eine doppelte Ausrichtung. Die Forschung im Cluster wird methodisch reflektiert, um Innovationshemmnisse, aber auch best-practice-Beispiele zu erkennen und systematisch auszuwerten, und das Projekt stellt wertvolles Grundlagenwissen über wasserbezogene, natur- und datenwissenschaftliche Innovationsprozesse bereit. Das Projekt unterstützt so die Strategiebildung im Cluster, generiert aber auch Wissen, dass über den ThWIC hinaus in anderen Kooperationen zwischen universitärer und außeruniversitärer Forschung und Unternehmen nützlich ist.
„QuaWaKon“ steht im Spannungsfeld zwischen dem externen Blick auf die innovative Forschung des Clusters und der Kenntnis der natur- und datenwissenschaftlichen Verfahren und Abläufe einer Vielzahl von Projekten. So werden Wissen und Kompetenzen generiert, die es erlauben, die Kommunikations(-hemmnisse) zwischen verschiedenen Fachdisziplinen, aber auch zwischen universitärer Forschung und Unternehmen nicht nur zu identifizieren, sondern diese auch bei ihrer Bearbeitung zu unterstützen.
