Popp

Informationsmanagement

1

Skript zur Vorlesung

Wissensmanagement Sommersemester 2016

Prof. Dr. Dr. Heribert Popp

Popp

Informationsmanagement

2

1. Grundlagen des Wissensmanagements ................................................................... 5 1.1 Bedeutung von Wissen für Unternehmen .......................................................................5 1.2 Definition des Begriffs Wissensmanagement ................................................................6 1.3 Teilprozesse des Wissensmanagements .........................................................................7 1.4 Wissensspirale ...........................................................................................................................8 1.5 "Soft Factors" - Die Relevanz von psychologischen Faktoren im Wissensmanagement ....................................................................................................................10 1.5.1 Die Fragestellung ..........................................................................................................10 1.5.2. Wissen ist und bleibt subjektiv ................................................................................10 1.5.3. Der entscheidende Faktor ist der Faktor Unternehmens-kultur .................12 1.5.4. Verhinderungsfaktoren eines effektiven Wissensmana-gement - Systems ...........................................................................................................................................................14 1.5.5. Schlussfolgerungen für Führungskräfte ...............................................................15 1.5.6 Relevante Aspekte für die Wissensmanagement-Kultur ..........................................................16 1.6 Literatur und Kontrollfragen ..............................................................................................16

2 Wissenssuche mit Online-Datenbanken und Suchmaschinen ........................ 18 2.1 Informationssuche mit Online-Datenbanken...............................................................19 2.1.1 Statistik zu Online-Datenbanken ..............................................................................19 2.1.2 Arten von Online-Datenbanken.................................................................................19 2.1.2.1 Bibliographische Daten .........................................................................................20 2.1.2.2 Textuelle und Volltext DB ....................................................................................21 2.1.3 Literatur und Kontrollfragen .......................................................................................23 2.2 Informationssuche im Internet - Suchdienste ............................................................24 2.2.1 Nutzerstatistik ..................................................................................................................24 2.2.2 Klassen von Suchdiensten und deren Funktionsweise ..............................24 2.2.3 Suchoperatoren und Expertensuche .................................................................25 2.2.4 Suchbegriffe ...............................................................................................................26 2.2.5 Bestandteile der Ergebnislisten...........................................................................27 2.2.6 Nutzerverhalten ........................................................................................................28 2.2.7 Marktanteile der Suchdienste ..............................................................................29 2.2.8 Neue Entwicklungen und Trends ........................................................................29 2.2.9 Literatur und Kontrollfragen .......................................................................................33

3. Wissensgenerierung - Business Intelligence ....................................................... 35 3.1 Definition Business Intelligence (BI) ..............................................................................35 3.2 Executive Information System (EIS) ..............................................................................36 3.3 Data Warehouse .....................................................................................................................37 3.3.1 Grundlegende Merkmale ..............................................................................................37 3.3.2 Architektur des Data Warehouse (DW)..................................................................37 3.4 Fallbeispiel: Data Warehouse bei der Handelsgruppe Globus ..............................40 3.5 OLAP und Data Mining ..........................................................................................................41 3.6 Anwendung von Business Intelligence: Analytisches Customer Relationship Management (a-CRM) ..................................................................................................................45 3.7 Anwendung BI – Learning Analytics ...............................................................................48 3.8 Data Mining und Business Intelligence am Beispiel Lufthansa.............................49

9

Methodische Unterstützung des Wissensmanagements ...................................................... 53

9.1 Methoden zur Förderung des Wissensaustauschs und der Wissensnutzung ..54 9.1.1 Lessons Learned .............................................................................................................54 9.1.2 Best Practice Sharing ...................................................................................................55 9.1.3 Story Telling/Learning History ...................................................................................55 9.2 Methoden zur Repräsentation von Wissen (Wissensvisualisierung) .................56 9.2.1 Wissenskarten ................................................................................................................56 9.2.2 Ontologien .........................................................................................................................60

Popp

Informationsmanagement

3

9.2.3 Prozessmodellierung......................................................................................................65 9.3 Planungsmethoden..........................................................................................................67 9.4 Organisationsmethoden .......................................................................................................68 9.4.1 Wissensfördernde Organisationsformen ................................................................68 9.4.2 Communities of Practice ..............................................................................................69 9.5 Literatur und Kontrollfragen ..............................................................................................70

10 Bewertungsmethoden von Wissen-(smanagement) ....................................... 72 10.1 Das Intellektuelle-Kapital-Modell...................................................................................72 10.2 Wissensbilanz ....................................................................................................................72 10.3 Literatur und Kontrollfragen ............................................................................................78

11 Softwaretechnische Werkzeuge des Wissensmanagements ........................ 80 11.1 Werkzeuge..............................................................................................................................80 11.2 Web 2.0 Technologien .......................................................................................................83 11.3 Aufbau und Funktionsweise eines Wikis am Beispiel Fraport: ....................................................83 11.4 Literatur und Kontrollfragen .........................................................................................................85

12. Wissensmanagementsysteme ................................................................................ 86 12.1 Funktionen von integrierten Wissensmanagementsystemen .............................86 12.2 Referenzmodell für die Entwicklung von WMS .........................................................86 12.3 Wissensportale ......................................................................................................................86 12.4 Fallbeispiele ...........................................................................................................................89 12.4.1 IBM ....................................................................................................................................89 12.4.2 Wissensportal für die Energie der Zukunft.........................................................90 12.4.3 Accenture .......................................................................................................................90 12.4.4 Wissensmanagement in der Automobilindustrie ..............................................91 12.5 Softwaretechnische Realisierung des Deggendorfer WMS für Studenten ....91 12.6 Wissensmanagement fürs Personal TH Deggendorf ..............................................93 12.6.1 Bedarfsanalyse ..............................................................................................................93 12.6.2 Technische Realisierung.........................................................................................94 12.7 Literatur und Kontrollfragen ............................................................................................94

13. Wissensmanagement erfolgreich einführen ...................................................... 96 13.1 Sensibilisierung für die Notwendigkeit von Wissensmanagement: eine Kurzdiagnose ...................................................................................................................................96 13.2 Wissensziele fürs Unternehmen .....................................................................................96 13.3 Wissensmanagement-Kultur als Teil der Unternehmenskultur .........................98 13.4 Ansatzpunkte für ein Kulturaudit...................................................................................99 13.4.1 Strukturierte Interviews ............................................................................................99 13.4.2 Rituale versus Soft Factors ....................................................................................100 13.4.3 Spontanes Erfolgshandeln ......................................................................................102 13.4.4 Einzelne Elemente der aktuellen Kultur ............................................................102 13.4.5 Nach dem Kulturaudit ..............................................................................................102 13.5 Rollen und Profile in bestehenden Wissensmanagement-Systemen .............103 13.6 Aktionsplan erstellen ........................................................................................................104 13.7 Implementierung von Wissensmanagement...........................................................105 13.8 Literatur und Kontrollfragen ..........................................................................................107

14. Anwendung: Virtuelle Weiterbildung zur Steigerung des Humankapitals108 14.1 Bedarfssog und Technologiedruck ..............................................................................108 14.2. Kategorisierung von Lehrformen................................................................................108 14.3 State of the Art ............................................................................................................................111 14.4 Erfahrungen an TH Deggendorf mit neuen Lehrformen .....................................112 14.5 Zielgruppenspezifische virtuelle Kurse ......................................................................112 14.6. Qualitätssicherung ...........................................................................................................112 14.7 Strategischen Einsatz von E-Learning am Beispiel der TH Deggendorf .114

Popp

Informationsmanagement

4

14.8 E-Learning und Wissensmanagement .......................................................................114 14.9 Lernen in 3-D-Welten.......................................................................................................115 14.10 MOOC (Massive Open Online Course) .....................................................................116 14.11 Fallstudie ............................................................................................................................116 14.12 Literatur und Kontrollfragen .......................................................................................117

Popp

Informationsmanagement

5

1. Grundlagen des Wissensmanagements 1.1 Bedeutung von Wissen für Unternehmen Nach allgemeinem Verständnis befinden wir uns im Übergang vom Industriezeitalter zum Informationszeitalter, das u.a. begleitet ist von Erscheinungen wie der Globalisierung der Märkte, der zunehmenden Innovationsgeschwindigkeit bei gleichzeitiger Verkürzung von Produkt-lebenszyklen, Neugestaltung der Beziehungen zum Kunden und zum Lieferenten, (Stichwort: eBusiness) sowie der zunehmenden Informationsflut, der wir uns durch den Einsatz von modernen Informations- und Kommunikationstechniken wie dem Internet ausgesetzt sehen. Wir können diese Erscheinungen ja tagtäglich in der Presse und in den Medien verfolgen. In dieser zunehmend komplexen Welt kommt der Fähigkeit, Informationen in Handlungswissen umzusetzen eine besondere Bedeutung zu, sowohl für den Erfolg des Einzelnen, vielmehr aber für die Sicherung der Überlebenschancen eines Unternehmens. Seit 2000 spricht man davon, dass das Informationszeit-alter schon bald durch das Wissens-Zeitalter dominiert wird! Zu Wissen werden Informationen, wenn eine Person die Information in einen relevanten Kontext setzt und damit z.B. Entscheidungen getroffen werden. Wissen kann man klassifizieren in individuelles und kollektives Wissen auf der einen Seite und implizites und explizites auf der anderen Seite. Explizites Wissen sind Informationen und Daten die in Datenbanken abgelegt sind, die formalen Charakter haben, kodifiziert werden können oder in Worte gefasste Information. Implizites Wissen ist Wissen, das an den Träger des Wissens gebunden ist, z.B. Denkschemata, Grundüberzeugungen, intuitives Wissen oder Weltanschauung des Wissensträgers. Der Dienstleistungssektor in unserer Wirtschaft nimmt überproportional zu und damit auch die Zahl der sog. Wissen- oder Know-how Unternehmen. Laut einer Umfrage des Frauenhofer-Instituts für Arbeitswissenschaft und Organisation (IAO) schätzen 75% der Unternehmen den Anteil des Produktionsfaktors Wissen an der Wertschöpfung bereits auf über 60%! Wir können daraus ablesen, welche Bedeutung der Produktionsfaktor Wissen heute für Unternehmen hat. Produktionsfaktor Wissen klingt gut. Aber was macht Wissen zu einem Produktionsfaktor? Welche Gestaltungsmöglichkeiten verbinden Unternehmen denn mit diesem Produktionsfaktor? Es gibt eine ganze Menge an Gestaltungsfeldern, bei denen neben den klassischen Produktionsfaktoren Kapital, Arbeit und Ressourcen Wissen und der Umgang mit diesem Gut im Unternehmen eine gewichtige Rolle spielen. Geht man einmal von den Zielsetzungen aus, die Unternehmen mit Wissensmanagement-Projekten verbinden, so geht es (unabhängig von der Branche) häufig um - Verkürzung von Innovationsprozessen - Erhöhung der Produktqualität - Verbesserung der Nähe zum Kunden - Optimierung der Lieferantenbeziehungen - Verbesserung der Produktivität von Geschäftsprozessen - Qualifikation von Mitarbeitern - Risikobegrenzung kritischer Entscheidungen Die Bedeutung des Produktionsfaktors Wissen lässt sich übrigens auch daran erkennen, dass man heute immer häufiger auch das sog. Wissenskapital in die Bewertung von Unternehmen mit einbezieht.

Popp

Informationsmanagement

6

Dabei geht es darum, den Wert oder den Wertzuwachs eines Unternehmens, der über das „sichtbare“ Anlage- und Kapitalvermögen hinausgeht, also den „unsichtbaren Wert“, zu erklären. Dies spielt natürlich insbesondere für die schon erwähnten Know-how-Unternehmen im Dienstleistungsbereich eine große Rolle, aber auch bei Industrieunternehmen klassischer Prägung wird die Bewertung des vorhandenen Wissens immer entscheidender. Der Marktwert eines Unternehmens wird nach dieser Sichtweise zum einen durch das Finanzkapital, zum anderen durch das Wissenskapital bestimmt. Das Wissenskapital unterscheidet sich wiederum in das Humankapital und das Strukturkapital eines Unternehmens. Das Humankapital beschreibt sozusagen den Teil des Wissenskapitals, das in den einzelnen Mitarbeitern steckt – deren Kompetenz, deren Lernfähigkeit, deren Motivation und Grundeinstellungen. Das Strukturkapital erlaubt eine Aussage über das organisationale Wissen, über das ein Unternehmen verfügt – Welche Beziehungen bestehen gegenüber Kunden, Lieferanten oder auch den Anteilseignern, welche Möglichkeiten haben interne Gruppen, miteinander zu kommunizieren, gibt es Organisationsformen, die den Wissensaustausch begünstigen und wie ist die Innovationsfähigkeit einzuschätzen? Nun, bedenkt man, dass eine wesentlich Aufgabe des Managements in der Steigerung des sog. Unternehmenswerts liegt (bekannt auch als „Shareholder Value“), so liegt es doch nahe, eine Quelle möglicher Wertschöpfung – nämlich das Wissenskapital mit seinen verschiedenen Indikatoren - auch entsprechend zu „managen“.

1.2 Definition des Begriffs Wissensmanagement Grundsätzlich geht es beim Wissensmanagement um die systematische Erschließung und Nutzung des im Unternehmen vorhandenen Wissens. Allerdings existiert bis heute keine allgemein akzeptierte Definition dieses Begriffs. Laut Prof. Mertens von der Universität Erlangen-Nürnberg stellt Wissensmanagement sicher, dass internes Wissen einer Organisation – etwa technische Details, historische (Fehl-) Entscheidungen, Projekterfahrungen („Lessons Learned“), bewährte Vorgehensweisen („Best Practices“) - für eine zukünftige Nutzung explizit erschlossen und verfügbar gemacht wird. Er gibt uns damit Hinweise auf die möglichen Wissensinhalte und die Aufgabe, internes Wissen zu externem Wissen zu machen. Prof. Mandl von der LMU München definiert folgendermaßen: Wissensmanagement befasst sich mit dem „bewussten und systematischen Umgang mit der Ressource Wissen und dem zielgerichteten Einsatz von Wissen in der Organisation"1. Entsprechend dieser Definition bilden Mensch, Organisation und Technik die drei Säulen einer umfassenden Wissensmanagement - Strategie. (vgl. Abb.1/1). Wissensmanagement ist kein Selbstzweck. Ziel von erfolgreichem Wissensmanagement ist es, im Einklang mit den übergeordneten Unternehmenszielen einen Beitrag zur Wertschöpfung zu leisten. Ein ganzheitlicher Wissensmanagement-Ansatz beschäftigt sich dabei mit Fragen der Wissenskommunikation, Wissensrepräsentation, Wissensgenerierung und Wissensnutzung als Prozesskategorien des Wissensmanagements. Säule

Gestaltungsdimension  Förderung und Gestaltung von Kenntnissen, Fähigkeiten und Kompetenzen Mensch  Mensch als Träger des Wissens und als Triebfeder kontinuierlicher Lernprozesse  Entwicklung einer wissensfreundlichen Kultur Organisation  Schaffung von Rahmenbedingungen, die den Umgang

Popp

Informationsmanagement

7

mit der Ressource Wissen erleichtern  Implementierung und Gestaltung von Informationsund Kommunikations-Infrastruktur Technik  Einsatz von Werkzeugen, die wissensbasierte Prozesse effizient und nutzerfreundlich unterstützen Abb.1/1: Mensch, Organisation und Technik als Säulen ganzheitlichen Wissensmanagements [Reinmann-Rothmeier 2000]

1.3 Teilprozesse des Wissensmanagements Hierzu hilft uns eine strukturierte Betrachtung der Teilprozesse des Wissensmanagement, wie sie z.B. von Probst 97 beschrieben wurde.

Wissensidentifikation

Wissenserwerb

Wissensentwicklung

Wissensbewahrung

Wissensverteilung

Wissensnutzung

Abb.1/2: Wissensmanagementprozess Zuerst muss identifiziert werden, was wir überhaupt wissen wollen. Bei der Wissensidentifikation geht es darum, das im Unternehmen vorhandene Wissen, sei es nun explizit oder implizit aufzuspüren und transparent zu machen. Wissen, das außerhalb des Unternehmens gefunden werden kann, muss im Prozess des Wissenserwerbs für das eigene Unternehmen zugänglich gemacht werden. Die Wissensentwicklung ergänzt den Wissenserwerb von außen. Hier geht es darum, innovative Ideen, Produkte, Prozesse und Fähigkeiten von Mitarbeitern zu fördern und zu entwickeln. Die Wissensbewahrung sorgt für die Erhaltung und Aktualisierung des so identifizierten, erworbenen und entwickelten Wissens. Der Teilprozess der Wissensverteilung kümmert sich um die Bereitstellung ausgewählten Wissens im Unternehmen und schließlich geht es bei der Wissensnutzung darum, dem Endanwender Wissen zugänglich zu machen. Das Modell wird ergänzt durch die Definition von Wissenszielen sowie einem Controlling und Feedback des ganzen Prozesses. Mandl sieht Prozesskategorien beim Wissensmanagement wie in Abb. 1/3. Immaterielle Anreize zur Förderung der Wissenskommunikation  Lob und Anerkennung  Mitspracherecht  Verantwortung  Soziale Kontakte / Ansehen  Fairness in der Kooperation  Karriere-Transparenz  Freiheit bei Entscheidungen  Positive Unternehmenskultur Motivation zu Wissensteilung und -nutzung  Gemeinsame Ausflüge, Veranstaltungen  Teamentlohnungen  Lob und Anerkennung für besondere Kenntnisse  „Mitarbeiter des Monats“  „Fehler des Monats“

Popp

Informationsmanagement

8

Abb. 1/3: Prozesskategorien des WM [Mandl 2000] Motivation zu Wissensgenerierung  Lob für „Best Ideas“; Koppelung mit mat. Anreizen  Fixe Entlohnung für Vorschläge oder Innovationen  Spielcharakter (z. B. Feste zur Entwicklung neuer Ideen) Motivation zu Wissensdokumentation  Wissensdokumentation öffentlich machen  Fixe Entlohnung für abgerufenes / nachgefragtes Wissen  Mitsprache für „natural leaders“  Best Paper Awards  Push-Pull-Prinzip

1.4 Wissensspirale Wir wollen uns den Beitrag der Psychologie und Organisationsentwicklung an der Frage verdeutlichen, wie Organisationen eigentlich lernen, genauer, wie implizit vorhandenes Wissen eigentlich zu explizitem Wissen wird. Wie wir bereits wissen, kommt es darauf an, implizites, stillschweigendes Wissen für alle Mitarbeiter eines Unternehmens verfügbar zu machen. Wissen verfügbar machen heißt aber auch die Mitarbeiter eines Unternehmens mit diesem Wissen in die Unternehmensgemeinschaft zu integrieren, zu sozialisieren. Ein Erklärungsansatz für diesen Prozess gibt uns die sog. Wissensspirale von Nonaka und Takeuchi: Die erste Station der Sozialisierung besagt, dass stillschweigendes Wissen implizit weitergegeben wird, oft sogar ohne Verwendung von Sprache, nur durch Erfahrung. Ich sehe zum Beispiel, wie jemand gut Fußball- oder Tennisspielen kann oder gut mit Kunden oder Mitarbeitern zu Recht kommt. Ich schaue mir das eine oder andere ab,

Popp

Informationsmanagement

9

ohne darüber mit den Betreffenden oder sonst jemandem gesprochen zu haben. Ich lerne quasi am Modell. Ich lerne also ohne dass ich konkret sagen kann, was ich wie gelernt habe – nur durch abschauen quasi.

stillschweigendem Wissen

zu

explizitem Wissen

Sozialisierung

Externalisierung

Internalisierung

Kombination

stillschweigendem Wissen

explizitem Wissen

Abb.1/4: Wissensspirale [Takeuchi/Nonaka, 2004] In der nächsten Phase wird dieses stillschweigende Wissen mittels Sprache in explizites Wissen umgewandelt; es wird externalisiert, von innen nach außen gebracht. Ich versuche also meine gemachten Erfahrungen in Worte zu fassen, zu artikulieren und mich mit anderen über Fußball, Tennis, den Umgang mit Kunden und Mitarbeitern auszutauschen. Im Reden, im Ausdrücken von gemachten Erfahrungen werden mir die Dinge für mich selbst klarer und ich sehe, ob das, was ich denke und ausspreche, auch so von anderen verstanden wird - durch Rückkoppelung oder neudeutsch Feedback. Dieses Feedback geschieht zum einen durch die Gesprächspartner, aber auch durch Rückkoppelung mir selbst gegenüber. Jeder Mensch beobachtet sich selbst, egal ob er etwas tut oder ob er nur darüber redet. Wenn ich über etwas rede, gebe ich mir selbst Feedback und kann beurteilen, ob ich es wirklich verstehe oder ob ich noch etwas darüber nachdenken muss; praktisch heißt das, Denken als Probehandeln vorweg zu nehmen. Auf diese Weise wird das eigene Wissen in Sprache gebracht, es wird codifiziert. Und zwar in der Sprache, in der ich mich auskenne, also in deutsch oder einer anderen Sprache. Dies ist eine große intellektuelle Leistung. Die Kombination der dritten Phase verbindet nun formal codifiziertes Wissen zu Büchern und Schulungsunterlagen, zu Verfahrensanweisungen und Plänen, und gibt es so von einer Person an andere weiter, so dass es viele in der Firma wissen und verstehen können. Dies heißt aber noch nicht, dass es die Leute anwenden können, dass sie also über die Fähigkeiten und Fertigkeiten verfügen – „neudeutsch“ Skills – das erworbene Wissen in die Praxis umzusetzen. Es ist ein Unterschied, ob ich ein

Popp

Informationsmanagement

10

Buch über Mitarbeiterführung oder Kundengewinnung gelesen habe, also einiges weiß, oder ob ich auch wirklich gute Mitarbeiter- oder Kundengesprächen führen kann. Um dies wirklich zu können, müssen wir die Dinge selbst machen und ausprobieren, also das berühmte „Learning by doing“. Hierbei wird das explizite Wissen zurück in stillschweigendes Wissen gebracht, es wir internalisiert; das heißt auch, das erworbene Wissen wird durch häufiges Anwenden automatisiert. Das Lernen muss aus diesen Gründen mit dem Kopf und dem Körper erfolgen. In dieser vierten Phase der Internalisierung haben wir nun einiges gelernt, das wir wiederum schwer in Worte fassen können. Wenn wir gelernt haben, wie im Fußball ein Kopfball in der Luft, ein Aufschlag im Tennis, ein Konfliktgespräch mit einem Mitarbeiter oder eine Verhandlung mit einem Kunden gut ausgeführt werden kann, dann beginnt der Kreisprozess von neuem, nur auf höherem Niveau. Wichtig ist es nun für Unternehmen, dass sie organisatorische Fähigkeiten und Strukturen schaffen, die notwendig sind, um Wissen zu erwerben, zu schaffen, zu nutzen, anzuwenden und weiterzugeben. Hierbei helfen weitere Disziplinen, nämlich betriebswirtschaftliche Ansätze mit entsprechenden Führungs- und Organisationsund Controllingmodellen und natürlich die Informationstechnik mit einer ganzen Palette von Werkzeugen.

1.5 "Soft Factors" - Die Relevanz von psychologischen Faktoren im Wissensmanagement (wörtlich aus Andrea Belliger, David Krieger: Wissensmanagement für KMU, cdf Hochschulverlag Zürich 2006, S. 31.)

1.5.1 Die Fragestellung Welche menschlichen, zwischenmenschlichen, gruppen- und organisationsdynamischen Faktoren gilt es bei der Entwicklung, Gestaltung, Einführung und Lenkung von Wissens-Management-Systemen zu berücksichtigen? Wie lassen sich Soft Factors im Wissensmanagement kreativ und konstruktiv nutzen? Gibt es matchentscheidende Soft Factors, welche bewusst gestaltetes und bewusst betriebenes Knowledge Management immer wieder behindern oder verhindern? Wie motiviere ich Mitarbeiter, ihr Wissen preiszugeben, zu dokumentieren, zur Verfügung zu stellen? Welche Anreize müssen auf emotionaler Ebene gesetzt werden, um Knowledge Management zu einer Selbstverständlichkeit für die Organisation werden zu lassen? Nur wenige Firmen haben auf dem Feld des Wissensmanagements, d.h. der systematischen und interpretativen Verbreitung von anwendungsorientiertem Wissen, so gute Fortschritte erzielt, dass man hier von relevanten Vorbildern sprechen kann. Dazu gehören lSS (ein Reinigungsinstitut mit 265.000 Mitarbeitern in 65 Ländern), ISPAT mit 70.000 Mitarbeitern in 9 Ländern) und BP (British Petroleum), denen es gelungen ist, ein wirkungsvolles, horizontales Wissensmanagement aufzubauen.

1.5.2. Wissen ist und bleibt subjektiv Die Verbreitung von Wissen kann nur gelingen, wenn Informationen innerhalb eines Unternehmens entsprechend identifiziert, verarbeitet, weitergeleitet, gespeichert und abgerufen werden. Dabei steht nicht die gesamte Fülle von Informationen im Fokus des Wissensmanagements, sondern lediglich jene, die für das Unternehmen erfolgsrelevant und objektiv sind. In dieser bewussten Fokussierung besteht ein erkenntnistheoretisches Problem in der Form, dass es keine objektiven Fakten gibt und geben

Popp

Informationsmanagement

11

kann. Die Wahrnehmung der Wirklichkeit durch ein Subjekt ist immer subjektiv geprägt. Auch aus psychologischer Sicht kann es keine objektive Information geben. Aus der Philosophie des 20. Jahrhunderts, die sich mehrheitlich mit Kommunikationsfragen auseinandergesetzt hat, lässt sich ein Modell herleiten, welches diese Tatsache gut beschreibt. Ich nenne dieses Modell "Die Sache mit der Kartoffel".

Abb. 1/5: Subjektive Wahrnehmung eines Segmentes der Wirklichkeit (Kartoffel) Jeder Informant nimmt von einem bestimmten Standort aus die Wirklichkeit wahr, hat dabei einen bestimmten Fokus, verwendet bestimmte Filter und kommt dabei zu bestimmten Wahrnehmungen. Diese Wahrnehmungen sind notgedrungen wertegeleitet, fokusbestimmt, durch interessengeleitete Filter reduziert und deshalb immer selektiv, situativ und vor allem subjektiv. Dieses Phänomen hat systematischen Charakter und kann weder vom Informanten noch vom Benutzer eines KM-Systems vollständig kontrolliert werden. Ein Unternehmen, das so genannte Tatsachen betrachtet bzw. zu nutzen sucht, kann somit maximal Intersubjektivität erreichen, niemals jedoch Objektivität. In diesem Sinne handelt es sich bei der gemeinsamen Nutzung so genannter Fakten stets um eine Verabredung von der folgenden Art: So lange niemand widerspricht, wird eine bestimmte Behauptung als Faktum behandelt. Wenn zum Beispiel in der Organisation "BMW power-Motorclub" die Behauptung "Alle Opel-Fahrer sind Bremser" aufgestellt wird und unwidersprochen bleibt, dann gilt dies innerhalb des Systems "BMW power-Motorclub" als Faktum. Je mehr unterschiedliche Standorte oder Standpunkte in einem System vorhanden sind, desto unterschiedlicher werden die Wahrnehmungen der so genannten Fakten und deren Bewertung sein. Als Schlussfolgerung lässt sich daraus ableiten, dass ein Unternehmen mit reifen, selbstbewussten Mitarbeitern ein sehr heterogenes System darstellt, wodurch eine gemeinsame Deutung der Wirklichkeit wesentlich erschwert wird. In diesem Sinne ist der hochbegabte Einzelkämpfer stets ein Feind eines objektivierten Wissensmanagements, weil er ein geringeres Interesse am Austausch von

Popp

Informationsmanagement

12

Informationen und damit an nachvollziehbarer Verständigung über Information hat – aus der Erfahrung heraus, dass ein persönliches Wissen eben stark von seiner Persönlichkeit geprägt wird - sowohl was das Sammeln als auch was das Nutzen von Wissen anbelangt. Auch bei der Wissensvermittlung kommt hochbegabten Fachkräften eine besondere Stellung zu. Ihre Kompetenz ist oft eher unbewusster Natur, von ihnen wird erwartet, dass viele Prozesse automatisiert ablaufen. Dies impliziert einen hohen Internalisierungsgrad von relevantem Wissen. Um dieses Wissen für das Knowledge Management und in weiterer Folge für das Unternehmen zugänglich zu machen, muss es in eine explizite Form transformiert werden. Das setzt konzeptionelle, didaktische und methodische Fähigkeiten voraus die vielen Profis zu einem guten Teil abgehen insbesondere wenn es sich z.B. darum handelt, Informationen in ihrer Bedeutung für komplizierte oder komplexe Prozesse und Abläufe zu kategorisieren.

1.5.3. Der entscheidende Faktor ist der Faktor Unternehmens-kultur Im weitesten Sinne steht und fällt jedes KM-System mit der Unternehmenskultur. Die Wertschöpfung eines Unternehmens wird massiv davon beeinflusst, wie schnell die Mitarbeiter lernen, worauf es ankommt, was Erfolg bringt, womit der einzelne seinen Mehrwert für das Unternehmen erzeugt. In Hinblick auf das Wissensmanagement ist der wichtigste Unternehmenskultur-Faktor die Offenheit sämtlicher Mitarbeiter, Wissen (nicht nur Information) rasch und transparent zur Verfügung zu stellen und/oder abzufragen. Entscheidend ist also eine Kultur der gegenseitigen Hilfsbereitschaft, die es aufzubauen gilt. Das könnte so funktionieren, dass ein so genannter "Wissensträger" zu einem "Best Practice"-Anlass einlädt, in welchem er seinen Kollegen erklärt, wie er die vorhandenen Informationen nutzt und sie mit seinem impliziten Wissen verbindet. Er lässt sich also beim Denken zuschauen. Voraussetzung ist allerdings, dass ihm selber bewusst ist, was er tut und dies klar kommunizieren kann ("Gläserner Hinterkopf"). Kulturfaktor 1: Die Kommunikationskultur Wissen muss kommuniziert werden. Eine Datenbank kann diesen Prozess lediglich unterstützen. Entscheidender ist es, ob im Unternehmen eine Kultur der ständigen Kommunikation existiert und vom Management auch gefördert wird. Die horizontale Wertschöpfung durch Kollegialität (Hilfe suchen, Ratschläge erteilen, Best Practice, Querbefruchtungs-Workshops) wird durch konsequentes Management in der vertikalen Wertschöpfung ergänzt (schlanke Strukturen, Benchmarkingsysteme, Transparenz, Anreizsysteme). Gerade für den Transfer des überaus wichtigen impliziten Wissens ist entscheidend, dass Menschen sich begegnen, dass Meetings also dazu genutzt werden, nicht einfach Informationen auszutauschen, sondern Wissen. Kulturfaktor 2: Die Fehler- und Feedback-Kultur In der Pädagogik ist seit langem bekannt und mit zahlreichen Studien belegt, dass Angst lernbehindernd wirkt. Je angstfreier eine Unternehmenskultur ist, desto geringer deshalb die Fehlerquote respektive desto höher die Quote der rasch korrigierten Fehler. Es ist deshalb ein absolutes Muss für Unternehmen, welche eine hohe Verteilung des vorhandenen nützlichen Wissens fördern wollen, ein Klima der Angstfreiheit zu schaffen. Nur dann ist es möglich, eine zielführende Fehler- und Feedback-Kultur aufzubauen. Ein Klima der Angstfreiheit entsteht,  wenn Manager ihre Vorbildfunktion wahrnehmen und selber eigene Fehler transparent machen

Popp  

Informationsmanagement

13

wenn grundsätzlich ein Klima der gegenseitigen Wertschätzung herrscht wenn häufig gelobt wird, Leistung also anerkannt wird

Kulturfaktor 3: Die Führungskultur Manager, die Hilfsbereitschaft horizontal und vertikal vorleben, finden innerhalb ihres Unternehmens bald Nachahmer. Aufgabe der Manager ist es Bedingungen zu schaffen, unter denen sich Mitarbeiter gegenseitig helfen können. Die Zielvorgabe ist die "Querbefruchtung" und beinhaltet Elemente des Förderns und des Disziplinierens. Die Förderung von Beziehungen unter den Mitarbeitern, auch über die eigene Organisationseinheit hinaus, führt dazu, dass sie im Bedarfsfall wissen, welche Kollegen sie um Unterstützung bitten können. Kulturfaktor 4: Die Erfolgskultur Die menschliche Spezies lernt leichter durch das Kopieren von Erfolgen als aus der Vermeidung von Fehlern. Daraus lassen sich mehrere Schlüsse ziehen. Erstens: Feedback darf nicht nur Negatives thematisieren, sondern muss genauso auch das Positive ansprechen - Lob beflügelt. Hat ein Mitarbeiter mit einem bestimmten Vorgehen Erfolg, so soll er es allgemein bekannt machen - der "Best Practice"-Ansatz. Allerdings gibt es hier mehrere psychologisch begründete Hindernisse. Wenn das Unternehmen den Wissensaustausch nicht honoriert, sinkt durch diesen Vorgang der interne Marktwert des Mitarbeiters. Zusätzlich kann die Resonanz der Kollegen anders ausfallen als erwartet: anstelle des erhofften Lobes wird der Mitarbeiter, der sein Wissen zur Verfügung gestellt hat, als Angeber etikettiert und ins Abseits manövriert. Der grösste Feind der Erfolgkultur sind also Neid und Missgunst. Diese Haltung, die oft durch eine Kultivierung des Wettbewerbs unterstützt wird, kann nicht bekämpft, sondern nur substituiert werden: Durch Betonung des gemeinsamen Erfolges, durch eine Haltung des gegenseitigen Erfolgreichmachens, durch permanentes Lob. Kulturfaktor 5: Die Prozesskultur Welches KM-System ein Unternehmen auch immer einführt: Es wird ein Nachfolgemodell sein und löst ein bestehendes, meist informelles, auf persönlichen Beziehungen basierendes und mit Fehlern behaftetes ab. Jeder Mitarbeiter hat längst sein persönliches Wissensmanagement-System aufgebaut: entsprechend seinen persönlichen Standpunkten oder Standorten, basierend auf einem persönlichen Netzwerk, das ihm beim Lernen hilft. Nur wenn für den Mitarbeiter evident ist, dass das offizielle KM-System einen höheren oder einen zusätzlichen Nutzen zu seinem eigenen selbst gestrickten KM-System bietet, wird er es nutzen oder (bei entsprechendem Druck) auch füttern. Ein KM-System muss also nicht nur regelmäßig kontrolliert (Fütterung und Nutzung) und weiterentwickelt werden, sondern es braucht auch ein eigentliches Marketing. Sonst verkommt es bald zum "Datenfriedhof". Viele Mitarbeiter sehen nur den Aufwand, den das Füttern einer Wissensdatenbank mit sich bringt. Außerdem haben Sie schon längst ihre Methoden entwickelt, um selber zu ihrem benötigten Wissen zu kommen. Häufig benutzen sie dazu "menschliche Portale", Mitarbeiter, die über ein besonders engmaschiges Beziehungsnetz innerhalb des Unternehmens oder darüber hinaus verfügen und einen gewaltigen Erfahrungsschatz besitzen. Diese mutieren dann gerne zur internen Hotline, was zwar eine hohe Befriedigung in der Helfer-Rolle verschafft, den Betreffenden aber auch von seiner eigenen Arbeit abhält. Meiner Meinung nach sollte man solche "menschlichen Portale" im Unternehmen fördern und sie dafür auch prozentual freistellen - ihr Aufgabenportfolio und ihre persönlichen Ziele also offiziell ihrer realen Tätigkeit anpassen. Im Vergleich zu starren

Popp

Informationsmanagement

14

Datenbanken besitzen sie den Vorteil, Probleme bewerten zu können und aus einer Reihe von potenziellen Ansprechpartnern den geeignetsten auswählen zu können. So gesehen wird für die meisten Mitarbeiter die Benutzung einer Wissensdatenbank immer zweite Wahl sein, eine Fallback-Solution, wenn er keinen menschlichen Auskunftgeber findet.

1.5.4. Verhinderungsfaktoren eines effektiven Wissensmana-gement Systems Verhinderungsfaktor 1: Wissen ist Macht, Nichtwissen macht auch nichts - sofern es niemand merkt. In den meisten Unternehmen wird Professionalität und der Wert einer Person für das Unternehmen mit nutzbringendem Wissen gleichgesetzt. Die Kehrseite der Medaille ist, dass viele Mitarbeiter (und je höher die Stellung, desto ausgeprägter) Nichtwissen als Schwäche deuten, die es zu verbergen gilt. Das macht es schwierig, Wissensaustausch positiv zu sehen. In vielen Unternehmen lernen nur die Juniors wirklich schnell. Ausgestattet mit dem "Poppy-Bonus" können sie sich erlauben, aktiv bei Kollegen und Vorgesetzen nachzufragen und - vorausgesetzt diese nehmen sich entsprechend Zeit - von deren Wissen profitieren. Verhinderungsfaktor 2: Mitarbeiter steuern ihre Vorgesetzten und ihre Kollegen über gezielten Informationseinsatz. Volle Transparenz über das vorhandene Wissen kommt einem Machtverlust gleich. Die dahinter stehende steuernde Idee ist relativ einfach: Stelle ich einem anderen Mitarbeiter mein gesamtes Wissen zur Verfügung, so macht mich das potenziell überflüssig. Das gilt es zu verhindern. Gegenüber Vorgesetzten gilt oft auch noch der Grundsatz: Was der nicht weiß, macht ihm nicht heiß. Manche Vorgesetzten spüren das und reagieren mit übermäßiger Kontrolle darauf, setzen Spione ein, erscheinen unangemeldet bei Sitzungen etc. Die Mitarbeiter deuten das als Misstrauen - es entsteht eine Abwärts-Spirale. Verhinderungsfaktor 3: Das KM-System nicht zu bedienen, zieht keinerlei Sanktionen nach sich. Ein KMSystem sollte einfach und möglichst schlank sein, damit es mit vertretbarem Aufwand kontrolliert werden kann. Außerdem muss man sich von vornherein darüber Gedanken machen, wie ein Boykott des KM-Systems sanktioniert werden kann. Der IT-Abteilung den Lead über das KM-System zu geben, ist ungefähr das Dümmste, was man tun kann. Der Grund liegt darin, dass diese das Wichtigste naturgemäß nicht tun kann: Die Fütterung und die Nutzung zu kontrollieren und zu sanktionieren. Verhinderungsfaktor 4: Offizielle und inoffizielle Informationsprozesse klaffen weit auseinander. Ein Unternehmen ist gut beraten, das so genannte inoffizielle, über das persönliche Beziehungsnetzwerk laufende Wissensbeschaffungssystem zu sanktionieren, zu systematisieren und damit zu optimieren. Hier bleibt einem nichts anderes übrig als die informellen KM-Systeme immer wieder einmal zu thematisieren. Das ist eine wiederkehrende Management-Aufgabe. Ein hilfreiches Tool dafür ist die Erstellung einer so genannten "Netzwerkkarte". Verhinderungsfaktor 5: Überforderung der Mitarbeiter durch Dokumentationszwang.

Popp

Informationsmanagement

15

Die meisten KM-Projekte scheitern schon in einem sehr frühen Stadium. Die Unternehmen stecken sich häufig bei KM-Systemen zu hohe Ziele. Sämtliche Informationswünsche werden berücksichtigt und eine umfassende Datenbank generiert, in der anschließend eine erstaunliche Fülle von Daten schlummert. Leider führen Strukturierung, Aktualisierung und Anwendung einer derart umfassenden Datenbank zu einer Überforderung der Mitarbeiter in zweifacher Hinsicht. Zum einen können die Mitarbeiter kaum noch abschätzen, welche Informationen mit welchem Genauigkeitsgrad in die Datenbank eingegeben werden sollen, was dazu führt, dass sie diese Tätigkeit ständig verschieben und als bürokratischen Dokumentationsaufwand missbilligen. Zum andern wird die Abrufung von Informationen derart komplex, dass sich Mitarbeiter lieber über alte, bereits eingespielte Wege das notwendige Wissen beschaffen, so dass das neue KM-System bereits nach kurzer Zeit brach liegt.

1.5.5. Schlussfolgerungen für Führungskräfte 1) Unterteilt man die Aufgaben von Führungskräften in Management einerseits (darunter fällt alles, was man organisieren kann: Strukturen, Organigramme, Prozesse, Abläufe, Standards etc.) und Leadership andererseits (worunter alles fällt, was mit dem Führen von Menschen zu tun hat), dann ergibt sich folgendes Bild:  Informationsmanagement ist eine der wichtigsten ManagementAufgaben der Führungskräfte. Die Verantwortung dafür (Inhalte, Nutzung, Kontrolle) kann nicht an eine Fachabteilung delegiert werden.  Wissensmanagement ist eine Leadership-Aufgabe und wird hauptsächlich durch die Führungskultur gesteuert. 2) Lernende Organisationen gibt es nur in dem Sinne, dass eine Organisation lernende Mitarbeiter hat. Aufgabe des Managements ist es, im Unternehmen eine Atmosphäre zu schaffen, welches Lernen begünstigt - ein Klima der gegenseitigen Wertschätzung, der Offenheit, des Vertrauens, der Fehlerresistenz. 3) Unternehmenskultur, die mehr sein will als die Summe der tolerierten Unsitten, ist ein strategisches Item und muss von der Unternehmensleitung gesponsert, verantwortet und getragen werden. Ein Hochglanz-Leitbild reicht da nicht, es braucht eine tägliche, wiederkehrende Anstrengung, um nach und nach eine positive Kultur "herbeizureden". 4) Ein Knowledge Management Tool muss bereits bei seiner Konzipierung, spätestens aber bei seiner Einführung auf effiziente Überprüfbarkeit getrimmt werden, sowohl was den Aufbau als auch was die Nutzung betrifft. Diese Kontrolle muss zu einem ständigen Tagesordnungspunkt auf den Agenden der verantwortlichen Manager werden. 5) Es lohnt sich, über hilfreiche Rituale nachzudenken, welche die Nutzung des KM- Tools begünstigen: Routinisierte Überprüfungen, ständige Tagesordnungspunkt in Meetings etc. 6) Neben jedem wie auch immer gearteten KM-Tool werden stets andere, informelle KM-Tools herlaufen. Eines der wichtigsten ist das Meeting. Es ist Aufgabe des Meeting-Leiters, dafür zu sorgen, dass relevante Informationen an den richtigen Stellen abgelegt werden (was keineswegs selbstverständlich ist) und dass Wissenstransfer im Meeting selbst stattfindet (was Zeit braucht). 7) Aus den bereits erwähnten Gründen reicht es nicht, den Mitarbeitern ein KMTool einfach zur Verfügung zu stellen, so wenig, wie es reicht, die Mitarbeiter in der Nutzung des Tools zu schulen. Gerade weil jeder verantwortungsvolle Mitarbeiter längst sein eigenes KM-System hat, ist es notwendig, ein eigentliches Marketing für die "Wissensdatenbank" aufzuziehen. Die Erfahrung zeigt

Popp

Informationsmanagement

16

leider, dass schlecht vermarktete KM-Systeme nur schlecht genutzt werden und bald einschlafen. 8) Incentivierung: Sowohl die Speisung als auch die Nutzung muss belohnt werden. Wie das geschehen soll, muss schon bei der Einführung des Tools klar sein. 9) Vor allem Angehörige des mittleren Managements sind die Wissensträger per se. Mit ihrem Vorbild steht und fällt der Erfolg eines KM-Tools häufig. Mittelmanager, die ihren Mehrwert im Unternehmen hauptsächlich über ihren Wissensvorsprung definieren, werden nicht sehr motiviert sein, relevanten Knowhow-Transfer zu unterstützen. Vor allem die Mittelmanager müssen vom Topmanagement darin gecoacht werden, ihr Wissen zur Verfügung zu stellen. Ein KM-Tool ist im besten Fall ein Hilfsmittel, im schlechtesten Fall eine Krücke und niemals ein Ersatz für eine Kultur des schnellen unbürokratischen Lernens von Mensch zu Mensch.

1.5.6 Relevante Aspekte für die Wissensmanagement-Kultur

Abb. 1/6: WM-relevante Kulturaspekte 1.6 Literatur und Kontrollfragen Literatur Bellinger Andrea, David Krieger: Wissensmanagement für KMU, cdf Hochschulverlag Zürich 2007, S. 31 ff Bullinger, H.-J., Wörner, K., Prieto, J., Wissensmanagement heute – Daten, Fakten, Trends, Studie des Frauenhofer-Instituts für Arbeitswissenschaft und Organisation, Stuttgart 1998. Davenport, Th., Prusak, L., Wenn Ihr Unternehmen wüsste, was es alles weiß ... – Das Praxisbuch zum Wissensmanagement, mi Verlag Moderne Industrie, 1998. Heilmann, H., Wissensmanagement – ein neues Paradigma?, Praxis der Wirtschaftsinformatik 36(1999), S. 7 ff. Mandl, Heinz, Reinmann-Rothmeier Wissensmanagement. Informationszuwachs - Wissensschwund? die strategische Bedeutung des Wissensmanagements. München [u.a.], Oldenbourg, 2000 Nonaka, Ikujirō,Takeuchi, Hirotaka: Die Organisation des Wissens. Frankfurt [u.a.], Campus Verl., 2012 Probst, G., Raub, S., Romhardt, K., Wissen managen – Wie Unternehmen ihre wertvollste Ressource optimal nutzen, Wiesbaden 1997.

Popp

Informationsmanagement

17

Reinmann-Rothmeier, Gabi, Mandl, Heinz: Individuelles Wissensmanagement. Bern [u.a.], Huber, 2000

http://www.wissensmanagement.net/ : Wissensmanagement online

Kontrollfragen 1. Was ist Wissenslogistik? 2. Was macht das Wissenskapital eines Unternehmens aus? 3. Skizzieren sie die Teilprozesse von Wissensmanagement nach Probst und geben sie je Teilprozess ein Beispiel. 4. Beschreiben sie die Prozesskategorien des WM nach Mandl! 5. Beschreiben sie die Prozesskategorien des WM nach Mandl und geben sie je Kategorie ein Beispiel. 6. Erklären sie die Wissensspirale von Nonaka und Teuchi! 7. Nennen sie 4 Verhinderungsfaktoren eines effektiven Wissensmanagement – Systems! 8. Skizzieren sie 4 Kulturfaktoren fürs WM! 9. Nennen sie 4 Empfehlungen, die man aus der Betrachtung von Soft Factors, für Führungskräfte bei der Einführung von WM aussprechen kann. 10. Nennen sie 4 Empfehlungen für Führungskräfte bei der Einf. Von WM! 11. Da die Ergebnisse eines Kulturaudits schlecht für den Start des Wissensmanagementprojektes waren, schlagen sie drei kulturverändernde Maßnahmen vor

Popp

Informationsmanagement

18

2 Wissenssuche mit Online-Datenbanken und Suchmaschinen

Popp

Informationsmanagement

19

2.1 Informationssuche mit Online-Datenbanken Die Anbieter von Datenbankdienstleistungen füttern die Datenbank (DB) mit den Informationen und stellen diese den Interessenten zur Verfügung.

2.1.1 Statistik zu Online-Datenbanken Weltweit existieren ca. 9500 öffentlich zugängliche Datenbanken zu den unterschiedlichsten Fachgebieten. Die Datenbanken sind heute international nutzbar und umfassen bereits alle denkbaren Gebiete. Die Palette reicht von Börseninformationen, die weltweit aktuell abgerufen werden können, über Firmeninformationen bis hin zu Ausarbeitungen zu fast allen Themen. Auch Printmedien speichern vermehrt ihre Artikel in DB ab. Einige Verbände weisen auf typische Branchendatenbanken hin oder bieten selbst entsprechenden Service an. Durch die Übertragungsmöglichkeit auf die eigene Anlage können die Daten unverzüglich verarbeitet werden. Unter der URL rzblx10.uni-regensburg.de/dbinfo/?bib_id=allefreien hat man eine Linkliste zu mehreren Tausend Online-Datenbanken, die in 41 Kategorien eingeteilt sind. Eine davon ist Wirtschaftswissenschaften mit 291 Online-Datenbanken. Die Information aller Online-Datenbanken verteilt sich etwa wie folgt  Wirtschaftsinformation 33 %  Wissenschaftlich-technische Information 19 %  Rechtsinformation 12 %  Sonstiges 36 % Gesamtumsatz Online-Datenbanken betrug 1998 in Europa: 6,11 Mrd. $) [Renninger 2003] Umsatzverteilung 1996 2003 Finanzen 61% auf 58,7% Nachrichten 4,8% auf 5,8% Wirtschaft 21,5% auf 26,1% Wissenschaft/Technik 5,9% auf 5,0% Literatur 5,4% auf 3,7% Für Finanzdatenbanken wird von den Benutzern bereits viel gezahlt (z.B. für Auskunft Kreditwürdigkeit). Finanz-DB werden im Umsatzanteil etwas zurückgehen und Nachrichten-DB und Wirtschafts-DB ansteigen.

– – – – –

2.1.2 Arten von Online-Datenbanken Je nach Art des Inhalts und nach den Nutzungsmöglichkeiten gibt es verschiedene Arten von Online-Datenbanken - bibliographische Datenbanken (Bayerischer Bibliotheksverbund OPAC) - textuelle Information (WTI Frankfurt) - numerische Information (DETHERM- thermodynamische und thermophysikalische Daten von Reinstoffen und Stoffgemischen) - Volltext DB (Genios) - multimediale Datenbanken (Online-Informationsdienste, z.B. T-Online)

Popp

Informationsmanagement

20

Es wird erwartet, dass in den kommenden 15 Jahren bis zu 10% der kleineren Zeitungen und Zeitschriften vom Markt verschwinden werden, weil die Verbraucher mit Hilfe der leistungsfähigen Datennetze auf Online-Informationsdienste zurückgreifen.

2.1.2.1 Bibliographische Daten Bibliografische Datenbanken sind Literaturdatenbanken zu einem bestimmten Fachgebiet oder Thema und enthalten bibliografische Angaben wie Verfasser, Titel und Erscheinungsjahr eines Werkes, manchmal auch eine kurze Annotation. Ausgehend vom Bibliothekskatalog der eigenen Hochschule kann man zentraler Verbundkataloge anfragen. 1.) Internetrecherche in der TH Deggendorf-Bibliotheksdatenbank: https://www.th-deg.deStudierendeBibliothekRecherche und Datenbanken BuchsucheHauptbibliothek-OPAC

Abb. 2.1/1: Suchmaske in OPAC Beispiel: unter Schlagwort oder Titel(wörter) „Wissensmanagement“ eingeben; man lässt sich Treffer über Weblogs anzeigen; verknüpft man Wissensmanagement mit Jahr „2013“; dann geht man auf den Index-Button bei „Wissensmanagement“ so findet man unter verwandte Begriffe „wissensbasierte Systeme“; dieser wird markiert Auswahl übernehmensuchen Bei Verwendung von mehreren Attributen in Abb. 2.1/1 kann man vorne bei jedem Attribut auswählen, ob diese mit „und“ oder „oder“ oder „und nicht“ verknüpft werden sollen. Im Unteren Bereich kann man die Suche eingrenzen durch Spracheinstellungen oder durch Erscheinungsformen (Zeitung, Print-Buch, E-Book, usw.) oder Erscheinungszeit von – bis. 2.) Der „Gateway Bayern“ mit Bestand aller wissenschaftlichen Bibliotheken in Bayern ist unter folgender Adresse zu erreichen: https://www.th-deg.deStudierendeBibliothekRecherche und Datenbanken Buchsuche GatewayBayern oder direkt unter: https://opacplus.bibbvb.de/TouchPoint_touchpoint/start.do Lesen sie beim ersten Mal die Suchtipps unter den Eingabeformularen!

Popp

Informationsmanagement

21

Anfragebeispiele: Bücher und Berichte von Heribert Popp. Wo steht die Dissertation von 1992 überall? Frage: outsoursing und nicht offshore Frage: Seniorentourismus Suche nach den bibliographischen Daten von einem Tagungsband „Spezialbibliotheken auf dem Weg zur virtuellen Bibliothek in Hamburg 21-25.3“ Wird man hier nicht fündig, so bietet sich dort die Möglichkeit, direkt im „WorldCat“ (www.worldcat.org), einen übergeordneten Katalog, zu suchen. OCLC hat diesen umfangreichen Katalog mit über 271 Mio. Einträgen und 1,8 Mrd. Standortreferenzen ins Netz gestellt. Der „WorldCat“ bietet neben der Verschlagwortung (Tagging) auch Nutzerrezensionen. Auf diese Weise sollen die Nutzer eingebunden werden, um die Attraktivität des Katalogs zu steigern. Beispiel: Frage: Seniorenmarketing 3.) Karlsruher Virtueller Katalog: www.th-deg.deStudierende BibliothekRecherche und Datenbanken Buchsuche Karlsruher Virtueller Katalog oder direkt http://www.ubka.uni-karlsruhe.de/kvk.html Der Karlsruher Katalog stellt Anfragen an verschiedene vom Nutzer gewählte Kataloge und präsentiert das Ergebnis übersichtlich, aber pro Katalog und nicht in einer zusammengefassten Liste. Es sind sogar Kataloge des Buchhandels abfragbar. Beispiel: Begriff „outsourcing“ suchen in der Nationalbibliothek von Australien. (Möglichkeit eine Kopie von Kapiteln eines Buches zu bestellen) 4.) OPUS (http://elib.uni-stuttgart.de/opus/gemeinsame_suche.php) Metasuche nach elektronischen Hochschulschriften Beispiel: Wissensmanagement 2013

2.1.2.2 Textuelle und Volltext DB Die vier Anbieter WTI (Technik), Genios (http://www.genios.de) (BWL), Dialog und Data Star (vom Medienkonzern Proquest Neu http://www.proquest.com/) verfügen über ca. 1500 Datenbanken. So findet man bei diesen Supermärkten beispielsweise fast alles, was weltweit zur Agrarwissenschaft, Geologie, Chemie und Medizin veröffentlicht wurde, sowie Wirtschafts- und Firmenprofile. Ebenso Informationen zu Patenten, Warenzeichen, Werkstoffen, Technik und zahlreiche nationale und internationale Zeitschriften, Magazine und Fachpublikationen sind im Datenangebot. Der Vorteil von Profidatenbanken besteht darin, gezielt gutstrukturierte Informationen abzurufen. Fachleute selektieren aus den Millionen Publikationen, vergeben Schlagwörter und verfassen Abstracts, um die Informationen suchbar zu machen. Oft helfen Thesauri weiter. Sie dienen als Kontrollmöglichkeit, ob der gesuchte Begriff überhaupt im kontrollierten Vokabular der Datenbank verzeichnet ist. I. Zugriff zu technischen Datenbanken www.th-deg.deStudierende BibliothekRecherche Fachgebiet Technik WTI-Frankfurt

und

Datenbanken

Popp

Informationsmanagement

22

II.

Zugriff zu Datenbanken des Fachgebietes Wirtschaft 1.) Kostenloser Zugang für THD-Studenten zu Datenbanken von Genios www.th-deg.deStudierende BibliothekRecherche und Datenbanken Fachgebiet Wirtschaftwiso WISO ( Bereich: Betriebswirtschaft mit 12 Mill. Medien) Beispiel: Eingabe von „Seniorenmarketing“ Treffer anschauen; feststellen, dass häufig die Begriffe Zielgruppe, Marketing und Alter vorkommen; damit neue Anfrage starten und Trefferzahl erhöht sich. Typisches Problem beim Schreiben einer Bachelor- oder Diplomarbeit, in der letzten Phase muss man Literaturzitat erstellen; auf der Kopie fehlen wichtige bibliographische Daten. z.B. Artikel lautet „Auf der Suche nach dem Stein des Weisen; S. 24-36“ Eintippen: „Suche Stein Weisen“ Findet man Autor Meffert und Jahr usw. z.B. „papierlose Logistik“ z.B. Titel „wissensmanagement“ Zeit „letzten 12 Monate“ Folgen sie rechts unten dem Link zu www.Genios.de und betrachten sie dort die Produkte (1000 DB). Sie finden Datenbanken in den Bereichen  Pressedatenbanken im Volltext (z.B. Ökotourismus)  Unternehmensinformationen (über 3 Mio Unternehmen)  Markt- und Brancheninformationen (über 5000 Marktstudien)  über 5 Mio. Presseartikel Man findet weltweite Geschäftskontakte, bis zu 15 Jahre zurückreichende Pressearchive etwa vom Handelsblatt, Spiegel, Tagesspiegel, Berliner Zeitung, Zeit, VDINachrichten und Regionalzeitungen sowie spezialisierte Fachsammlungen. Beispiel: Produkte – Datenbank A-Z; z.B. GfK Dossier oder über alle Datenbanken suchen mit „Ökotourismus“, Preise der Treffer in den jeweiligen DB anschauen. 2.) Zugang zu weiteren Wirtschaftsdatenbanken Statista (Statistik-Portal, das Statistiken zu 60.000 Themen bündelt, URL wäre auch http://de.statista.com/ Web of Science (55 Millionen Einträge aus den wichtigsten Fachzeitschriften, Tagungsberichten und Büchern in den Bereichen Natur-, Sozial- und Geisteswissenschaften. (Verfügbar sind alle Titel ab 2004.) Sciencedirect (http://www.sciencedirect.com/; Fachübergreifende Datenbank mit Zugriff auf die elektronischen Zeitschriften und eBooks des Verlags Elsevier) NWB Datenbank (DB zu Steuer und Wirtschaftsrecht, Rechnungswesen, Internationales Steuer- und Wirtschaftsrecht, Unternehmenssteuern und Bilanzen, Erben und Vermögen) Hoppenstedt-Hochschuldatenbank (http://www.hoppenstedthochschuldatenbank.de) III. Zugriff zu Datenbanken des Fachgebietes Recht www.th-deg.deStudierende BibliothekRecherche und Fachgebiet RechtJURIS oder https://www.juris.de/jportal/index.jsp

Datenbanken

Popp

Informationsmanagement

23

JURIS.de ist die umfassende juristische Datenbank für Rechtsprechung (allein 65653 Entscheidungen der Finanzgerichtsbarkeit und anhängige Revisionen), Literaturnachweise, Bundesrecht, Landesrecht, EG-Recht, Asylrecht, Umweltrecht und technisches Recht. (*Java muss am Rechner installiert sein*). Beispiel: erweiterte Suche; Gericht DeggendorfSuche,Liste, Dokument IV. Zugriff zu Datenbanken weiterer Fachgebiete www.th-deg.deStudierende BibliothekRecherche und Datenbanken V. Zugriff zu E-Books www.th-deg.deStudierende Bibliothek-->E-Books https://www.th-deg.de/de/studierende/bibliothek/e-books#nav 1. EBSCOhost eBook Collection (4.400 E-Books aus sämtlichen Fachgebieten 2. Springer-eBooks (Technik (2006-2015 – deutsch), Wirtschaft, Informatik (20062015 – deutsch), Wirtschaftswissenschaften (2006-2015 – deutsch), 3. WISO-eBooks 4. De Gruyter-eBooks 5. Hanser-eBooks 6. UTB-eBooks 7. Vahlen-eBooks VI. Überblick über alle Zeitschriften: www.th-deg.deStudierende  BibliothekZeitungen und Zeitschriften https://www.th-deg.de/de/studierende/bibliothek/zeitungen/online Beim Zugang zur Elektronische Zeitschriftenbibliothek Deggendorf gibt es 3 Kategorien von Zeitschriften:  Zeitschriften mit der grünen Ampel sind generell frei zugänglich  Für Zeitschriften mit einer gelben Ampel wurde für die Technische Hochschule eine Lizenz bezahlt und sind von allen Rechnern der Hochschule zugänglich  Bei Zeitschriften mit einer roten Ampel sind Inhaltsverzeichnisse und Abstracts zugänglich http://scholar.google.de Google´s Spezialsuchmaschine nach Aufsätzen (Metadaten aus den Volltexten der Artikel erzeugen und auch Extraktion von allen Referenzen eines Artikels)

2.1.3 Literatur und Kontrollfragen Literatur Jürgen Bussiek: Informationsmanagement im Mittelstand, Gabler Verlag, 1994, S. 82-105 Josef Herget, Siegfried Hensler: Online-Datenbanken in Wirtschaft und Wissenschaft: aktuelle Nachfragestrukturen und Nutzungstendenzen, WIRTSCHAFTSINFORMATIK 37, (1995), S. 129-132 Andreas Hotho; Publikationen im Web 2.0; Informatik Spektrum 35-6-2012,2012, S.447.451 Wolfgang Renninger: Marketing-Controlling-Organisation, 2003

Kontrollfragen 1. Wie viele Online-Datenbanken gibt es ungefähr? Welche Klassen erbringen den größten Umsatz? Wie werden Sie in Deutschland angenommen? 2. Klassifizieren sie Online Datenbanken und geben sie je Klasse ein Beispiel!

Popp

Informationsmanagement

24

3. Charakterisieren Sie die Suche in Online-Datenbanken! 4. Beschreiben Sie grob den Leistungsumfang von Genios!

Fragen für Recherchen in Datenbank WISO 1) Aufsätze zum Seniorenmarketing nach 2010 Eingabe im Freitext: Seniorenmarketing Eingabe bei Jahr: >2010 Trefferliste aufrufen + Vollanzeige von Einzeltreffern prüfen: Dort steht bei zweien davon als Schlagwörter: Ziegruppe und Marketing, bei einem zusätzlich Alter Also neue Eingabe bei Schlagwort: Zielgruppe und Marketing und bei Allgemein alt* 2) Aufsätze zum Unternehmen SAP nach 2009 Eingabe: Unternehmen: SAP, Jahr: >2009 =nn Treffer Kann man eingrenzen auf Artikel in Zeitschriften z.B., also ohne Zeitungsartikel: Im Feld Datenbank Fragezeichen anklicken und BLISS auswählen (BLISS = Zeitschriften, FITT = Zeitungen) =nn Treffer 3) Für eine schriftliche Arbeit wurde ein Aufsatz kopiert, aber zum Zitieren sind nicht alle Angaben festgehalten worden. Auf der Kopie ist lediglich zu lesen: Auf der Suche nach dem „Stein der Weisen“, Heft 2, S. 24-36. Eingabe: Freitext: Suche und Stein und Weisen 4) Gesucht werden Artikel in der Zeitschrift „Wirtschaftsinformatik“ von 1999 zu Objektorientierung mEingabe: Freitext: Objektor*, Quelle: Wirtschaftsinformatik, Jahr: 1999 = nn Treffer

2.2 Informationssuche im Internet - Suchdienste Um im World Wide Web die benötigten Informationen zu finden, können Suchdienste zu Hilfe genommen werden.

2.2.1 Nutzerstatistik Laut einer Studie nutzen über 60% der Befragten häufig oder regelmäßig Suchmaschinen. Betrachtet nach Altersgruppen lässt sich feststellen, dass die Nutzer von Suchmaschinen tendenziell jünger sind (14 bis 29 Jahre) und die Nutzung mit steigendem Alter der User kontinuierlich abnimmt.

2.2.2 weise

Klassen von Suchdiensten und deren Funktions-

Es gibt drei Grundtypen von Suchdiensten: Webkataloge: Webkataloge sind alphabetisch oder nach thematischen Kriterien geordnet. Ihr Datenbestand wird von der Redaktion des Suchdienstes vor der Aufnahme geprüft, womit Webkataloge einen hohen redaktionellen Aufwand mit sich bringen. Durch diese Bewertung der Inhalte steigt die Präzision der Suchergebnisse, doch Webkataloge weisen aufgrund des hohen Aufwands einen geringeren Datenbestand als Suchmaschinen auf. Die Redaktion gewichtet ebenfalls die Dokumente, womit die Position einer Website auf der Suchergebnisliste einhergeht. Bei Webkatalogen werden Suchergebnisse i. d. R. durch Klicken auf betreffende Themen und deren Verzweigungen gefunden. Zu den Webkatalogen zählen auch die Branchenkataloge (z. B. Gelbe Seiten oder das Örtliche). Beispiele: dir.Web.de, Allesklar http://www.allesklar.de/ (z.B. virt. Studieren)

Popp

Informationsmanagement

25

Suchmaschinen: Suchmaschinen dagegen beruhen ausschließlich auf automatisierten Verfahren. So durchsucht ein Webrobot aktiv das Internet nach neuen Dokumenten und zur Aktualisierung des Bestandes wird regelmäßig ein Crawl-Prozess durchgeführt, indem die gespeicherten URL‘s überprüft werden. Desweiteren beinhalten Suchmaschinen Softwaretools für die inhaltliche Bewertung und Zuordnung der Dokumente. Zur Indexierung d. h. zum Aufbau und der Verwaltung von Datenstrukturen anhand von Keywords werden Information Retrieval Systeme eingesetzt und die Bestimmung der Relevanz des jeweiligen Dokuments erfolgt ebenfalls über automatisierte Verfahren. Im Gegensatz zu den Webkatalogen erfolgt die Suche bei Suchmaschinen über Keyword-Eingabe in ein Suchfeld. Danach bearbeitet der sog. Query Processor die Suchanfrage mittels Zugriff auf den Index des Retrievalsystems und eine Liste von Dokumenten wird erzeugt. Beispiele: Google, Lycos, bing.de Metasuchmaschinen: Eine Metasuchmaschine ist ein Recherchetool, das über keinen eigenen Datenbestand verfügt, sondern gezielt auf die Daten anderer Webkataloge und Suchmaschinen zugreift. Sie fasst die gelieferten Suchergebnisse zu einer eigenen Ergebnisliste zusammen, eliminiert Redundanzen und ermittelt die Rangfolge der Treffer aufgrund eigener mathematischer und statistischer Kriterien. Ziel ist es, die Abdeckung des Internets durch die Abfrage in verschiedenen Suchdiensten zu verbessern und damit die Trefferzahl zu vergrößern bzw. zu präzisieren. Nach einer Entscheidung des EuGH von 2014 sind Metasuchmaschinen dann rechtswidrig, wenn ein der durchsuchten Plattform vergleichbares Suchformular angeboten wird, die Suchanfragen „in Echtzeit“ weitergeleitet werden, die Suchergebnisdarstellung Dubletten zusammenführt und die durchsuchte Plattform mit der Verwendung nicht einverstanden ist. Grund ist die Gefahr, dass dem Hersteller der Datenbank Einnahmen entgehen,insbesondere in Form von Werbeeinnahmen (Rn. 41). Beispiele: MetaGer Eigenschaften der drei erläuterten Suchdienste: Die Grenzen der o. g. Klassen sind fließend und beinahe alle Suchdienste bieten eine Kombination der genannten Formen. Beispiele: • Da die Verzeichnisdienste händisch aufgebaut werden, kommen sie nicht nach und verlieren immer mehr an Bedeutung •

Google bietet neben der Keywordsuche die Suche in verschiedenen Kategorien z. B. Bilder, Maps, Shopping, News oder Videos

2.2.3

Suchoperatoren und Expertensuche

Es gibt zwei Möglichkeiten zur Verfeinerung von Suchanfragen: mittels Suchoperatoren oder mit der Funktion der erweiterten Suche bzw. der Expertensuche. Die Suchoperatoren werden bei der Eingabe mehrerer Suchbegriffe eingesetzt: • AND (+): alle Wörter müssen im Suchergebnis enthalten sein, Leerzeichen werden i. d. R. in Systemen als AND definiert

Popp •

• •

Informationsmanagement

26

NOT (-): Wort darf nicht im Suchergebnis enthalten sein: Eingabe mit Leerzeichen vor dem Minuszeichen z. B. die Suche „berlin -hotel“ zeigt Treffer mit dem Begriff Berlin aber ohne das Wort Hotel OR: mindestens ein Suchwort im Ergebnis *: Platzhalterzeichen rechts vom Suchwort symbolisiert beliebige Endung

Die Suche mit den aufgeführten Operatoren funktioniert bei den bekanntesten Suchdiensten wie Google, Yahoo, Web.de, Bing, MSN Search; allerdings nicht bei Allesklar. Bei der Expertensuche erfolgt die Eingrenzung der Suche über ein spezielles Eingabeformular mit vordefinierten Systematiken. So kann beispielsweise die manuelle Auswahl der Operatoren erfolgen (z. B. „mit der genauen Wortgruppe“), Sprachfilter zur Einstellung der gewünschten Sprache werden angeboten, das Dateiformat (z. B. Pdf, Word-Dokumente oder Vorträge in PP) oder das Erstellungs- und Änderungsdatum (Eingabe der gewünschten Aktualität z. B. Dokumente erstellt in den letzten 4 Wochen) können gewählt werden. Beispiel: FC Bayern München

Abb. 2.2/1: Maske der Erweiterten Suche bei Google

2.2.4

Suchbegriffe

Die Suchbegriffe d. h. Schlüsselwörter oder Keywords weisen bestimmte Eigenschaften auf, die zu beachten sind, um zielführende Ergebnisse aus Suchdiensten zu erhalten. Der Unterschied zwischen Groß- und Kleinschreibung ist kaum noch vorhanden, allerdings stellen Wörter in Ein- und Mehrzahl für Suchmaschinen verschiedene Begriffe dar. Bei zusammengesetzten Wörtern sollte je nach Bedeutung die getrennte Schreibweise bevorzugt werden. Die Reihenfolge der Wortkombination beeinflusst ebenfalls das Suchergebnis. So bringen die Suchbegriffe „berlin hotel“ (116 Mio. Treffer) und „hotel berlin“ (166 Mio. Treffer) in Google abweichende Ergebnisse. Mittlerweile verwenden über 50% der User Wortkombinationen, das bedeutet, sie geben nicht nur ein Schlüsselwort, sondern mehrere Suchbegriffe ein. Dieser Anteil erhöht sich tendenziell in der Zukunft.

Popp

Informationsmanagement

27

Sonderzeichen wie Bindestriche oder Umlaute werden meist gut erkannt und es macht nur einen geringen Unterschied in den Ergebnissen. Bei Verwendung der alten oder neuen Rechtschreibung werden zumeist beide Varianten gefunden. Stoppwörter, also Wörter, die zwar im Text vorkommen, aber von Suchdiensten anders als normale Schlüsselwörter behandelt werden, stellen eine weitere Schwierigkeit bei der Suche dar. Dies sind beispielsweise Artikel (z. B. der, die, das, ein, eine) oder Pronomen (z. B. ich, du, er, sie, es). Vor einiger Zeit noch ignorierten Suchdienste diese Wörter, was sich mittlerweile geändert hat. So bringt z. B. die Suche mit dem Stoppwort „in“ (also „hotel in berlin“) bei Google eine höhere Trefferzahl als zuvor. Desweiteren ist auf die korrekte Rechtschreibung zu achten, wobei fehlerhafte Eingaben meist ebenso Treffer erbringen, da andere User den gleichen begingen. Viele Suchmaschinen bieten eine Korrekturfunktion, beispielsweise Google mit dem Hinweis „Meinten Sie:…“. Eine Funktion in Google ermöglicht die Recherche des Beliebtheitsgrades eines bestimmten Keywords in Verbindung mit einem gewählten Zeitraum, dem regionalen Interesse und den konkret benutzten Suchbegriffen. www.google.com/insights/search Beispiel: deggendorf

2.2.5

Bestandteile der Ergebnislisten

Überwiegend bestehen die Ergebnislisten der Suchdienste aus organischen Treffern und Sponsored Ads sowie Payed-Listing-Einträgen, deren Darstellung je nach Suchdienst variieren. Die organischen Treffer sind die unbezahlten Suchergebnisse, während die Sponsored Ads und Payed-listing-Einträge von Unternehmen bezahlte Einträge sind. Diese werden zumeist an prominenter Stelle z. B. am Beginn der Liste gezeigt und beinhalten kommerzielle Angebote. Die Reihenfolge der Sponsored Ads/Payed-listening Einträge hängt davon ab, wer für einen Klick mehr bereit ist zu zahlen. Also die obersten zahlen am meisten für einen Benutzerklick, z.B. bei Google den Suchbegriff „Versicherungsvergleich“ eingeben. Die Reihenfolge der organischen Treffer hängt z.B. von Google´s Page Ranking Verfahren ab. Bei Google werden Treffer weiter oben angezeigt, wenn auf deren Homepage mehr Links von anderen Homepages verweisen als auf die Homepages der weiter unten angezeigten. Beispiel: Verweisen z.B. auf die Homepage www.th-deg.de 1100 andere Homepages und auf die www.oth-aw.de 1200, so wird bei der Frage nach „bayerischen Hochschulen“ der Treffer Amberg-Weiden vor dem Deggendorfer Treffer angezeigt. Aus der Aufteilung der Ergebnislisten und Positionierung der Treffer entstanden die zwei Themenbereiche Suchmaschinenoptimierung (SEO) und Suchmaschinenmarketing (SEM). Die Suchmaschinenoptimierung umfasst Maßnahmen, die dazu dienen, dass Webseiten auf den Ergebnisseiten innerhalb der organischen Treffer auf höheren Plätzen erscheinen. So ist ein häufiger Wechsel der URL Gift für eine gute Position im Google Page-Ranking. Das Suchmaschinenmarketing befasst sich dagegen mit dem gezielten Einsatz von bezahlten Suchmaschineneinträgen, um Kunden zu gewinnen.

Popp

2.2.6

Informationsmanagement

28

Nutzerverhalten

Nach einer Statistik der meistgenutzten Suchmaschinen in Deutschland im Februar 2015 hatte die Suchmaschine Yahoo einen Marktanteil von 1,66 %. Google, die Suchmaschine des US-amerikanischen Unternehmens Alphabet Inc., war mit großem Abstand Marktführer mit Anteilen von über 90 %. Das Schlusslicht in dem Ranking bilden die Suchmaschinen von GMX, Search.com und Conduit mit Marktanteilen von unter 0,05 %. Bei der mobilen Nutzung von Suchmaschinen entfällt der größte Marktanteil auch auf Google mit knapp 92 Prozent weltweit. Mit großem Abstand folgen Yahoo (5,98 %) und Bing (1,68 %). (http://de.statista.com/statistik/daten/studie/167841/umfrage/marktanteileausgewaehlter-suchmaschinen-in-deutschland/) Als nächster Aspekt soll auf das Vorgehen der Nutzer bei der Auswertung der Ergebnisse von Suchdiensten eingegangen werden. Untersuchungsgegenstand der zugrunde gelegten Studie war das Vorgehen bei der Betrachtung einer Google-Ergebnisliste mit den kumulierten Ergebnissen über alle Such- und Nutzungsszenarien hinweg. Die Aufmerksamkeitsverteilung auf den Google-Ergebnislisten verläuft nach einem FMuster, denn die Blicke wandern auf der Suche nach den relevanten Key Words vertikal auf der linken Seite von oben nach unten. Erscheint nun ein Ergebnis relevant für die eigene Anfrage, wird es von links nach rechts flüchtig gescannt. Das primäre Selektionskriterium und Entscheidungsmerkmal zur Auswahl der Treffer ist die Position des Suchergebnisses, denn die oberen Suchergebnisse suggerieren den Nutzern deren höhere Relevanz. Rund 45 Prozent der Klicks entfallen auf die oberen organischen Suchergebnisse, während die darüber liegenden Sponsored Ads von knapp 40% der User ausgewählt werden. Neben der Positionierung entscheidet vor allem die Übereinstimmung der Ergebnisse mit dem eingegebenen Suchbegriff, ob das Resultat angeklickt wird, denn das KeyWord wird bereits in der Überschrift erwartet. Ob nach dem kurzen Abgleich mit dem Ergebnistitel der darunter aufgeführte Text oder die URL in den Fokus der Betrachtung rückt, ist wiederum abhängig von der Intention des Nutzers. Wegen dem Page-Ranking von Google hat sich eine Backlinking-Technik herausgebildet. Es ist aber davon auszugehen, dass sich der Umgang mit Backlinks gravierend verändern wird. Google bewertete ja im Page-Ranking: je öfter von anderen Seiten auf die entsprechende Page verwiesen wurde, desto besser war jene im GoogleRanking vertreten. Es ist hinreichend bekannt, wie viel Schindluder damit getrieben wurde: Seitenbetreiber kauften Backlinks im 10.000er-Pack aus Russland, Vietnam oder China, um ihre Inhalte nach oben zu katapultieren. Darauf reagierte Google schließlich vor gut drei Jahren mit dem Penguin-Update, das in der Lage ist, überoptimierte Webseiten zu erkennen und in ihrer Wertung herabzusetzen. Heute geht es bei Backlinks daher um Klasse statt Masse: Statt Verlinkungen im großen Stil einzukaufen, gilt es vielmehr, Inhalte aufzubauen, die so gut sind, dass sie von allein verlinkt werden. Content Marketing ist für ein solches organisches Linkbuilding das Gebot der Stunde. Suchmaschinen wie Google werden immer besser darin, die tatsächliche Inhaltsqualität einer Seite zu beurteilen und sie mit der Suchintention der Nutzer abzugleichen. Stattdessen werden sogenannte Social Signs an Bedeutung gewinnen: Empfehlungen

Popp

Informationsmanagement

29

von untereinander vernetzten Usern werden in den nächsten Jahren eine immer wichtigere Rolle spielen.

2.2.7

Marktanteile der Suchdienste

Die mit großem Abstand am meisten genutzte Suchmaschine ist Google, die weltweit einen Marktanteil von knapp 70% aufweist und mittlerweile zum Synonym der Internetsuche geworden ist. In Deutschland liegt die Nutzerbasis sogar bei über 90 %. Die Dominanz Googles spiegelt sich auch bei der Höhe der Werbeeinnahmen wider: Im Jahr 2013 erzielte Google in den USA Einnahmen von rund drei Milliarden USDollar, wohingegen die größten Konkurrenten Yahoo, AOL und Bing diese Summe auch gemeinsam nicht erreichen konnten. Wichtigste Einnahmequelle der Suchmaschinen ist Werbung. Je nach Höhe ihrer Ausgaben können sich Unternehmen in den Suchergebnisse mehr oder weniger prominent platzieren lassen. Diese Ausgaben wachsen seit Jahren kontinuierlich an und werden laut Prognose im Jahr 2016 rund 60 Milliarden US-Dollar betragen. Auch die Zuwachsraten sind in einigen Ländern sehr hoch. Die Click-Through-Rate oder Klickrate, d.h. die Anzahl an tatsächlichen Klicks auf die Anzeige in der Suchmaschine, wuchs in den letzten Jahren hingegen weit weniger stark und lag am Ende des vierten Quartals 2013 weltweit bei knapp zwei Prozent. http://de.statista.com/themen/111/suchmaschinen/) Baidu ist mit 71.35% klar der größte Player in China. Was ist der Grund für Googles kaum vorhandenen Marktanteil? Hauptgrund dürfte der Streit mit der chinesischen Regierung sein. Diese betreibt Zensur und blockiert unerwünschte Seiten für chinesische Nutzer. Google wollte sich das 2010 nicht mehr länger bieten lassen und zog sich aus dem chinesischen Markt zurück.

2.2.8

Neue Entwicklungen und Trends

1.) Die lokale Suche wurde vor allem mittels Google Maps und Google Earth interessant, mit der die Anzeige von Luftaufnahmen in Kombination mit Routenplanern und lokaler Suche möglich wird. Beispiel: Restaurants in Deggendorf Beispiel: Hotel Obrigheim und dann auf Maps gehen 2.) Eine weitere Entwicklung der Suchdienste ist die personalisierte Suche. Zum einen ist die Personalisierung der Eingabemaske z. B. bei Google+ oder Mein Yahoo möglich und zum anderen kann ein Nutzerprofil generiert werden, das bei zukünftigen Suchen zur Eingrenzung der Treffer herangezogen wird. Dazu ist allerdings der Zugang zu persönlichen Daten notwendig z. B. E-Mail-Accounts, Adressbücher oder Shopping-Profile. Anwendungsbeispiele hierfür sind Google Webprotokoll und My Web von Yahoo. Vorbei sind auch die Zeiten, in denen alle User die gleichen Suchergebnisse erhielten: Schon jetzt werden die aufgezeigten Ergebnisse anhand von Faktoren wie der geographischen Position oder der im Browser eingestellten Sprache regionalisiert. Aber bei der Ergebnisausgabe für regionale Cluster wird es nicht bleiben: Gerade Google wird immer besser darin, zu erkennen, wo seine Nutzer leben, wohin sie reisen, wie sie arbeiten und was sie einkaufen. Das mag auf den ersten Blick vor allem erschrecken – es bietet aber auch die Gelegenheit, jedem Internetuser individuell auf ihn zugeschnittene Ergebnisse zur Verfügung zu stellen. Schon heute gibt es erste Dienste, bei denen Search Engines Daten kumulieren und dadurch Services bieten, noch bevor der Nutzer überhaupt nach ihnen sucht. Und in nicht allzu ferner Zukunft

Popp

Informationsmanagement

30

wird dies noch viel weitreichender funktionieren als der Smartphonewecker, der uns eine halbe Stunde früher weckt, wenn auf unserem Weg zur Arbeit Stau angekündigt ist. 3.) In der sozialen Suche wird auf Social Bekannte, Freunde oder Kollegen einlädt und profitiert und umgekehrt. Voraussetzung sind B. innerhalb einer Firma oder eines Vereins. aus dem Bekanntenkreis zu sehen und sogar kontaktieren.

Networking gesetzt, bei dem der User von deren Such- sowie Klickverhalten ähnliche oder identische Interessen z. Es wird ermöglicht, die Suchanfragen die betreffenden Personen via Mail zu

Die Suchergebnisse werden danach gewichtet, wie interessant die Seiten für andere Benutzer sind, was ebenfalls die Gründung von Interessensgemeinschaften zu einem bestimmten Themengebiet voraussetzt. Der Benutzer benötigt für Google Social Search ein Konto bei Google, bei dem er Links zu seinen sozialen Netzen angibt, also etwa zu seinem öffentlichen Twitter oder Friendfeed-Profil. Zudem werden auch andere Benutzer in der Gmail-Chat-Liste sowie andere als Freunde, Familie und Kollegen markierte Personen aus dem Google-Adressbuch ausgewertet. Google erklärt, dass die Online-Rezension von einem Freund möglicherweise relevanter ist als eine fremde Rezension. Darum werden in der sozialen Suche Ergebnisse von bestehenden Verbindungen zu Freunden hervorgehoben, doch nicht immer sind diese sofort zu erkennen, da nicht alle Freunde Google Plus aktiv nutzen um Inhalte öffentlich zu bewerten oder zu teilen. Um die soziale Suche zu beeinflussen, kommen die Infos aus folgenden Quellen: * Blogs, Website und weitere Inhalte, die ein User erstellt oder geteilt hat * Bilder, die von den eigenen sozialen Verbindungen geteilt wurden * Google Reader-Abonnements * Sämtliche bekannte Web-Profile wie Twitter und Flickr * Inhalte, die über die Google+1 Schaltfläche empfohlen oder geteilt wurden Um personalisierte Ergebnisse in der die soziale Suche zu erhalten, reicht schon ein Google Mail Konto aus. Als Nachteile der sozialen Suche ist der notwendige Zugang zu persönlichen Daten zu nennen. Darüber hinaus müssen Gruppen und Interessensgemeinschaften gebildet sowie gepflegt werden. Personensuchmaschinen erfassen häufig Profilbilder aus Sozialen Netzwerken und binden diese mittels eines Link auf ihrer Webseite ein. Hat der Nutzer in dem Sozialen Netzwerk seine Daten nicht für Dritte gesperrt, ist eine solche Vorgehensweise der Personensuchmaschinen-betreiber sogar zulässig (OLG Köln). http://www.social-searcher.com/google-social-search/ Interessensgemeinschaften kann man mit http://www.xing.de oder http://www.LinkedIn.compflegen 4.) Wissensbasierte und semantische Suche Die wissensbasierte Suche kann verschiedene Ausprägungen aufweisen, die im Folgenden anhand von Beispielen verdeutlicht werden. Bei Yahoo! Clever (http://de.answers.yahoo.com) können Fragen gestellt werden, auf die andere Nutzer per E-Mail oder online antworten. (Yahoo clever)

Popp

Informationsmanagement

31

COSMiQ (http://www.cosmiq.de/) ist eine Wissenscommunity und Plattform für Meinungs- sowie Sinnfragen, die ursprünglich von Lycos veröffentlicht wurde und nun von Burda Media betrieben wird. Als angemeldete User ist man Experte und kann gestellte Fragen beantworten. Diese Antworten werden vom Fragesteller bewertet und je nach Punktezahl kann der Nutzer im Rang von Einsteiger über Student bis hin zu Professor und Nobelpreisträger aufsteigen. WolframAlpha.com: Die Suchmaschine zählt als intelligente Suchmaschine im Bereich Mathematik, denn sie findet nicht nur Informationen, sondern versucht sie schon gleich aufzubereiten. Es können Fragen eingetippt werden, bei denen nicht eine Auflistung von Websites erfolgt, sondern direkte Antworten gefiltert werden. Hervorgehoben wird sie zudem dadurch, dass sie auf der Software Mathematica basiert. Google´s Volltextsuche erreicht bei Suchanfragen der Art „plants with edeble leaves“ ihre Grenzen. Viele Dokumente werden zwar „edible leaves“ enthalten, aber wahrscheinlich nicht das Wort „plants“ oder eine Variation davon. Stattdessen werden dien namen einer bestimmten Pflanze enthalten wie „broccoli“. Hier würde man das Wissen benötigen, dass es sich bei „broccoli“ um eine spezielle „plant“ handelt. Auch will man als Ergebnis keine Liste von Dokumenten, sondern eine Liste von Pflanzen. Semantische Suche erfordert eine Funktionalität jenseits dessen, was Volltextsuche imstande ist wie: Suche nach Vertreter einer gegebenen Klasse anstatt nach Worten, Diversität der Ergebnisse, pro Treffer Kombination von Informationen aus verschiedenen Quellen. Beispiel: Online-Demo einer sem. Suchmaschine:broccoli.informatik.uni-freiburg.de. (example Video) Zu lösende Probleme sind: Wie kommt man an dieses Wissen über Beziehungen, wie zu Ober- und Unterbegriffsbeziehung (Ontologie). Wie erkennt man in einem Text Referenzen auf Vertreter einer Klasse, wie händelt man den großen Index? Wie versteht man, nach was gefragt wurde? Wie erstellt man als Ergebnis Textauszüge. Technik um Semantische Suche zu realisieren: Mittels Ontologien, siehe Kap. 9.2.2. Google entwickelt eine Möglichkeit, per Instant Message mit sogenannten Chatbots zu kommunizieren. Sie sollen Fragen beantworten und Probleme lösen können, wie das Wall Street Journal von Quellen erfahren hat. Die Google-Suche kann aktuell schon Fragen beantworten, und mit Google Now hat Google auch einen sprachgesteuerten Assistenten im Angebot, der reagieren und Suchen durchführen sowie auch wahrscheinlich benötigte Informationen proaktiv bereitstellen kann. Ein ChatbotSystem würde sich von diesen Angeboten möglicherweise nur durch die Aufbereitung der Ergebnisse unterscheiden. Google Hangouts hat zwar für Videokonferenzen eine gewisse Verbreitung, ist aber längst kein so umfassendes Kommunikationsnetz für Freundesgruppen wie die genannten Konkurrenten. Und Google Messenger ist trotz mindestens 10 Millionen Installationen laut Google Play weithin ungebräuchlich. Google fungiert als Vermittlung der Anwender an einen jeweils geeigneten Chatbot. Es sei wahrscheinlich, dass auf seiner Messaging-Plattform dann auch fremde Chatbots laufen könnten. Es handle sich um eine strategische Entwicklung, da smarte Messaging-Assistenten seine marktführende Position im Suchmarkt bedrohten. Das Google-System scheint als Konkurrenz für Facebook M intendiert. „Im Gegensatz zu anderen KI-basierten Diensten am Markt kann M tatsächlich Aufgaben für Sie er-

Popp

Informationsmanagement

32

ledigen“, erklärt David Marcus, der frühere Paypal-Chef, der inzwischen bei Facebook fürs Messaging zuständig ist, im August 2015. „Es kann Waren kaufen, Geschenke zu Ihren Liebsten liefern lassen, Restaurants buchen, Reisen organisieren, Termine machen und vieles mehr.“ M werde „von Menschen trainiert und überwacht“. Bei Justanswer.com (http://www.justanswer.com/) stammen die Antworten auf Fragen der rund 1,5 Mio. Nutzer in 145 Ländern von Experten z. B. Mediziner, Juristen oder Mechaniker (zeigt wie viele Experten gerade online sind). Jeder Frager legt bei der Eingabe der Frage einen Preis selbst fest, den er bereit ist, für die Antwort zu zahlen. Er muss die erhaltenen Antworten akzeptieren und die befragten Experten bewerten, bevor diese das angegebene Honorar erhalten. Ein wesentlicher Nachteil der wissensbasierten Suche ist, dass die Qualität der Antworten nicht gewährleistet werden kann. Zudem ist eine Moderation notwendig, damit die Inhalte sowie Teilnehmer kontrolliert werden können. 5.) Die visuelle Suche bildet die Suchergebnisse optisch ab. Der Dienst oSkope (http://www.oskope.com/), sucht wahlweise in Inhalten von Amazon, Ebay, Flickr, Fotolia, Yahoo!Image Search und YouTube. Beispiel: Deggendorf 6.) Mobile Suche

Abb. 2.2/2: Marktanteile der Suchmaschinen weltweit nach mobiler und stationärer Nutzung (Juni 2015) http://de.statista.com/statistik/daten/studie/222849/umfrage/marktanteile-dersuchmaschinen-weltweit/ Abschließend stellt sich die Frage, ob die Zukunft für die Suchdienste im Mobilbereich liegt? In Asien werden die Mehrheit der Suchanfragen bereits über das Handy anstatt online übermittelt. In Deutschland ist dies (noch) nicht der Fall. Bei der mobilen Suche werden vom User simple, aber nützliche Resultate, bei denen Zeit und Standort wichtig sind, erwartet. Ein existierendes Produkt ist die iPhone-Anwendung Siri (http://www.siri.com/), die umgangssprachlich formulierte Fragen vom Handy annimmt – egal ob geschrieben oder gesprochen. Die Software ordnet Fragen in den Kontext von Zeit sowie Ort ein, fragt mehrere Dutzend Webdienste an und bündelt deren Antworten in einem knappen Satz wie eine geübte Sekretärin. Die jüngere Nutzergeneration tendiert zur Spracheingabe, die wiederum eine ganz neue Suchqualität mit sich bringt: Den Eingabebefehl „Siri, ich habe Hunger!“ in

Popp

Informationsmanagement

33

„Restaurant Konstanz“ umzuwandeln, erfordert von der Suchmaschine eine deutlich höhere „Denkleistung“ als eine einfache Keywordsuche. Vor dem Hintergrund, dass derzeit vor allem Devices mit kleineren Displays wie beispielsweise Smartwatches auf den Markt drängen, ist zu erwarten, dass in den kommenden fünf Jahren auch neue Formen der Suche entstehen. Gleichzeitig wird die Rolle des Standorts bei der Ergebnisausgabe weiter wachsen: Googelt ein Nutzer von unterwegs aus per Smartphone nach einem Bekleidungsgeschäft, sucht er in der Regel nicht den OnlineShop, sondern die Öffnungszeiten. Auch darauf sollten Unternehmen, die ihren Kunden einen sinnvollen Webauftritt offerieren wollen, vorbereitet sein. Zusammenfassend kann das Fazit gezogen werden, dass es in der Zukunft bei Suchdiensten NICHT mehr nur auf das „SUCHEN“, sondern vielmehr auf das „FILTERN“ ankommt.

2.2.9 Literatur und Kontrollfragen Literatur: Erlhofer, Sebastian: Informationssuche im World Wide Web. Taktiken und Strategien bei der Nutzung von Suchmaschinen. Berlin, 2007 Erlhofer, Sebastian: Suchmaschinen-Optimierung. Grundlagen, Funktionsweisen und Ranking-Optimierung. Bonn, 2007 Glöggler, Michael: Suchmaschinen im Internet. Berlin, 2003 Gugerli, David: Suchmaschinen. Die Welt als Datenbank. Frankfurt am Main, 2009 Koch, Daniel: Suchmaschinen-Optimierung. Website-Marketing für Entwickler. München, 2007 Christoph Spannagel: SEO im Wandel: Warum langfristige Perspektiven sinnvoller sind als kurzfristige Trends. https://www.adzine.de/2015/11/seo-im-wandel-warumlangfristige-perspektiven-sinnvoller-sind-als-kurzfristige-trends, 2015 http://de.statista.com/statistik/daten/studie/167841/umfrage/marktanteile-ausgewaehltersuchmaschinen-in-deutschland/

Kontrollfragen: 1. Nennen Sie vier Unterschiede zwischen Webkatalogen und Suchmaschinen! 2. Welche Probleme haben Metasuchmaschinen? 3. Angenommen die Suche bringt zu viele oder unpassende Ergebnisse, was können Sie tun, um die Ergebnisse zu präzisieren? 4. Wozu dient der Suchoperator NOT und wie wird er eingesetzt? 5. Was ist bei der Verwendung der Suchbegriffe zu beachten (4 Aspekte)? 6. Aus welchen grundlegenden Teilen besteht eine Ergebnisliste von Suchdiensten? 7. Nennen Sie die wesentliche Kriterien bei der Selektion von Treffern bei der Google-Suche! 8. Welche Entwicklungen werden im Bereich der Suchdienste verfolgt? Skizzieren Sie drei Trends anhand je eines Beispiels. 9. Was sind semantische Suchmaschinen? 10. In der Zeitschrift WIRTSCHAFTSINFORMATIK vom 1.2009 steht ein Artikel „Google: das weltweit erste Information Utility“. Erklären sie das Phänomen Google (ausgehend von der raffinierten Suchtechnologie bis hin zum größten Datensammler (z.B. für E-Marketing und CRM)

Fragen der Online-Recherche: 

Suchen des Kinoprogramm in Passau?

Popp                   

Informationsmanagement

34

Wie viele Exemplare stehen von einem Buch von Dieter Rummler aus dem Jahre 1983 in den Bayerischen Bibliotheken? Wann und wo wurde der Filmschauspieler Goetz George geboren? Wo befinden sich im Bayerischen Wald Golfplätze? Wie hoch ist die Schneehöhe heute am Arber? Nennen Sie die Adresse des Romantikhotels „Bierhütte“! Nennen Sie mir drei Schriften, die Hans Paul Bisani publiziert hat! Nennen Sie mir die Internet-Adresse der Homepage einer Grundschule in Feucht Wie viel sind 1 Euro im aktuellen Kurs der thailändischen Baht? Wie heißt der Titel der Doktorarbeit von Rainer Waldmann (1999 erschienen)? Nennen Sie mir eine Internet-Adresse der Homepage einer fränkischen Grundschule Nenne Sie mir das Geburtsdatum von Manfred Krug! Nennen Sie mir einen Abflugtermin Abends für den Flug am 16.7 von Frankfurt nach Brasilia! In welchem Verlag erschien das Buch "Ubiquitous Computing" vom Herausgeber Britzelmaier? Wie viele Kilometer hat die Autostrecke Deggendorf nach Krems in der Wachau in Österreich? Woher kommt der Sinnspruch „was man nicht erfliegen kann, muss man erhinken“? Nennen Sie das Geburtsdatum eines deutschen Nobelpreisträgers? Nennen sie einen Artikel, den Heribert Popp in einer Betriebswirtschaftlichen Zeitschrift veröffentlicht hat! Nennen Sie mir ein Patent, das MAN 2014 angemeldet hat! Wer hat das Patent "Leucht-Display-Wechsler als Werbetraeger" angemeldet?

Popp

Informationsmanagement

35

3. Wissensgenerierung - Business Intelligence Informationsbeschaffung ist nicht das Durchforsten des Papierbestandes. Informationsbeschaffung lässt sich durch EIS oder Data Warehouse automatisieren.

3.1 Definition Business Intelligence (BI) Der breite Einsatz von Datenbanksystemen und verbesserte Möglichkeiten der Speicherung von großen Datenmengen führen zu dem Wunsch, Daten als Führungsinformationen direkt für das Management bereitzustellen. Die ersten solcher Systeme wurden Management Informationssysteme (MIS) genannt und führten zu einem Fehlschlag, da damals effiziente Speichertechnologien und geeignete Analyseverfahren fehlten. Wir betrachten jetzt neue Informationssysteme zur Unterstützung der Geschäftsleitung. Zunächst untersuchen wir Executive Information Systeme (EIS) für das Top-Management, dann widmen wir uns dem weiten Feld des Business Intelligenz mit Data Warehouse, OLAP und Data Mining. Business Intelligence (BI) beschreibt die Idee, Entscheidungen durch bereits gemachte Erfahrungen eines Unternehmens zu unterstützen. Dafür muss man die anfallenden Daten des Unternehmens sammeln, aufbereiten und dem Management in kompakter, verständlicher Form zugänglich machen. Managern wird ein weit über aktuelle Unternehmenskennzahlen hinausgehender Überblick über die Lage des Unternehmens geboten. Als Unterschied zu den Techniken wie Optimierung und Simulation fußen die Methoden des BI primär auf gesammelten Daten. Dies erfordert korrekte und vollständige Daten. Im Oberbegriff Business Intelligence sind die Themen Data Mining, Kowledge Discovery in Databases (KDD) und Data Warehouse eingebettet.

Abb. 3/1 Anwendungsgebiete von BI Im Jahr 2007 waren unter den Top 5 geplanter Investitionen bei SAP-Anwendern die Investitionen in BI mit 4,4 % an erster Stelle vor CRM mit 2,4%. In einer DSAG Investitionsumfrage 2015 investieren ein Drittel der Unternehmen in mobile Anwendungen, Usability und Analytics. Die führenden Anbieter von Anwendungssystemen für BI sind in der Reihenfolge fallenden Umsatzes: Business Objects (seit 7.08 bei SAP), SAS, Cognos (nun bei IBM), SAP, IBM, Microstrategy und Hyperion (nun bei Oracle)

Popp

Informationsmanagement

36

Abb. 3/1 stellt Anwendungsgebiete von Business Intelligence dar, wie CRM. Folgende Anwendungsbeispiele für BI sind vor allem von der Data-Mining-Funktionalität getragen: Bei den Autokonzern werden mit BI Kundendienstdaten zur Entdeckung von Auffälligkeiten analysiert, im CRM führt man mit BI Zufriedenheitsanalyse oder Beziehungsanalyse (Haushalt vs. Produkt) durch, bei Banken und Versicherungen werden mit BI Kundenbewertungen oder Stornoprophylaxe erreicht, in der Telekommunikation hilft BI bei der Betrugs- und Missbrauchsaufdeckung und im Handel betreibt BI Warenkorbanalyse. Setzen heute vor allem die Abteilungen Controlling und Finanzen BI-Lösungen ein, wollen künftig alle Bereiche auf entsprechende Lösungen zugreifen.

3.2 Executive Information System (EIS) Beim EIS sollen dem Management auf verschiedenen Ebenen sowohl detaillierte als auch verdichtete Informationen aus der operativen Datenbasis zur Problembeschreibung zur Verfügung gestellt werden. Gefordert wurden  periodisch, standardisierte Berichte  Verfügbarkeit der Informationen auf allen Managementebenen  verdichtete Informationen über alle Geschäftsaktivitäten  interaktive Informationsbeschaffung und  größtmögliche Aktualität. Ein EIS ist ein Informationssystem für das Top-Management, das dem Entscheidungsträger aktuelle, entscheidungsrelevante, interne und bedingt externe Informationen mit Hilfe von intuitiv benutzbaren und individuell anpassbaren Benutzeroberflächen anbietet. EIS enthalten oft auch Entscheidungsunterstützungsfunktionen, die tendenziell eher schwach ausgeprägt sind. EIS filtert unwichtige Informationen raus, so dass entscheidungsrelevante Informationen übrig bleiben. Es hat die Informationen aus dem operativen System der Unternehmung besorgt und bisweilen auch von Extern. Die Form der Benutzeroberfläche ist nicht kompliziert, sondern intuitiv bedienbar. Dazu muss die Benutzeroberfläche variabel an die Vorlieben des Benutzers anpassbar sein, z.B. mehr Text oder mehr Grafiken präsentieren, Ausgabe auch mit Ton, je nach Vorlieben des Managers. EIS erstellen datengetriebene Standardberichte und Abweichungsanalysen (auch grafisch). Schwerpunkte der Informationsbereitstellung sind tagesaktuelle Kennzahlen des Unternehmens und ausgewählte externe Nachrichten. Durch geeignete Navigationshilfen kann der Benutzer in Tiefe und Breite des Informationsraumes auf unterschiedlich aggregierten Datenbeständen arbeiten. Folgende Techniken werden in EIS verwendet:  Ausnahmeberichte (Exception reporting), die durch optische Markierung oder Vorselektion auf Überschreitungen definierbarer Toleranzgrenzen für Daten(gruppen) hinweisen.  Drill-Down-Technik mit der man, meist startend von ausgewählten Berichtselementen, gezielt detaillierte Informationen in Stufen vordefinierter logischer Abhängigkeiten abrufen kann. So erhält man z.B. nach einer markanten Abweichung im Bericht „Produktgruppen-Deckungsbeiträge“ automatisch die betroffenen Einzelprodukte und dort wiederum eine Aufstellung nach Regionen, wenn dies im EIS so vordefiniert ist.  Briefing Book sind einfachere Informationszusammenstellungen, die in ihrer Struktur längere Zeit konstant bleiben und infolgedessen wie starre Formulare gespeichert werden können.

Popp

Informationsmanagement

37

So hat SAP R/3 in jedem Funktionsmodul ein EIS integriert, insbesondere in der Funktion Informationssystem.

3.3 Data Warehouse 3.3.1 Grundlegende Merkmale EIS verwendet als Datenquellen meist nur interne Daten, die in den operativen betriebswirtschaftlichen Standardsoftwarepaketen vorliegen. Prozesse, die unmittelbar auf die Märkte gerichtet sind, wie beispielsweise der Vertrieb- und Kundenservice, werden heute durch EIS nur unzureichend unterstützt. Zu den Daten aus den operativen ERP-Systemen müssen zusätzlich Informationen aus Online-Datenbanken, siehe Kap. 2.1, und dem Internet gesammelt werden. Für fundierte Entscheidungen müssen Quantitative Datenarten von extern (z.B. Marktvolumen, Marktanteile, Verbrauchskennzahlen), und von intern (z.B. Auftragseingang, Umsatz, Kosten, Deckungsbeitrag, Produktivität) sowie Qualitative Datenarten von extern (z.B. Presse-Meldungen, Patente, Gutachten) und von intern (z.B. Kundenbesuchs-Berichte, Projektberichte) gesammelt werden. Mit einem Data Warehouse führt man die internen Informationsressourcen aus Einkauf, Lager/Bestände, Personal, Vertrieb, Finanzen mit den externen Informationsressourcen wie Kunden, Lieferanten, Markt, Wettbewerb zusammen und erzeugt Berichte, Analysen und Trends. Die grundlegenden Merkmale eines Data Warehouse sind folgende [Behme 98]:  Vereinheitlichung: Vor Übernahme der Daten in das Data Warehouse ist ein Abgleich der verschiedenen internen und externen Daten notwendig. Außerdem sind Vereinbarungen über die im Data Warehouse abgelegten Attribute zu treffen, da in unterschiedlichen Vorsystemen oftmals gleiche Datenobjekte verschieden benannt sind.  Themenausrichtung: Die konsequente Themenausrichtung an Sachverhalten des Unternehmens (z.B. nach Kunden und Produktkriterien) setzt eine Neuorientierung der operativen Daten, die weitgehend funktions- bzw. prozessorientiert gespeichert werden, voraus.  Zeitorientierung: Während bei operativen Systemen eine zeitpunktgenaue Betrachtung der Daten im Mittelpunkt steht, liegt das Interesse bei der Auswertung von entscheidungsrelevanten Informationen eher in einer Zeitraumbetrachtung (z.B. Trendanalyse).  Dauerhaftigkeit: Die in einem Data Warehouse gespeicherten Daten werden nach der fehlerfreien Übernahme und gegebenenfalls erfolgten Korrekturen in der Regel nicht mehr verändert. Daher dürfen die späteren Zugriffe im Rahmen einer Analyse nur lesend erfolgen. Die Daten werden nicht gelöscht, sondern ihrer Priorität entsprechend auf unterschiedliche Medien (z.B. Platten, Bänder) ausgelagert. Typische Fragen, die man mit einem Date Warehouse beantworten will, sind folgende:  Berichten, veröffentlichen, verteilen, durchsehen: Wie läuft Produktion?  Leistungsbemessung: Wie entwickelt sich meine Direktion?  Ad-hoc-Anfragen: Wo steht aktuell Vermittler Maier?  Analyse: Sollte ich einen Wettbewerb ausloben?  Erkennen von Zusammenhängen: Hier ist eine Gelegenheit!

3.3.2 Architektur des Data Warehouse (DW) Im Folgenden betrachten wir die Bestandteile von DW, die in Abb. 3/2 grafisch dargestellt sind [Behme 98].

Popp  





Informationsmanagement

38

Als Kernkomponente ist eine von den operativen IT-Systemen isolierte, unternehmensweite Datenbasis zu verstehen, die heute i.d.R. durch eine relationale Datenbank gebildet wird. Extraktions- und Transformationsprogramme und Laden (ETL) zur Übernahme unternehmensinterner und –externer Daten. Sie sind die Schnittstelle zum originären Basissystem. Extraktion der relevanten Daten, meist aus verschiedenen Quellen oder Quellensystemen. Bei den Transformationsprozessen handelt es sich um Bereinigung, Zuordnung, Verdichtung in das gemeinsame, harmonisierte Zielschema des DW; z.B. um Währungsumrechnungen, Konzernkonsolidierungen oder um Abgleiche zwischen existierenden Homonymen und Synonymen. Ziel ist es die meist heterogenen strukturierten Informationen aus unterschiedlichen Quellen bzw. operativen Systemen zusammenzuführen und eine einheitliche Datensicht auf das Unternehmen zu implementieren. Extraktion o Daten aus unterschiedlichen Quellsystemen, wie zum Beispiel Datenbanken oder Excel-Tabellen, extrahierten und in DW laden. o Verschiedene Strategien, zu welchen Zeitpunkten die Extraktion geschehen soll könnten sein o Periodische Extraktion: Die Daten werden zu festgelegten Zeitpunkten extrahiert. Zum Beispiel am ersten Tag jedes Monats. o Extraktionen auf Anfrage: Die Daten werden auf eine konkrete Anfrage hin extrahiert. o Ereignisgesteuerte Extraktionen: Die Daten werden extrahiert, wenn ein bestimmtes Ereignis eintritt. Zum Beispiel wenn eine bestimmte Anzahl neuer Daten zu einem Quellsystem hinzugefügt wurde. o sofortige Extraktion bei Änderungen: Die Daten werden extrahiert, sobald eine Änderung in der Quelle eingetreten ist. Transformation o Daten werden entsprechend dem Schema der Zieldatenbank angepasst. o Anpassung von Datentypen o Vereinheitlichung von Datumsangaben und Zeichenketten o Umrechnung von Maßeinheiten o Kombination und Separation von Attributwerten o Transformationen, die der Datenbereinigung dienen wie Eliminieren von Duplikaten, Erkennen und Korrigieren von fehlerhaften Daten Es gibt eigene Software für ETL wie Informatica und Ascential. Bei sehr großen Datenbeständen kann sich der interaktive Zugriffe der Benutzer auf die zentrale unternehmensweite Datenbank eines DW als zu unflexibel und zu langsam erweisen. Aus diesem Grund werden häufig funktionsbereichsund personengruppenspezifische Extrakte aus der Datenbasis entnommen und als Data Marts gespeichert. Mit Data Marts lässt sich dann ein Großteil der Abfragen eines Funktionsbereichs oder einer Personengruppe einfach und schnell bedienen. Man kann durch gezielte Analyse der Geschäftsprozesse Data Marts generieren, die mit 20 % der Daten 80 % der Anfragen eines speziellen Funktionsbereichs abdecken. OLAP für spezielle Analysen. Näheres dazu ist in Kap. 3.5.1 beschrieben.

Popp

Informationsmanagement

39

Abb. 3/2: Architektur eines DW

DW-Administrator Meta-Daten

OLAP Data Mart

Transformationsu. Extraktionsprozess

operative Systeme + externe Systeme 



•verdichten •integrieren •filtern •konvertieren

unternehmensweite DW- DB

Die für diese Transformations- und Extraktionsprozesse benötigten Regeln sind Grundlage für die Metadaten. Metadaten, die in den klassischen Data Dictionaries von Datenbanken existieren, haben in den operativen Systemen eher Dokumentationscharakter. Im Data Warehouse stellen sie dem Entscheider das nötige Wissen zur Verfügung, um herauszufinden welche Daten vorhanden sind, wie diese genau definiert sind und wie er auf diese zugreifen kann. Es müssen alle Verdichtungsstufen (z.B. Monats-, Quartals- oder Jahresdaten) einschließlich eines Zeitplanes (Zeitpunkte der Verdichtung) beschrieben sein, um wiederholte Konsolidierungen von Benutzern zu vermeiden. Für das Data-Warehouse-Management stellt die Datenbank mit den Metadaten alle notwendigen Informationen zur Steuerung der Transformations- sowie der Distributionsprozesse bereit. Die Metadaten definieren somit sämtliche Informationsflüsse von den Quell- zu den Zieldatenbanken. Beispiele für Metadaten sind folgende: Welche Daten gibt es, wo befinden sie sich und in welchem Format liegen sie vor. Wo kommen die Daten her, wer ist für sie verantwortlich und wann war das letzte Update? Welche Werkzeuge sind zum Auffinden der Daten geeignet? Ist der gewünschte Bericht schon vorhanden? Wie wird die Auswertung durchgeführt. Die Frontends beim Entscheider können EIS-Anwendungen oder ein standardisiertes Berichtswesen sein. Als Beispiel sieht man in Abb. 3/3 das InfoCockpit bei New Office AG.

Popp

Informationsmanagement

40

Abb. 3/3: Benutzeroberfläche eines DW als Cockpit [Bissantz] 3.4 Fallbeispiel: Data Warehouse bei der Handelsgruppe Globus Istzustand Vertriebsabteilung und Controller setzen Access-Datenbanken und Excel-Dateien ein. Dies ist zu einer unüberschaubaren Datensammlung angewachsen, die keine zuverlässigen Unternehmenszahlen mehr bot. Z.B. präsentieren die Mitarbeiter der Geschäftsführung voneinander abweichende Umsatzzahlen, die zum Teil aus dem SAPModul Financials, teils aus der Warenwirtschaft und teils direkt aus den Point-ofSales-Systemen einzelner Niederlassungen stammten. Sollzustand Data Warehouse auf der Basis eines relationalen Datenbanksystems mit einem einheitlichen multidimensionalen Datenmodell für Umsatzreports. Daten kommen aus den Kassenterminals der 45 Warenhäuser, 57 Baumärkten und 11 Elektrofachmärkten in Deutschland und Tschechien. Lösung Fachspezifisches Data Warehouse, das mit jedem Point of Sales des Handelsunternehmen verbunden ist. Es sollte sich abgrenzen gegenüber den operativen Geschäftsprozessen und keine SAP-Daten aus dem Tagesgeschäft anzapfen. Ziel war der komplette Neuaufbau eines grundlegend eigenständigen Datensystems, das jederzeit flexibel erweiterbar ist. Zu den operativen Vorsystemen im Backend zählen die Warenwirtschaft, die Kassensysteme, ein selbstentwickeltes Planungssystem und SAP Financials. Daran ange-

Popp

Informationsmanagement

41

bunden ist eine zentrale Oracle-Datenbankinstanz. Die Datenextraktion und Transformation sowie die Befüllung der Datenbank übernehmen das Abfrage-Tool PL/SQL und der Warehouse Builder von Oracle. Als Middleware (ein Protokollbündel als Dienstleister zwischen den Anwendungen) fungieren der Application Server und der Enterprise Manager. Die Frontend-Seite ist ein Portal für die Interaktion der Benutzer mit dem Gesamtsystem. Die eigentliche DW-Schicht liegt als separater Bereich in der Datenbank. In jedem Baumarkt oder Warenhaus gibt es eine eigene Warenwirtschaftsinstanz sowie softwaregestützte Kassensysteme. Dies ist dezentral. Der Buchhaltungs- und Finanzbereich bleibt als zentrale SAP-Anwendung im Hauptquartier, ebenso das Planungssystem. Alle halbe Stunde werden die als Textdatei abgespeicherten Umsatzzahlen aus den Kassen automatisch abgeholt und im Datenpool des DW abgelegt. Anschließend erfolgt die Aufbereitung für die Berichterstellung. Dabei wird nicht auf Artikelbasis analysiert, sondern aggregiert auf Warengruppen. Im Tagesverlauf kommen weitere Daten aus der Warenwirtschaft und Informationen aus dem Planungs-Tool dazu. Der Bottleneck für die Geschwindigkeit war die Funktion der Extraktion, Transformation und Laden der Daten. 80 % der Projektdauer entfielen auf die Anpassung und Programmierung dieser Ebene. Es werden die relational gespeicherten Daten zu multidimensionalen Business-Objekten in Form von Data Marts aufbereitet und stehen als aggregierte Sichten für weitere Anwendungen zur Verfügung. Das Frontend ist ein Internet-basiertes Portal, auf das mit einem Browser zugegriffen werden kann. Mit Hilfe der Push-Technologie lassen sich Meldungen an die Arbeitsgruppe schicken und Aktionen anstoßen. Der Abruf und die Aufbereitung der Daten zu aussagefähigen ManagementInformationen läuft reibungslos. Einfach geht die Übertragung auf neue Niederlassungen. Am meisten beeindruckte die halbstündige Einspielung der Kassendaten europaweit. Die eigentliche Datenverarbeitung benötigt 5 Minuten. Dazu kommen Datenselektion und Übertragung.

3.5 OLAP und Data Mining 3.5.1 OLAP OnLine Analytical Processing (OLAP) umfasst eine Reihe von Analysefunktionalitäten, mit denen mehrdimensionale deskriptive Datenanalysen möglich sind. Dabei werden mehrere Attribute (z.B. Produktname, Zeit, Vertriebsort) eines Datensatzes als Elemente eines mehrdimensionalen Würfels, des OLAP-Würfels (OLAP-Cube) aufgefasst, siehe Abb. 2.3/4. Dies ermöglicht den einfachen Zugriff auf die Datenelemente entsprechend der gewählten Dimensionen und bietet darüber hinaus eine Reihe von Grundoperationen wie Slicing, Dicing, Pivoting, Roll-Up und Drill-Down. Beim Slicing wird nur ein Ausschnitt des Würfels betrachtet und die Daten der aus dem Würfel geschnittenen Scheibe werden analysiert. Beim Dicing wird der Würfel in mehrere Dimensionen zugeschnitten (Spalten und Zeilen ausgelassen), wodurch wieder ein Würfel entsteht, der eine Untermenge der Daten des ursprünglichen Würfels enthält. Beim Pivoting wird der gesamte Würfel gedreht und die Daten werden aus anderen Dimensionen betrachtet. Roll-Up betrachtet die Aggregation der Daten innerhalb einer oder mehrerer Dimensionen. Drill-Down (siehe Kap. 2.3.6) verringert die Aggregation der Daten und ermöglicht eine detailliertere Betrachtung.

Popp

Informationsmanagement

42

3.5.2 Data Mining Unter dem Begriff Data Mining versammeln sich eine Reihe von Verfahren und Anwendungen aus Mathematik, Statistik, künstlicher Intelligenz und maschinellem Lernen. Der Begriff kann wie folgt definiert werden: Unter Data Mining verstehen wir automatische Verfahren zur Analyse sehr großer Datenbestände, die aus der unübersehbaren Fülle von Details bisher unbekannte Strukturen und Zusammenhänge herausfiltern und diese Informationen so aufbereiten und bewerten, dass sie eine wertvolle Basis zur Lösung von Geschäftsproblemen darstellen. Um diesen Anspruch zu genügen ist ein kompletter Wissensgewinnungsprozess erforderlich, siehe Abb. 3/4. Oft wird der gesamte Prozess mit Data Mining bezeichnet, manchmal aber auch nur der Teil der Wissensgewinnung in diesem Prozess. Der Prozess des Data Mining ist in Abb. 3/4 dargestellt. Es beginnt mit der Definition der Aufgabe ans Data Warehouse. Dann werden die dafür benötigten Daten selektiert und in ein Format transformiert, auf dem die Data Mining Verfahren operieren können. Die Mining-Verfahren, die nachfolgend besprochen werden, kommen nun zum Einsatz. Sie extrahieren Informationen und suchen nach Ähnlichkeiten. Daraufhin werden die Ergebnisse visualisiert und analysiert, was bei Bedarf wieder in die zurückliegenden Schritte einsteigen lässt mit neuen Erkenntnissen darüber, welche Daten benötigt werden oder welche Verfahren wie angewandt werden.

Abb. 3/4: Prozess des Data Mining Zum Data-Mining gehören Methoden wie künstliche neuronale Netze, Bayes’sches Lernen, Entscheidungsbäume, instance-based learning, logische Programmierung, Einsatz von Regeln und statistische Algorithmen, Clustering, Klassifikation, Segmentation von Benutzerdaten, Assoziations- und Korrelationsanalysen, Sequenzanalysen, Text Mining und Outlier detection (Erkennung von Ausreißern). Vier dieser Methodenklassen: Assoziation, Klassifikation, Regression und Cluster betrachten wir nun kurz. Jede von ihnen gibt es auch in verschiedenen Varianten. Bei der Clusterung werden Ausprägungen aufgrund ihrer Ähnlichkeit in Gruppen eingeteilt. Die Gruppen sind vorher nicht bekannt. Alle Objekte eines Clusters haben gemeinsame Eigenschaften. Als Beispiel kann man entweder eine Clusterung mit den beiden Merkmalen Alter und Kaufkraft vorstellen. Oder sich ein Resultat der Clusterbildung im Controlling vorstellen, das lautet „Abweichung des Deckungsbeitrages

Popp

Informationsmanagement

43

vom Plan zwischen 23 % und 35 % bei den Verkäufern der Artikelgruppe 4 an Kundengruppe C.“. In einem weiteren Beispiel wurde die Zuordnung von 1000 Datensätzen zu 4 Cluster ausgewertet. Dabei wurde jeweils die Anzahl der Elemente erfasst, die in dem zugehören Cluster eine bestimmte Merkmalsausprägung besitzt (z.B. 211 im Cluster 0). Danach wird zu jeder Merkmalsausprägung der prozentuale Anteil der Elemente in einem Cluster zur Gesamtheit aller Objekte, die diese Merkmalsausprägung besitzen, berechnet und farbig markiert. Damit ist man in der Lage, zu jedem Merkmal eine Aussage treffen zu können, wie groß der Einfluss der einzelnen Merkmalsausprägung auf die Zuordnung eines Kunden zu einem Clusters ist. So sind z.B. alle Kunden die 0-1 Kind haben mit 92% Wahrscheinlichkeit dem Cluster 1 zugeordnet. Man kann diese Cluster umbenennen und als „Kunden ohne Kinder“ bezeichnen. Mit diesem Wissen kann bei späteren Marketingaktionen, bei denen es darum geht, kinderfreundliche Hotels zu bewerben diese Kundengruppe ausgeschlossen werden.

Abb.3/5: Beispiel Clusterverfahren Clusterverfahren gibt es u.a. als hierarchische Verfahren, partitionierende Verfahren, K-Means-Algorithmen oder Neuronale Netze. Die Assoziationsanalyse bezeichnet die Suche nach starken Regeln. Diese daraus folgenden Assoziationsregeln beschreiben Korrelationen zwischen gemeinsam auftretenden Dingen. Der Zweck einer Assoziationsanalyse besteht also darin, Items (Elemente einer Menge, wie z. B. einzelne Artikel eines Warenkorbs) zu ermitteln, die das Auftreten anderer Items innerhalb einer Transaktion implizieren. Eine solcherart aufgedeckte Beziehung zwischen zwei oder mehr Items kann dann als Regel der

Popp

Informationsmanagement

44

Form „Wenn Item(menge) A, dann Item(menge) B“ bzw. A → B dargestellt werden. Z.B. wer Urlaub in Sydney bucht, bucht auch Urlaub in Mailand, Side und Shanghai. Ein typisches Anwendungsfeld sind die Zusammenhänge beim Einkauf, die sogenannte Warenkorbanalyse, um gezielt Werbemaßnahmen einzuleiten. Bei 80 Prozent der Einkäufe, in denen Bier gekauft wird, werden auch Kartoffelchips gekauft. Beide Produkte kommen in 10 Prozent der Einkäufe vor.

Touristische Beispiele Lift 1.8 1.8 1.4 1.4 1.2 1.2 0.6 0.8 1.0 Wahrscheinlichkeit 0.92 0.85 0.84 0.82 0.82 0.76 0.74

Konfidenz 1.53 1.46 1.46 1.45 1.45 1.44 1.42

Konfidenz 22.6% 39.6% 53.4% 30.9% 44.8% 14.8% 22.6% 9.6% 22.6%

Regel (Wenn) Prag ->(dann)Ankara Ankara->Prag Prag->Istanbul Istanbul->Prag Ankara->Istanbul Istanbul->Ankara Prag, Ankara->Istanbul Prag, Istanbul->Ankara Ankara, Istanbul->Prag

Regel Berlin, Barcelona -> New York City Side, Orlando -> Rimini Berlin, Barcelona, Sydney -> New York City Berlin, Barcelona, Peking -> New York City Paris, San Francisco -> München Venedig, Barcelona -> Rom London, Orlando -> Rimini

Abb. 3/6:Assoziationsanalyse: gefundene Regeln Identifikation von Kunden im Kundenstamm, die Potenzial für Dauercamper haben.

Abb. 3/7: Klassifikation „Dauercamper“ mit Entscheidungsbaum

Popp

Informationsmanagement

45

Bei der Klassifikation wird ein qualitatives Merkmal durch eine Reihe von anderen Variablen erklärt. Ziel ist es, ein neues Objekt einer der bekannten Gruppen zuzuordnen. Hier startet man mit einer Klasseneinteilung einer Objektmenge. Gesucht ist also ein Beschreibungsmodell (Classifier), das für neue Objekte die Klassenzugehörigkeit bestimmt. Als Technik verwendet man eine Trainingsmenge mit gegebener Klasseneinteilung. Ein Verfahren ist u.a. das Entscheidungsbaumverfahren. Entscheidungsbäume leiten aus einer gegebenen Datenmenge einen Satz von Regeln ab, um unbekannte Objekte zu klassifizieren. Zum Beispiel kann eine Bank aus den Erfahrungen mit früheren Kreditgeschäften Regeln ableiten, wenn ein Kunde vermutlich kreditwürdig ist. Entscheidungsbäume sind intuitiv verständlich und schnell zu erstellen. Sie reagieren aber empfindlich auf inkonsistente und fehlende Daten Bei der Regression wird versucht ein quantitatives Merkmal durch eine Reihe von anderen Variablen zu erklären (y=f(x,z)). Das Ergebnis dient zu Prognosezwecken. Beispielsweise prognostiziert man die Nachfrage nach Lebensmitteln in Abhängigkeit von früheren Käufen, dem Wochentag, der Intensität der Werbeschaltungen usw. Mittels statistischer Regression ermittelt man z. B. die Parameter einer Regressionskurve (z.B. y=ax+b, Parameter sind a und b). Aus dieser kann man dann für beliebige x-Werte die y-Werte berechnen (prognostizieren). Z.B. ein vereinfachtes Beispiel, dass die Anzahl der online-Tests, die ein Student ablegt, nur von der verbrachten Zeit im iLearn-System abhängt. Die Formel für die Regressionsgerade lautet in diesem Fall: Anzahl der online Testsi= a+b*Zeit im iLearni.

3.6 Anwendung von Business Intelligence: Analytisches Customer Relationship Management (a-CRM) CRM bedeutet jeden einzelnen Kunden zu „kennen“ und dieses Wissen bei jedem Kontakt mit ihm auch zu nutzen. Bei einigen Tausend Kunden benötigt man technologische Unterstützung. Die offizielle Definition des Deutschen Direktmarketing Verbandes (DDV) lautet: „Customer Relationship Management (CRM) integriert und optimiert auf der Grundlage einer Datenbank und Software zur Marktbearbeitung sowie eines definierten Verkaufsprozesses abteilungsübergreifend alle kundenbezogenen Prozesse in Marketing, Vertrieb, Kundendienst.“ Der Unternehmenserfolg wird bei Fokussierung der Kundenbeziehungen nicht mehr über die vier P’s (Produkt, Preis, Platz und Promotion) definiert, sondern über die vier K’s:  Kundenorientierung





Kundenorientierung bedeutet, dass sich die unternehmerischen Aktivitäten konsequent an den individuellen Wünschen und Bedürfnissen der Kunden orientieren. Kundenzufriedenheit Kundenzufriedenheit bzw. Kundenunzufriedenheit resultiert aus dem Vergleich der subjektiven Kundenwahrnehmung nach dem Kauf eines Produktes bzw. nach der Inanspruchnahme einer Leistung mit den Erwartungen, die der Kunde vor der Kaufentscheidung hatte. Kundenbindung Dies sind sämtliche Maßnahmen eines Unternehmens, die darauf abzielen, sowohl die Verhaltensabsichten als auch das tatsächliche Verhalten eines Kunden gegenüber einem Anbieter oder dessen Leistungen positiv zu gestalten, um die

Popp



Informationsmanagement

46

Beziehung zu diesem Kunden für die Zukunft zu stabilisieren bzw. auszuweiten. Kundenwert Der Kundenwert aus Anbietersicht wird als direkter oder indirekter Beitrag eines Kunden oder einer Kundengruppe zur Erreichung der monetären und nichtmonetären Ziele des Anbieters verstanden, d. h. der Wert des Kunden für das Unternehmen Der Kundenwert dient den Unternehmen zur Identifikation und Beschreibung der vorhandenen Ist-Kunden sowie der Zusammenfassung von Kunden in einzelne homogene Segmente.

Abb. 3/8: Struktur von CRM Softwarelösungen CRM-Systeme lassen sich von funktionaler Seite aus betrachtet in analytisches, operatives, kommunikatives und kollaboratives CRM einteilen (siehe Abb. 3./8). Sie werden kommuniziert über die Kanäle Internet, Telefon und Mobile Technologien (Kommunikatives CRM). Analytisches CRM (mit Data Warehouse) Das analytische CRM dient der systematischen Aufzeichnung, Analyse und Auswertung von Kundenkontakten und Kundenreaktionen. Damit werden kundenorientierte Entscheidungsprozesse vorbereitet, unterstützt und vor allem optimiert. Ziel des analytischen CRMs ist es, mittels datenanalytischer Anwendungen ein fundiertes Verständnis über Kundenzufriedenheit, wie auch über aktuelles und zukünftiges Kundenverhalten zu gewinnen, Entscheidungsgrundlagen für Vertrieb und Marketing zu liefern, kundenbezogene Planungen zu unterstützen und operative Prozesse wie Marketing- und Promotionsaktivitäten zu optimieren. Data Warehouse im CRM Data Warehouse-Technologien bilden die Grundlage von analytischen CRM-Lösungen, denn die Daten (z. B. Kundendaten, Geschäftsfälle und das Kaufverhalten der Kunden) werden im Data Warehouse aus verschiedenen Quellen gesammelt, organisiert und bereinigt. Mittels integrierter Instrumente z. B. Data Mining oder OLAP können sie im Data Warehouse ausgewertet werden. Es werden also Analysen und Reports generiert, deren Ergebnisse das Marketing, Kampagnenmanagement sowie die ge-

Popp

Informationsmanagement

47

samte Kundenansprache beeinflussen. Als Ergebnis dieses CRM-Kreislaufes in Abb. 3/9 ist die Verbesserung der kundenbezogenen Prozesse und der Beziehungen zu den Kunden zu erwarten, was letztendlich wiederum eine positive Wirkung auf den Unternehmenserfolg nach sich zieht. Data Mining filtert aus der unübersehbaren Fülle von Details neue, bisher unbekannte Strukturen sowie Zusammenhänge heraus, um diese Informationen aufzubereiten und zu bewerten. Damit werden neue und handlungsrelevante Informationen gewonnen. Beispiele für Anwendungsfelder von Data Mining sind folgende:  Sortimentsanalyse  Kundenanalyse (Kundensegmentierung und –klassifizierung)  Web-Mining (Analyse des Kundenverhaltens im Internet)  Absatz- oder Marktprognosen OLAP (Online Analytical Processing), siehe Kap. 3.5.1, erlaubt dem Anwender den interaktiven Zugriff auf relevante, mehrdimensionale Datenbestände durch eine Vielzahl von Schichten und Darstellungsweisen. Es entstehen mehrdimensionale Analysen durch die Betrachtung der Daten aus verschiedenen Perspektiven mit bereits definierten Dimensionen und Zusammenhängen. Auch die Aufdeckung von Cross- und Up-Selling Potentialen mit Hilfe von Data-Mining-Verfahren ist Bestandteil von analytischen CRM-Applikationen.

Abb. 3/9: Kreislauf des CRM mittels Data Warehouse Die folgende Auflistung beinhaltet typische Kennzahlen der analytischen Aktivitäten: Kennzahl für die Kundenzufriedenheit, Kennzahl für die Kundenloyalität, Wiederholkaufrate je Kundensegment und Customer-Lifetime-Value (Gesamtwert, der mit einem Kunden über den gesamten Customer-Lifecycle erwirtschaftet werden kann). Weitere Detailfragen, die das analytische CRM beantworten kann bzw. können sollte, sind:

Popp   

Informationsmanagement

48

Welche Kunden sind die profitabelsten über die gesamte Dauer der Kundenbeziehung hinweg? Mit welchen Leistungen können Kunden langfristig an das Unternehmen gebunden werden? Mit welchen Leistungen können neue Kunden gewonnen werden?

3.7 Anwendung BI – Learning Analytics Unter Learning Analytics versteht man das Sammeln, Messen, Analysieren und Reporting bzw. Interpretieren verschiedenster Daten über Lernende und ihr Umfeld, um das Lernverhalten, den Lernerfolg und die dazugehörigen Umweltbedingungen zu verstehen und zu optimieren. Die Daten werden von Studierenden produziert, oder für sie erhoben. Ziel der Learning Analytics ist es, Erkenntnisse über Lehr- und Lernprozesse zu gewinnen und das Lernverhalten der Studierenden zu verstehen, um einen angemessenen Eingriff zu ermöglichen. Bei der Klassifikation werden Objekte in Klassen eingeteilt, basierend auf ihren Eigenschaften. Unterrichtende teilen ihre Schüler/ Studenten intuitiv und unbewusst ein nach ihrem Wissen, Motivation, Verhalten oder auch geschätzten Prüfungsleistungen, wo eine Note anhand bestimmter Bewertungskriterien vorausgesagt wird. Ein Klassifikationsverfahren unterstützt den Lehrenden bei einer solchen Einteilung objektiv. Für diesen Zweck benötigt man einen Klassifikator – ein Modell, das die Klassenzugehörigkeit aufgrund von anderen Eigenschaften zuweist. Zum Beispiel kann man die Motivation der Studenten von den Aktivitäten im Lernmanagementsystem ableiten. Entscheidungsbaum zur Klassifikation zeigt Abb.3/10.

Abb. 3/10: Entscheidungsbaum als Klassifikation Ziel von Clusterverfahren ist, „eine Menge von Objekten in homogene Gruppen (= Klassen, Cluster, Typen) zusammenzufassen. Abb. 3/11 zeigt ein Beispiel für das Ergebnis von Learning Analytics.

Popp

Informationsmanagement

49

Abb.3./11: Beispiel Intensität (y-Achse) der vhb-Mathematikkurs Benutzung in Bezug auf Noten [Schlierf2013] Die Studenten wurden im Clusterverfahren folgende Klassen eingeteilt:  Klasse 1: 1,0 bis 3,0 ist gut bestanden 

Klasse 2: 3,3 bis 4,0 ist bestanden



Klasse 3: 5,0 ist nicht bestanden.

Als markantes Ergebnis zeigte sich, dass beim Quiz je Klasse um den Faktor 1,6 mehr Aktivität war und auch bei der Benutzung der Kurs-ID (course) eine merkliche Steigerung je Klasse spürbar war. Mit diesem Ergebnis will man nun im kommenden Semestern, anhand des onlineVerhaltens der Studierenden, eine Prognose abgeben: 

wer sicher besteht (Klasse 1),



wer wahrscheinlich besteht, aber Unterstützung braucht (Klasse 2),



wer mit großer Wahrscheinlichkeit braucht (Klasse 3).

nicht besteht und daher Unterstützung

Die ersten Tests mit 4 Studiengängen (ca. 300 Teilnehmer) erbrachten eine Prognoserichtigkeit von 66%. Studierende höherer Sem. verwenden zum Lernen mehr andere Medien als die LMS, so dass bei ihnen diese Aussagen nicht mehr so anwendbar sind.

3.8 Data Mining und Business Intelligence am Beispiel Lufthansa Ausgangsbasis: 

Anforderung, ein Tool zu entwickeln, um im Unternehmen verteilte interne und externe Daten zu analysieren und visualisieren

Popp

Informationsmanagement

50



Aufbau auf Basis von Data-Mining sowie Business Intelligence Methoden und Technologien  Analyse und Erschließung des Datenpools mit Data-Mining Methoden Funktionsweise Insight Mining:  Import von Dokumenten unterschiedlicher Formate aus verschiedenen Quellen  Extrahierung und Weiterverarbeitung der enthaltenen Informationen Texte werden in einzelne Sätze und Wörter zerlegt Wörter werden anhand von Synonymen zu Konzepten zusammengefasst Auftretende Gemeinsamkeiten von Konzepten in Texten werden statistisch aufbe-reitet Bildung eines Konzeptgraphen, der im Insight Mining als Navigation dient  Nutzer erhält somit jederzeit eine Übersicht passender Dokumente (Darstellung z.B. anhand sogenannter Knowledge Maps)  Knowledge Cockpit als Ergänzung, um aussagekräftige Kennzahlen, Trends und Benchmarks anzuzeigen  Verschiedenste Inhalte aus Blogs, Foren und Communities können in einem Datenpool verbunden werden  Erschließung neuer Zusammenhänge und Ideen

Abb. 3/12: Lufthansa Technik BI Screenshot des Konzeptgraphen Vorteile Insight Mining:  Einfache und intuitive Bedienung  Verknüpft interne und externe Daten  Keine aufwendige Modellierung logischer Modelle notwendig  Kontextspezifische und personalisierte Knowledge Maps, die dynamisch erzeugt werden  „Knowledge Drill Down“ verknüpft Knowledge Maps mit den relevanten Dokumenten

Popp    

Informationsmanagement

51

Unterstützt alle gängigen Dokumentenformate und importiert automatisch neue Dateien aus Verzeichnissen, Netzlaufwerken und E-Mail-Postfächern Sicherheit, keine wichtige Quelle bei der Analyse vergessen zu haben Fehlertolerant und mitdenkend: Autospelling, Nutzung von Synonymen, Thesauri und Grundwortreduktion Insight Mining als Software as a Service möglich: Keine internen ITAbstimmungen, Wartungsverträge oder Serverkosten

Abb. 3/13: Lufthansa Technik BI Screenshot der Dashboard 3.9 Literatur und Kontrollfragen Behme Wolfgang: Das Data Warehouse-Konzept, WISU 2/1998, S. 148-150 Bruh, Manfred; Homburg, Christian: Handbuch Kundenbindungsmanagement. Strategien und Instrumente für ein erfolgreiches CRM. 6. Aufl. Gabler:Wiesbaden 2008 Fischer Joachim; Dangelmeier Wilhelm; Nastansky Ludwig; Suhl Leena: Bausteine der Wirtschaftsinformatik, 4. Aufl. Erich Schmidt Verlag, Berlin 2008, S. 444-450 Grunwald, M.; Taubner, D.: Business Intelligence. Informatik Spektrum 23-5-2009, 2009, S. 398-403 Popp, Heribert; Rick Beer: Evaluation virtueller Mathematik-Kurse – Lernszenarienvergleich und Learning Analytics. In Jutta Pauschenwein (Hrsg.): Evaluierung offener Lernszenarien, Tagungsband zum 13. E-learning Tag 2014, Graz; S.98-108 Schlierf Elisabeth: Methoden der Wissensgenerierung bei den Learning Analytics, Bachelorarbeit, TH Deggendorf, 2013 1. 2. 3. 4.

Was ist Was ist Welche Was ist

BI? Nennen sie 5 Anwendungen von BI! ein EIS? Techniken werden im EIS verwendet? Drill Down und was Briefing Book?

Popp

Informationsmanagement

52

5. Worin liegen die Gründe für das Scheitern der Vorläufer heutiger Data WarehouseSysteme? 6. Was ist der betriebswirtschaftliche Auslöser für Data-Warehouse Lösungen? 7. Wie läßt sich der Informationsbedarf nach Datenart und -quelle unterscheiden? 8. Charakterisieren Sie den Begriff Data-Warehouse? 9. Welche bestimmenden Merkmale zeichnen ein Data-Warehouse aus? 10. Beschreiben sie die bestimmenden Merkmale und die Architektur eines Data-Warehouse! 11. Aus welchen Komponenten besteht eine Data Warehouse-Lösung? 12. Was ist OLAP? 13. Definieren sie Data Mining und Business Intelligence 14. Skizzieren sie drei Data Mining Methoden 15. Sie werden beauftragt, für die Hochschule Deggendorf ein Data Warehouse-System aufzubauen. Wie gehen sie vor? 16. Sie werden beauftragt, für TUI oder Lufthansa ein Data Warehouse-System oder ein BISystem aufzubauen. Wie gehen sie vor? 17. Was ist analytisches CRM und welche Rolle nimmt dabei das Data Warehouse ein? 18. Beschreiben sie als Anwendung von Business Intelligence die Learning Analytics! 19. Wie geschieht Wissensentwicklung bei den Learning Analytics?

Popp

9

Informationsmanagement

53

Methodische Unterstützung des Wissensmanagements

Dieses Kapitel ist größtenteils wörtlich entnommen aus Franz Lehner 2: Wissensmanagement, Hanser 2012, 4. Aufl., S. 183-227. Das Ziel dieses Kapitels ist es, einen Einblick in die Methoden des Wissensmanagements und zugleich eine Hilfestellung zu geben, für welche Aufgaben des Wissensmanagements man welche Methoden einsetzen kann. Die Ordnung der Methoden übernimmt vom Kreislauf des Managements die Pla nung und Organisation und ergänzt um Methoden, welche die Nutzung von Wissen fördern, sowie um Methoden zur Repräsentation von Wissen. Die Methoden sind so weit möglich Aufgaben des Wissensmanagements im Sinne von Wissensmanagementprozessen zugeordnet worden. Da aber auch bei den Aufgaben des Wissensmanagements mehrere Klassifikationsvorschläge existieren, wird die verbreitete Einteilung nach Probst et al. verwendet. Eine eindeutige Zuordnung der Methoden ist dabei nicht immer möglich. Vielmehr hat jede Methode Schwerpunkte, übernimmt in der Regel aber mehr als eine Aufgabe. Die unterstützten Aufgabenstellungen sind in der Abbildung durch große, respektive kleine Symbole wiedergegeben. Wissen nutzen

Wissen bewahren

Wissen (ver) teilen

Wissen entwickeln

Wissen erwerben

Wissen identifizieren

Wissen bewerten

Klassifikation der Methoden Förderung des Wissensaustausch und der Wissensnutzung Lessons Learned

Wissensziele definieren

Unterstützte Wissensprozesse 

x

x

x

x

Best Practice Sharing

x

x

x

x

Story telling / Learning History Repräsentation von Wissen Wissenskarten

x

x

x

x

x

x

x

x

x

x

x

x

Ontologien

x

x

x

x

Prozessmodellierung

x

x

x

x

x

X

Planung Wissensmanagementprofil x

x

Organisation Community of Practice

x

x

Abb. 9/1: Überblick über die Methoden des WM

2

Franz Lehner, Wissensmanagement:Grundlagen, Methoden und technische Unterstützung, Hanser 2012, 4. Aufl., S. 183-227.

Popp

Informationsmanagement

54

Eine andere Klassifizierung, die mehr die Wissensmanagementfunktionen den einzelnen Wissensprozessschritten zuordnet, geben M. Prilla, und C. Ritterskamp3. Im Folgenden liegt die Klassifizierung von Lehner zugrunde.

9.1 Methoden zur Förderung des Wissensaustauschs und der Wissensnutzung Ziel dieser Gruppe von Methoden ist es, Erfahrungen aus der allt äglichen Arbeit, seien es gute oder schlechte, vom eigentlichen Mitarbeiter unabhängig zu m achen und sie anderen zugänglich zu machen. Damit soll das, was eine Organisation weiß, dieser auch bewusst und für sie nutzbar gemacht werden. Diese Erfahrungen können sich auf Planung und Durchführung der Aktivitäten des Wissensmanagements beziehen. Die folgenden Methoden sind also in allen Phasen des Managements einsetzbar. 9.1.1 Lessons Learned Ein wichtiges Ziel des Wissensmanagements besteht in der Steigerung der Effizienz einer Organisation. Dazu gehört auch, dass Erfahrungen (auch negative E rfahrungen) von Mitarbeitern bei der Lösung von Problemen anderen Mitarbeitern zugänglich gemacht werden. Ziel ist die Vermeidung doppelter bzw. unnötiger Arbeit und die Wiederholung von Fehlern. Lessons Learned stehen in diesem Zusammenhang für die systematische Dokumentation und Aufbereitung von Erfa hrungen in einer Organisation und stellen damit ein Mittel dar, um aus vorangegangenen Erfahrungen ebenso systematisch zu lernen. Dazu muss die Dokumentation der Lessons Learned in bestehende Arbeitsabläufe eingebunden werden - z.B. durch die Einbindung in die abschließende Phase von Projekten. Für die Dokumentation ist es notwendig, Vorgaben hinsichtlich der Struktur zu machen, d.h. welche Aspekte der Lessons Learned sollen im Einzelnen niedergelegt werden. Damit soll eine beliebige (und damit später wertlose) Speicherung der gemachten Erfahrungen verhindert werden. Beispiel: Es wurden die Aufzeichnung der Lösungen beim Umgang mit Kopiergeräten in der Firma Xerox mit einer Datenbank realisiert und jede Lösung anhand der drei Punkte Problembeschreibung, Ursache und Lösung des Problems b eschrieben. Vorteil: Positiv bei Lessons Learned ist, dass damit Wissen für die Organisation bewahrt werden kann; es bleibt auch dann bestehen, wenn Mitarbeiter, die di eses Wissen erworben haben, die Organisation verlassen. Lessons Learned erla uben die breitere Nutzung von Wissen und helfen, Mehrarbeit zu verhindern und die Einarbeitungszeiten neuer Mitarbeiter zu verkürzen. Damit dienen Lessons Learned hauptsächlich der Nutzung von Wissen, tragen aber auch zur Identifik ation und Bewahrung von Wissen bei. Nimmt man die bereits gemachten Erfah rungen als Grundlage für die Entwicklung neuer Lösungsansätze, so unterstützen sie auch die Schaffung neuen Wissens. Ein möglicher Nebeneffekt ist die En twicklung einer fehlertoleranten Kultur in der Organisation. Mitarbeiter müssen Fehler dokumentieren dürfen, ohne negative Sanktionen fürchten zu müssen. Die Dokumentation von Lessons Learned an sich bietet jedoch noch keine Garantie für deren Nutzung. Deshalb bildet neben der Berei tschaft der Mitarbeiter, ihre Erfahrungen zu dokumentieren, die Bereitschaft, das Wissen anderer Mitarbeiter zu nutzen, die Voraussetzung für den Erfolg von Lessons Learned 3

[Prilla & Ritterskamp, 2008] Prilla, M.; Ritterskamp, C.: Finding Synergies: Web 2.0 and Collaboration Support Systems. In: Proceedings of the 8th International Conference

Popp

Informationsmanagement

55

Beispiel: TUI fördert die Kommunikation zwischen Entscheidungsträgern durch Newschannel, FAQ, Diskussionsforen, Kommentierungen 9.1.2 Best Practice Sharing Ebenso wie Lessons Learned zielt auch Best Practices auf die Verbesserung der organisatorischen Effizienz ab. Ein Best Practice ist eine für eine bestimmte Problemstellung erarbeitete Lösung, welche die dafür bestmögliche Lösung da rstellt. Bestmöglich bedeutet, dass diese Lösung mit anderen innerhalb oder außerhalb der Organisation verglichen und als die beste (im Sinne von Effektivität bzw. Effizienz) erkannt wurde. Bietet eine Lösung eine hinreichende Qualität, ist sie aber nicht die bestmögliche, dann spricht man von Good Practice. Ziel ist es, bestehende Handlungsabläufe durch Good bzw. Best Practices zu ersetzen. Durch Best Practice Sharing wird die gezielte Suche nach bestmöglichen Lösu ngen in einer Organisation unterstützt und damit Wissen der Organisation allg emein zugänglich gemacht. Der offensichtliche Nutzen von Best Practices liegt in der Möglichkeit, auf erprobte gute bzw. beste Vorgehensweisen zurückgreifen zu können und damit zeitaufwändige Neuentwicklungen zu vermeiden. Begrenzt wird der Einsatz von Best Practices durch eine eingeschrä nkte Übertragbarkeit auf andere Einsatzbereiche. Beispiel: E-Learning Prozess an der FH Osnabrück als Best Practice überno mmen 9.1.3 Story Telling/Learning History Bei der Weitergabe von Wissen oder besonders komplexer Inhalte besteht immer das Problem, dass der Kontext, aus dem das Wissen stammt, teilweise oder vö llig verloren geht. Story Telling ist eine Methode, mit welcher Wissen in die Form von Geschichten gebracht wird. Geschichten eignen sich vor allem für die We itergabe komplexer Sachverhalte, da sie auf Grund ihrer Form das zu vermittelnde Wissen in einen Kontext einbetten. Zudem ist vielfach belegt, dass man b estimmte Dinge besonders gut durch Geschichten lernen kann. Story Telling wird also die Vorgehensweise zur Schaffung und Verbreitung von Geschichten von und über eine Organisation, so genannte Erfahrungsgeschichten oder learning histories, verstanden. Das Ziel ist dabei, organisationale Lernprozesse anzust oßen. Für die Erstellung einer Erfahrungsgeschichte wird ein Team (mit Mitgliedern der Organisation, eventuell unter Beteiligung von Externen) gebildet. Dieses plant zunächst grob den Umfang der Geschichte und einigt sich auf Ereignisse, die im Mittelpunkt der Geschichte stehen sollen, d.h. den Kern dessen, was vermittelt werden soll. Zu diesen Ereignissen werden in einem zweiten Schritt direkt wie indirekt Betro ffene in Interviews befragt. Aus diesen Interviews werden dann die entscheidenden Aussagen herausgegriffen, zu kurzen Geschichten formuliert und schließlich zu einer kompletten Erfahrungsgeschichte zusammengefasst. Die Erfahrungsgeschichte wird den Betroff enen abschließend zur Prüfung vorgelegt. In anschließend zu organisierenden Workshops soll die Geschichte diskutiert und somit ihre Inhalte ver breitet und gelernt werden. Die Erfahrungsgeschichte ist damit nicht abgeschlossen, sie kann nach und nach weiterentwickelt werden. Story Telling kann im Rahmen des Wissensmanagements vielfältig eingesetzt werden: zur Weitergabe von Lessons Learned oder Best Practices, zur Veränd erung der Unternehmenskultur (Leitbilder für die Unternehmenskultur werden in eine Geschichte gefasst), zur Verbreitung von Erfolgsgeschichten der Geschäfts-

Popp

Informationsmanagement

56

leitung wie z.B. ein wichtiger Vertragsabschluss oder die Ankündigung bevorstehender Ereignisse in der Organisation. Beispiel: Roman „Das Ziel“ unterweist in der Steuerung einer Fabrik oder der Roman „Der Termin“ unterweist in Projektmanagment; jeweils in Romanform. 9.2 Methoden zur Repräsentation von Wissen (Wissensvisualisierung) Die Repräsentation des Wissens einer Organisation, also seine Dokumentation, und die Visualisierung der Wissensstrukturen ist eine Kernaufgabe des Wissen smanagements. Gleichzeitig dient sie als Grundlage für Wissensmanagementprojekte und für die Konzeption und Entwicklung von Wissensmanagementsystemen. Die für die Modellierung in Verbindung mit der Wissensrepräsentation relevanten Objekte sind: Prozesse, Personen mit ihren Beziehungen und Fähigkeiten, Wi ssensstrukturen und Softwaresysteme, die das Wissensmanagement unterstützen sollen. Methodische Unterstützung bieten Wissenskarten für die Modellierung von Personen und Wissensstrukturen, Ontologien zur Modellierung von Wissensstru kturen und die Prozessmodellierung. Diese Methoden werden im Folgenden noch näher dargestellt. 9.2.1 Wissenskarten Die Literatur unterscheidet nach dem Inhalt fünf verschiedene Arten von Wi ssenskarten: Wissensquellen, Wissensanlagen, Wissensstrukturen, Wissensanwendung und Wissensentwicklung. Die Analogie zu einer Landkarte trifft nicht für alle vorgestellten Wissenskarten zu; vor allem bei Wissensanlagekarten spricht man besser von einem Verzeichnis. Wissensquellenkarten (knowledge source maps) stellen die Experten einer Organisation anhand einer Reihe selbst gewählter Kriterien graphisch der. Solche Kriterien können das Fachgebiet der Experten, die Dauer ihrer Erfahrung in der Organisation, funktionale Bereiche der Organisation, Verantwortungsbereiche oder von ihnen betreute Produkte sein. Zum Beispiel stellt die Wissensquellenkarte der Abbildung 9/2 die Experten eines Unternehmens anhand von Fachbereichen (Graphic Design, Animation, Datab ase, Project Management und Technicians) und den vom Unternehmen angebotenen Produkten, nämlich CD-ROMs, multimedialen Standalone Terminals und Websites, dar. Zusätzlich wird angegeben, in welcher Niederlassung (N.Y., Basel, Berlin und Mobil) die Experten arbeiten. Eine solche Wissenskarte kann z.B. Projektleitern bei der Suche nach Mitarbe itern für Kundenprojekte helfen. Außerdem werden Lücken in der Kompetenz des Unternehmens sichtbar - während das Untemehmen die technischen Aspekte von Web-Development-Projekten personell sehr gut abdecken kann, stehen im dargestellten Beispiel für die Animation oder für des Projektmanagement nur je ein Experte im ganzen Unternehmen zur Verfügung. Beispiel: Rohrleitungsplanung Beispiel: Welches Wissen ist in welcher Abteilung im Unternehmen vorhanden Mit Wissensanlagekarten (knowledge asset maps) (Verzeichnisse) kann der Bestand an Wissen, den Einzelne, Teams, Einheiten einer Organisation oder die Organisation als Ganzes hat, sichtbar gemacht werden. Die Abbildung 9/3 zeigt den Bestand des Wissens einer Gruppe von Beratern. Der Bestand an Wissen wird auf mehrfache Weise deutlich gemacht - zum einen durch die Größe der Balken: ein schmaler Balken drückt Grundlagenwissen, ein breiter Balken Expe rtenwissen im jeweiligen Bereich aus. Zum anderen verdeutlichen die hell hinte r-

Popp

Informationsmanagement

57

legten Balken außerdem, welche Person Training dafür anbieten kann. Diese Darstellung kann, sofern sie webbasiert umgesetzt wurde, durch weitere Informationen angereichert werden. Mit einem Klick auf einen der Berater können Kontaktinformationen, mit einem Klick auf einen Balken die durchgeführten Pr ojekte oder die besuchten Weiterbildungskurse eines Beraters angezei gt werden. Abb. 9/2: Wissensquellenkarte = N. Y.

= Basel

= Berlin

= Mobile

Diane Strong

Ina Roehl

Graphic Design

Anne Weick

Animation Steffi Sieger

Marion Pressl Eva Rohner

Karl Toner

CD-Rom

Stefan Werd

Ute Lemp

Martin Silk

Technicians

Uli Rubner

Maya Senn

Project Management

Consultants

IT

Strategy

Tinner, Jeff Borer, André Brenner, Carl Deller, Max Ehrler, Andi Gross, Peter … Abbildung 9/3: Wissensanlagekarte

Web

Max Hitz Stand-alone Systems

Michael Gross

Database Uli Sigg Mark Ott

Josef Gorner

Merge&Acquise Accounting

Marketing

Popp

Informationsmanagement

58

Eine Wissensanlagekarte zeigt die Personen, die sich aufgrund ihrer Kenntnisse als wichtig für die Organisation erweisen (in diesem Beispiel ist es Andi Ehrler). Die Karte kann Schwerpunkte in der Kompetenz von Mitarbeitern anzeigen, aber auch Bereiche, wo diese einer Weiterbildung bedürfen. Mit einer Wissensanlagekarte können die Besetzung von Projekten und geschäftliche Entscheidungen unterstützt werden (z.B. müsste für den Bereich Merge & Acquisitions (M&A) das Personal ausgebildet oder aufgestockt bzw. die Beratung in diesem Bereich aufgrund der geringen Kompetenz eingestellt werden). Beispiel: Welche Mitarbeiter könnten Aufgabe XY bewältigen? So genannte Gelbe Seiten (Yellow Pages) sind eine oft anzutreffende, praktische Umsetzung von Wissensquellenkarten und Wissensanlagekarten. Sie sollen den direkten Kontakt mit jenen Personen ermöglichen, die über das benötigte Wissen verfügen. Ziel ist es, das zu einem bestimmten Aufgabengebiet vorhandene Wi ssen für alle Organisationsmitglieder abrufbar zu machen. Mitarbeiter mit einem besonderen Wissen sollen damit unabhängig von ihrer Position in der Organisation erfasst werden. Natürlich soll damit auch ein Lern- und Austauschprozess in der Organisation angeregt werden Wissensstrukturkarten (knowledge structure maps) bilden die Struktur eines Wissensgebietes ab. Dabei wird das Wissensgebiet in logisch zusammengehörige Teile gegliedert, und die Teile werden in Beziehung zueinander gesetzt. Stru kturkarten dienen vor allem der Darstellung von Fähigkeiten, die für eine b estimmte Aufgabe, die Erstellung eines bestimmten Produkts oder die Durchfü hrung von Prozessen von Bedeutung sind. Beispiel: Projektmanagement wird Wissen generell zur Gestaltung und Durchfü hrung von Projekten benötigt, ebenso wie die Fähigkeit, Mitarbeiter führen zu können, und Kenntnisse über einsetzbare Technologien. Diese Kategorien lassen sich weiter unterteilen, und es wird offensichtlich, dass zu diesen sowohl impliz ites Wissen in Form von Erfahrungen mit Projekten gehört als auch dokumentiertes bzw. dokumentierbares Wissen in Form von Handbüchern oder anderen Vorlagen. Abbildung 9/4 zeigt ein Beispiel mit einer Wissensstruktur für das Projektmanagement. Projektwissen

Projektmanagementwissen

Führungskompetenz

Wissen über Technologien

Projekterfahrung

Projektmanagementhandbuch PM-Man.doc

Vorlage für Projektdokumentatio

Popp

Informationsmanagement

59

Abbildung 9/4: Wissensstrukturdiagramm Abb. 9/5: Wissensanwendungskarte

Jour Fixe Metaplan Added Value Kundenkreuz Trend-Workshop Problemspinne Maßnahmenplan Offertenvorlage Stakeholder Analyse present/ get

feedback

Online Panel Trendbarometer Collage-Technik CAPI PowerView

Tagebuch-Methode Stichprobenverfahren

generate/acquir

Radiocontrol Delphi-Methode Data View Analyzer

Inmarkt Team Manger

administrate/ organize

analyse/ condense Quantum

Statistische Methoden und Verfahren

SPSS

TOOL QforYou

Visualisierungstechniken

METHOD

Wissensanwendungskarten (knowledge application maps) sind die zurzeit am häufigsten eingesetzten Wissenskarten. Wissensanwendungskarten ordnen Geschäftsvorfällen oder einzelnen Prozessschritten das relevante Wissen zu. Abbildung 9/5 zeigt die Wissensanwendungskarte eines in der Marktforschung tätigen Unternehmens. Den vier Prozessschritten (im Zentrum der Abbildung) sind in zwei Kreisringen die Softwarewerkzeuge und Methoden zugewiesen, die eben diese Prozessschritte unterstützen. Probst et al. berichten von einer praktischen Umsetzung von Wissensanwendungskarten als so genannte Kompetenzkarten. Beispiel: Deutsche Post. Die Karten weisen den Weg zum situationsbedingt relevanten Wissen Wissensentwicklungskarten (knowledge development maps) sind eine Visualisierung der notwendigen Schritte, um einen bestimmten Stand an Wissen zu erreichen. Sie stellen „Lernpfade" für Einzelne, Gruppen oder organisatorische Einheiten graphisch dar. Bei dieser Art von Wissenskarten wird die Analogie zu einer Landkarte am deutlichsten. Das Beispiel für einen Lernpfad im Bereich des E-Commerce zeichnet tatsächlich einen Pfad mit Beginn und Ende und dem a ktuellen Standort (d.h. dem aktuellen Wissensstand) auf. Der Pfad selbst führt an für E-Commerce wichtige Kompetenzen vorbei, die wie in einer Landkarte bezeichnet sind (z.B. die Java Woods, der E-Strategy Forest oder die Outsourcing Street). Das Beispiel ist elektronisch umgesetzt und bietet durch Klicken auf die Kompetenzen einen vergrößerten Kartenausschnitt, der weitere Angaben zum Erreichen oder Vertiefen der jeweiligen Kompetenz enthält.

Popp

Informationsmanagement

60

Abb. 9/6: Wissensentwicklungskarte am Beispiel: Einarbeitung in die Abteilung T

9.2.2 Ontologien Auf einer soziokulturellen Ebene erfordern Ontologien die gemeinsame Definition der Begriffe und deren Zusammenhänge, sowie die verpflichtende Anwendung eines definierten Vokabulars durch die Anwender im Rahmen der Wissensdomäne. 4 Geschichte der Ontologie Für Ontologien existiert eine größere Anzahl von mehr oder weniger brauchbaren Definitionen. In Anlehnung an John Sowa erscheint die folgende Definition nützlich: „In der Informatik ist eine Ontologie eine formale Beschreibung des Wissens in einer Domäne in der Form von Konzepten der Domäne, deren Beziehungen untereinander und der Eigenschaften dieser Konzepte und Beziehungen, sowie der in der Domäne gültigen Axiome und Prinzipien ". Diese Definition soll an einem nichttrivialen Beispiel dargestellt werden. Als erster Begriff in der Definition muss die Domäne erklärt werden. Eine Domäne ist ein genau umrissener Ausschnitt aus einer „Welt". Die Domäne wird aus dem Anwendungsgebiet bestimmt. In unserem Beispiel ist die „Welt" die Menge aller Modelle aller Personenwagenhersteller. Als Domäne wählen wir ein spezifisches Modell, nämlich den Aston Martin Virage (1988-1995). Die Konzepte (Objekte)in dieser Domäne sind sämtliche Bestandteile, aus welchen der Aston Martin (AM) Virage zusammengebaut ist. Diese Domäne enthält nur materielle Konzepte, viele Domänen enthalten aber auch immaterielle Konzepte (wie Ideen). Die Konzepte sind in diesem Falle sämtliche Teile und Optionsteile aller je gebauten Virage Series 1 (1988 bis 1995). Jedes Konzept entspricht einem mechanischen oder 4

Frank, J. Furer: Eine kurze Geschichte der Ontologie

Popp

Informationsmanagement

61

elektrischen Teil im Fahrzeug. Die Teile sind im Detail definiert und spezifiziert, so z. B. alle Schrauben in DIN-Normen. Bemerkung: Aufgrund der Verständlichkeit wird an dieser Stelle auf die Unterscheidung von »Konzept" (Schraube) und „Instanz“ (spezifisches Teil M6x16 #10 in Abb. 9/7) verzichtet. Sämtliche Teile (Instanzen) sind in einer Liste enthalten, nämlich im Virage Parts Manual, siehe Ausschnitt „Lenksäule" in Abb. 9/7. Hier muss angemerkt werden, dass die Modellierung von Konzept/Subkonzept/Instanz und ihrer Beziehungen eine der großen Herausforderungen beim Erstellen einer Ontologie ist.

Abb. 9/7 Manuals Auszug von Aston Martin Jedes Teil ist eindeutig mit einer Teilenummer (Part Number) identifiziert. Die Teile sind durch ihre Eigenschaften charakterisiert, z. B. wie in Tab. 1. Die nächste Information in einer Ontologie sind die Beziehungen zwischen den Konzepten. Im Beispiel sind dies topologische Beziehungen zwischen den Teilen des Fahrzeuges, d. h. welches Teil ist wo und wie montiert. Die Beziehungen sind als "Explosionszeichnungen" im Virage Parts Manual in grafischer Form dokumentiert. Die Explosionszeichnungen zeigen jedes Teil mit seiner genauen Lage und seiner Einbauvorschrift. Wie die Konzepte haben auch die Beziehungen spezifische Eigenschaften, welche in einer Tabelle gelistet sind. Als letztes Element der Definition einer Ontologie fehlen noch die Axiome und die Prinzipien der Domäne. Diese sind für die AM Virage Domäne: (a) Es dürfen ausschließlich nur AM-Teile verbaut werden, (b) Nur AM-zertifizierte Mechaniker dürfen in der Domäne arbeiten, (c) Die von AM vorgeschriebenen Wartungsintervalle sind strikt einzuhalten etc.

Popp

Informationsmanagement

62

Der wichtige Schritt beim Übergang von der Informationsverarbeitung zur Wissensverarbeitung ist die Einführung der formalen Semantik, d.h. der maschinenlesbaren Formulierung der Bedeutung der Konzepte und ihrer Beziehungen. Dank einer vereinbarten formalen Semantik können kooperierende Computer die Bedeutung von Konzepten und ihren Beziehungen erfassen und diese verarbeiten. Ein Computer kann das Teil „Part Number 692088: Screw M6x16“ aus Abb. 9/7 mit all seinen Eigenschaften erfassen. Dies erlaubt ihm z.B. Part Number 692088 aus der AM VirageOntologie mit den Angeboten in einem Katalog (auch eine Ontologie) eines Schraubenlieferanten exakt zu vergleichen, die Tauglichkeit zu entscheiden und ggf. eine automatische Bestellung auszulösen. Wie kann man Ontologien verwenden? Die beschriebene AM Virage-Ontologie enthält die gesamte statische, strukturelle Information über die Fahrzeugfamilien Aston Martin Virage Series 1 (gebaut von 1988 bis 1995). Diese Ontologie erlaubt prinzipiell den Bau und die Reparatur aller AM Virages. Sie ermöglicht auch eine Lagerhaltung und Lagerbewirtschaftung der Ersatzteile. Dank dieser Ontologie verfügen Werkstätten und Mechaniker über das gesamte Wissen über den Aufbau aller je gebauten Fahrzeuge der Aston Martin Virage Series 1. Diese beispielhafte AM Virage Ontologie ist für geschulte Mechaniker vollständig und einfach verständlich. Sie hat jedoch einen riesigen Nachteil, wenn man sie von der Informatik aus betrachtet: Die Ontologie ist nicht maschinenlesbar und deswegen kann sie auch nicht von Programmen benutzt werden! Die nächste Forderung an eine Ontologie ist deshalb ihre Formalisierung, d.h. ihre Darstellung in einer standardisierten, maschinenlesbaren und maschinenverarbeitbaren Form. Das Werkezeug dazu sind Ontologiesprachen eingebettet in eine IT-Struktur für die Wissensverarbeitung. Ontologiesprachen Das abstrahierte Wissen der Domäne wird durch die Domäne Experten mittels eines Ontologie-Editors und einer Ontologiesprache erfasst und damit entsteht die formale, maschinenlesbare Ontologie. Die Ontologie kann von den verschiedenen Anwendungsprogrammen gelesen und verwendet werden. Das wichtige Instrument hier ist die Ontologiesprache. Eine Ontologiesprache ist ein exakter Formalismus zur maschinenlesbaren Repräsentation von Wissen und zeichnet sich durch eine eindeutige Spezifikation von Syntax und Semantik aus. Das Fundament einer Ontologiesprache wird durch ein Logiksystem gebildet. Das Logiksystem umfasst Variablen und Operatoren und ermöglicht die Formulierung und den Beweis von Formeln und Sätzen. Ein einfaches und sehr bekanntes Logiksystem ist die Boole'sche Logik: Hier sind die Variablen binär (haben die Werte ,,0" und ,,1" oder "falsch" und "wahr"). Die Operatoren sind NEGATION, UND, ODER. Damit lassen sich beliebig komplexe Gleichungssysteme aufbauen. Die ersten Ontologiesprachen entstanden aus der Forschung über künstliche Intelligenz. Später wurden sie durch die Anforderungen der Informatik weiterentwickelt und heute existiert eine Vielzahl von Ontologiesprachen. Hier soll die "Web Ontology Language" OWL eingeführt werden (die Buchstabenumstellung von WOL zu OWL ist gewollt und wurde von Tim Finin eingeführt, um diese Ontologiesprache mit der Weisheit einer Eule zu assoziieren). OWL bildet die vereinheitlichende Grundlage für das semantische Web und spezifiziert eine strikte Syntax (Form) und Semantik s (Bedeutung). OWL hat zwei Ausprägungen, die sich durch ihre Ausdruckskraft unterscheiden :

Popp

Informationsmanagement

63

OWL Full und OWL DL. OWL DL ist eine syntaktisch reduzierte Version von OWL Full, welche dank den Einschränkungen entscheidbar ist. Entscheidbarkeit bedeutet, t dass alle in OWL DL formulierten Sätze maschinell geprüft und mit "wahr" oder "falsch" entschieden werden können. Dies ist ein derart wichtiger Vorteil, dass meist OWL DL verwendet wird. Das logische Fundament von OWL DL ist die Description Logic (DL). Ein Benutzer der Ontologie muss sich nicht um die Details der Description Logic kümmern, die erlaubten Konstrukte sind direkt in der Ontologiesprache verfügbar und im Ontologie-Editor eingebaut.

Beispiel:

Struktur einer Ontologie Die Struktur einer Ontologie wird mit folgenden Aussagen beschrieben: • Es gibt Objekte/Konzepte in der Welt. • Objekte haben Eigenschaften oder Attribute, welche Werte annehmen können. • Objekte können Relationen untereinander eingehen. • • • •

Eigenschaften und Relationen können sich verändern. Es gibt Ereignisse, die zu bestimmten Zeitpunkten eintreten Die Welt und ihre Objekte können ihren Status wechseln. Ereignisse können wiederum Ereignisse auslösen.

Aus dieser Auflistung geht hervor, dass Änderungen über die Zeit hinweg (letzten vier Spiegelstriche) den Ontologien zwar zugesprochen werden, in derzeitigen Systemen zumeist jedoch nicht in Form eines übergeordneten Workflow-Managements integriert sind, sondern händisch nachzuzeichnen sind. Anforderungen an Ontologien Eine der wichtigsten Anforderungen einer Ontologie ist es, eine einheitliche Definition von Begriffen zu geben. Meist beschränkt sich der Entwicklungsprozess auf ein einzelnes Anwendungsgebiet, für welches eine gemeinsame Ontologie zur Bereinigung semantischer Konflikte aufgebaut wird. Semantischen Konflikt können zum Beispiel Homonyme und Synonyme, aber auch inhaltlich-strukturelle Probleme oder uneindeutige Wertebereiche und Masseinheiten umfassen. Dazu muss eine Ontologie klar, eindeutig und kohärent sein, und darüber hinaus auch Schnittstellen zur Sprache anderer Wissensdomänen berücksichtigen. Und schließlich besteht die Forderung, dass die Ontologie für eine abgeschlossene Domäne vollständig sein soll, d.h. sie muss alle für das Verständnis notwendigen Konzepte enthalten. Unter Klarheit versteht man die Eindeutigkeit definierter Begriffe, aber auch das Definieren der notwendigen und hinreichenden Bedingungen. Die Eindeutigkeit gewährleistet, dass jeder Begriff nur eine Deutung zulässt bzw. nur eine Bedeutung besitzt.

Popp

Informationsmanagement

64

Eine Ontologie sollte in sich konsistent sein (Kohärenz), d.h. es sollten nur Schlussfolgerungen möglich sein, die mit den vorhandenen Definitionen übereinstimmen. Und weiter sollte es möglich sein, neue Begriffe für einen speziellen Gebrauch zu definieren, ohne bestehende Definitionen anpassen zu müssen. Letztlich sollten die Konzepte und Beziehungen auf einer Methoden neutralen, von der Kodierung unabhängigen Ebene spezifiziert werden, damit sie in mehreren Systemen einsetzbar sind. Abb. 9/8 zeigt ein einfaches Beispiel einer Ontologie. Die Konzepte (Fahrzeug, Wasser, Luft) sind durch die verschiedenen Relationen (Zuordnung zu Oberbegriffen, Synonymen, und dem Raum, wo sich ein Fahrzeug fortbewegen kann) miteinander verbunden.

Anwendungsbeispiele für Ontologien

In den letzten Jahren sind eine Anzahl von wertvollen Ontologien geschaffen worden. Aus Platzgründen werden diese hier nicht beschrieben, sondern nur Ausgewählte: Wasser „für“

Motorrad

Schiff „ist ein“ Vehikel

„synonym“

„ist ein“

Fahrzeug

„für“

„syno-

nym“

Land „ist ein“

„für“

Kfz „synonym“

„ist ein“ Auto Luft

„für“

Flugzeug

„synonym“

Wagen

Abb. 9/8: Beispiel für eine Ontologie







Finanzontologien. In der Finanzwirtschaft (Banken, Versicherungen, Börsenplätze, ...) hat die Automatisierung früh begonnen und ist weit fortgeschritten. Damit Transaktionen zwischen Partnern vollautomatisch, fehlerarm und schnell durchgeführt werden können, ist eine fehlerfreie Verständigung notwendig. Diese beruht heute weitgehend auf Finanzontologien. Ein typisches Anwendungsgebiet ist der Hochfrequenzhandel mit Finanzinstrumenten, bei dem ausschließlich Computer mit ihren spezialisierten Algorithmen die Partner bilden. Unternehmensontologie. Um ein Unternehmen flexibel und agil zu gestalten, muss seine Struktur genau bekannt sein. Dies ist die Aufgabe der Unternehmensarchitektur, welche heute als wichtiges Unterstützungsinstrument eine Unternehmensontologie verwendet. Die Unternehmensontologie bildet ein Modell des Unternehmens und formalisiert das Wissen über dessen Struktur, Prozesse, Produkte etc. Juristische Ontologien. Die Gesetze und Verordnungen definieren Konzepte z. B. Straftatbestände,

Popp





Informationsmanagement

65

Prozessordnungen etc. Anwälte und Richter müssen diese Konzepte klar verstehen und präsent haben. Bei internationalem Recht kommt erschwerend hinzu, dass verschiedene Jurisdiktionen unterschiedliche Auslegungen haben. Es wurde daher schon früh versucht, das juristische Wissen zu formalisieren, und daraus sind mehrere Juristische Ontologien und Anwendungen entstanden. Medizinische Ontologien. Die Medizin verfügt heute über einen riesigen Schatz von wissenschaftlichem und empirischem Wissen über Krankheiten, Symptome, Behandlung, Wirkstoffe, Nebenwirkungen etc. Arbeiten zur formalen Erfassung dieses Wissens haben vor Jahrzehnten begonnen, und seit einigen Jahren werden hierzu auch Ontologien eingesetzt. Medizinische Ontologien ermöglichen den Bau von medizinischen Expertensystemen, welche den Arzt interaktiv bei Symptomerkennung, Diagnose, Therapien und Beurteilung des Krankheitsverlaufes unterstützen. Geninformationsontologien. In der heutigen Gentechnikforschung geht viel Zeit verloren, weil die Terminologie sehr vielfältig und uneinheitlich ist. Forscher finden Information nicht oder duplizieren Forschungsarbeiten. Diese Geninformationsontologie ist eine kollaborative Arbeit und versucht, weltweit die Terminologie in diesem Gebiet zu standardisieren.

9.2.3 Prozessmodellierung Wissen ist in die zahlreichen Prozesse einer Organisation eingebettet. Das kann z. B. das Wissen über einen Produktionsprozess sein (d. h. wie wird ein b estimmter Input zu einem bestimmten Output transformiert). Unabhängig dav on, ob dieses Wissen bekannt oder verborgen ist, leitet die aus der Vergangenheit stammende Prägung mit Wissen die aktuellen Abläufe und Entscheidungen. Genauso wie Geschäftsprozesse durch Modellierungsmethoden sichtbar und da mit gestaltbar gemacht werden können, sollen solche Wissensprozesse als wichtiger Bestandteil des Wissens einer Organisation modelliert und gestaltet werden. Es sollten aber keine neuen Prozessmodelle neben bestehende gestellt werden, vielmehr sollen Geschäftsprozesse gemeinsam mit den sie begleitenden und steuernden Wissensprozessen in Modellen erfasst werden. Mit dem prozessorie ntierten Wissensmanagement richtet sich der Fokus auf die wissensintensiven Prozesse der Organisation und die sie unterstützenden Wissensprozesse und Wissensmanagementprozess. Mittlerweile existieren viele Ansätzen, um Wissen gemeinsam mit den Geschäftsprozessen der Organisation zu modellieren. Sie haben , auch Eingang in Software-Werkzeuge zur Modellierung gefunden: z.B. das modellbasierte Wissensmanagement mit ARIS, die Knowledge Modeling und Description Language (KMDL). Die Darstellung von Prozessen erfolgt z.B. mit Hilfe ereignisgesteuerter Prozes sketten (EPK), welche die Funktionen innerhalb eines Prozesses, Ereignisse, Ro llen bzw. Personen etc. darstellt. Für die Modellierung von Aspekten des Wissensmanagements werden EPKs um Elemente für Wissenskategorien ( z.B. ovale Denkblase) und dokumentiertes Wissen (z.B. rechteckige Denkblase) erweitert.

Popp

Informationsmanagement

Marketingstrategie

66

Eigene Produkte

Lessons Learned aus Akquisition

Kunden- und Marktstruktur

Akquisitionserfahrung

Wünsche von Kunden

Wissen über ausgewählten Kunden

Dokumentiertes Wissen zu ausgewähltem Kunden

Dokumentiertes Wissen zu ausgewähltem Kunden

Produktdaten

Auftrag erhalten

Zeitpunkt für Akquise

Kunden auswählen

Kunde ausgewählt

Akquisitionsgespräch durchführen

Akquisitionsgespräch dokumentieren

Akquisitionsgespräch dokumentiert

Keinen Auftrag erhalten Kundendaten

Abb. 9/9:

Auftragsdaten

Geschäftsprozess mit Elementen der Wissensverarbeitung

Abbildung 9/9 zeigt ein Beispiel, wo auch das notwendige Wissen visualisiert wird. In Abb. 9/9 greift ein Mitarbeiter bei der Akquise eines Kunden auf impliz ites Wissen wie seine Kenntnisse zur Marktstruktur zurück, zum anderen auf dokumentiertes Wissen (z.B. lessons learned). Kernaufgabe des geschäftsprozessorientierten Wissensmanagements ist es, die Wissensflüsse zwischen den wissensintensiven Aktivitäten möglichst optimal zu ermöglichen. Als wissensintensive Aktivitäten gelten diejenigen Prozessaktivitäten, die auf Kernkompetenzen basieren und dem Bearbeiter ein hohes Maß an Gestaltungs- und Entscheidungsspielräumen geben z. B. Risikoprüfung im Rahmen der Kreditbearbeitung. Es ist allerdings keine trennscharfe Abgrenzung zwischen wissensintensiven und nicht-wissensintensiven Prozessen möglich. Vielmehr sind verschiedene Merkmale von wissensorientierten Geschäftsprozessen zu betrachten, um einen Ansatzpunkt für deren Analyse zu finden. Grundsätzlich gibt es zwei Klassen von Merkmalen. Die Merkmale der Innensicht beziehen sich auf die innere Struktur (z. B. Prozesstyp, also Routineprozess oder nicht, Verhaltenseigenschaften des Prozesses d. h. Steuerung in Sonderfällen) und den Ablauf des Prozesses (z. B. Zahl der Teilaufgab en, Anzahl sowie Rollen der Prozessbeteiligten). Dagegen beziehen sich die Merkmale der Außensicht auf Informationen über den Prozess (z. B. Aufbauorganisation, Kul-

Popp

Informationsmanagement

67

tur), seine Beziehungen zu anderen Prozessen (z. B. Schnittstellen, Prozesshierarchie) und zur Umwelt (z. B. Branche, Konkurrenten). Weitere Beispiele für Merkmale von wissensintensiven Prozessen sind in Abb. 9./10 dargestellt:

Abb. 9/10: Einige Merkmale von wissensintensiven Prozessen Als hilfreich hat sich die Zusammenstellung eines Merkmalskatalogs individuell für das jeweilige Unternehmen bewährt. Damit können die identifizierten Prozesse auf Wissensintensivität untersucht werden und bilden den Ausgangspunkt für Verbesserung etwaiger Schwachstellen bei wissensintensiven Aufgaben. Die analysierten Prozessmerkmale sollten auch Einfluss auf die auszuwählende Modellierungsmethode, deren Detaillierungsgrad und den Einsatz von Werkzeugen haben. Beispiel: Bewertung Prozessschritte bzgl. Wissensintensität in einer Patentabteilung eines innovativen Unternehmens

9.3

Planungsmethoden

Die nachfolgend vorgestellte Methode könnte die Situationsanalyse (wo die O rganisation im Umgang mit WM steht) unterstützen. Die Ergebnisse dieser Anal yse bilden die Grundlage für die Formulierung von Zielen für das Wissensmanagement. Wissensmanagementprofil Ziel eines Wissensmanagementprofils ist es, die in einer Organisation (oder e inem Teil davon) gebräuchliche Art und Weise des Umgangs mit Wissen zu bestimmen. Das Ergebnis wird in einem Profildiagramm dargestellt (siehe Abbildung 9/11). Dabei werden mehrere Kategorien für die Bestimmung der Art und Weise des Umgangs mit Wissen vorgegeben und die ihnen zugeordneten Dimensionen in Gegensatzpaaren von Eigenschaften bewertet. Bei der Beschaffung von Wissen wird untersucht, ob Wissen eher in der Organisation oder von außerhalb b eschafft wird (Focus), und ob der Suchprozess (Search) dabei gezielt oder eher zufällig abläuft. Bei der Problemlösung soll geprüft werden, ob diese vornehmlich durch Einzelne oder im Team stattfindet (Location), ob dabei auf bereits bekannte Vorgehensweisen (Heuristiken) zurückgegriffen wird oder nicht (Procedures), ob die Lösung durch praktisches Probieren oder geistige Tätigkeit erarbeitet wird (Activity), und ob bei der Lösung auf vorhandene Lösung aufge-

Popp

Informationsmanagement

68

baut wird, oder man neuartige Lösungen erarbeiten möchte (Scope). Die Verteilung von Wissen (Dissemination) wird nach Art (informell oder formell) und der Breite der Verteilung (Breadth) betrachtet. Mit dem Besitz (Ownership) soll gezeigt werden, wie stark Mitarbeiter Wissen als Teil ihrer selbst ansehen (Ident ity) und wie Wissen unter den Mitarbeitern verteilt ist (Resource; z.B. Speziali sten mit abgegrenzten Fachgebieten oder Überschneidungen im Wissen der Mita rbeiter). Letztlich wird dargestellt, wie das Wissen in der Organisation bewahrt wird (Representation) - als persönliches Wissen der Mitarbeiter oder explizit in Dokumenten oder Datenbanken. Die fünf Kategorien können abhängig vom Einsatzzweck oder der Situation natürlich abgewandelt oder erweitert werden. Wissensbeschaffung hauptsächlich Suche: Problemlösen Von wem: Prozedere: Aktivität Wie? Wissens-verteilung Art: Breite: Wissensbesitz Wer hat es? Wie ist Wissen verteilt? Storage/Memory Wie wird Wissen in Org. bewahrt ?

In der Organisation zufällig

von außerhalb gezielt

Durch Einzelne

Team Bekannte Vorgehensweisen

Versuch und Irrtum Praktisches Probieren Auf vorhandene Lösungen aufbauen

Geistige Tätigkeit Neuartige Lösungen

informell eng

formell weit

Die Mitarbeiter Spezialisten

Das Team Generalisten

implizit

explizit

Abb. 9/11: Wissensmanagementprofil Mit einem Wissensmanagementprofil kann der Status quo des Umgangs mit dem Wissen in einer Organisation dargestellt werden. 9.4 Organisationsmethoden Speziell für das Wissensmanagement sollen hier nur die Communities of Practice als Organisationsmethode vorgestellt werden. 9.4.1 Wissensfördernde Organisationsformen So genannte primäre Organisationsformen wie funktionale Organisation, divisionale Organisation oder Matrix-Organisation weisen Schwächen auf. Ihre Fähigkeit, sich an veränderte Umweltbedingungen anzupassen, sind gering. Ebenso behindern sie Freiräume und Kreativität von Mitarbeitern. Aufgrund de ssen sind weitere primäre Organisationsformen entwickelt worden, die insbesondere ein effektives Wissensmanagement unterstützen sollen. Zu den am häufigsten genannten Formen zählen die unendlich flache Organisation, die invertierte Organisation, das Modell der multiplen Überlappungsstruktur, die S ternexplosion, das Spinnennetz, sowie die Hypertextorganisation. Diese Organisationsfo rmen verfügen über flache Hierarchien mit dynamischen Strukturen. In Bezug auf das Wissensmanagement lassen sich derart organisierte Unternehmen ins-

Popp

Informationsmanagement

69

besondere dadurch charakterisieren, dass die Identifizierung, die Schaffung, das Verteilen und die Nutzung von Wissen im Vordergrund stehen. 9.4.2 Communities of Practice Communities of Practice (CoP) sind keine Erfindung aus neuerer Zeit, sondern beruhen auf der grundlegenden Erkenntnis über die Vermittlung und Weitergabe von Wissen in sozialen Gruppen. Allgemein betrachtet, können sich Communities of Practice überall dort bilden, wo Personen eng zusammenarbeiten. Eine Community of Practice ist eine info rmelle Gruppe von Personen, die sich freiwillig aufgrund eines gemeinsamen Interesses oder zur Erreichung eines gemeinschaftlichen Ziels zusammengeschlossen haben, um sich durch Identifikation, Generierung und Austausch von Wissen sowie durch die damit verbundenen Aspekte des Lernens bei der Lösung von Problemen gegenseitig zu unterstützen. Zu CoP schließen sich Personen aus ve rschiedenen Organisationseinheiten und Standorten einer Organisation zusa mmen, die ein gemeinsames Ziel, eine gemeinsame Tätigkeit oder ein gemeins ames Interesse an einem Wissensgebiet verfolgen. Die Mitglieder einer solchen CoP können entweder die gleiche Arbeit verrichten, an einer gemeinsamen Au fgabe zusammenarbeiten oder ein gemeinsames Produkt entwickeln.

CoP

Formale Arbeitsgruppe

Zweck Entwicklung der Fähigkeiten der Mitglieder, Schaffung / Austausch von Wissen Erbringung einer Leistung oder eines Produktes

Projektgruppe

Ausführen einer vorgegebenen Aufgabe

Soziale Netzwerke

Beratung / Austausch von Lösungen bei konkreten Problemen

Mitglieder Durch Mitglieder gesteuerte Auswahl, wer Mitglied wird Alle Personen, die dem Gruppenleiter berichten Ernennung der Mitglieder durch Management bzw. Projektleiter Freunde und geschäftliche Bekanntschaften

Zusammenhalt Engagement, Leidenschaft, Identifikation mit der Kenntnis der Gruppe Stellenbeschreibung, generelle Ziele

Dauer Solange Interesse an Aufrechterhaltung der Gruppe besteht Bis zur nächsten Reorganisation

Meilensteine und Ziele des Projekts

Bis zur Vollendung der Projekts

Allgemeine, wechselseitige Bedürfnisse

Solange die Mitglieder in dem Kontakt einen Vorteil haben

Abb. 9/12: Unterschied zwischen CoP zu anderen Formen von Gruppen Die Unternehmensführung kann CoPs auf verschiedene Art und Weise aktiv unterstützen. Dazu zählen sowohl die Hilfe bei der Suche potenzieller Mitglieder als auch die Anerkennung und Wertschätzung der Community-Arbeit, eventuell sogar verbunden mit Anreiz- oder Belohnungssystemen. Wichtig ist ferner, den Mitarbeitern Freiheitsgrade bei der Arbeitszeitgestaltung zuzugestehen, um ihnen die Mitgliedschaft in einer CoP überhaupt zu ermöglichen. Da CoPs selbstorganisierend sind und von ihrer Eigendynamik leben, ist es schwierig, wenn nicht sogar kontraproduktiv, sie auf traditionelle Art und Weise zu führen und zu kontrollieren. Beispiel: Lerngruppen oder CoP TUFIS (Infoanalysten Organisation)

Popp

Informationsmanagement

70

9.4.2 CoP: TUFIS Infoanalysten Die IA-Organisation seit 1999 Die Infoanalysten-Organisation wurde mit der Einführung von TUFIS als dezentrale Benutzerorganisation mit folgenden Zielen ins Leben gerufen:

U

U U

IA

U

IA

U

U

U U

IA

U

MI&S IA IA

U U

U

U U

IA = Infoanalyst EU = Enduser

 Wissen nicht zentral verwalten. Das Wissen bleibt in den Bereichen und wird dort weiterentwickelt  Schnelle Verbreitung von Informationen in der Organisation (Multiplikator)  Optimaler Support für die Nutzer  Schnelle Reaktionsmöglichkeit auf Anforderungen und Informationsbedarf  Vereinfachte Koordination zwischen den Fachbereichen und MI&S

9.4.2 CoP: TUFIS Infoanalysten Aufgaben des Infoanalysten

Fachbereich IA-Netzwerk

TUI Deutschland GmbH, MI&S | 07.10.2003| Seite 46  Austausch im IA-Netzwerk  Identifikation von relevanten Informationen, „best practices“ und Experten  Wissensverteilung über den eigenen Bereich hinaus

 Bereitstellung von bereichsspezifischem Wissen (z. B. Projekte, Sonderthemen, etc.)  Vermittlung von "Experten"

Austausch IA

IA

IA

IA IA

Analyse  Informationsbedarf decken  Kennen der Info-Bedürfnisse im FB  Decken des regelmäßigen Informationsbedarfes  Ad-hoc-Anfragen erstellen

IA = Infoanalyst EU = Enduser

U

U

Support

U

Entwicklun g

 Beantwortung von Fragen bzgl. Kennzahlen und der betriebswirtschaftlichen Logik (MER, DBSchema, Umsatzschema)  Für inhaltliche und technische Fragen der (FirstLevel-Support)  Der IA kümmert sich um Installationen, Berechtigungen und Zugang

 Begleitung der Entwicklung der betreuten Entscheider  Systematische Weiterentwicklung des TUI Deutschland GmbH, MI&S | 07.10.2003| Seite 47 Kenntnisstandes

9.5 Literatur und Kontrollfragen Literatur Franz Lehner: Wissensmanagment, Hanser 2012, 4. Aufl., S. 183-227. Frank, J. Furer: Eine kurze Geschichte der Ontologie, 37-4-2014, 2014, S. 308-317

Kontrollfragen 1. Nennen sie drei Methoden zur Förderung des Wissensaustausches und der –nutzung und beschreiben sie eine näher! 2. Unterscheiden sie nach dem Inhalt die Wissenskarten und beschreiben sie eine Klasse näher! 3. Was sind Ontologien und wie werden sie im Wissensmanagement eingesetzt? Entwickeln sie ein Beispiel einer Ontologie!

Popp

Informationsmanagement

71

4. a) Was sind die Charakteristica von Ontologien? b) Beschreiben sie 2 Anwendungen, bei denen mit Ontologien der Nutzwert der Software gesteigert werden kann. 5. a)Beschreiben sie Ontologien, und auch welche Anforderungen man an Ontologien stellt. b) Entwerfen sie eine Ontologie für den Chemischen Stoff Wasser. 6. Stellen sie sich vor, Ihre Organisation hat sich das Ziel gesetzt, die Transparenz des Wissens und den Wissensaustausch zu erhöhen. Machen sie einen Vorschlag, wie man dieses Ziel erreichen könnte und welche Methoden eingesetzt werden können. 7. Die Leiterin der Abteilung Personal will, dass das Wissen visualisiert wird. Einerseits will sie die Kompetenzen ihrer Mitarbeiter transparent bekommen, andererseits das in den Teilprozessen (Funktionen) von den Mitarbeitern benötigte Wissen. Schlagen sie ihr je eine Methode vor und skizzieren sie sie ihr! 8. Was sind die Kernaufgaben von Geschäftsprozessorientiertes Wissensmanagement? Nennen sie 5 Merkmale von wissensintensiven Prozessen! 9. Skizzieren sie eine Wissenssituationsanalyse-Methode. 10. Beschreiben sie die Organisationsmethode der Communities of Practice! Geben sie ein Beispiel.

Popp

Informationsmanagement

72

10 Bewertungsmethoden von Wissen-(smanagement) „Was man nicht messen kann, kann man auch nicht managen“. Daher ist das Bewerten notwendig, um die Ressource Wissen zu planen. Der Bewertung von Wissen wird häufig nicht die Bedeutung beigemessen, die das Wissen mittlerweile in Organisationen hat.

10.1 Das Intellektuelle-Kapital-Modell

Abb.10/1 Das Intellektuelle-Kapital-Modell Im Rahmen des Wissensmanagement können vier Objekte bewertet werden:  Das Wissen (die Wissensbasis) selbst,  Die Aktivität das Wissensmanagements,  Wissensmanagementsprojekte und  Wissensmanagementssysteme Letztlich laufen sämtliche Bewertungen auf eine Kontrolle des Erfolgs des Wissenmanagement hinaus.

10.2 Wissensbilanz In der Praxis ist in den letzten Jahren der verstärkte Einsatz von nicht-monetären Bewertungsinstrumenten, vor allem von Wissensbilanzen zu beobachten. Es begann zunächst in Konzernen wie beispielsweise EnBW (Energie Baden-Württemberg) oder Infineon Austria, aber auch immer mehr kleine und mittelständische Unternehmen (KMU) erkennen den Nutzen einer Wissensbilanz. Aufgrund des globalen Wettbewerbsdrucks sowie der instabilen Wirtschaftslage wird es immer wichtiger, die individuellen Erfolgsfaktoren zu kennen und langfristig zu entwickeln. Eine Wissensbilanz ermöglicht es: Intellektuelles Kapital in strukturierter Form abzubilden und die Zusammenhänge zwischen den organisationalen Zielen sowie Strategien, den Prozessen, dem immateriellen Vermögen und letztlich dem Geschäftserfolg aufzuzeigen5

5

vgl. Bornemann/Reinhardt 2008, Handbuch Wissensbilanz, S. 35 – 38.

Popp

Informationsmanagement

73

Die Wissensbilanz ist somit einerseits internes Managementwerkzeug zur strategischen Gestaltung und Steuerung. Infolgedessen wird die Wettbewerbsfähigkeit erhöht, die Ausrichtung auf die Ziele sowie die Gestaltung der Prozesse verbessert und das Verständnis für das eigene Unternehmen gestärkt. Andererseits eignet sich die Wissensbilanz als externes Berichtsinstrument, vor allem zur Kommunikation gegenüber den Kapitalgebern. Mit der Wissensbilanz steht ein zukunftsorientiertes Dokument zur Verfügung, das bisher vernachlässigte qualitative Faktoren der Organisation umfasst.6

Wissensbilanztoolbox Der erste ausführliche, praxisbezogene Leitfaden wurde, u. a. auf Initiative des Bundesministeriums für Wirtschaft und Technologie (BMWi) sowie des Fraunhofer Instituts (Arbeitskreis „Wissensbilanz“ mit Experten im Wissens- und Unternehmensmanagement) speziell für die Bedürfnisse und Anforderungen von KMU’s entwickelt und kostenlos zur Verfügung gestellt (http://www.akwissensbilanz.org). Nachfolgend wird zunächst theoretisch auf die notwendigen neun Schritte sowie die Inhalte zur Aufstellung einer Wissensbilanz eingegangen. Ein Fallbeispiel nach jedem Schritt verdeutlicht die Vorgehensweise (Die Fakultät BWL/WI der TH Deggendorf hat mittels der Wissensbilanztoolbox ihr intellektuelles Kapital bewertet.) Schritt 1: Individuellen Bezugsrahmen abstecken (Geschäftsmodell) Als Ausgangspunkt für die Bewertung des intellektuellen Kapitals ist der individuelle Bezugsrahmen des Unternehmens zu betrachten. Dazu zählen:

-

äußere Rahmenbedingungen Vision Zielsetzung Strategie

Beispiel Hochschule:

-

äußere Rahmenbedingungen Vision: Eine führende Fakultät werden Zielsetzung: Qualität der Lehre verbessern Strategie: Erhöhung der Personalausstattung, Verstärkung der Betreuungsangebote und Entwicklung innovativer Lehrmethoden

Schritt 2: Einflussfaktoren der Zielerreichung identifizieren Die Erreichung der Ziele wird von folgenden Hauptfaktoren beeinflusst:

1. Intellektuelles Kapital (Human-, Struktur- und Beziehungskapital (Informationsprozesse und Organisationsstruktur ()) Primär ist festzulegen, welche Faktoren des intellektuellen Vermögens (aus Human-, Struktur- und Beziehungskapital) im jeweiligen Unternehmen besonders wichtig sind. Das intellektuelle Kapital ist für die Wissensbilanz ausschlaggebend.

2. Geschäftsprozesse

6

vgl. Bornemann/Reinhardt 2008, Handbuch Wissensbilanz, S. 13 – 22.

Popp

Informationsmanagement

74

Unternehmensressourcen wirken sich (materiell und immateriell) auf die Geschäftprozesse aus, die abschließend bestimmte Erfolge hervorbringen sollen. Die Prozesse, die das angestrebte Ziel besonders beeinflussen (Kernprozesse), müssen identifiziert und kommuniziert werden. Allerdings sollte man darauf achten, nicht zu viele Prozesse zu erfassen, da die Wissensbilanz ansonsten zu komplex wird.

3. Geschäftserfolge Ebenso sollen die Geschäftserfolge erkannt und beschrieben werden, beispielsweise ein bestimmtes Umsatzvolumen, Gewinn, Marktwachstum, Image oder sonstige messbare Erfolgsgrößen. Beispiel Hochschule: Einflussfaktoren für Humankapital 1) Fachkompetenz des nicht-wissenschaftlichen Personals 2) Lehrkompetenz des wissenschaftlichen Personals, also der Professoren und Dozenten 3) Handlungskompetenz der Studenten, d. h. die Fähigkeit sowie der Wille, die fachlichen Kompetenzen umzusetzen und zu erweitern. Einflussfaktoren für Strukturkapital 1) Informationssystem ( Prozesse, Organisation, Funktionen, Daten und Kommunikationsbeziehungen) und 2) Unternehmenskultur: Studenten- und Mitarbeiterkultur Geschäftsprozesse: Prüfungsprozess Geschäftserfolge: Studentenzufriedenheit Schritt 3: Einflussfaktoren im Hinblick auf Vision, Ziele u Strategie bewerten Als Bewertungsmaßstab der Einflussfaktoren (intellektuelles Kapital, Prozesse und Geschäftserfolge) ist die strategische Ausrichtung (Vision, Ziele und Strategien) des Unternehmens heranzuziehen. Die Bewertung soll Aufschluss über den aktuellen Zustand der Einflussfaktoren geben und den (reibungslosen) Ablauf des operativen Geschäfts widerspiegeln7. Eine Möglichkeit zur Bewertung sind die Dimensionen: Qualität, Quantität und Systematik für jeden Einflussfaktor. RN: Bewertungsdimensionen: Qualität, Quantität und Systematik (QQS-Bewertung) Die Qualität gibt die Güte des jeweiligen Faktors und dessen Beitrag zur Zielerreichung an und die Quantität die dazugehörige Menge. Die Bewertung in diesen Kategorien ist nicht immer sinnvoll. Zum Beispiel kann für die Unternehmenskultur nicht beantwortet werden, wie viel Kultur eine Organisation braucht. Es wird vielmehr geprüft ob die Qualität ausreicht, d. h., ob der Faktor im Sinne der festgelegten Ziele gut genug ausgeprägt ist. Die Systematik drückt aus, ob der Faktor regelmäßig überwacht und entwickelt wird. Als Bewertung je Dimension könnte man sich die Vergabe von prozentualen Werten in der Skala 0 bis 120 vorstellen. Bei Überschreitung der 100-Prozent-Grenze ist der Einflussfaktor übererfüllt und es sollten Rationalisierungsmaßnahmen folgen.

7

vgl. Bornemann/Reinhardt 2008, Handbuch Wissensbilanz, S. 103.

Popp

Informationsmanagement

75

In dieser Phase der Wissensbilanzerstellung ist es vor allem erfolgskritisch, ein repräsentatives Projektteam zusammenzustellen, um zu einer möglichst objektiven (empirisch abgesicherten) Bewertung zu gelangen. Um einer zu subjektiven oder gar willkürlichen Bewertung vorzubeugen sind konsistente und begründete Einschätzungen notwendig. Beispiel Hochschule: Im Rahmen der Realisierung an einer Hochschule war zu beobachten, dass die Bewertung einen längeren Zeitraum einnimmt und intensive Diskussionen benötigt. Das Team kann aus dem Studiendekan, Professoren, nicht wissenschaftlichen Mitarbeitern sowie einigen Studenten bestehen, die in kleinen Workshops die jeweiligen Einzel- und Mittelwerte erarbeiten, die dann im Fakultätsrat verabschiedet werden. Ein Beispiel für die Bewertung des Faktors Studentenkultur an einer Hochschule zeigt Abb. 10/2. Bewertungsdimensi- Bewertungsdimensi- Bewertungsdimension on on Quantität Systematik Qualität FragestelIst unsere Kultur gut Keine Angabe (k. A.) Pflegen und entwickeln lung genug, um unsere wir die Studentenkultur Ziele zu erreichen? systematisch genug, um unsere Ziele zu erreichen und Verschlechterungen zu vermeiden? Wert 60% k. A. 50% Begründung Da die Hochschule Es ist meistens nicht Es sind keine zielgeeher klein und fami- sinnvoll, Quantität richteten systematiliär ist (ca. 4000 und Qualität der schen Maßnahmen beStudierende, 100 Studentenkultur zu kannt. Es tragen allerProfessorInnen, 200 unterscheiden, da dings Einführungstage, Lehrbeauftragte und die Dimensionen Teamarbeiten oder 200 MitarbeiterInnicht trennscharf Seminare außerhalb nen), herrscht ein sind. der Hochschule zum kooperatives Argegenseitigen Kennenbeitsklima. lernen und Stärkung des Zusammenhalts bei. Abb. 10/2: QQS-Bewertung der „Studentenkultur“ Schritt 4: Messung der Einflussfaktoren mittels Indikatoren RN: Messung mittels Indikatoren Zur quantitativen Überprüfbarkeit der Wissensbilanzergebnisse, vor allem gegenüber den externen Adressaten, z. B. Investoren, ist es wichtig, die Bewertungen der Einflussfaktoren mit Zahlenwerten zu untermauern. Dabei kann ein Indikator gleichzeitig für mehrere Einflussfaktoren ausschlaggebend sein. Aus den Praxiserfahrungen heraus ist es ratsam, nur die wichtigsten Kennzahlen zu definieren d. h. darauf zu achten, Indikatoren zu erheben, die für die verfolgten Ziele und Geschäftserfolge besonders relevant sind. Damit wird sowohl der Ressourcenaufwand für die Messung und Pflege der Kennzahlen, als auch die Komplexität der Bilanz vermindert.

Popp

Informationsmanagement

76

Um die Indikatoren sinnvoll einsetzen zu können und deren Vergleichbarkeit zu gewährleisten, müssen sie folgende Mindestkriterien erfüllen (vgl. Bornemann/Reinhardt 2008, S. 127):

1. 2. 3. 4. 5.

Eindeutige Benennung Beschreibung der Funktion der Kennzahl Eindeutige Berechnungsvorschrift und Maßeinheit Definition des Verantwortlichen für die Erhebung der Kennzahl Festlegung des Interpretationsrahmens für den gemessenen Indikator

Es ist oftmals nicht leicht, die Indikatoren zu identifizieren und zu erheben, denn für das immaterielle Kapital müssen häufig qualitative Werte herangezogen werden. Zahlen zur Fachkompetenz können recht einfach errechnet werden, indem die Anzahl der Mitarbeiter, deren fachliche Qualifikation oder das Durchschnittsalter betrachtet wird. Bei dem Versuch, die Mitarbeitermotivation, Qualität der Führungskräfte oder Kundenzufriedenheit in einer Zahl auszudrücken, sind jedoch die Schwierigkeiten nachvollziehbar. Hierbei besteht lediglich die Möglichkeit, über Befragungen zu einem Ergebnis zu gelangen. Dies erfordert erneut die Kooperation der Betroffenen und einen erhöhten Aufwand zur Erhebung der Kennzahlen, vor allem unter dem Blickwinkel der jährlichen Wiederholung der Wissensbilanz zur Aufstellung einer Bewegungsbilanz. Beispiel Hochschule Am Fallbeispiel der Hochschule und der vorangegangenen Beurteilung der Studentenkultur bedeutet dies die Durchführung einer Befragung bei den Studierenden, deren Ergebnisse dann in die Bewertung einfließen. Ein Indikator ist das Vertrauen unter den Studenten, das bei durchschnittlich 3,07 für die Befragten im Studiengang BWL lag, bei einer Skala von 1 (bedeutet sehr schlecht) bis 5 (bedeutet sehr gut). Schritt 5: Wirkungszusammenhänge erfassen Ein weiterer Nutzen, der sich im Rahmen der Wissensbilanzerstellung bietet, ist die Erkennung von Wirkungszusammenhängen im Unternehmen, d. h. wie beeinflussen sich die Faktoren des intellektuellen Kapitals, die Geschäftsprozesse und -erfolge gegenseitig. Im Organisationsgeflecht sind viele Größen voneinander abhängig und man erlangt wahrscheinlich mit der Änderung eines Aspekts auch für andere Bereiche im Unternehmen einen Effekt. Die Korrelation der einzelnen Faktoren untereinander ist aber in jeder Organisation verschieden, weshalb Abhängigkeiten festgestellt werden sollen. Ein Wirkungszusammenhang kann nicht nur positiv, sondern auch negativ sein. Zudem gibt es Differenzen in der Wirkungsstärke d. h. nach welchem Zeitraum die Effekte erkennbar sind. Bei Investitionen in Informationstechnologie und deren Implementierung kann auch kurzfristig ein Erfolg beobachtet werden, während die Initiativen zur Verbesserung der Durchgängigkeit von Prozessen und deren Ablauf im Sinn der Unternehmenskultur langfristig angelegt sind. Die Abb. 10/3 zeigt einen Ausschnitt aus dem Wirkungsnetz einer Hochschule, ausgehend von der Studentenkultur (SK-4) zu Faktoren des Humankapitals, die sich auf die Studierenden beziehen: Fach- (HK-6), Handlungs- (HK-7) und Sozialkompetenz (HK-8). Des Weiteren sind diejenigen Geschäftserfolge hinzugefügt, die von der Studentenkultur besonders beeinflusst werden (und umgekehrt): Dropout (GE-1), Studentenzufriedenheit (GE-2), Image (GE-5) und Wachstum (GE-6).

Popp

Informationsmanagement

77

Abb. 10/3: Ausschnitt aus dem Wirkungsnetz einer Hochschule Schritt 6: Ergebnisse auswerten Mögliche Analysetools erlauben, die Daten in Diagrammen zu visualisieren (vgl. BMWi Leitfaden 2008, S. 37 – 42), wie z. B.:

    

QQS-Portfolio (Qualität, Quantität und Systematik) QQS-Balkendiagramm QQS-Profildiagramm Potenzial-Portfolio Wirkungsnetz (siehe Abb. 10/3).

Die Auswertung der Ergebnisse erfolgt zudem bereits während des Erstellungsprozesses durch deren Interpretation sowie der Analyse der Auswirkungen auf das Unternehmen. Im Folgenden soll das Potenzialportfolio genauer betrachtet werden, denn durch die Darstellung in Quadranten wird das Erkennen von Stärken und Schwächen auf einen Blick ermöglicht (siehe Abb. 10/4). Auf den Achsen werden die durchschnittliche Bewertung (Summe aus den Bewertungen von Quantität, Qualität und Systematik je Einflussfaktor dividiert durch drei) und die Wirksamkeit (siehe Schritt 5) abgebildet. An der Position des Einflussfaktors (Intellektuelles Kapital, Prozesse und Geschäftserfolge) in den vier Quadranten ist erkennbar, ob und welcher Handlungsbedarf besteht. Im rechten unteren Quadranten sind die Faktoren visualisiert, die eine hohe Bewertung und geringe Wirkungszusammenhänge aufweisen. Hier besteht kein Handlungsbedarf. Die Stabilisierung von Faktoren im oberen rechten Quadranten ist ratsam, d. h. der jeweilige Faktor sollte beobachtet werden, da eine Veränderung starke Auswirkungen auf das Gesamtsystem hätte. Auf der linken unteren Seite befinden sich die Faktoren, über die Unklarheit herrscht, da sie schwach auf das Gesamtsystem wirken, aber für die Zielerreichung zu gering ausgeprägt sind. Sie sollten analysiert werden. Im linken oberen Quadranten stehen die Einflussfaktoren, die entwickelt werden sollten, d. h. der Faktor weist eine niedrige Bewertung, aber einen hohen Einfluss auf die anderen Faktoren auf. Vor allem hier sind Ansatzpunkte zur Verbesserung der aktuellen Situation zu finden und die Maßnahmen sollten sich daran anlehnen. Beispiel Hochschule Das abgebildete Beispiel einer Hochschule (siehe Abb. 10/4) zeigt das Strukturkapital. Rechts unten befindet sich die „Informationstechnik und das explizite Wissen“ seitens des Personals (SK-3) sowie der Studenten (SK-6). Das bedeutet demzufolge, dass sie gut ausgeprägt sind hinsichtlich der Erreichung der gesetzten Ziele, wie die Verbesserung der Lehre, und dementsprechend keinen Handlungsbedarf aufweisen. Im oberen rechten Quadranten sind der „Wissenstransfer und die Kooperation“ (SK-

Popp

Informationsmanagement

78

2) sowie das „Studienangebot“ (SK-7) abgebildet, die stabilisiert werden müssen. Beide Aspekte haben einen sehr hohen Einfluss auf das Gesamtsystem und könnten aufgrund dessen bei Unruhe und Turbulenzen negativ wirken. Der „Wissenstransfer der Studenten“ (SK-5), die „Mitarbeiterkultur“ (SK-1) sowie „Studentenkultur“ (SK4) im linken unteren Quadranten sollen nochmals analysiert werden. Im linken oberen Quadranten ist kein Faktor des Strukturkapitals zu finden d. h. kein Faktor ist in den Dimensionen zu gering ausgeprägt, aber trotzdem mit hohem Einfluss auf das Gesamtsystem.

Abb. 10/4: Potenzial-Portfolio des Strukturkapitals einer Hochschule Schritt 7: Wissensbilanz dokumentieren Die Anfertigung eines konkreten Dokuments, in dem die wichtigsten Aspekte aufgeführt sind, ist für die Beobachtung der Entwicklung Voraussetzung; für die ökonomische Sicht auf Unternehmen ist dies die Bilanz, für die Analyse des intellektuellen Vermögenpotenzials wird die Wissensbilanz eingesetzt. In Bezug auf Art und Umfang der Informationen kann zwischen externem und internem Adressatenkreis differenziert werden. Die Erkenntnisse können auch in den jährlichen Geschäftsbericht integriert werden und beispielsweise Aussagen zur Entwicklung des Humankapitals liefern, zu den Fähigkeiten, Informationen strukturiert zu bearbeiten sowie Entscheidungen über Investitionsabsichten in das Unternehmen positiv leiten. Beispiel Hochschule An der Hochschule kann es, wie in größeren Unternehmen, verschiedene Darstellungsformen geben für die Hochschulleitung, das Personal, die Studenten oder das Ministerium, da diese Anspruchsgruppen verschiedene Informationen im Hinblick auf Umfang und Kommunikationsform benötigen. Schritt 8: Maßnahmen erarbeiten und umsetzen Mit der Interpretation und vor allem der Ableitung von Verbesserungsmöglichkeiten ist die Erarbeitung von Maßnahmen verbunden. Anhand der identifizierten Stärken und Schwächen können Ansatzpunkte für die Erreichung der Ziele und somit auch der Steigerung des Unternehmenserfolgs abgeleitet werden.

10.3 Literatur und Kontrollfragen Literatur Popp, Heribert, Kreupl, Silke, Mößlein, W. Die Wissensbilanz, in WISU- Das Wirtschaftsstudium, 2012, Heft 5, S675ff..

Kontrollfragen 1. Wie funktionieren Wissensbilanzen? 2. Schildern sie das Fallbeispiel Wissensbilanz an einer Fakultät einer Hochschule.

Popp

Informationsmanagement

79

3. Welche Schwierigkeiten können bei der Wissensbilanzerstellung bei der Messung mittels Indikatoren auftreten?

Popp

Informationsmanagement

80

11 Softwaretechnische Werkzeuge des Wissensmanagements Wenn wir jetzt einmal die Fülle möglicher Produkte gegenüberstellen, erkennen wir sehr schnell bestimmte Produktklassen, die Teilbereiche dieses Prozesses mehr oder weniger abdecken. So findet man heute auf dem Markt der Wissensmanagementsysteme Produkte, die sich eher auf den Aufbau und die Erschließung einer Wissensbasis konzentrieren, andere, die primär die Kommunikation und Zusammenarbeit von Wissensträgern unterstützen, und wiederum andere, die eher die Verbreitung von Wissen zum Ziel haben.

11.1 Werkzeuge 1. Intranet als Hilfsmittel In Intranets werden Hyperlinks zwischen Dokumenten angelegt. Eine Suchmaschine recherchiert nach Web-Dokumenten und das System erstellt daraufhin Volltextindizes für Wissensbanken. Darauf aufbauend verwaltet ein DokumentenmanagementSystem das verteilte Wissen. Nutzung des Intranets als Software-Werkzeug am Beispiel Sixt: Inhalte und Möglichkeiten:

• • • •

über 500 Autovermietungsstationen weltweit, die alle als eigenständige Abteilung gesehen werden können starke Dezentralisierung Aufbau eines unternehmensweiten Intranets, das alle Stationen verbindet und auf das jeder Mitarbeiter zugreifen kann als perfektes Software-Werkzeug Vernetzung erfolgt mittels Internet Intranet basiert auf der externen Homepage des Unternehmens, mit deren Hilfe schon seit längerer Zeit bequem Mietwagen gebucht werden können

Konkrete Beispiele:

• •



• • •

„table of contents“: Auf der Startseite des Intranets können die Anschriften, Telefonnummern etc. von allen Stationen Weltweit aufgerufen werden. Zudem werden die zur Verfügung stehenden Funktionen angezeigt. „pricing“: Im Autovermietungsgeschäft gibt es eine Vielzahl von verschiedenen Preisen und Tarifen, die sich sehr oft ändern. Mit Hilfe des Intranets ist es möglich, etwaige Preisänderungen sofort an die Stationen direkt und ohne Zeitverlust zu übermitteln. Jeder Mitarbeiter kann somit in jeder Situation sämtliche Preise und Tarife abrufen. „manual“: Betriebsanleitung, die alle Situationen berücksichtigt und beinhaltet, die im täglichen Geschäft vorkommen können. o Presseberichte, Aktionärs- und Zwischenberichte o Informationen über Partnerschaften mit anderen Firmen (z.B. Lufthansa, Hilton Hotels) o Verhaltensregeln (Tragen der speziellen Uniform, Verhalten gegenüber Kunden am Telefon) o Bearbeitung von Unfällen und Ablauf der Schadensabwickling o Abruf von Formularen o Abwicklung von Bestellungen o Stellenausschreibungen des Unternehmens o Einblick in die Buchhaltung „blackboard“: Darstellung von wichtigen Informationen ersetzt das Verschicken von Memos und führt zu erheblichen Kosteneinsparungen Stationsspezifische Daten: Informationen über die in einer Station zur Verfügung stehenden bzw. benötigten Fahrzeuge Aufbau einer E-Mail Datenbank: Speicherung der Kundenadressen, diese sind anschließend allen Stationen verfügbar  verbessertes Direktmarketing: Kunden werden direkt über Angebote und Tarife informiert

Popp

Informationsmanagement

81

Mitarbeitermotivation durch das Intranet:

• • • •

unter der Rubrik „Training & Consulting“ besteht Möglichkeit zur Abfrage von motivationssteigernden Motivationen Checkliste für Stationsleiter: Stationsleiter können sich einer täglichen Kontrolle aller Arbeiten unterziehen und können ihre Tätigkeiten durch „soll-ist“ Vergleiche optimieren  positive Auswirkungen auf das Ergebnis der einzelnen Stationen Abwicklung des Prämiensystems für Mitarbeiter (prozentuale Beteiligung an jedem abgeschlossenen Mietvertrag) Erinnerung an die Unternehmensziele

2. Case-Based Reasoning (CBR) Vor allem für die Nachverkaufsphase haben sich Help-Desk- und Call-CenterSysteme bewährt, die auf dem CBR-Prinzip beruhen [SCHR 93 u.a.]: Es werden historische Fälle gespeichert und mit einer „intelligenten“ Prozedur diejenigen gefunden, die zumindest teilweise Lösungselemente zu einem gegebenen Problem bieten. In einem Prototyp für die KSB AG konnte gezeigt werden, wie sich das Wissen, das Konstrukteure und Vertriebsingenieure im Kraftwerksbau generiert haben, für neue Aufgaben mithilfe von CBR reaktivieren lässt . Die Vorteile von CBR-Systemen sind deren Flexibilität, Robustheit und die Fähigkeit zu inkrementellem, beständigem Lernen: Jedesmal, wenn ein Problem gelöst wird, kann das Tupel „Problem-Lösung“ als neue Erfahrung abgespeichert werden. 3. Know-how-Datenbanken Know-how-Datenbanken in Industrieunternehmen kann man als geordnete Sammlung von Anwendungslösungen begreifen. Dabei steht insbesondere bei Investitionsgüterherstellern nicht mehr das physische Produkt im Vordergrund, sondern der Beitrag zu einer bestimmten Problemlösung beim Kunden im Sinne einer integrierten Dienstleistung. Besonderns sinnvoll ist ein solches System für Unternehmen der Investitionsgüterindustrie, die auftragsindividuelle Produkte in großer Variantenzahl fertigen. Die Bearbeitung der Informationen erfolgt über Module zur Erfassung, Klassifikation und zum Retrieval der Anwendungsbeschreibungen. Ein Vertriebsmitarbeiter oder ein Konstrukteur erfasst die Daten dezentral am Arbeitsplatz, wenn das Unternehmen für einen Kunden die ersten Muster entwickelt und freigegeben hat oder wenn ein Angebot ausgearbeitet ist. Angestellte in Forschung, Entwicklung, Fertigung und Vertrieb können bei einem konkreten Anwendungsfall in der Datenbank recherchieren, um bereits vorhandene oder ähnliche Problemlösungen ausfindig zu machen. Damit wird insbesondere bei international operierenden Unternehmen der Gefahr entgegengewirkt, dass das Anwendungswissen zu stark zersplittert. Ergänzt man die Know-how-Datenbank um Informationen, warum Angebote nicht zu Aufträgen geführt haben („Lost-Order-Statistik“), so hat man eine wichtige Grundlage für die strategische Unternehmensplanung. Mithilfe dieser Frühwarnindikatoren erhält man z. B. sehr schnell Hinweise auf Verschiebungen im Markt durch veränderte Technologien oder einen neuen aggressiven Konkurrenten. Bei der Siemens Business Services GmbH & Co. OHG beschreibt man, warum ein Projekt erfolgreich verlief oder auch nicht, mit welchen Risiken zu rechnen war und wie man diesen begegnete oder welche Referenzkunden gewonnen wurden. Da diese Kunden nicht auf Dauer als Referenz gelten können oder wollen, ist periodisch zu prüfen, ob sie in der Wissensdatenbank verbleiben (Verfallsdatum einer Referenzlösung). Eine entsprechende Aufforderung wird automatisch generiert.

Popp

Informationsmanagement

82

Know-how-Datenbanken erzeugen Nutzeffekte auf der administrativen Ebene (z. B. raschere Beantwortung von Kundenfragen), unterstützen aber auch die Planung und Kontrolle auf den höheren Führungsebenen, Beispiele hierfür sind: Durch Erkennen häufig vorhandener Spezifikation erhält man Hinweise auf wünschenswerte Standardprodukte, die an die Stelle von kostentreibenden Varianten treten. Es entsteht eine Datenbasis mit vielen Informationen für die Unternehmensleitung, z. B. über die Wettbewerbssituation, technologische Verschiebungen oder veränderte Kundenpräferenzen. 4. FAQ Mit FAQ bezeichnet man Systeme, die Antworten (meist von Experten) auf häufig gestellte Fragen speichern. Im Internet findet sich eine Vielzahl von öffentliche FAQSystemen. 5. Answer Garden Das Konzept Answer Garden von Ackermann kombiniert zwei Aufgaben in Zusammenhang mit Organisationsgedächtnissen: 1) Wiederfinden von Wissen, und zwar sowohl mithilfe der Datenbank- als auch mit der Kommunikationstechnik. 2) Gezielte Vermittlung des Zugangs zu menschlichen Experten. Informationen mit Answer Garden wachsen „organisch“ als Frucht der Interaktionen von Experten und Benutzern mit dem System. Der erste Ansatz der Suche beinhaltet eine hierarchisch gestaltete Fragenliste, die interaktiv abgearbeitet werden muss. Im zweiten Ansatz bekommt der Interessent eine Grafik der diagnostischen Fragen und navigiert darin („Bäume im Garten“). Wenn der Benutzer an einem Knoten nicht weiterkommt, bedient er den „I’mUnhappy-Knopf“, woraufhin das System per E-Mail den „Knoten-Experten“ einschaltet. Dieser erhält mit der elektronischen Post eine „Geschichte“ der Suche durch den Anfragenden. Der Experte antwortet nicht nur, sondern speichert die Problemlösung im Answer Garden, vorausgesetzt, die Frage ist von allgemeinem Interesse („Wachstum im Garten“).

Abb.11/2 Answer Garden

Popp

Informationsmanagement

83

11.2 Web 2.0 Technologien Wir betrachten kurz die verschiedenen Web 2.0 Technologien, die Einsatz finden.  In Wikis werden Inhalte von jedem einzelnen Mitarbeiter selbst organisiert eingestellt, angepasst und entwickelt. Wissen in Wikis verändert sich fast automatisch von einer subjektiven Meinung zu einem objektiven Fakt (da Informationen nur dann bestehen bleiben, wenn niemand eine gegenteilige Meinung dazu schreibt). Die Inhalte der Wikis werden durch die Benutzer überprüft und bewertet.  Weblogs unterstützen das persönliche Wissens- und Informationsmanagement. Man schreibt, verweist auf Beiträge und Dokumente, kategorisiert (taggt) und archiviert.  Kooperative Bookmarking-Systeme bieten dem Benutzer die Möglichkeit, Referenzen auf Webseiten im System zusammen mit Schlagwörtern zu speichern (Tagging). Im Zentrum steht ein „post“, den ein Benutzer beim Tagging erzeugt. Ein „post“ beschreibt immer eine Ressource/Website durch einen oder mehrere Tags, die die Resource möglichst gut aus der Sicht des Benutzers charakterisieren. Die Zuordnung von Tags zu Ressourcen durch den Benutzer wird auch als leichtgewichtige (da keine Ontologie zugrunde liegt) Wissensrepräsentation angesehen, die Folksonomy genannt wird. Die Semantik der Tags ergibt sich implizit durch ihre Benutzung. Ist ein Empfehlungssystem (Recommender-System) integriert, schlägt das System für eine Webseite die Tags vor, aus denen der Benutzer auswählen kann. Tippfehler und unterschiedliche Schreibweisen werden dadurch vermieden.  Gemeinschaftliches Indexieren (Social Tagging) ist ein Vorgang, bei dem eine Gemeinschaft von Benutzern eines Systems die Objekte des Systems mit Metadaten (Schlüsselwörter und Kategorisierungen) charakterisiert. Objekte sind Bilder, Filme, Lesezeichen, Wiki-Seiten, Textdokumente oder Ideen.  Podcasts können für die Wissensvermittlung an Mitarbeiter eingesetzt werden, z.B. können sich Außendienstler über die neuesten Änderungen bei ihren Produkten informieren.  Newsaggregation sucht Mitarbeiter bei der Tätigkeit der Filterung von Informationsquellen zu unterstützen: Sie sammeln Informationen aus unterschiedlichsten Quellen, bereiten sie auf und legen sie ab.  In Virtuellen Community treffen sich Menschen auf Computer-vermittelte Wege in hinreichender Regelmäßigkeit, so dass sie durch ihre Aktivitäten persönliche Beziehungen aufbauen und Gemeinschaftsgefühl entwickeln, z.B. XING. (Back 2008)

11.3 Aufbau und Funktionsweise eines Wikis am Beispiel Fraport: Vorbereitung:

• • • • • • •

Mitarbeiterumfrage im unternehmensinternen Newsletter „Wissensmanagement“  Mehrheit der Beschäftigten wünschte sich ein unternehmensinternes Wiki Prüfung verschiedener Wiki-Engines  Entscheidung für MediaWiki Anpassung der Benutzeroberfläche an das Fraport Design, eigenes Wiki-Logo Erweiterung des Wikis um speziell für Fraport wichtige Bereiche Unterteilung in 5 Portale Mitarbeiter können sich mit einem fiktiven Namen anmelden, dennoch gab etwa die Hälfte ihren realen Namen bzw. ihre Personalnummer an Möglichkeit zur Anmeldung für eine Wiki-Schulung auf der Startseite

Popp

Informationsmanagement

84

Einführung:

• • • • • •

Beginn mit einer Administrationsgruppe aus fünf Mitarbeitern aus den Abteilungen Personalabteilung, Unternehmenskommunikation, Wissensmanagement und IT Innerhalb der ersten drei Monate meldeten sich 42 weitere Autoren, so dass nach einem halben Jahr bereits mehr als 500 Artikel existieren nur die Autoren hatten in dieser Phase Rechte, Artikel zu lesen und zu verändern Nach der unternehmensweiten Freigabe des Skywikis rasanter Anstieg der Autorenzahl Suche der Artikel erfolgt meist direkt und nicht über Kategorien regelmäßige Umfragen bezüglich Verbesserungspotentialen

Inhalte:



• •

Artikel drehen sich rund um Themen des Luftverkehrs, behandeln Technik, stellen Projekte vor und sammeln Tipps und Tricks o 8000 Airport-Begriffe in Deutsch/Englisch o bereichsspezifische Glossare o Beschreibungen von Arbeitsabläufen o Projektbeschreibungen o bebilderte Länderberichte und Flughafen-Beschreibungen, Informationen zur Flughafeninfrastruktur, Airline-Portraits o Tipps und Tricks: Wie verwendet man am effektivsten Outlook, Google oder Excel für die täglichen Arbeiten? o Beschreibungen aller in der Fraport AG eingesetzten Informationssysteme o Portraits der Tochterfirmen o Informationen rund um Personalfragen Informationen, die bereits im Intranet stehen, werden nicht ins Skywiki aufgenommen wöchentliche Treffen einer Redaktionsgruppe, die sich um die Strukturierung des Wikis kümmert

Popp

• •

Informationsmanagement

85

Mitarbeitermotivation durch Kür des monatlich besten Artikels, dieser wird mit einem Wikingerlogo versehen und in der Flughafenzeitschrift abgedruckt Know-How-Träger auf bestimmten Themengebieten werden direkt angesprochen, um ihre Projekte innerhalb des Wikis darzustellen oder bestehende Artikel gegebenenfalls zu korrigieren

Folgen: Inzwischen haben bereits einzelne Abteilungen Bedarf an einem eigenen Wiki angemeldet. So gibt es bereits ein Wiki für die Software-Entwickler, um Code abzulegen und Fachbücher zu speichern. Auch die Revisionsabteilung will ein eigenes für kollaboratives Arbeiten.

11.4 Literatur und Kontrollfragen Heilmann, H., Wissensmanagement – ein neues Paradigma?, Praxis der Wirtschaftsinformatik 36(199)208, S. 7 ff. Probst, G., Raub, S., Romhardt, K., Wissen managen – Wie Unternehmen ihre wertvollste Ressource optimal nutzen, Wiesbaden 1997. Heribert Popp, Silke Kreupl: Softwaretechnische Umsetzung von Wissensmanagement zur Unterstützung der Hochschulziele. In Jürgen Cleve (Hrsg.). WIWITA 2010 – 7. Wismarer Wirtschaftsinformatiktage, Wismarer Diskussionspapier, ISBN 978-3-939159-84-1, 2010, S.14-23.

Kontrollfragen 1. 2. 3. 4. 5.

Was für Werkzeuge für ein IT-gestütztes Wissensmanagement gibt es? Skizzieren Sie vier IT-basierte Hilfsmittel des Wissensmanagements! Was ist ein Answer Garden als Werkzeuge für ein IT-gestütztes Wissensmanagement? Wie können Web 2.0 Technologien Wissensmanagement unterstützen? Im Wissensmanagement der TH Deggendorf für das Personal ergab es aus der Bedarfsanalyse u.a. folgende vier Themenstellungen: 1: Einstieg neuer Mitarbeiter bzw. Stellenwechsel 2: Transparenz und Informationsfluss 3: Persönliches Wissensmanagement 4: Weiterbildung und Kompetenzentwicklung Mit welcher softwaretechnischen Maßnahme könnten sie den jeweiligen Bedarf befriedigen (jeweils begründen warum)? 6. Diskutieren sie, ob und wie Großunternehmen Social Media für ihr Wissensmanagement einsetzen können! 7. Warum kann ein CRM-System als Wissensmanagementsystem gesehen werden? 8. Beschreiben sie das Wissensmanagementsystem der TH-Deggendorf „Von Studierenden für Studierende“ (Softwaretechnische Realisierung und Funktionalitäten)

Popp

Informationsmanagement

86

12. Wissensmanagementsysteme 12.1 Funktionen von integrierten Wissensmanagementsystemen 12.2 Referenzmodell für die Entwicklung von WMS 12.3 Wissensportale Wissensportale fokussieren auf die Bereitstellung von Wissen. Ihre wesentlichen Eigenschaften sind [Sandkuhl2005] : 1. Sie basieren auf einem gemeinsamen Begriffsraum des Anwendungsgebiets, für das sie ausgerichtet sind. In der Regel wird ein konzeptionelles Modell der relevanten Begriffe und Relationen zwischen unterschiedlichen Begriffen definiert (z.B. über Taxonomien oder Ontologien; Beispiel Wissensnavigator in ilearn) 2. Strukturierte Inhalte bilden die Grundlage für Navigation in und Bereitstellung von Wissen, d.h. das Informations- und Dokumentmodell muss auf das Anwendungsgebiet ausgerichtet sein. Neben der Einbeziehung streng strukturierter Informationen aus Datenbanken ist auch eine Einbindung semistrukturierter Informationen in Form von Dokumenten erforderlich. Die Trennung von logischer Struktur und Layoutstruktur ist ebenso wünschenswert wie die Verwendung relevanter Metadaten (z.B. auf Grundlage des Dublin Core). Z.B. werden im Portal Veda alle Inhaltstypen mittels so genannter Content Schemata deklariert, die neben Struktur, Merkmalen, Attributen und Konsistenzbedingungen auch semantische Netze zur Definition ergänzender Metadaten verwenden (z.B. mit RDF Notation). 3. Unterstützung des Lebenszyklus der Inhalte von Schaffen, Import, Zusammenstellen, Erfassen, Zugriff/Suche bis zur Anwendung von Wissen und Entfernung. 4. Das Wissensportal muss die Möglichkeit zur Individualisierung sowohl der Inhalte als auch der Funktionalitäten bieten. 5. Unterstützung kooperativen Arbeitens für das Wissenteilen (Kommunikation, Koordination, Kollaboration) 6. Spezialisierung auf die Anwendungsdomäne (ausgerichtet auf spezielle Domänen, Aufgabengebiete und Nutzergruppen) Neben den Merkmalen sind die bereitgestellten Funktionen bzw. Funktionsbereiche eine weitere Möglichkeit zur Charakterisierung von Wissensportalen. Im Folgenden finden sich einerseits Portalfunktionen und typische Wissensportalfunktionen (mit W gekennzeichnet)  Personalisierung: Personalisierung von Layout, benutzten Ressourcen, Sortierung der Suchresultate; Personalisierung von Arbeitsgebiet, Aufgaben und Prozesse, thematischer Interessen (W)  Suche: Eingebaute Suchfunktion, Suchmaschine, Speichern von Suchresultaten, Metadatenbasierte Suche; Navigation im Begriffsraum, Suche auf Basis des Begriffsraums (W) (z.B. Begriffsnavigator)  Zusammenarbeiten mit anderen Nutzern: Definieren von Communities, Aufgabenlisten, gemeinsame Dokumentenbearbeitung Konferenzfunktion, Expertenvermittlung, Message Board, Planung von Meetings (W)  Sicherheit: Authentifizierung, LDAP, Integration, Zugriffskontrolle, Verschlüsselung

Popp

Informationsmanagement 

 

 

87

Dynamik: Kategoriebasierte Suche, Publikation neuer Inhalte, Benachrichtigung bei neuen Inhalten, Suchanfragen Generierung neuen Wissens auf Grundlage des formalisierten Wissens (W) (z.B. Implikation) Erweiterbarkeit/Integration von Anwendungen: XML-Import, Offene Schnittstellen, Internet-Zugang Import von Fakten und strukturierten Inhalten (W) Content Management: Dokumentverzeichnis, Verwendung von Metadaten, Filtern von Inhalten, Crawler Management von Dokument- und Informationsmodellen, Metadatenmanagement, Zuordnung von Inhalten zum Begriffsraum (W) Bedienerfreundlichkeit: WebFrontend, Grafische Bedienoberfläche Begriffe: Management des Begriffsraums, der Fakten (W), Regel-Editor (W), Zuordnung Begriffsraum –Metadaten (W)

Als Rahmenarchitektur von Wissensportalen kann man sich drei Schichten vorstellen: 1. Die Datenhaltungsschicht stellt Mechanismen zur Speicherung, Manipulation und Zugriff auf die im Portal gespeicherten Informationen und Wissen bereit. 2. Die Schicht der Anwendungslogik implementiert Dienste und Funktionen des Wissensportal. Hier gibt es eine Aufteilung in semantische Mittelware (Navigationsunterstützung, Inferenzmaschine, Anfragerealisierung und Persistenzmechanismus) und die darauf aufbauenden Dienstegruppen Kooperation (Gemeinsame Arbeitsbereiche, Joint Editing, Konferenzdienste), Kontext (Benutzerkontext, Aufgabenunterstützung, Prozessunterstützung), Konzept (Management, Konzepte/Begriffe, Navigationsdienste, Anfrageunterstützung) und Content (Management, Inhaltsstrukturen, Metadaten, Konsistenzbedingungen). Kernidee dieser Aufteilung ist, dass die semantische Middleware alle Dienste bereitstellt, die direkt auf den Modellen arbeiten, was das konzeptionelle Modell (Begriffsraum) und Inhaltsmodell (strukturierte Inhalte) sowie deren Integration einschließt. Hier werden Dienste zur Modifikation der Modelle, Erzeugung spezieller Sichten, Durchführung von Anfragen usw. bereit gestellt. Die darauf aufbauenden Dienstegruppen implementieren die Steuerungsaufgaben, d.h. hier werden Dienste zum Management der Modelle bereitgestellt, die die semantische Middleware benutzen. 3. Auf der Bedienoberflächenebene wird neben den Frontends für Kommunikation, Administration und domänenspezifischen Anwendungen zwischen Werkzeugen und Personal Work Management unterschieden. Letztere ist der Schlüsselbereich zur Individualisierung (hier erhält der Benutzer auf Grundlage seiner Kontextdefinition eine individuelle Aufgabenund Prozessunterstützung einschließlich Nutzung und Erwerb von Wissen). Werkzeuge umfassen Frontends zum Inhaltsmanagment, Management des Begriffsraums, Retrieval usw. Produkte zu Wissensportalen:  Microsoft SharePoint  IBM ECM  IBM Lotus Connections  Open Text ECM Suite (früher: LiveLink)  SAP NetWeaver Portal  SAP Knowledge Warehouse  Hyperwave eKnowledge Suite

Popp

Informationsmanagement  

88

Open-Source-Software O3 Spaces Workplace Open-Source-Software Alfresco

Abb. 12/2: Funktionen der Wissensportalsoftware SharePoint Server Weitere Produkte zu Wissensportalen [Sandkuhl2006] Autonomy Inc. (autonomy.com); living-eAG (living-e.de) Brainbot Technologies AG (brainbot.com), Convera/RetrievalWare (convera.com) Hummingbird Ltd. (hummingbird.com), Infolution BV (infolution.nl) Insiders GmbH (insiders.de), Intelligent views GmbH (iviews.de) IntraFind Software AG (intrafind.de), Nstein Technologies (nstein.com), 3i Infotech Lzd. (3i-infotech.com) SPSS Inc. (spss.com), Stratify Inc (stratify.com) Verity Inc. (verity.com), XtraMind Technologies GmbH (xtramind.com) Typische Funktionen von solchen Wissensportalen sind: Komponenten, Taxonomie, Klassifikation, Tag Clouds, Suche, Community, Content, BI (Folien Müller)

Popp

Informationsmanagement

89

Abb. 12/3: Portfolio der Portalanbieter [Gartner2011] 12.4 Fallbeispiele 12.4.1 IBM

Abb. 12/4: Wissensmanagement bei IBM (siehe Folien) IBM nutzt das Wissen aller Mitarbeiter, ja sogar von Kunden, Business Partnern und Familienangehörigen, um Innovation zu fördern.  Den richtigen Ansprechpartner unter 350.000 Mitarbeitern  Die passenden Slides für einenVortrag

Popp

Informationsmanagement   

90

Themenbezogene News Die zündende Idee Den passenden Karrierepfad

12.4.2 Wissensportal für die Energie der Zukunft 12.4.3 Accenture Accenture war eine der Ersten, die ganzheitliches WM-System auf der Basis einer Groupware-Plattform (Lotus-Notes) erfolgreich umsetzte. Der technische Aufbau besteht aus folgenden Schichten:  Knowledge Xchange  Notes-Anwendungen (Dokumentendatenbank, Anwendungs-entwicklung, Messaging-System)  Sicherheit, Replikation, Kerndienste, Directory-Dienste, Connectivity Optionen  Netzwerke  Server-Plattformen

Knowledge Xchange

Notes-Anwendungen Dokumenten Datenbank

Sicherheit

Replikation

Anwendungsentwicklung

Kerndienste

MessagingSystem

Directory

Connectivity

Dienste

Optionen

Netzwerke Server-Plattformen Abb. 2/6: Technischer Aufbau des Knowledge Xchange Systems [Lehner2012, S.303] Knowledge Xchange-Anwendungen sind:  Front Page (übergeordnete Einstiegs-Datenbank)  Navigator Yellow Pages (übergeordnete Datenbank zur Auswahl nach branchenspezifischen, fachlichen, technischen oder geographischen Gesichtspunkten)  User Conference (virtuelles Besprechungszimmer)  AC Client Experience (DB zur Projekterfahrung)  Library (Wissens-Repository mit Projektdaten)  ENACTS Methodology (Wissenstransfer durch Speicherung und Weitergabe von Methoden)  Contact Finder

Popp

Informationsmanagement

91

DocFinder (intelligenter Agent für offline Suche; Suchergebnis wird per E-Mail zugesandt)  Profiler (intelligenter Agent verschickt automatisch Verknüpfungen zu neuen Wissens-Beiträgen per E-Mail) Die Infrastruktur des Knowledge Xchange setzte sich wie folgt zusammen: 

Best Practices und Methoden Kernwissen (Core knowledge) Schlüsselelement (Key entities)

Technologie-Informationen

Geschäftsbeziehungen

A Anwendergruppe (Communities of Practice) Direkte Kommunikation

Industrie-Informationen

Projekterfahrungen

Human Res./Fähigkeiten

Gruppenspezifische Information/Kommunikation E-Mail/Octel

Abbildung 12/7: Knowledge Xchange Infrastruktur 12.4.4 Wissensmanagement in der Automobilindustrie 12.5 Softwaretechnische Realisierung des Deggendorfer WMS für Studenten Dienstleister, bei denen die Bildung und Weiterbildung einen Kernprozess darstellen, verwenden meist schon ein Lernmanagementsystem (LMS). Daher kann bei ihnen die softwaretechnische Implementierung auf diesen Technologien und Instrumenten basieren. Durch die Einbettung des Wissensmanagementsystems für Studierende in ein schon vorhandenes Lernmanagementsystem, siehe Abb. 12/8, wird die Implementierung erleichtert und die Nutzung vorangetrieben, da sich der Mehraufwand sowohl für Verantwortliche als auch User wesentlich verringert. In Deggendorf bietet sich hierfür das LMS Moodle an, das mit Plug-ins wie für Social Bookmarks oder mit Eigenentwicklungen wie den auf einer Ontologie basierenden Wissensnavigator angereichert wurde. Zudem bietet Moodle Web 2.0-Technologien an, die im Wissensmanagement von hoher Bedeutung sind wie Wikis, Blogs, Mashups, Podcasts oder Bewertungen/Abstimmungen. Die Benutzeroberfläche des WMS ist intuitiv bedienbar, funktionell und für die Zielgruppe der Studenten attraktiv gestaltet. So liegt die prozessorientierte Gliederung zugrunde, damit sind verschiedene Kategorien je nach Studienphase angelegt z. B. für Studienanfänger, Studierende, die ein Auslandsstudium anstreben oder sich bereits am Ende des Studiums bei der Abschlussarbeit befinden.

Popp

Informationsmanagement

92

Entscheidungskriterien der potentielStudienbewerber haben nötige In-

X

formationen Informationen am Studienanfang

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

X

Seiten der Hochschule ist vorhanden Informationen zur optimalen Prüfungsvorbereitung sind vorhanden

sind vorhanden

X

X

Wissen über „Problemfächer“ auf

Informationen rund ums Praktikum

X

X

sind zugänglich

X

X

X

X

X

X

Informationen zu Auslandsaufenthalten sind vorhanden: Auslandsstudi-

X

um und Auslandspraktikum Informationen zur Anfertigung von wissenschaftlichen und Abschlussar-

X

beiten sind vorhanden Informationen zum Übergang von Studium ins Berufsleben sind vor-

X

X

X

Network

Media Sharing PlattforSocial men Bookmar king Social

Pod- und Vidcasts

X

len Studienanfänger sind bekannt

Studienorganisation ist transparent

Wikis

Feeds

Forum

Wissensziele

Weblogs

Abb.12/9: Architektur von WMS und LMS an Hochschulen

Network

Media Sharing PlattforSocial men Bookmar king Social

93

Pod- und Vidcasts

Feeds

Forum

Wissensziele

Wikis

Informationsmanagement

Weblogs

Popp

handen Prozess „Studentenleben“ wird unter-

X

stützt

X

Informationen über verwaltungstechnisch notwendige Vorgänge sind vor-

X

X

X

X

X

X

X

handen Informationen über Finanzierungsund Fördermöglichkeiten sind vor-

X

X

X

X

handen Informationen sind strukturiert und kontextorientiert aufbereitet

Tabelle 1: Welche Web 2.0 Anwendungen eignen sich für welches Wissensziel? [Hochstetter 2010, S. 63] Realisierung der Wissensziele mit Web 2.0 Anwendungen In der Tabelle 1 sieht man eine Übersicht darüber, welche Web 2.0 Anwendungen sich zur Erfüllung der Wissensziele eignen. Für das operative Wissensziel „Informationen zur optimalen Prüfungsvorbereitung sind vorhanden“ sind u. a. folgende Maßnahmen entstanden: Studierende pflegen ihre digitalen Vorlesungsmitschriften, Musterlösungen sowie Tipps zur Prüfungsvorbereitung mittels Wikis ein und andere bewerten deren Nützlichkeit. Desweiteren erstellen sie Pod-/Vodcasts von Gastvorträgen und effizienten Arbeitsanweisungen, z. B. wie fertige ich eine Bachelorarbeit an, oder pflegen ihre Erfahrungsberichte aus Praktikum und Auslandsstudium mittels Mashup grafisch anschaulich ein. Realisierung sozialer Netzwerke mit mahara. Mahara ist ein open-source E-portfolio System mit einer flexiblen Grundstruktur. Ihr Funktionsumfang beträgt folgende: 1. Mahara ermöglicht verschiedene Ansichten eines E-portfolios zu verwalten 2. Verfügt über die Features eines Weblogs, einer ausführlichen Profilerstellung sowie eines sozialen Netzwerks, das Benutzer verbindet und online Lerngemeinschaften bilden läßt 3. Mahara kann an ein bestehendes Moodle-System gekoppelt werden, d. h. es kann ein Single Sign-on realisiert werden

12.6 Wissensmanagement fürs Personal TH Deggendorf Neben dem Wissensmanagement „von Studierende für Studierende“ soll an der TH Deggendorf ein Wissensmanagement fürs Personal aufgebaut werden.

12.6.1 Bedarfsanalyse Sie führt zum Soll-Zustand. Was wünschen sich die Mitarbeiter für WM? „Betroffene zu Beteiligten machen“ Mitarbeiterbefragung zu folgenden Themenbereichen:

Popp

Informationsmanagement

94

 Einstieg neuer Mitarbeiter  Transparenz und Informationsfluss  Arbeitsgruppen und Projektarbeiten  Persönliches Wissensmanagement  Weiterbildung und Kompetenzentwicklung  Weiterentwicklung der Hochschule (Ideen, Innovationen, Verbesserungsvorschläge) Es ist ein Konzept anhand der Ziele und Maßnahmen detaillierter auszuarbeiten. Zunächst sind Maßnahmen aus den operativen Zielen sowie den gewonnenen Erkenntnissen aus der Analysephase zu konkretisieren. Dann sollen Softwarewerkzeuge auf ihre Eignung für dieses WM untersucht werden.

12.6.2

Technische Realisierung

Als Pilot müssen gewählt werden - der Bereich, z. B. Abteilungen oder Fakultät, - die Teilnehmer, also Mitarbeiter, die dem Projekt möglichst aufgeschlossen gegenüberstehen - Maßnahmen, die im Testbetrieb laufen sollen. Technische Umsetzung Für die technische Realisierung ist es notwendig, eine Entscheidung bezüglich der Softwarelösung und/oder eigenen Umsetzung beispielsweise im existierenden Intranet zu treffen. Im Abgleich mit der Ist- und Soll-Analyse sowie dem detaillierten Maßnahmenplan ist eine Produktevaluation durchzuführen, d. h. eine Marktanalyse der vorhandenen Produkte für Wissensmanagementlösungen gemäß den Anforderungen. Häufig wird der Sharepoint-Server von Microsoft genutzt und lediglich zusätzlich notwendige Lösungen hinzu programmiert. Allgemeine Anforderungen an das System sind: - Nutzerfreundliche und intuitive Bedienung - Integration von bereits vorhandenen Systemen (z. B. Groupware, Projekt-, Prozess- und/oder Dokumentenmanagementsystem) - Möglichkeit differenzierter Zugriffsberechtigungen (anhand Organisationsstruktur und Rollen) - Integration von unterschiedlichen Dokumententypen (welche vorhanden oder erforderlich sind) - Ontologiebasierte Suchfunktion - Information Retrieval - Kategorisierung und thematische Ordnung (evtl. automatischer Bescheid über neu eingestellte Dateien)

12.7 Literatur und Kontrollfragen Literatur Bullinger, H.-J., Wörner, K., Prieto, J., Wissensmanagement heute – Daten, Fakten, Trends, Studie des Frauenhofer-Instituts für Arbeitswissenschaft und Organisation, Stuttgart 1998. Gottschick, J., Friedrich, H. (et al.): Marktübersicht Wissensportale. Informatik-Spektrum, Springer Berlin Heidelberg, vol. 28, no. 3, pp. 202-209, 2005 Heilmann, H., Wissensmanagement – ein neues Paradigma?, Praxis der Wirtschaftsinformatik 36(1999)208, S. 7 ff.

Popp

Informationsmanagement

95

Lehner Franz, Wissensmanagement, 2012, 4. Auflage, Hanser Verlag, S. 277-306 Kreupl, Silke; Popp Heribert: Wissensmanagement an der Hochschule Deggendorf. Wissensmanagement, Heft 6/2010, 2010, S.18-21 Popp Heribert, Kreupl, Silke, Mößlein, W. Die Wissensbilanz, in WISU- Das Wirtschaftsstudium, 2012, Heft 5, S675ff. Popp Heribert, Epple Martin, Zimmermann Volker: Application Integration von E-Learning mit HIS, WMS oder Kompetenzmanagement. In Andreas Hohenstein, Karl Wilbers (Hrsg.): Handbuch E-Learning, Kluwer Verlag 2010 (7.14.1-7.14.23) Sandkuhl, K. : Wissensportale, Informatik-Spektrum, Springer Berlin Heidelberg, vol. 28, no. 3, pp. 193-201, 2005 Links http://www.wissenskapital.de/ : Wissenskapital http://www.wissensmanagement.net/ : Wissensmanagement online

Kontrollfragen 1. 2. 3. 4. 5. 6.

7.

Entwickeln sie eine Architektur für ein integriertes Wissensmanagement-System. a.) Was sind wesentliche Eigenschaften von Wissensportalen? b.) Nennen sie 5 typische wissensbasierte Funktionen von Wissensportalen Entwickeln sie ein Haus des Wissens für ein Unternehmen ihrer Wahl (Funktionen, Bestandteile und verwendete IT-Werkzeuge)! Beschreiben sie ein Fallbeispiel eines integrierten Wissensmanagement-Systems am Beispiel von Accenture Beschreiben sie mit welchen Software-Werkzeugen man das WM fürs Personal einer Hochschule einsetzen könnte. Im Wissensmanagement der TH Deggendorf für das Personal ergab es aus der Bedarfsanalyse u.a. folgende vier Themenstellungen: 1: Einstieg neuer Mitarbeiter bzw. Stellenwechsel 2: Transparenz und Informationsfluss 3: Persönliches Wissensmanagement 4: Weiterbildung und Kompetenzentwicklung Mit welcher softwaretechnischen Maßnahme könnten sie den jeweiligen Bedarf befriedigen (jeweils begründen warum)? Beschreiben sie das Wissensmanagementsystem der TH-Deggendorf „Von Studierenden für Studierende“ (Softwaretechnische Realisierung und Funktionalitäten)

Popp

Informationsmanagement

96

13. Wissensmanagement erfolgreich einführen (Passagen sind wörtlich entnommen aus Sascha Armutat u.a.: Wissensmanagement erfolgreich einführen, DGFP 2002)8

13.1 Sensibilisierung für die Notwendigkeit von Wissensmanagement: eine Kurzdiagnose In Abb. 13/1 sieht man das Gesamtmodell für die Wissensmanagement-Einführung.

Abb. 13/1: gesamtmodell der Wissensmanagementeinführung Mit dem Wissensmanagementprofil von Kap. 9.3 führt man eine Situationsanalyse durch und zeigt mit dem Ergebnis dem Management die Defizite im Wissensmanagement auf.

13.2 Wissensziele fürs Unternehmen Die Inhalte der Zielbildung ergeben sich aus der Unternehmensvision, den Unternehmenszielen sowie aus der konkreten Problemsituation des Unternehmens in seiner spezifischen gesellschaftlichen, technischen und wirtschaftlichen Umwelt. Beispiele für Wissensziele:  "Wir streben an, unser Wissen über die potenzielle Konkurrenz zu erhöhen."  "Wir wollen bestmöglich über die Wünsche und Erwartungen unserer Kunden informiert sein."  "Wir wollen ausreichend viele High Potentials beschäftigen."

8

Wissensmanagement erfolgreich einführen Startegien, Intrumente, Praxis Beispiele, HRS.: Deutsche Gesellschaft für Personalführung, 2002, Armutat Sascha

Popp

Informationsmanagement

97

Bei der Orientierung von Wissenszielen kann der Fokus zum Beispiel auf die Wertschöpfungskette gelegt werden. Wissensziele werden dann für die jeweiligen Wertschöpfungsstufen formuliert. Hängt ein Unternehmen stark von externen Partnern ab (z. B. von Zulieferem und Service-Leistern), sollte der Blickwinkel auf die gesamte Lieferkette erweitert werden. Wissensziele werden dann nicht nur für den eigenen Wertschöpfungsprozess entwickelt, sondern auch für die Schlüsselpartner, da deren Leistungsentwicklung den eigenen Erfolg mit determiniert. Abb. 13/2: Ableitung der Wissensziele aus den Hochschulzielen am Beispiel TH Deggendorf

Wissensmanagement-Ziele geben den Aktivitäten des Wissensmanagement eine Richtung. Sie orientieren sich an den Wissenszielen und dem Unternehmenszielsystem und haben einen direkten Bezug zum operativen Geschäft. Die Definition von Wissensmanagement-Zielen ist an bestimmte Anforderungen gebunden, die sich sowohl auf die Kriterien, als, auch auf die Dimensionen der gesteckten Ziele beziehen. Zielkriterien sind formale Anforderungen an die Formulierung von Zielen. Es lassen sich unterscheiden:  Zielpräzision (Genauigkeit und Vollständigkeit einer Ergebnisbeschreibung)  Grad der Konkretisierung (Beobachtbarkeit der Ergebnisbeschreibung)  Messbarkeit (Möglichkeit, den Zielerreichungsgrad einem vorab fixierten Maßstab quantitativ oder qualitativ zuzuordnen). Daraus ergeben sich die vier Dimensionen der Zielformulierung: Inhalt, Ausmaß Richtung und Zeitpunkt.  Der Inhalt legt fest, welcher Zustand angestrebt wird.  Das Ausmaß bestimmt, wie viel erreicht werden soll.  Die Richtung gibt an, ob etwas aufgebaut, gehalten oder reduziert wird.  Der Zeitpunkt gibt darüber Auskunft, wann etwas erreicht werden soll.

Popp

Informationsmanagement

98

13.3 Wissensmanagement-Kultur als Teil der Unternehmenskultur Unternehmenskultur und Wissensmanagement-Kultur sind eng miteinander verbunden. So ist davon auszugehen, dass eine Wissensmanagement-Kultur immer nur ein Teilaspekt der Unternehmenskultur sein kann. Für Untemehmenskultur soll folgende Definition gelten: Unternehmenskultur ist die Gesamtheit aller in einem Unternehmen gemeinsam gelebten Normen, Werte und Orientierungen. Wir wollen nicht von einer eigenständigen Wissensmanagement-Kultur sprechen, sondern die Aspekte der Unternehmenskultur herausarbeiten, die für das Wissensmanagement von zentraler Bedeutung sind. Relevante Aspekte zur Wissensmanagement-Kultur sind die in Kap. 9 mehr oder minder intensiv gelebten Wissensmanagement-Methoden. Auf dieser Grundlage werden Ansatzpunkte für ein sogenanntes Kultur-Audit vorgestellt, die eine Einschätzung des Status quo der im Unternehmen vorfindbaren und für das Wissensmanagement förderlichen Kulturaspekte ermöglichen. Plakativ ge-

Popp

Informationsmanagement

99

sprochen geht es darum festzustellen, wie es um die kulturelle Fitness des eigenen Unternehmens in punkto Wissensmanagement steht.

13.4 Ansatzpunkte für ein Kulturaudit Wer Wissensmanagement in seinem Unternehmen einführen will, muss die aktuell gelebte Unternehmenskultur beachten und sich über deren Einfluss auf die Prozesse des Wissensmanagements bewusst sein. Daher ist es wichtig, den Status quo der Unternehmenskultur einer Analyse zu unterziehen. Nur so lässt sich ermitteln, ob das Unternehmen - beziehungsweise der betreffende Unternehmensbereich - die notwendigen Voraussetzungen für die Einführung von Wissensmanagement erfüllt. Tut es das nicht oder nur zum Teil, so ist dringend anzuraten, vor oder spätestens mit der Einführung von Wissensmanagement auch kulturverändernde Maßnahmen anzustoßen. Das hier grob skizzierte Wissensmanagement-Kulturaudit bietet für diese Analyse eine Hilfestellung. Mit Hilfe eines solchen Audits soll festgestellt werden, wie stark die fünf relevanten Kulturaspekte (Offenheit, Lernbereitschaft, Umgang mit Macht, Vertrauen und Eigenverantwortung) ausgeprägt sind. Die Zustandsanalyse kann auf zwei einander ergänzenden Wegen erfolgen. Zum einen lassen sich über eine direkte Analyse der einzelnen Aspekte unmittelbare Eindrücke über die kulturelle Situation gewinnen. Zum anderen erfolgt eine Sammlung und Analyse von Aktionsmustern. Bei dieser indirekten Analyse wird aus den Aktionsmustern auf die - nicht direkt beobachtbaren - Ausprägungen der für das Wissensmanagement relevanten Kulturaspekte geschlossen. Die Untersuchung von Ritualen und auch spontanem Erfolgshandeln liefert durch ihre immanente Symbolik sehr deutliche Hinweise auf diejenigen Teilbereiche der Unternehmenskultur, die für das betriebliche Alltagsleben insgesamt und damit auch für den Umgang mit Wissen von großer Bedeutung sind.

13.4.1 Strukturierte Interviews Das Kulturaudit kann mit Hilfe eines schriftlichen Fragebogens und/oder auf der Grundlage von strukturierten Interviews stattfinden, siehe Tab. 4 und Abb. 12. Ausgangspunkt sind in jedem Falle die in unserem Modell genannten Kulturaspekte, die nach der Befragung in Form eines Spinnenprofils ausgewertet werden können, siehe Abb. 13. Es ist dabei sehr vorteilhaft, wenn im Zuge der Erhebung nicht nur der Istsondern auch der Soll-Zustand der Kulturaspekte erfasst wird. Auf diese Weise lässt sich sofort der bestehende Änderungsbedarf erkennen. Im Rahmen einer direkten Analyse der für das Wissensmanagement relevanten Kulturaspekte können sehr unterschiedliche Fragen eingesetzt werden. Eine Möglichkeit besteht darin, die fünf Aspekte direkt bei Mitgliedern des Unternehmens zu erfragen. Hier kann man etwa auf Werkzeuge der Personaleinschätzung zurückgreifen. So gibt es etwa im Bereich von Mitarbeiter- Beurteilungsgesprächen die Aufforderung an Vorgesetzte und Mitarbeiter, sich selbst und andere hinsichtlich Offenheit, Lernbereitschaft, Eigenverantwortung usw. einzuschätzen. Alternativ kann man lediglich Mitglieder von überschaubaren Unternehmenseinheiten (z.B. Abteilungen) bezüglich ihrer Einschätzung zur Kultur ihres Bereiches befragen. Fragebögen, die eine Skalierung beinhalten und Raum für individuelle Kommentare bieten, sind sinnvoll. Fragt man gleichzeitig nach dem IST, dem SOLL und nach Handlungsmöglichkeiten im eigenen Einflussbereich, entstehen häufig unmittelbar Diskussionen über Verbesserungsmöglichkeiten.

Popp

Informationsmanagement

100

Abb. 13/4: Kultureinschätzung der Studiengänge

13.4.2 Rituale versus Soft Factors Rituale können in der folgenden Weise untersucht werden: Zunächst sucht man die Rituale, die von vielen Menschen praktiziert werden und einen relativ zentralen Stellenwert im Unternehmensalltag haben. Nun wird die Durchführung dieser Rituale genau beobachtet. Dabei ist es ratsam, sich ganz bewusst in die Rolle eines Außenseiters zu begeben. Mit ein bisschen Phantasie kann man sich vorstellen, man sei ein Ethnologe, der ein Ritual in einer ihm völlig fremden Kultur zum ersten Mal beobachtet. Die Beobachtungen sollten unbedingt aus dieser Per-

Popp

Informationsmanagement

101

spektive des Fremden beschrieben werden. Anschließend lassen sich die Beobachtungen nach einzelnen Fragestellungen untersuchen. Später kann man auch diejenigen hinzuziehen, die das Ritual häufig praktiziert haben. Fragen können beispielsweise sein:

Popp

Informationsmanagement

102

13.4.3 Spontanes Erfolgshandeln Weitere Anhaltspunkte liefert die Untersuchung des Spontanen Erfolgshandelns. Hierbei werden Situationen gesucht, in denen einzelne Mitarbeiter besonders erfolgreich waren. Im Sinne eines „Erfolgsinterviews“ werden die betreffenden Personen danach befragt, was sie in der speziellen Situation anders gemacht haben als in durchschnittlich erfolgreichen Situationen. Fragt man sehr konsequent nach den erfolgreichen und eigenständigen Aktionen der Gesprächspartner, stößt man bald auf viele, häufig kleine, Besonderheiten in ihrem Handeln. Beispielsweise erfährt man, wie ein Mitarbeiter während eines Veränderungsprozesses erfolgreich mit Betriebsangehörigen umging, die in der Rolle der Bedenkenträger als hinderlich erlebt wurden. Im nächsten Schritt werden die Rahmenbedingungen der Erfolgssituation und die erfolgreichen Handlungen des Gesprächspartners in Worten, Mindmaps oder Grafiken festgehalten. So wird ein enormer Fundus von intuitivem Wissen zusammengestellt, das bereits sehr effektiv im Sinne der Unternehmensziele eingesetzt wurde. Das intuitive Wissen steckt in den Handlungen des erfolgreichen Akteurs. Im Falle der Kulturanalyse betrachtet man die erfassten Daten allerdings von einer anderen Perspektive. Untersucht werden nicht die erfolgreichen Handlungen, sondern die Umstände und Auslösersituationen, die den Akteur veranlassten, sich in der entsprechenden Weise zu verhalten. Dabei können Fragen in zwei Richtungen gestellt werden:  Welche institutionellen Besonderheiten umgehen die Erfolgsakteure?  Welche institutionellen Besonderheiten machen sich die Erfolgsakteure zunutze?

13.4.4 Einzelne Elemente der aktuellen Kultur Möglicherweise stößt man an einigen Stellen auf eine "Sündenbock-Kultur", die die Mitarbeiter zögern lässt, ihre Erfahrungen mit anderen offen zu teilen. Neben derartigen Leitfadeninterviews gibt es weitere Möglichkeiten, Aktionsmuster für eine Kulturanalyse zu identifizieren. Eine gerade im Zusammenhang mit der Analyse impliziten Wissens geeignete Methode ist das Storytelling (siehe Kap. 9.1.3). Ihr Wert zeigt sich vor allem dann, wenn implizites Wissen im Spiel ist. Denn: Geschichten können implizites Wissen in der Organisation mobilisieren, ohne es explizit machen zu müssen. Geschichten können innerhalb der Organisation Diskussionen, Gespräche und Reflexion anregen und damit individuelle und organisationelle Lernprozesse in Gang setzen. Durch Geschichten können außerdem Visionen erzeugt werden, die dazu beitragen, erste Schritte auf dem Weg zu einer Kulturveränderung zu gehen.

13.4.5 Nach dem Kulturaudit Nach dem Kulturaudit ergibt sich ein Bild der kulturellen Situation des Unternehmens. Die Kulturaspekte, in denen Abweichungen zwischen Soll und Ist deutlich wurden, müssen nun näher untersucht werden. Die zentrale Frage ist, ob die Abweichungen so gravierend sind, dass die Einführung des Wissensmanagements gegebenenfalls zurückgestellt werden muss, bis erste kulturverändernde Maßnahmen greifen. Alternativ kann die Einführung eines Wissensmanagements parallel mit begleitenden kulturverändemden Maßnahmen geplant werden. Da die Ergebnisse des Audits sehr unternehmensspezifisch zu interpretieren sind, lässt sich an dieser Stelle leider keine generelle Handlungsmaxime geben. Generell gilt aber: Reflektieren Sie die Ergebnisse Ihrer Analyse möglichst offen. Wissensmanagement erfordert offene Kommunikation!

Popp

Informationsmanagement

103

13.5 Rollen und Profile in bestehenden Wissensmanagement-Systemen Ist das Einführungsprojekt für das Wissensmanagement abgeschlossen, entsteht in der Regel der Rollenset von Abb15.

Zu unterscheiden sind dabei verschiedene Rollen auf der Legitimations-, der Organisations- und der Anwendungsebene. Einige Rollen sollten auf jeden Fall besetzt sein, um ein funktionierendes Wissensmanagement-System zu gewährleisten. Andere Rollen sind unterstützend wirksam und auch nicht bei jeder Art von Wissensmanagement notwendig.  Der Wissens-Promoter bleibt für ein funktionierendes Wissensmanagement von großer Bedeutung. Idealerweise wird diese Rolle fest institutionalisiert und ein Chief-Knowledge-Officer (CKO) auf höchster Ebene (Vorstand, Geschäftsführung) benannt. Neben guten Außenkontakten zur strategischen Weiterentwicklung sollte der CKO auch selbst angewandtes Wissensmanagement offensiv vorleben. 

Der Wissensmanager (auch Manager interne Kommunikation/Intranet, Knowledge Engineer oder Leiter Wissen & Information genannt) ist unverzichtbarer Bestandteil eines funktionierenden Wissensmanagement Systems. Der Wissensmanager sorgt als „Treiber“ dafür, dass Wissensflüsse in Gang kommen und weitergeführt werden. Seine Aufgabe ist es, die "Wissenshamster" auskunftsfreudig zu machen, indem er sie davon überzeugt, dass der Wissensaustausch im Unternehmen viel erfolgversprechender ist, als das "Hamstern" von Wissen. Außerdem muss er die potenziellen "Wissens-Nehmer" vom so genannten "Not-Invented- Here-Syndrom" befreien. Sie müssen erkennen, dass es im Unternehmensinteresse liegt, bestehendes Vorwissen als Basis für die eigenen Aktivitäten zu nutzen. Damit lassen sich Doppelarbeit vermeiden und Arbeitsergebnisse besser und schneller erzielen. Darüber hinaus ist der Wissensmanager verantwortlich für die Strukturierung des Wissens. Die Verzahnung der Wissensflüsse mit den Geschäftsprozessen gehört zur wichtigsten Aufgabe des Wissensmanagers. Für den Einsatz als Wissensmanager bieten sich multidisziplinär ausgebildete Mitarbeiter mit solider Praxis-/Projekterfahrung an. Neben betriebswirtschaftli-

Popp

Informationsmanagement

104

chen und IT-Kenntnissen sollten sie idealerweise auch über informationswissenschaftliche Kenntnisse verfügen. Bei den übrigen Rollen hängt es unter anderem davon ab, wie das Wissensmanagement-System konkret ausgestaltet ist: In welcher Branche ist das Unternehmen aktiv (Industrie vs. Dienstleistung), hat es mehrere GeschäftsfeIder, ist das Wissensmanagement-System zentralisiert oder dezentralisiert strukturiert?  Sehr hilfreich für ein gut funktionierendes Wissensmanagement ist der Einsatz von Contentmanagern. Damit sind Personen gemeint, die sich für spezielle (Fach)-Themen im Rahmen des Wissensmanagements besonders interessieren und engagieren. Sie greifen diese Themen und Ideen auf und versuchen sie voranzubringen. Im Kontext des Wissensmanagements heißt das in der Regel, dass sie die Ersten sind, die eine Community zu einem Thema gründen und diese auch inhaltlich intensiv begleiten, zum Beispiel durch neue Beiträge und Moderation.  Der Community-Moderator koordiniert und organisiert sämtliche administrativen Tätigkeiten in einer Comrnunity.  IT-Manager kümmern sich um den Aufbau und den Betrieb der informationstechnischen Seite des Wissensmanagements.  Wissensbrokers Aufgabe ist es. Das Wissen - sei es extern beschafft oder intern erarbeitet - auf die einzelnen Teile des Wissensmanagement-Systems zu verteilen. Nicht jede Marktstudie, die im Rahmen des Wissensmanagements im Produktmanagement von Bedeutung ist, ist auch im Produktionsbereich von Nutzen. Dem Wissensbroker obliegt es, eine Bewertung neuen Wissens im Hinblick auf die Nützlichkeit für den Empfänger vorzunehmen.  Es gibt einige Experten auf einem bestimmten Wissensgebiet. Diese erfahrenen Professionals, die innerhalb des Unternehmens führend in ihrem Wissensgebiet sind, gilt es in die Community einzubinden..  Anwender eines Wissensmanagement-Systems, auch Wissensarbeiter oder User genannt. Gemeint sind hiermit nicht Personen, die ausschließlich mit Wissen arbeiten, sondern die ein Wissensmanagement-System für die Zwecke der Wissensabgabe oder -beschaffung nutzen. Machen Sie sich bewusst, dass Wissensmanagement nur gut funktionieren kann, wenn es mit der Unterstützung der Wissensarbeiter eingeführt wird. Sie sind die Wissensträger, deren „Schätze“ ans Licht gebracht werden sollen. Da niemand gezwungen werden kann, sein Wissen preiszugeben, müssen Sie auf Freiwilligkeit, eventuell gestützt durch die richtigen Anreize setzen.

13.6 Aktionsplan erstellen Der Aktionsplan ist das Ergebnis der Planungsphase und zugleich das Drehbuch für die Ein-und Durchführung des Wissensmanagements. Nicht anders als im konventionellen Projektmanagement, bündelt er die Entscheidungen über Wissens- und Wissensmanagementziele, die zu verfolgende Strategie, die Organisation und die zu berücksichtigenden Ergebnisse der Kulturanalyse. Auf dieser Grundlage werden im Wissensmanagement-Aktionsplan die Ereignisse und Tätigkeiten im Zeitverlauf sowie die personellen, technischen und materiellen Ressourcen festgelegt:  Eine detaillierte Ereignis- und Tätigkeitenplanung im Zeitverlauf hilft dabei, das Gesamtziel des Projektes nicht aus den Augen zu verlieren und das fortlaufende Projektcontrolling durchzuführen. Dazu werden Meilensteine definiert, die den Verlauf der Einführung dokumentieren.  Die Planung der personellen Ressourcen erfolgt im projektbezogenen Personalplan. Hier wird dokumentiert, welcher Personalbedarf bei der Umsetzung

Popp





Informationsmanagement

105

des Wissensmanagements besteht, wie die Personalbeschaffung vonstatten gehen soll und welche Schulungsmaßnahmen durchgeführt werden müssen. Rollen und Verantwortlichkeiten sind in diesem Planungsschritt zu klären. Die Planung der technischen und infrastrukturellen Ressourcen umfasst die projektspezifische Hard- und Software, das zu verwendende Planungssystem, die benötigten Räumlichkeiten sowie die notwendigen lT-Kapazitäten. Die materielle Planung definiert die Gesamtkosten des Projektes, zeigt den Kostenverlauf auf und gibt Hinweise zu der Frage, welcher Ertrag zu erwarten ist.

Wie konkret die einzelnen Schritte geplant werden, hängt im Wesentlichen von der Projektmanagementkultur des jeweiligen Unternehmens ab. Es ist allerdings in jedem Fall sinnvoll, den Aktionsplan schriftlich zu dokumentieren. Dazu bieten sich sowohl gängige Softwaresysteme für das Projektmanagament an, als auch einfache, in Handarbeit erstellte Visualisierungen.

Abb.13.5 Projektplan Beispiel Deggendorf

13.7 Implementierung von Wissensmanagement Wissensmanagement lässt sich auf vielfältige Weise im Unternehmen implementieren. Ein mögliches Implementierungskonzept schlägt das "American Productivity & Quality Center" (APQC) vor. Dieser Ansatz umfasst fünf Phasen: Starten- Experimentieren - Umsetzen in Pilotbereichen - Ausweiten - Institutionalisieren. Jede Phase ist durch bestimmte Charakteristika und Aktivitäten gekennzeichnet.

Popp

Informationsmanagement

106

Phase 1: Starten Phase 2: Experimentieren Die "Gleichgesinnten" bilden ein Netzwerk von Promotern und Interessierten. Um weitere einflussreiche Führungskräfte und Mitarbeiter zu überzeugen, können zum Beispiel Erfolgsstories sowie Lernen aus eigener Erfahrung und Beobachtung zum Einsatz kommen. Dies lässt sich besonders gut durch Pilotvorhaben fördern. Dazu wird im Unternehmen ein relativ autarker Bereich ausgewählt, in dem Wissensmanagement für eine festgelegte Zeit umgesetzt werden soll. Hier werden verschiedene Strategien und Vorgehensweisen ausprobiert. Aktivitäten in der Experimentierphase sind somit  das Kommunizieren von Erfolgsstories  die Auswahl von Pilotbereichen und -vorhaben,  die Entwicklung einer Strategie für die Pilotbereiche und -vorhaben,  die Bereitstellung von Resourcen sowie  die Installierung einer Task Force für die Pilotbereiche und -vorhaben. Phase 3: Umsetzen in den Pilotbereichen Wissensmanagementaktivitäten in den Pilotbereichen und bei den Pilotvorhaben müssen evaluiert werden. Dies sollte bereits während der Umsetzung erfolgen. Darüber hinaus sollte spätestens in dieser Phase eine für das Wissensmanagement spezifische Qualifizierung der Pilotmitarbeiter erfolgen. Die Ergebnisse der Evaluierung bieten für die Gestaltung von Qualifizierungskonzepten eine gute Informationsgrundlage. Die Komponente des Könnens stellt eine Seite der Medaille dar. Eine andere, nicht zu vernachlässigende Seite ist die Komponente des Wollens. Die Pilotmitarbeiter müssen motiviert sein, am Wissensmanagement teilzunehmen. Dies geschieht nicht zuletzt durch die Sichtbarmachung des persönlichen Nutzens. Die Ergebnisse der Evaluierung müssen somit auch die Grundlage für einen Motivierungsansatz und ein Anreizsystem liefern. Phase 4: Ausweiten Ein Unternehmen steht an der Schwelle zu Phase vier, wenn andere Unternehmensbereiche Interesse an Wissensmanagement signalisieren und sich zunehmend ein Bewusstsein für Wissensmanagement im gesamten Unternehmen entwickelt. Die Phase der Ausweitung ist dementsprechend gekennzeichnet durch  die Entwicklung einer Strategie zur Ausweitung der Wissensmanagement- Aktivitäten,  die Umsetzung der Wissensmanagement-Aktivitäten in anderen Bereichen und Abteilungen,  die Gestaltung einer unternehmensweiten lnformations- und Kommunikationspolitik zum Thema Wissensmanagement sowie  die Installation einer unternehmensweiten Task-Force.

Popp

Informationsmanagement

107

Phase 5: Institutionalisierung Institutionalisierung bedeutet in diesem Zusammenhang die Entkoppelung von den ursprünglichen Promotern. Es erfolgt einer Verankerung in der Institution. Eine Institutionalisierung zeigt sich vor allen Dingen  in der Integration von Wissensmanagement in der UntemehmenspoIitik,  in der Berücksichtigung von Wissensmanagement in den Qualifizierungs- und Motivationskonzepten,  in der kontinuierlichen Evaluierung als Teil des Controllings,  in der organisatorischen Verankerung sowie  in der Pflege einer Wissenskultur als Teil der Unternehmenskultur.

13.8 Literatur und Kontrollfragen Sascha Armutat u.a.: Wissensmanagement erfolgreich einführen, DGFP 2002 1. Skizzieren sie ein Gesamtmodell für die WM-Einführung! 2. Wie führt man ein Kulturaudit durch? 3. Nennen sie die Implementierungsphasen des Aktionsplans zur WM-Einführung und je Phase eine Aktion 4. Was wird aufgrund der Wissensmanagementziele und der Ergebnisse des Kulturaudits im WM-Aktionsplan festgelegt? 5. Entwerfen sie als Fallstudie: Einführung von WM an Hochschule Deggendorf. 6. Popp will ein Wissensmanagementsystem (WMS) „Von Laien für Laien“ im Dekanat Schwandorf einführen (Dekanat ist ein Zusammenschluss hier von 22 Pfarreien und Laien sind aktive Mitglieder einer Pfarrei). Schlagen sie Popp ein Grundmodell zur Einführung seines WMS vor.

Popp

Informationsmanagement

108

14. Anwendung: Virtuelle Weiterbildung zur Steigerung des Humankapitals Gesellschaft ist auf dem Weg vom Industriezeitalter über das Informationszeitalter zum Wissenszeitalter. In der Wirtschaft spielt neben dem Finanzkapital immer mehr das Wissenskapital eine wichtige Rolle, das sich aufteilt in Strukturkapital und Humankapital. Das Humankapital beschreibt sozusagen den Teil des Wissenskapitals, das in den einzelnen Mitarbeitern steckt – deren Kompetenz, deren Lernfähigkeit, deren Motivation und Grundeinstellungen. Das Strukturkapital erlaubt eine Aussage über das organisationale Wissen, über das ein Unternehmen verfügt – Welche Beziehungen bestehen gegenüber Kunden, Lieferanten oder auch den Anteilseignern, welche Möglichkeiten haben interne Gruppen, miteinander zu kommunizieren, gibt es Organisationsformen, die den Wissensaustausch begünstigen und wie ist die Innovationsfähigkeit einzuschätzen? Der Weiterbildungsmarkt boomt mehr den je, vor allem die Zielgruppe der Kandidaten mit Hochschulabschluss, deren Weiterbildungszahl 2000 schon 1,5 Mill. betragen hat.

14.1 Bedarfssog und Technologiedruck In den letzten Jahren zeichnet sich ein regelrechter Bedarfssog nach dem Einsatz Neuer Lehrformen ab, bedingt durch  die neuen Herausforderungen für die Lehre aus der Wirtschaft,  die Forderung nach Flexibilität in Zeit und Ort.  Intensivierung des Lernens: Anschaulichkeit (Video, Audio, Multimedia), Übungsmöglichkeiten  Unterstützung bestimmter Methoden: Selbststeuerung, Kooperation Zu diesem Bedarfssog kommt, dass sich verschiedene Medientechnologien, wie Computertechnik, audiovisuelle Medien (Film, Funk und Fernsehen), Verlagswesen (Bücher, Zeitschriften) sowie Telekommunikation (öffentliche und private Netze), die sich über lange Zeit unabhängig voneinander entwickelt haben, auf einem gemeinsamen digitalen Nenner treffen und eine technologische Umbruchphase entfachen. Diesen Technologiedruck verstärkt die große Zahl von 50 Millionen Internet-Nutzern in Deutschland. Diesen stehen mit dem Dienst WWW fast unbeschränkte Informationsfülle und Informationsdistribution zur Verfügung. Darüber hinaus haben sie über die Internet-Dienste E-Mail und Foren/Chat Frageund Diskussionsmöglichkeiten. Durch Breitband kann man mit dem Real-Player Vorlesungen als Videos via Computer ortsunabhängig auf den Bildschirm holen. Schließlich erlauben Groupware-Systeme, wie die Light-Version Netmeeting, Application Sharing, also virtuelle Gruppenarbeit, von überall aus. Elektronische Medien bieten also dem gesamten Bildungsbereich ein immenses Innovations- und Effizienzsteigerungspotential. Jürgen Guttmann von Siemens hat es folgendermaßen quantifiziert: "Wer seine Crew weltweit per Mausklick auf den neuesten Stand bringen kann, verschafft sich einen beachtlichen Wettbewerbsvorteil. Über E-Learning können wir bis zu 30 % der Herstellkosten sparen".

14.2. Kategorisierung von Lehrformen (aus Lutz Goertz: Wann was für wenn? In wirtschaft + weiterbildung 05_2013, S. 10-13)9

9

Lutz Goertz, Lernorganisation. Wann was für wen? In Wirtschaft + Weiterbildug 05_2013, S.10-13

Popp

Informationsmanagement

109

E-Learning sind alle Formen von Lernen, bei denen digitale Medien für die Präsentation und Distribution von Lernmaterialien und zur Kommunikation zum Einsatz kommen Waren 2008 noch 8 Formen des E-Learning genannt, so kann man heute 23 verschiedene Lernformen unterscheiden, die wir im Folgenden betrachten: CBT/WBT Das Computer Based Training (CBT) entspricht einem E-Learning Kurs, der auf CDROM/DVD ausgeliefert wird. Eine Weiterentwicklung ist das Web Based Training (WBT), bei dem die Inhalte der Kurse online abrufbar und leichter aktualisierbar sind. Blended Learning ist "Präsenzvorlesung im Wechsel mit virtueller Lehre" mit den Funktionen "synchrone und asynchrone Kommunikation". Der Mehrwert von

Blended Learning ist:  Gute Integration der virtuellen Anteile in die Präsenzphase  Meist virtuell Facts erarbeiten und präsenz Projekte (auch am Computer) bzw. Fallstudien bearbeiten  Studierendenfragen mit Antworten im nächsten Durchlauf als Fakten in den virtuellen Teil aufgenommen  Bessere Motivation durch Präsenzphase Ein typischer Lernprozess im Blended Learning sieht wie folgt aus: Die Studierenden entnehmen aus dem Zeitplan der Präsenztermine, welche virtuellen Kapitel sie bis zum Präsenztermin durcharbeiten müssen. Sie drucken sich das Arbeitsskript aus, betrachten die Videos zu den Lerneinheiten, wobei sie, wie in Präsenzvorlesungen, dabei das Arbeitsskript oder die Folien ergänzen. Dann versuchen sie, falls vorhanden, die Testdateien zu lösen (z.B. Programmieraufgaben bei Computerkursen) und testen ihr Wissen an den interaktiven Kontrollfragen je Kapitel. Hierbei stellen sie evtl. Fragen an den Teletutor. Dann betreten sie das Forum, betrachten die bisherigen Beiträge zu dem Thema, antworten auf dort gestellte Fragen und bringen ihre Interessen dort ein. So vorbereitet, betritt der Student die Präsenzphase, wo der Stoff durch Vorlesungen oder Fallstudien vertieft oder ausgeweitet wird. Die Studierenden erhalten dann bisweilen Aufgaben für die virtuelle Gruppenarbeit. Am Schluss des Kurses steht immer noch die schriftliche Prüfung, zu der am Tag vorher der Dozent jeweils einen synchronen Chat mit den Prüfungsteilnehmern bestreitet. Serious Games, Simulationen und Planspiele Serious Games haben das Ziel, Lerninhalte auf spielerische Weise zu vermitteln. Dabei haben sie ein klares Spielziel, Spielregeln und häufig explizite Kriterien zur Messung des Spielerfolgs. Eine Simulation ermöglicht dem Lerner, einen Prozess oder eine nachgebildete Umgebung durch eigenes Erleben nachzuvollziehen und zu verändern (online oder auf dem eigenen Rechner). Informelles Lernen/Learning on Demand Unter Learning on Demand wird das nicht von oben angeordnete, spontane Lernen zu jeder Zeit und an jedem Orst verstanden – oft auch mit mobilen Endgeräten. Hierfür stehen sogenannte Micro-Learning-Einheiten, Learning Nuggets, bereit. Dafür gibt es Sammlungen von in sich geschlossenen Wissenselementen, die Lernende über ein Menü aufrufen können. Wikis Öffentliche Wikis wie Wikipedia dienen als Recherchequelle genauso wie unternehmenseigene Wikis. Das Lexikon dient damit als Werkzeug für das Wissensmanage-

Popp

Informationsmanagement

110

ment, welches das unternehmensspezifische Wissen konserviert und für alle Mitarbeiter erschließbar macht. Podcasts Ein Podcast ist eine (meist im Abo) downloadbare Audio-Datei aus dem Internet, über die man sehr schnell Fakten und Kommentare erhalten kann. Sie lassen sich am Arbeitsplatz und unterwegs anhören. Social Networks, Foren, Communitier of Practice (CoP), Chats Soziale Netzwerke dienen nicht unmittelbar als Lernwerkzeug, helfen aber, die passenden Ansprechpartner für bestimmte Themen und Probleme zu finden, mit denen man dann persönlich Kontakt aufnehmen kann. Manche dieser Sites ermöglichen die Gründung von geschlossenen Gruppen, die dem fachlichen Informationsaustausch dienen (CoP). Um den Austausch unter den Teilnehmern zu beleben, wird die Kommunikation in der Regel moderiert und durch die Einbeziehung externer Fachexperten ergänzt. Bei Foren liegt asynchrone Kommunikation (es vergeht Zeit zwischen einem Forumsbeitrag und der Reaktion darauf) vor, beim Chat synchrone Kommunikation (sofortige Reaktion). Virtual Classroom Sie bieten die Möglichkeit mit mehreren Teilnehmern gleichzeitig zu lernen, so werden Gruppenarbeitsphasen ins Internet verlagert. Dienste wie Skype oder Net meeting gehören dazu. Lernvideos Bewegte Bilder sind oft anschaulicher als lange Texte – sie helfen z.B. bestimmte Handgriffe und Arbeitsvorgänge leichter nachzuvollziehen. Videos werden oft in andere Lerninalte wie WBT eingebettet. Augmented Reality (AR) Der Einsatz von AR („angereicherte Wirklichkeit“) ermöglicht die Ergänzung der realen Wahrnehmung um zusätzlich computergenerierte Informationen, die über eine Brille, eine Beamer Projektion oder ein mobiles Endgerät eingespielt werden. Somit könnten Handbücher in Zukunft ersetzt werden. MOOCs Sogenannte Massive Open Online Cources (MOOC) sind offene Lernangebote in verschiedenen Lernformen, die einen großen Kreis von Lernern adressieren. Man hat auch die Möglichkeit, selbst Lerninhalte hinzuzufügen. Interactive E-Books E-Books sind elektronische Bücher, die auf E-Book Readern oder Tablet PCs gelesen werden können. Durch interaktive Funktionen können sie auch auf Eingaben ihres Lesers reagieren. Ihr größter Vorteil ist die schnelle und kostengünstige Aktualisierung des Contents. Lerntagebücher Um sich selbst und andere wie den Chef über die Lernfortschritte auf dem Laufenden zu halten, kann ein Lerner ein digitales Lerntagebuch einrichten. Verbunden mit Zertifikaten lässt sich dieses auch zu einem E-Portfolio ausweiten, das in standardisierter Form die wichtigsten Qualifikationen eines Lerners präsentiert. Microblogging-Dienste Auf Microblogging-Diensten wie Twitter lassen sich viele Informationen zu den eigenen fachlichen Interessen finden, indem man Experten zu einem bestimmten Thema folgt. In einer abgeschlossenen Gruppe lassen sich Twitter Diskussionen für die Zusammenarbeit in Lerngruppen nutzen, um sich über den Lernfortschritt zu informieren oder Aufgaben im Projekt abzustimmen.

Popp

Informationsmanagement

111

14.3 State of the Art In manchen Firmen, wie IBM und Microsoft, erfolgt die Weiterbildung der Mitarbeiter schon über 50% mit E-Learning. Schulen:

   

www.schule.bayern.de/unterricht/lernprogramme (Bayerischer Schulserver mit 81 Lernmodulen) VIBOS.de: Virtuelle Berufsoberschule Bayern (Vorjahr und 12. Klasse); Sieger BayernOnline-Preis 2003 Kategorie E-Learning für Schulen Vernetzung aller Münchner Schulen und Kindertagesstätten (28.000 Computer mit 400 Servern) zum Bildungsserver muc.kobis.de im Januar 2005 fertiggestellt Abitur-online.nrw (seit 2003 170 Modellschulen, 20 % des Lernstoffes)

Hochschulen Die Virtuelle Hochschule Bayern (vhb) ist als Verbundinstitut eine gemeinsame Einrichtung der Universitäten und Hochschulen des Freistaates Bayern. Der Verbundcharakter der vhb gewährleistet, dass das fachliche, technische und didaktische Potenzial der bayerischen Hochschulen im Bereich der virtuellen Lehre für die Studierenden unabhängig von ihrem Studien- und Wohnort nutzbar wird. Durch dieses Netzwerk profitieren die Studierenden und es entstehen durch die vhb ein reger Austausch sowie eine gute Zusammenarbeit zwischen Hochschullehrern der verschiedenen Hochschulen und Hochschularten. Die vhb fungiert als Broker und achtete auf die ‘Qualität der verwendeten Materialien’; die ‘Qualität der inhaltlichen Betreuung’; die ‘Qualität von Organisation und Technik’ und die ‘Qualität des inhaltlichen Nutzens’. 2010 bot die vhb 210 virt. Kurse an und hatte pro Sem. ca. 50.000 Belegungen. Mit einem vhb-Benutzeranteil von 22 % aller Studierenden weist Deggendorf die höchste Quote auf. 2010 bot die vhb 210 virt. Kurse an und hatte pro Sem. ca. 50.000 Belegungen. Mit einem vhb-Benutzeranteil von 22 % aller Studierenden weist Deggendorf die höchste Quote auf. Das Studienjahr 2014/2015 Die Zahlen des Studienjahrs 2014/2015: Kursdurchführungen Belegende Belegungen Belegte Semesterwochenstunden

hat

erneut

deutliche

Steigerungen

gebracht.

747 49.754 48.667 372.408

An der Hochschule Coburg sowie der Evangelischen Hochschule Nürnberg beträgt der Anteil 18,5 % und an manchen Hochschulen nutzen weniger als 1 % der Studierenden dieses Angebot aus dem Internet. An der Spitze der Universitäten in Bayern steht Erlangen-Nürnberg, die einen vhb-Nutzer-Anteil von gut 12 % hat – immerhin die Hälfte im Vergleich zu Deggendorf. Darüber hinaus bietet die Hochschule Deggendorf über die vhb aktiv eine Reihe an virtuellen Kursen an, wie das aktuelle Vorlesungsverzeichnis der vhb für das Sommersemester 2010 zeigt. Prof. Dr. Dr. Heribert Popp (3), Prof. Dr. Herbert Fischer

Popp

Informationsmanagement

112

(2), Prof. Dr. Rüdiger Akhotmee (2), Prof. Thomas Bartscher, Prof. Johann Nagengast, Prof. Rainer Waldmann und der Lehrbeauftragte Dietmar Rieger bieten insgesamt elf Kurse an, an deren Ende sich die Studierenden einer Prüfung unterziehen können. Die Benutzung virtueller Kurse über die vhb ist für Professoren und Dekane eine WinWin-Situation. Erstens ist die Benutzung der virtuellen Kurse für bayerische Studierende kostenlos, womit die Dekane ohne zusätzliche Kosten diese Lehrleistung in ihr Angebot einbinden können. Zweitens können sich Studierende in Kursen bilden, die aktuell an der eigenen Hochschule nicht angeboten werden. Drittens wird die Qualität der virtuellen Kurse immer wieder von außerbayerischen Spezialisten evaluiert, ist mithin immer auf dem besten Stand.

14.4 Erfahrungen an TH Deggendorf mit neuen Lehrformen Der IT-Kompaktkurs ist ein teilvirtuelles berufsbegleitendes Bachelor-Studium „Information Systems and Management“ im Umfang von 210 ECTS. Die 20 eigen entwickelten und die 10 erworbenen/importierten virtuellen Kurse decken etwa 45 % der Lehrleistung des Studienganges ab10 in der Form, dass von einer Vorlesung immer ca. 50 % durch virtuelle Kursmaterialien substituiert wird. Es liegt hier also Blended Learning vor. Auf die virtuellen Lernmaterialien kann über mehrere Kanäle zugegriffen werden: USB, Internet, Fernsehen. Die Studierenden erleben einerseits Präsenzvorlesungen am Wochenende und Praktika, andererseits externe virtuelle Kurse (von der Virtuellen Hochschule Bayern (vhb) und käuflichen CBTs), eigen entwickelte Web Based Trainings (WBT) bzw. Mobile Based Trainings (MBT) sowie mit Professoren aufgenommene Fernsehvorlesungen, die BR-Alpha, der Bildungskanal des Bayerischen Fernsehens ausstrahlt. Die virtuellen Kurse dieses Studienganges finden folgende weitere Verwendung:  Für Zertifikatsweiterbilder (je Semester gibt es ca. 10 virtuelle Kurse im Umfang von 2-4 ECTS, zu denen sich alle Interessierten per Internet anmelden können u. die teletutoriell betreut sowie mit einer Präsenzklausur abgeschlossen werden).  Für Studierende in einem kostenpflichtigen Weiterbildungs-MBA (IT Management and Information Systems) zur Wissensharmonisierung.  Für Studierende am Fachbereich Betriebswirtschaft an der TH Deggendorf als Substitution bzw. Ergänzung der Lehre (so substituieren Kollegen bis zu 50 % ihres Lehrdeputats mit diesen virtuellen Kursen), für Studierende an allen bayerischen Hochschulen über die virtuelle Hochschule Bayern (www.vhb.org).

14.5 Zielgruppenspezifische virtuelle Kurse 14.6. Qualitätssicherung Zur Qualitätssicherung wurde ein Qualitätszirkel eingerichtet, bei dem die Semestersprecher mit dem Studiendekan und dem Projektleiter Probleme ansprechen und eine To-Do-Liste erstellen, die dann von beiden abgearbeitet wird. Das Bayerische Staatsinstitut für Hochschulforschung führte im Februar 2003 eine Evaluation bei den Kursteilnehmern mit einer Rücklaufquote von nahezu 70 % durch, deren Hauptergebnisse wie folgt lauten [BeSc03]: 

Auf die Frage, welche Gründe sie veranlasst haben, den IT-Kompaktkurs zu wählen, haben über Dreiviertel der Befragten geantwortet, dass die kurze Studiendauer der ausschlaggebende Grund gewesen sei. Besonders wichtig für die Wahl des IT-Kompaktkurses war auch die Verbindung von Studium und Beruf.

10

eine genaue Aufstellung findet sich in Popp et al., 2003

Popp

Informationsmanagement

113



Die allgemeine Studienorganisation wurde von den Teilnehmern überwiegend positiv beurteilt. Nur über die multimediale Studienorganisation glaubten etwa 70 % der Teilnehmer die Verbindung von Beruf und Studium realisieren zu können.



Für fast alle Teilnehmer waren und sind die Präsenzveranstaltungen ein unverzichtbarer Teil des Gesamtstudienangebots. Aber auch die Studienmaterialien (Skripten, CD ROM usw.) wurden von der weit überwiegenden Mehrzahl der Teilnehmer für unverzichtbar gehalten. Weniger als 10 % der Teilnehmer haben die Fernsehsendungen als unverzichtbaren Teil des Gesamtstudienangebots angesehen.



Die Teilnehmer haben zum Lernen vor allem die Vorlesungen und die Skripten genutzt, das multimediale Angebot hat ihnen zur Bewältigung des Studiums sehr geholfen, sie haben sich mit dieser Art des Studiums wohl gefühlt und eine Überforderung der Teilnehmer traf nicht zu.



Sowohl der E-Mail Austausch mit anderen IT-Studenten wie auch der persönliche Kontakt zu den Professoren und deren Hilfe wurden sehr hoch eingeschätzt.



Die Vorschläge zur Verbesserung betrafen vor allem die Neugestaltung und Aktualisierung der Skripten, Inhalt und Dauer des Studiums und die Organisation.

Auch der bayerische Rechnungshof untersuchte den IT-Kompaktkurs und hatte aus seiner monetären Sicht nichts anzumerken. Der IT-Kompaktkurs stellte sich auch national der Evaluation und erhielt folgende Auszeichnungen:  Finalteilnahme beim MedidaPrix 2001, dem Mediendidaktischen Hochschulpreis für den deutschsprachigen Raum (unter 165 virtuelllen Kursprojekten wurden 8 Projekte zur Finalteilnahme ausgewählt)  Deggendorfer Hochschulpreis 2001  BayernOnline-Preis 2003 für die herausragendste bayerische Internet-Arbeit im Bereich E-Learning.  2004 Preis für gute Lehre an FHs  2007 Cross Boarder Award Zwar steigert die Berücksichtigung verschiedener Lernertypen durch Lernsystem die Akzeptanz, aber es fallen auch höhere Entwicklungskosten an. In einem großen Feldversuch WS 2005/06 wurde der klassische E-LearningStudierende mit dem Präsenzlerner bezüglich Lernerfolg verglichen. Der Versuchsaufbau war wie folgt: Alle Studienanfänger des Studienganges Betriebswirtschaft an der FH Amberg-Weiden wurden im Fach Wirtschaftsmathematik, das einen Umfang von 4 SWS hat, virtuell im Stil des Klassischen E-Learners unterrichtet. Es gab nur eine Kick-off-Veranstaltung zur Einweisung in die Unterlagen (Lernmanagementsystem Blackboard) und Ausgabe des Kurses auch auf 2 DVDs für jeden (wegen seines hohen Videoanteils). Wöchentlich hielt ein Student ein Präsenztutorium. Die andere Gruppe waren die Studienanfänger des Studienganges Betriebswirtschaft im Fach Wirtschaftsmathematik an der TH Deggendorf, die 4 SWS präsenz unterrichtet wurden und ebenfalls von einer Studentin wöchentlich ein Tutorium erhielten. Abbildung 6 zeigt als Ergebnis, dass im Rahmen der Messgenauigkeit gleich gute Prüfungsergebnisse beim Lernertyp Klassischer E-Learner im Vergleich zum Präsenzlerner erreicht wurden.

Popp

Informationsmanagement

Kennzahlen

TH Degg. Blended Learning Zahl der Studienanfänger 120-165 Zahl der Prüfungsteil- 110-134 nehmer Prüfungsteilnehmer mit Note 1 Prüfungsteilnehmer mit Note 5 Notendurchschnitt 2,7-3,2

114

HS Amberg- TH Deggendorf Weiden präsenz Virtuell 120 130 102 112 3

3

24

28

3,5

3,6

Abb. 6: Ergebnisse des Feldversuches 4 SWS Wirtschaftsmathematik Blenden Learning an TH Deggendorf, virtuell an FH Amberg-Weiden und präsenz an TH Deggendorf

14.7 Strategischen TH Deggendorf

Schule

Frühstudium

-Mathematik -Softwaretechnik -Grundlagen BWL -Grundlagen WI

Einsatz

von

Master

Bachelor Notebook University

E-Learning

am

Beispiel

Partnerhochschulen

der

Alumni

Weiterbildung

Video-

aufzeichnungen, Realserver - Gemeinsame Master - virt. Studiengang mit FHs Landshut, Regensburg, Ingolstadt, - adapitives LernsysAnsbach tem - 21 virt. Kurse

-Vhb -bdk-Portal

-seit 1998 virtuelle Zertifikatsweiterbildung mit 2000 TN Ziel: Gute Finanzierungsquelle, Rückkopplungsmögl.

Abb. 7. Lehrprozesskette zum strategischen Einsatz von E-Learning

14.8 E-Learning und Wissensmanagement  Web 2.0: Mashup, Podcast, Wiki, Blog, Social Software  Blog für die Dokumentation, was an welchem Vorlesungstag behandelt wurde  Mashups mit Google Map zum Illustrieren der Partner in der ganzen Welt  Podcast von Vorträgen und Vorlesungen  Social Software um Partner für Lerngruppen oder Freizeitaktivitäten zu finden  Wikis mit Tipps, wie man eine Klausur besteht: Beispiel eines Eintrages

Popp

Informationsmanagement

115

Das meiste, was in Mathematik 1 durchgenommen wird, kennt man zwar bereits aus FOS/BOS oder Gymnasium, dennoch gilt es dieses Fach nicht zu unterschätzen. Es genügt in keinster Weise, den Stoff nur zu verstehen, man muss in auch konkret anwenden können. Dies ist nur durch Übung zu erreichen, was mit relativ viel Aufwand verbunden ist, da der Stoffumfang gewaltig ist. Ebenfalls sehr wichtig ist das richtige Zeitmanagement. Sowohl in der Vorbereitung als auch in der Klausur. Man sollte bereits während des Semesters die Übungsaufgaben zu den einzelnen Kapiteln bearbeiten nicht alles auf das Semesterende hinauszögern. In der Klausur sollte man je nach Aufgabe nicht länger benötigen als die dafür vorgesehene Zeit.

14.9 Lernen in 3-D-Welten Eine besonders interessante Entwicklung für „Lernen im Digitalen Zeitalter“ ist es, die etablierten Kollaborations- und Kommunikationswerkzeuge (z.B. VoIP, Application Sharing) in den dreidimensionalen Raum zu überführen. In der iLearn3D Implementierung wird das Open-Source-Toolkit Project Wonderland11 verwendet, um eine immersive Arbeitsumgebung zu schaffen und dadurch die synchronen Kollaborationsmöglichkeiten der Lernplattform Moodle zu erweitern. Potenziale virtueller Welten unter dem Aspekt der Kollaboration für den Bildungssektor:

    



Raummetapher, sie erlaubt den Aufenthalt in einem gemeinsamen Raum, Multimedialität, Interaktivität ermöglicht mehr Gestaltungsmöglichkeiten als klassische starre Lernpfade, Vernetzung, d.h. die Interaktion der Benutzer/innen findet in Echtzeit statt, Gruppenbildung ist in 3-D-Welten durch die Wahrnehmung der anderen Avatare intuitiver. Gruppen bilden sich beispielsweise zufällig indem mehrere Avatare beieinander stehen oder durch die Gestaltung virtueller Räume. Schaffung sozialer Räume, so ermöglichen die nonverbalen Gesten wie Winken und Umarmen der Avatare eine sozio-emotionale Kommunikation.

Die virtuelle Welt dient in der Deggendorfer Implementierung als Erweiterung der Lernplattform Moodle zur effizienten Gruppenarbeit. Durch die Unterstützung der Application-Sharing Funktionalitäten besteht die Möglichkeit Dokumente innerhalb der virtuellen Welt gemeinsam und in Echtzeit zu bearbeiten. Dabei wird sowohl aktives als auch passives Application-Sharing unterstützt. Bestimmte Anwendungen der 3-D-Welt (PDF oder Video) können synchron und asynchron betrachtet werden. Dadurch kann die virtuelle Welt ähnlich einem Groupware System mit integrierter Application-Sharing Funktionalität verwendet werden. Das LMS dient als zentraler Datenspeicher aus dem Dokumente geladen bzw. dorthin gespeichert werden können. Somit sind die in der 3-D-Welt erstellte oder bearbeitete Dokumente auch ohne ein Einloggen in die virtuelle Welt erreichbar. Abbildung 1 stellt einen Screenshot einer virtuellen Sitzung dar.

11

siehe https://lg3d-wonderland.dev.java.net/

Popp

Informationsmanagement

116

Abb. 8: Application-Sharing im virtuellen Campusgelände der Hochschule

Um eine Unabhängigkeit gegenüber proprietären Softwareanbietern und damit einhergehend eine größere Kontrolle über die erstellte 3-D-Welt für die Bildungseinrichtung zu garantieren, wurde nach freien Softwarelösungen gesucht und deren Potential erforscht. Dabei fiel die Wahl auf die Plattform „Project Wonderland“. Ein wichtiges Argument gegen SL ist, dass jede Hochschule im Gegensatz zur Dependance in Second Live schätzt, wenn sie das vollständige Recht und die Zugriffsfreiheit über ihre eigen erstellten Lernobjekte hat.

14.10 MOOC (Massive Open Online Course) (Zehn-) (Hundert-)Tausende Lernende nehmen gratis teil. Jeder hat freien Zugang (ob Student oder nicht). Lernende müssen sich selbst organisieren, Muster und Verbindungen erkennen und Entscheidungen treffen. Lernplattformen sind z.B. Coursera (4 Mil. eingetragene Nutzer in 417 Kursen), edX (gemeinsames Projekt von Harvard und MIT mit 59 Kursen) und Udacity (740000 Studierende mit 28 Kursen der Informatik und Mathematik). Anders als bei Youtube bestehen Kurse neben den Videos der Professoren auch noch aus Übungsaufgaben und Fallstudien sowie Diskussionsforen. Europäische Plattform: Eliademy (Finnland), FutureLearn (Großbritannien) und Mirianda X(Spanien) Deutsche Plattform: Iversity (Berlin); OPENhpi; Leuphana und openSAP. Vorteile: freie Zeiteinteilung, Videopassagen wiederholen, verständliche Kurse Schattenseiten: oft ohne Klausur, Problem der Finanzierung (da keine Teilnahmegebühren erhoben werden) Inhalte sind von hoher Qualität. Kein Feedback von Lehrenden nur von Mitlernenden. Leistungsbewertung erfolgt maschinell. “A computer cannot provide the professional feedback of a person.” 14.11 Fallstudie BMBF-Projekt Flexicare 50+

Popp

Informationsmanagement

117

Ziel: neue Formen der beruflichen Weiterbildung für ältere berufserfahrene Gesundheits- und Krankenpfleger in Kliniken erproben Rahmenbedingungen: Von Gesundheits- und Krankenpflegern wird immer stärker gefordert, dass pfleegerisches Handeln dem wissenschaftlichen State oft he Art entspricht. Andererseits haben sie einen anstrengenden Berufsalltag und muessen aus der Situation heraus verantwortungsvolle Entscheidungen treffen. Sie haben keinen festen Arbeitsplatz mit PC, sondern sind meist auf den Klinikstationen unterwegs.Sie sind etwas ein „Weniglerner“, d.h. Sie nutzen keine Lernform besonders ausgeprägt und ist bzgl. Lernformen zurückhaltend. Aber sie übernehmen viele verantwortungsvolle Aufgaben und arbeiten zunehmend selbständig. Lösung: Da die Gesundheits- und Krankenpfleger keinen eigenen PC besitzen und viel unterwegs sind, fiel die Entscheidung auf Learning on Demand mittels TabletPCs.So können sie Micro Learning Lektionen oder große zusammenhängende Lektionen (WBT) abrufen. Unterstützt wird das Lernen in Präsenzlerngruppen, um über die Inhalte zu sprechen. Weitere lerninhalte werden im Rahmen eines Blended Learning Seminars vermittelt, in dem auch ein virtueller Klassenraum eingesetzt wird. Großer Wert wird auf den Austausch zwischen den Teilnehmern gelegt. Hierfür gibt es für einzelne Arbeitsgruppen Foren.

14.12 Literatur und Kontrollfragen Berning, Ewald, Schmidt, Siegfried H. (2001): Das Pilotprojekt "IT-Kompaktkurs" an der TH Deggendorf, Bericht der Begleituntersuchung des Bayerischen Staatsinstitut für Hochschulforschung und Hochschulplanung Popp, Heribert, Zehetmair Michael (2002): E-Learning - Konzept und Erfahrung mit dem ITKompaktkurs als virtueller Studiengang und zur Weiterbildung. In: Bernd Britzelmaier, Stephan Geberl, Siegfried Weinmann (Hrsg.): Der Mensch im Netz - Ubiquitous Computing, Teubner, S. 71-82 Popp, Heribert (2000): "Grundlagen der Wirtschftsinformatik" an Fachhochschulen als Fernsehserie mit tutorieller Betreuung aus dem Internet, ZfB 3/2000, S.143-154 Lindner, C. (2002). Avatare – Digitale Sprecher für Business und Marketing. Berlin: Springer. Habermann, F. (2005). Corporate Management Education – Untersuchung zum Lernverhalten von Führungskräften. In Ferstl, O., Sinz, E., Eckert, S., Isselhorst, T. (Hrsg.),Wirtschaftsinformatik 2005 – eEconomy, eGovernment, eSociety (S. 10411058). Physica. Popp, H., Bugl, B. (2003). Konzept und Erfahrungen mit dem IT-Kompaktkurs. In Lehmann, B., Vogt, H. (Hrsg.).Weiterbildungsmanagement und Hochschulentwicklung – Die Zukunft gestalten! (S. 92-99). Hamburg: AUE e. V. Hochschule und Weiterbildung. Mario Mijic, Martina Reitmaier, Heribert Popp; Kooperatives Lernen in 3-D-Welten in Kopplung mit einem LMS, In Nicolas Apostolopoulos, Harriet Hoffmann, Veronika Mansmann, Andreas Schwill (Hrsg.): E-Learning 2009 - Lernen im digitalen Zeitalter Waxman-Verlag, Münster 2009, S. 291-301 Popp Heribert, Renninger Wolfgang: Zur Entwicklung von E-Learning an bayerischen Fachhochschulen – Auf dem Weg zum nachhaltigen Einsatz. HAW Diskussionspapier No. 9 Juli 2008, Amberg-Weiden. Popp, Heribert. E-Learning-System bedient die verschiedenen Lernertypen eines betriebswirtschaftlichen Fachbereichs: Didaktik, Realisierungstechnik und Evaluation. In SeilerSchiedt Eva, Kälin Siglinde, Sengstag Christian (Hrsg.): E-Learning – alltagstaugliche Innovation ? Waxman-Verlag, 2006, S. 141-151 Popp Heribert, Huber Eckhard. Steigerung des Humankapitals in KMUs durch virtuelle Weiterbildung, bei der sich E-Learning-Systeme an die Benutzer anpassen. In Krieger, David; Bellinger, Andrea (Hrsg.): Wissensmanagement für KMU, Zürich, 2006, S. 219-236 Popp, H., Herde, G.. Adressatenorientierte Adaptivität und Wirtschaftlichkeit im ITKompaktkurs. In Breitner, M., Hoppe, G. (Hrsg.): E-Learning - Einsatzkonzepte und Geschäftsmodelle. Physica-Verlag, 2005, S. 431-441

Popp

Informationsmanagement

118

Popp, H. und Zehetmair M.: Ubiquitous E-Learning im IT-Kompaktkurs. In Fischer, C., Bargel, H. (Hrsg.). Didaktik des E-Learning – Pädagogische und produktionstechnische Patterns im E-Learning. DGWF Band 42:Hamburg, 2004, S.95-106 Baumgartner, P., Eine neue Lernkultur entwickeln: Kompetenzbasierte Ausbildung mit Blogs und E-Portfolios (http://www.peter.baumgartner.name/article-de/eine-neuelernkultur-entwickeln-kompetenzbasierte-ausbildung-mit-blogs-und-e-portfolios/) Popp, Heribert; Reitmaier, Martina: Mathematik an der Hochschule: Die Potenziale virtuellen Lernens und die Bedeutung von Learning Analytics. DNH 4 _2014, S. 130-133

Kontrollfragen 1. 2. 3. 4. 5.

Nennen sie sechs Ausprägungen von E-Learning Ressourcen! Erläutern sie, wie eine Hochschule E-learning strategisch einsetzen kann! Welche Erfahrungen macht die Hochschule Deggendorf mit E-Learning? Entwickeln sie für ihren Praktikumsbetrieb ein Konzept der virtuellen Weiterbildung! a.) Wass sind MOOCs? b.) Kann ein KMU MOOCs für die Weiterbildung nutzen? c.) wie könnte ein KMU MOOCs nutzen? d.)HD hat MOOCs zu einem strategischen Projekt ernannt.Was könnte die TH Deggendorf mit MOOCs machen?