Im ersten Schritt werden Publikationsdaten von STEM+ Publikationen mit Ko-Autorenschaften deutscher Hochschul- und Wissenschaftsorganisationen als dynamisches Netzwerk modelliert. Organisationen werden hierbei als Knoten und gemeinsame Veröffentlichungen von Wissenschaftler*Innen beider Organisationen als Kanten abgebildet. Die Organisation verfügen über Attribute wie z.B. Formen (Universitäten, Institute, Kliniken etc.) und können in Sub-Organisationen (Fakultät, Forschungszentrum, Lehrstuhl) zerlegt werden. Zusätzlich werden Patentdaten mit relevanten Unternehmen erhoben, welche die Abbildung einer weiteren Netzwerkebene erlauben. Dadurch ist es möglich ein Multilevel Netzwerk aus unterschiedlichen Typen von interorganisationalen Verbindungen, den Publikations- und Patentierungs-Kooperationen von Organisationen verschiedener Formen, im Zeitverlauf beobachten. Dieses Netzwerk wird in einer relationalen Datenbank verwaltet, sodass Organisationsdaten und Verbindungsdaten um weitere Indikatoren angereichert werden können.

In einem zweiten Schritt analysieren wir die Entstehung von Transferpfaden in der Wissenschaft. Eine zentrale Prämisse hierbei ist, dass für den Transfer von neuem Wissen, soziale Interaktionen – in diesem Fall Ko-Publikationen - zentral sind. Des Weiteren, nehmen wir an, dass Wissen entlang von Ketten von Kooperationen zwischen Organisationsformen (Institute, Universitäten etc.) stattfindet und dort transformiert wird. Die Bedeutung von Verbindungen für den Wissenstransfer lässt sich mit gängigen Netzwerkanalytischen Verfahren (z.B. betweenness centrality) messen. Das erlaubt uns potenzielle Faktoren für Wissenstransfer zu testen, wie etwa der Entstehungsort oder die Disziplin. Um eine Abschätzung der Relevanz einzelner Pfade entlang von Verbindungen zu erhalten, können erfolgreiche Patente (z.B. bzgl. Zitationshäufigkeit der Patente) und erfolgreiche Publikationen (gewichtete Zitationshäufigkeit) als Endpunkte von Pfaden gesetzt und diese dann entsprechend des Erfolgs gewichtet werden.