Végső integrált tanulmány

Ez az integrált tanulmány a kilenc előző modul integrált összefűzése. Egységes szerkezetet, konzisztens terminológiát és rövidített ismétlés-mentes narratívát ad — a célja az, hogy a döntéshozó egyetlen folyó szövegben tudja olvasni a teljes érvelési láncot a módszertani alapoktól a végső ajánlásig.

A tanulmány három logikai részre tagolódik: (1) diagnózis — módszertani alapok, magyar helyzetkép, nemzetközi benchmark; (2) opcióértékelés — értékelési mátrix, fókuszterület-rangsorolás, forgatókönyvi stresszteszt; (3) ajánlás — 4-elemű portfólió, intézményi működési modell, döntéshozói összefoglaló.

A módszertan

A kutatás többszintű, döntésorientált értékelési keretet rögzít: 8 dimenziós scoring (1–5 skála + súlyozott összpontszám), Frascati–Oslo-féle K+F- és innovációmérési alapok, OECD misszióorientált innováció és portfóliómenedzsment-szemlélet. A pontozás bizonyítékalapú (A/B/C-szintekkel), kritikus minimumküszöbökkel, kizáró szabállyal, és négy kimeneti kategóriával (elsődleges / erős / feltételes / nem javasolt). Az elemzés 9 keretet integrál: PESTEL, Porter-diamond + CAGE, VRIO, értéklánc, Five Forces, TOWS, scenario planning, real options, működési modell.

A magyar STI-rendszer rövid diagnózisa

Magyarország STI-rendszere nem alacsony kapacitású, hanem aszimmetrikusan fejlett. A 2025-ös EIS szerint az ország „Emerging Innovator”, az EU-átlag 69,5%-án (22. helyezés), de relatív erősség a közepes és magas technológiájú export, a köz-magán publikációk és a digitális infrastruktúra (Digital Decade 2025). A jogi alapot a 2014. évi LXXVI. törvény adja, az NKFI Alap 2026-os programstratégiája 120 milliárd forintos keretet biztosít, az HUN-REN 5000+ munkatárssal és 3400+ kutatóval működik, az ELI ALPS és a Komondor HPC nemzetközi szinten is látható infrastruktúrák.

A négy fő rendszerkockázat: koordinációs túlterhelés (többközpontú irányítás), finanszírozási mélység (1,39%-os GDP-arányos K+F vs. 2,24% EU-átlag, gyenge VC), területi koncentráció (Budapest-dominancia), diffúziós rés (jó digitális infrastruktúra vs. gyenge vállalati AI-használat: 7,89%).

Nemzetközi benchmark — funkcionális hat ország

Nem egyetlen „mintaország”, hanem hat dimenziónként eltérő referencia. A közeli szerkezeti benchmarkok: Ausztria (kutatás–üzlet kapcsolat, AI-adoptáció) és Csehország (ipari export, digitális készségek). A funkcionális transzformációs benchmarkok: Észtország (digitális állam, AI/cloud, venture capital) és Portugália (e-egészségügy, startup-ökoszisztéma). A magas szintű képességbenchmarkok: Finnország (kutatási kiválóság, deep tech) és Dánia (köz-magán együttműködés, lifelong learning). A három benchmarktengely: ipari-technológiai felzárkózás (AT, CZ); digitális állam és AI-végrehajtás (EE, FI); köz-magán tudáskapcsolatok (PT, DK).

A 8 dimenziós értékelési mátrix

Súlyozás (összesen 100%): tudományos bázis 15%, technológiai képesség 15%, piaci relevancia 20%, állami beavatkozási indokoltság 10%, intézményi megvalósíthatóság 15%, finanszírozhatóság 10%, robusztusság 10%, multiplikátorhatás 5%. A piaci relevancia és az intézményi megvalósíthatóság nagyobb súlyt kap, mert ez minisztériumi döntési logika, nem akadémiai rangsor. Általános küszöb: 3,40 / 5,00; kritikus minimumok 3-on (piaci, intézményi, robusztusság); kizáró szabály: két 1-pontos dimenzió esetén automatikus kiesés.

A 7 fókuszterület rangsora

• 1. Alkalmazott ipari technológiák — 4,05 (elsődleges stratégiai prioritás)
• 2. Adatvagyon, AI-kormányzás — 4,00 (elsődleges stratégiai prioritás)
• 3. Egészségipari technológiák — 3,90 (fejlesztendő erős fókusz)
• 4. Tudásvalorisáció / TT — 3,75 (fejlesztendő erős fókusz)
• 5. Kutatási infrastruktúrák — 3,70 (fejlesztendő erős fókusz, alapozó)
• 6. Digitális állami képességek (GovTech) — 3,65 (feltételes fókusz)
• 7. Innovációs és startup-scaleup ökoszisztéma — 3,00 (jelen formában nem javasolt elsődleges)

Forgatókönyvi stresszteszt — három pálya, négy fókusz

A négy legerősebb fókusz robusztussága háromszintű minősítéssel (erősen / feltételesen / sérülékeny):

• Alkalmazott ipari technológiák: mind a három pályán erősen robusztus — összesített: NAGYON MAGAS
• AI/adat: integrált felzárkózás + gyorsítás: erős; szűkülésben szelekciót igényel — MAGAS
• Egészségipari technológiák: felzárkózásban erős; gyorsítás/szűkülés alvertikum-szelekciótól függ — KÖZEPESEN MAGAS
• Tudásvalorisáció: felzárkózásban/gyorsításban enabler; szűkülésben kifejezetten értékes leverage-eszköz — KÖZEPESEN MAGAS

A forgatókönyvi tanulság: nem egyetlen „szuperprioritás”, hanem mag + kísérő szerkezetű portfólió a védhetőbb megoldás.

A portfólió belső logikája

A portfólió nem négy külön prioritás, hanem kétmagos, keresztkapcsolt rendszer: az egyik mag gazdasági-ipari, a másik digitális-adat alapú; ehhez kapcsolódik egy specializált vertikum és egy rendszerjavító horizontális fókusz. Az alkalmazott ipari technológiák adják a legközvetlenebb gazdasági pályát; az AI/adat horizontális gyorsítóként multiplikátorhatású az iparban és az egészségiparban; az egészségipar specializált vertikumként jelentős exportpotenciállal rendelkezik; a technológiatranszfer rendszerszintű leverage, amely mindhárom másik fókusznál javítja a kutatás és piac közötti kapcsolatot.

A háromszintű működési modell

• 1. szint — minisztériumi portfólióirányítás: stratégiai célok, éves prioritások, fókuszok közötti trade-off; nem napi programmenedzsment
• 2. szint — NKFIH mint portfólióiroda: programtervezés, finanszírozási eszközök, monitoring, értékelés; az NKFI Alap kezelő szerve
• 3. szint — fókuszspecifikus végrehajtói társintézményi hálózat: HUN-REN, egyetemek, ipari/egészségipari/digitális partnerek

Kormányzási mechanizmus: Portfóliótanács (negyedéves felülvizsgálat + éves stratégiai ciklus) + fókuszszintű steering groupok + három közös horizontális platform (adat-mérés, nemzetközi/EU, technológiatranszfer). Federált, de portfóliószinten erősen koordinált.

Forrásallokáció — beavatkozástípus szerint

Blended financing: korai kutatás dominánsan közforrásból; alkalmazási és demonstrációs szakaszok vegyes köz- és magánforrásból; skálázódás magántőke- és vállalati társfinanszírozással. Beavatkozástípusok: kapacitásépítő, alkalmazási, transzlációs, nemzetközi leverage.

Monitoring

Háromszintű mérés: input (forrás, humánkapacitás, infrastruktúra) — output (projektek, prototípusok, partnerségek, IP-aktivitás) — outcome (adaptáció, export, közszolgáltatási eredmény). Fókuszonként 6–8 elsődleges indikátor; negyedéves operatív dashboard, éves stratégiai értékelés, kétéves mélyértékelés külső felülvizsgálattal. Korrekciós szabály: három egymást követő gyenge review után szűkítés / alvertikumváltás / forrásátrendezés.

A négy fő végrehajtási kockázat

• Koordinációs túlterhelés — Portfóliótanács és steering groupok formalizálásával kezelendő
• AI/adat fókusz deklaratívvá válása — csak konkrét use case-ekre és delivery-mechanizmusokra építve
• Portfólióelaprózódás — kevés, de nagyobb súlyú program preferálandó
• Monitoringtorzulás — outcome-orientált dashboard és időszakos külső felülvizsgálat

A magyar STI-portfólió kétmagos szerkezetét egy stratégiai infrastruktúra-réteg erősíti: az EESZT (Elektronikus Egészségügyi Szolgáltatási Tér) mint horizontális adatvagyon-platform. Ez a 9,5M lakos integrált e-egészségügyi adatprofilja az AI/adat fókuszhoz (klinikai AI, populációs egészség-elemzés), az egészségipari fókuszhoz (biomarker-platformok, digital health) és a tudásvalorizációs fókuszhoz (klinikai spinout-ok, IP-piacosítás) egyaránt erőforrás-szállítója — európai szinten is ritka stratégiai eszköz, amelyet szabályozott kutatási és kereskedelmi hozzáféréssel kell hasznosítani.