Inhaltsverzeichnis

Inhaltsverzeichnis   

I  Verzeichnis der Abbildungen  

II  Ziel der Arbeit  

1  Wissensmanagement und Controlling  

1.1  Einführung  5

1.1.1  Wettbewerbsvorteile durch  

Wissensmanagement   6

1.1.2  Der ruhende Pol: das Berichtswesen  

eines  Controllers  7

1.2  Bausteine des Knowledge-Life-Cycle  10

1.2.1  Wissensgenerierung  11

1.2.2  Wissenserfassung  13

1.2.3  Wissenszugriff  13

1.2.4  Wissensnutzung  14

1.3  Zusammenfassung  14

2  Organisation des Wissens  

2.1  Abbildung von Wissensstrukturen  16

2.1.1  Ontologien  17

2.1.2  Strukturierte Sprachen  18

2.2  Integration Wissensmanagement  20

2.2.1  Wissensplattformen in Unternehmen  21

2.2.2  Collaboration  22

2.2.3  Content Management  23

2.2.4  Visualisierung Aggregation  25

2.2.5  Information Retrieval  26

2.3  Zusammenfassung  26

3  Fallbeispiel und Ergänzungen  

3.1  Contropolis - Wissensportal für Controller  28

3.1.1  Ziele und Philosophie von Contropolis  28

3.1.2  Contropolis Module  29

3.1.2.1  Kommunikation  29

3.1.2.2  Content Management  31

3.1.2.3  Expertenraum  32

3.2  Zusammenfassung und Ausblick  33

III  Literaturverzeichnis  

2

I Verzeichnis der Abbildungen

Seite

Abbildung 1 Wissenselemente .................................................... 6

Abbildung 2 Einordnung quantitativer und qualitativer Daten in das Berichtswesen .............................................. 9

Abbildung 4 Metawissen .......................................................... 12

Abbildung 5 Contentorientierung .............................................. 24

I I Z i e l d er Ar b e i t

II Ziel der Arbeit

Die Wichtigkeit, richtige Informationen klug zu nutzen, einen Wissensvorsprung gegenüber seinen Wettbewerbern zu verbuchen und aus erkannten Fehlern zu lernen, scheint für den unternehmerischen Erfolg ohne jeden Zweifel von höchster Bedeutung zu sein. Niemand mag das bestreiten. Doch so richtig diese Aussage ist: Sie scheint viele offene Fragen ans Licht zu bringen und einen endlosen Diskussionsfaden über das Management von Wissen in Gang zu setzen. Ziel dieser Arbeit ist es, aus der Perspektive des Controllings einige wichtige Ansätze in diese Diskussion einzubringen.

Nach einer kurzen Einführung in die Begrifflichkeiten einer ganzheitlichen Betrachtung von Wissen und dessen Controlling sollen im ersten Kapitel dieser Arbeit systematisch Forderungen an ein solches System erarbeitet werden (Knowledge-Life-Cycle). Es gilt zu überlegen, wie das Controlling seiner Rolle als viel zitierter betriebswirtschaftlicher Redakteur im Hinblick auf die Einführung eines Wissenscontrollings gerecht werden kann. Immer lauter werden die Forderungen an die Ideenproduzenten, nicht nur neue ausgeklügelte Konzepte zu liefern und somit die Anzahl an Methoden, Tools oder Manuals in die Höhe zu treiben, sondern zudem nutzerorientiert sowie an ein ganzheitliches und mithin leicht verständliches Vorgehen zu denken.

Kapitel zwei soll versuchen, die vorherigen Forderungen mit genauen Empfehlungen zu untermauern. Die neuere Literatur versucht, Visionen früherer Beiträge zu Themen des Wissensmanagements in die Praxis umzusetzen. Anerkannt scheinen Aphorismen, die Wissen als den einzigen Produktions-faktor titulieren, der sich mit zunehmender Nutzung fortschreitend vermehre. Regelkreise oder Spiralen des Wissensmanagements sollen das neue Paradigma verdeutlichen. Hieran soll diese Arbeit richtiger Weise anknüpfen, aber nicht versuchen, den hundertsten Regelkreis des Wissensmanagements zu zeichnen. Heutzutage unterstreichen einschlägige Werke die Notwendigkeit eines Content Managements oder eines Content Management Systems; Intranets von Firmen mutieren von einstigen digitalisierten Newsboards zu Contentmaschinerien. Das zweite Kapitel diskutiert einige Lösungsmöglichkeiten des Wissensmanagements aus dieser Perspektive heraus.

Das dritte und letzte Kapitel wird die Themen aus dem zweiten Teil anhand des Praxisprojektes Contropolis greifbarer machen. Contropolis ist ein webbasiertes, öffentliches Wissensportal für Controller im Internet. Als eine inte-rorganisationale Plattform konzipiert kann es überdies auch in einzelnen Unternehmen zum Einsatz kommen. Ein anschließender Ausblick diskutiert mögliche Erweiterungen von Contropolis.

Alle in den Fußnoten genannten und im Anhang aufgelisteten Aufsätze finden sich in digitalisierter Form auf: www.dirk-brinkmann.de

1 Wissensmanagement und Controlling

1.1 Einführung

Wissen ist der erste Rohstoff der sich mit laufender Nutzung zu vermehren scheint und ist nach Drucker nicht nur eines von mehreren traditionellen Produktionsmitteln - wie Arbeitskraft, Kapital, Grundbesitz-, sondern die einzige wichtige Ressource ¹ . Dieser einfache Satz birgt viele Veränderungen in der Art und Weise wie das Unternehmertum in Zukunft gedeutet werden kann. Ist Wissen im organisationalen Sinne verstanden Wissen über, in und entstanden durch Projekte und Prozesse, so stellt es hohe Anforderungen an ein System, das von sich behauptet, Wissen zu managen: es gezielt für den unternehmerischen Erfolg einzusetzen und in letzter Konsequenz dafür ver-antwortlich zu machen, diesen Erfolg erreicht oder verpasst zu haben. Wissen über das aktuelle Geschäft zu haben, das richtige Wissen in der betrieblichen Tätigkeit zu nutzen und aus Fehlern zu lernen, behauptet dann mehr als nur das Sammeln und Speichern von Daten, das Erstellen von Monatsberichten, die Dokumentation von Meetings, die Einführung von Projektrichtlinien usw. Es impliziert die Forderung, bei Bedarf richtige Informationen in einem richtigen und verstandenen Kontext verfügbar zu haben. Kurzum: es erfordert den Umgang mit Inhalten - wir wollen diese Inhalte künftig synonym mit Content bezeichnen - unabhängig von der Art der verwendeten Medien. Wissensmanagement setzt genau hier an. „The trick is making sure that access to knowledge, information and data is available to the right person, at the right time and in the right place” ² . Dieser “Trick” ist der Motor eines jeden Wissensmanagements - also der gezielte Umgang mit organisationalem Wissen. Dieser Prozess soll in dieser Arbeit diskutiert und dem Controller gewissermaßen in Rechnung gestellt werden. Vielfach spricht man nämlich bereits vom Wissenscontrolling ³ .

Wissen entsteht durch die Verarbeitung und Verankerung wahrgenommener Informationen (Lernprozess) ⁴ . Informationen beschreiben dabei in einem Kontext befindliche Daten. Abbildung 1 zeigt die Grundelemente des Wissensbegriffs.

¹ Vgl. [Organisation], S. 17.

² [Memory], S. 5

³ [BSC], S. 205

⁴ Vgl. [BSC], S. 204

Diese Aufteilung des Wissens in vorgelagerte Elemente zeigt die eingangs erwähnte Forderung, nicht mit Dokumenten, Videos, Handbüchern etc. sondern mit Content umzugehen. Zeichen oder Fakten bilden dabei die unterste Stufe und werden durch Syntaxregeln (z. B. Dezimalsystem) zu Daten. Daten werden zu Informationen, wenn sie einem Kontext unterstellt werden (z. B. Die Bank ist in der Ortsmitte - wenn wir von einem Kreditinstitut und nicht von der Parkbank sprechen oder wie in der Abbildung, dass 1,70 der Preis in DM für einen Dollar ist). Wissensmanagement sorgt dann dafür, „daß das knappe Gut Wissen effektiv und effizient eingesetzt wird“ ⁵ .

Da die meisten Unternehmen heute schlank sind nachdem sie ihre Wertschöpfung immer mehr den eigenen Kernkompetenzen angepasst haben, eröffnen sich neue Schnittstellen im Unternehmen nach außen. Die Verlagerung eigens abgewickelter Prozesse oder einzelner Teilschritte nach Außen involviert Dritte in den betrieblichen Informationsfluss immer intensiver. Stellen wir uns das folgende authentische Szenario einmal vor. Ein deut-

⁵ Vgl.[BSC], S. 204.

sches Profit Center eines global tätigen Unternehmens hat sich darauf spezialisiert, seinen (Geschäfts-)Kunden unter anderem Logistikdienstleistungen anzubieten. Für namhafte Großkunden in Deutschland liefert es Produkte an Endkunden und den weiterverkaufenden Handel, übernimmt Fakturierungsaufträge, den telefonischen Kundenservice und die Retourenabwicklung. Unter anderem bedient es ein Profit Center im Endkundengeschäft einer anderen Strategischen Geschäftseinheit des eigenen Konzerns. Man mag annehmen, dass sich diese Unternehmen untereinander absprechen und Geschäftsaktivitäten planen. Zumal der Kunde des Logistikzentrums weltweit fast 80 Millionen Endkunden - zum Teil direkt, zum Teil über ausschließlich eigene Filialen - bedient und seine Abverkäufe große Schwankungen in kurzen Zeitabständen aufweisen. Absprachen? Absprachen finden kaum bis gar nicht statt. Das Logistikzentrum ist allzu häufig auf sich allein gestellt. Es plant mit dem Blick aus dem Fenster die Abverkäufe eines seiner größten Kunden nach zufälligen Mustern. Man hat sich durchgerungen, Aufzeichnungen der vergangenen Marketingaktivitäten des Kunden zu Rate zu ziehen (Neuauflagen des Kataloges, Kundendirektanschreiben usw.) und diese den Auftragseingängen gegenüberzustellen, da mögliche, zu erwartende Auftragszahlen des Kunden in der Vergangenheit vollkommen falsch angegeben wurden. Anhand sorgfältiger Beobachtungen der Marketingaktivitäten des Kunden (im TV oder Radio) werden dann eigene Kapazitäten geplant - mit einer gelernten, höchstmöglichen Flexibilität im Einsatz aller Mitarbeiter. Dieses Beispiel ist zugegebener Weise ein wenig dramatisch und mit einem Dringlichkeitsvermerk zu versehen, in der Informationsversorgung elementarste Dinge zu regeln. Hier wird allerdings schnell ersichtlich, dass es Ziel sein muss, das dokumentierte und relevante Wissen allen Mitarbeitern uns sonstigen Stakeholdern für ihre Aufgabe zur Verfügung zu stellen.

Wissen impliziert mithin eine eindeutige Strategierelevanz ⁶ . Produkte werden immer wissensintensiver, aber auch wie im obigen Beispiel Prozesse. So wird in der Balanced Scorecard die Bedeutung des Lernens durch Anwendung von Wissen auf Informationen in ein Gesamtbild gerückt und behauptet, dass diese Perspektive die höchste Vorlaufzeit hätte und jeder betriebliche Erfolg (gemessen an meist finanziellen Größen) letztendlich hierauf aufbaue. Wenn auch diese Kausalität in manchen Scorecards aufgrund dieser langen Vorlaufzeiten erst nachgewiesen werden muss, scheint es dennoch angebracht, in solchen (nachvollziehbaren) Kaskaden zu denken, um den Begriff des Wissensmanagements richtig in die Unternehmensführung einordnen zu können.

Controller haben im Unternehmen die Aufgabe der Informationsversorgung übernommen ⁷ . Als in den eigenen Reihen oft erwähnter betriebswirtschaftli-

⁶ Vgl.[Wissen managen], S. 26f.

⁷ Vgl. [Controlling], S. 175

1 W i ss en sma na ge m en t u nd C on t rol li n g

cher Redakteur und Berater nimmt der Controller alles andere war als redaktionelle Dienste. Er erzeugt ein ganzes Repertoire an Berichten: monatliche Deckungsbeitragsabweichungen, Produktgruppenanalysen, Overhead-Analysen, Cash-Flow Statements aber auch Strategische Dialoge etc. Im vorherigen Abschnitt wurde gezeigt, dass die Balanced Scorecard mit ihren Perspektiven nicht nur finanzielle Kennzahlen aufzeigt, sondern versucht, die finanziellen Ergebnisse mit einem Kontext zu untermauern bzw. ihnen qualitative Informationen zuzuordnen. Diese qualitativen Informationen haben die vorteilhafte Eigenschaft, unter Berücksichtigung der Zeit logisch den finanziellen Kennzahlen vorangestellt zu sein (Leading Parameter). Die Berichte im analytischen Dienst des Controllings sind allerdings zahlenlastig und häufig rechenintensiv. Zahlen innerhalb dieser Berichte sind immer für einen bestimmten Kontext gültig ⁸ . Planzahlen z. B. werden in einem Planungsprozess kollaborativ im Unternehmen ermittelt und sollen künftige Strukturen abbilden sowie als Grundlage für Ressourcenzuweisungen dienen. Ein Plan besteht nun nicht nur aus einer anderen Struktur mit unterschiedlichen Produktgruppen oder Vertriebsregionen verglichen zum Ist, sondern spiegelt einen komplett anderen Kontext unternehmerischen Handelns wider. Bestimmte Produkte aus dem Verkaufsgebiet X wurden aus dem Sortiment gestrichen, da sie sich als Komplexitätstreiber herausstellten. Die Absatzverdopplung der Premiummarke Y wird voraussichtlich nicht repräsentativ sein, da der Umtausch von DM in € bevorsteht usw. All diese Kontextbeiträge symbolisieren einen erstellten Plan. Das Aggregieren des Gesamtumsatzes über alle Produktgruppen hinweg ist damit nur noch reine Abarbeitung. Nun werden konventionelle Berichte mit signifikanten, vom Controller als wichtig erachteten Auffälligkeiten kommentiert wiedergegeben - Zahlen werden quasi mit beschreibenden Texten verknüpft. Aber: Stehen diese Kommentare in einer strukturierten Form zur Verfügung? Gibt es einen systematischen Weg, diese „weichen“ Informationen zu einem Gesamtkontext zu verdichten (Wissens-Retrieval)? Kann z. B. der Controller aus den Routine-Meetings der globalen Marketingteams die Einschätzungen der US-Amerikaner für den deutschen Markt einholen? Falls ja, wie lange mag so etwas dauern und wie valide sind die Antworten? Schnell wird deutlich, dass der Umgang mit qualitativen Daten keineswegs so professionell vonstatten geht wie das Aufstellen einer Kapitalflussrechnung oder Deckungsbeitragsrechnung. Die folgende Abbildung 2 veranschaulicht dieses Phänomen.

⁸ Weiter unten wird mit Hilfe der Strukturbeschreibung XML ersichtlich, dass es möglich sein muss, Inhalte in verschiedenen Kontexten wiederzugeben.

Daten dienen, auch die systematische Strukturierung wichtiger Dokumente wie z. B. Stellenbeschreibungen, Konkurrenzanalysen oder Meetings können helfen, das organisationale Wissen zu externalisieren und weiche Fakten in geordneter Form zu erhalten. Von Informationsversorgern im Unternehmen wird genau solch eine tiefgreifende Analyse erwartet, um proaktiver handeln und letztendlich den Einfluss des Wissensmanagements auf den Unternehmenserfolg besser messen zu können (äußerer, harmonisierender Kreis) ¹⁰ . Auch rudimentäre Lösungsansätze sind hier meist hilfreich und stoßen sicher

⁹ Die Abbildung 4 wird zeigen, dass im Grunde ausgeschlossen ist, solch eine erschöpfende Darstellung des Kontextes zu erzielen.

¹⁰ Vgl. u. a. [Unternehmensberatung], S. 51.

1 W i ss en sma na ge m en t u nd C on t rol li n g

stets einen Lernprozess an. Dieser Lernprozess soll im Folgenden Abschnitt mit den Bausteinen des Knowledge-Life-Cycle näher beschrieben werden.

1.2 Bausteine des Knowledge-Life-Cycle

In fast allen einführenden Beiträgen zum Thema Wissensmanagement findet sich ein Regelkreis über die Thematik. Ausgehend von der Identifikation organisationalen Wissens über die Forderung einer Externalisierung und anschließenden Nutzung werden konkrete Handlungsempfehlungen aus diesen Evolutionsstufen des Wissens abgeleitet. Als geschlossenes System stellen diese Stufen Bausteine eines Knowledge-Life-Cycle dar ¹¹ . Häufig wird dieser Prozess am Anfang durch eine Zielvereinbarung im Wissensmanagement und am Ende durch eine die Zielgrößen verändernde Feedbackgröße angereichert ¹² . Folgende Abbildung 3 zeigt eine vereinfachte Form des Knowledge-Life-Cycles.

Abbildung 3: Bausteine eines einfchen Knowledge-Life-Cylce

¹¹ Vgl. [Ontologies1], S. 5

¹² Vgl. z. B. [Wissen managen], S. 58; [Wissensmanagement], S. 79

Schnurr et. al. füllen den ersten Schritt dieses Prozesses mit der Externalisierung von Wissen. Hier steht nicht nur der Hinweis im Vordergrund, dass Wissensinhalte aus den Köpfen der Mitarbeiter geholt werden sollen, sondern „so erzeugt oder konvertiert werden, dass sie den organisationseigenen Konventionen entsprechen“ ¹³ . Die Erzeugung von Inhalten gegen einen definierten „Namensraum“, d. h. einer systematischen Erfassung von Inhalten mit bekannten Termini, wird gefordert. Wir werden weiter unten mehr über die Möglichkeiten zur Schaffung solcher Namensräume erfahren. Die Heraus-forderung einer gezielten Extraktion von Informationen aus Dokumenten wie es in 1.1.2 angedeutet wurde, ist vorerst vollkommen ausreichend, um die Notwendigkeit solcher Konventionen zu verstehen. Es sei noch einmal erwähnt, dass Konventionen keineswegs eine hohe Genauigkeit hinsichtlich des Formalisierungsgrades von Wissen aufweisen müssen. Auf der einen Seite können z. B. vollkommen unstrukturierte Textteile vorliegen, die vielleicht nur mit „naiven“ Beschreibungsdaten (Metadaten) angereichert sind ¹⁴ (z. B. Autor, Datum etc.), oder stark strukturierte Texte, deren Erstellung dem Ausfüllen von Formularen gleichkommt. Eine Kombination beider Extreme kann an manchen Stellen durchaus sinnvoll sein (z. B. die strukturierte Darstellung einer Executive Summary, die einen mitgelieferten, nicht strukturierten Aufsatz beschreibt).

Eine Randbemerkung: Diese Ausarbeitung stellt primär die technischen Aspekte eines Wissensmanagements in den Vordergrund. Konzepte orientiert am Knowledge-Life-Cycle sollten bei allen technischen Raffinessen jedoch nicht verkennen, dass die Schaffung einer lernenden Organisation, in der Wissen in einem hohen Maße externalisiert wird, einem gewaltigen Change-Projekt im Unternehmen gleichkommt. Denn Wissen kann zwar in Handbüchern, Memos, Videos etc. externalisiert werden, es haftet jedoch stets an Individuen (Individualwissen) oder Gruppen (Gruppenwissen) bzw. Organisationen oder Institutionen. Mit diesen Wissensträgern werden Wissensziele vereinbart. Eine Bestandsaufnahme vorhandenen Wissens ist somit ein erster, nützlicher Schritt hin zur lernenden Organisation. Der frühere CEO von HP sagte dazu: „If HP knew what HP knows, we would be three times as profitable“.

Die folgende Abbildung 4 stellt Wissen sowie die Wissensbewusstheit gegenüber und leitet allgemeine Zustände von Metawissen in Unternehmen ab.

¹³ Vgl. [Ontologies1], S. 6.

¹⁴ Man spricht auch von flachen Metadaten

Der linke obere Quadrant führt eine hohe Kenntnis vorhandenen Wissens an. Organisationen oder Gruppen in dieser Situation haben einen hohen Grad an explizitem Wissen auf irgendwelchen Wissensmedien und - das wäre zu wünschen - eine Ahnung, welchem Individuum bzw. welcher Gruppe dieses Wissen zuzuschreiben ist (Explicit Knowledge). Rudimentäres explizites Wissen sollte mit Hilfe einer Bestandsaufnahme und Synthese zu einer Knowledge Map (siehe 2.2.4) zusammengefasst werden. Dies verschafft Klarheit über den Stand der teilweisen Unkenntnis. Eine Situation wie in der linken oberen Ecke aufgezeigt kann sich aufgrund der unteren Quadranten (Unkenntnis bzw. Unbewusstsein von Wissen und Nichtwissen) im Prinzip nicht auf die Gesamtheit des organisationalen Wissens beziehen. Die Konzentration von Unternehmen auf Kernkompetenzen ist klar mit dem oberen rechten Teil abgedeckt (planned ignorance) und sollte ebenfalls einer Prüfung unterzogen werden, sobald die Sicherheit der bewussten Abgrenzung strategisch nicht relevanter Kompetenzen abnimmt (Auditing).

Mit dem unteren Teil der Tabelle wird eine gewisse Unkenntnis des Wissens-standes angeführt. Implizites Wissen (linker Quadrant) kann als solches akzeptiert werden, sofern Wissensträger im Unternehmen bekannt sind (Tacit Knowledge), sollte jedoch mit Anreizen der Externalisierung versehen werden, um eine lernende Organisation zu schaffen, in der sich Wissen durch eine kollaborative Nutzung durch Lernen vermehrt (Socialising). Der untere rechte Teil stellt dabei eine Unkenntnis über unbekanntes Wissen dar, klammert Fehlentscheidungen in diesen Bereichen aus (innocent Ignorance) und verweist auf künftige Zufälle des Lernens (experiencing oder learning by doing).

Die Schaffung und Bestandsaufnahme von Wissen ist noch keine Garantie einer erfolgversprechenden Wissensnutzung. Ziel ist es, das identifizierte und kenntlich gemachte Wissen mit (mehr) Metainformationen anzureichern. Über einfache Verschlagwortungstechniken oder Katalogisierungen hinaus müssen erfasste Inhalte z. B. annotiert, mit anderen Wissensinhalten verknüpft (Assoziationen) oder zum schnelleren Verständnis zusammengefasst werden. Letzteres kann durchaus softwaregestützt erfolgen. Diverse Tools ermöglichen eine Zusammenfassung anhand von Worthäufigkeiten oder Formatierungsweisen innerhalb von Texten (Textmining). So können ganze Taxonomien verschiedener Unternehmensbereiche induktiv entstehen und Erklärungspotenzial mitbringen. Im zweiten Kapitel dieser Ausarbeitung werden Möglichkeiten zur Strukturierung von Content vorgestellt. Solche Strukturen werden meist deduktiv in zentralen Einheiten entwickelt. Interessant wäre es hier, die Ergebnisse einer induktiven Content-Analyse mit deduktiv vorgegebenen Namensräumen zu vergleichen. So könnte dem eigenen Verständnis der Wissensbasis ¹⁵ ein Belastungs- und Flexibilitätstest unterzogen werden.

Der Zugriff auf externalisiertes Wissen erfolgt in aller Regel profilgetrieben. Ein Produktmanager wird regelmäßig Dokumente (z. B. Beschwerden, Usability-Tests etc.) über sein betreutes Produkt einsehen, der Controller wird möglicher Weise Berichte von Analysten einsehen wollen und der Planende in der Produktionsstätte mag an Dokumenten interessiert sein, in denen Skills von Mitarbeitern beschrieben sind. Vielleicht möchte ein Controller aber auch bestimmten Content aktualisieren - also nicht nur lesen, sondern vielmehr schreiben. Vielleicht sollen alle Dokumente, die Markteinschätzungen der amerikanischen Kollegen enthalten, den Hinweis bekommen, dass ein neues Expertenteam gebildet wird und gewisse andere Aufgaben wahrnimmt. Und vielleicht soll diese Information nur bis zum 15.03. den Dokumenten angefügt werden. Volltextengines sind hier ineffizient.

Je strukturierter dabei die Contentmasse im Wissensmanagementsystem vorgehalten wird, desto gezieltere Abfragen können getätigt werden. Z. B. kann ad hoc durch einen taxonomischen Baum navigiert (s. 1.1.2 und 1.2.2) oder gezielt nach bestimmten Ausprägungen von Metainformationen gesucht

¹⁵ Später wird hierfür der Begriff der Ontologie verwendet.

1  W i ss en sma na ge m en t u nd C on t rol li n g  

werden. Grundsätzlich ist es nicht von Bedeutung, wie dieser Content auftritt

  - ob in Form von Dokumenten, Bildern, Videos, Zahlenreihen oder Hyper-  

links.  In jedem Fall werden sich dem Benutzer verschiedene Sichten auf die  

Wissensbasis  eröffnen. Dokumente sind mit Keywords versehen, werden in  

bestimmten  Kategorien den Mitarbeitern zur Verfügung gestellt (z. B. Cont-  

rolling  , HR, Prozess XYZ) oder in einer mehr oder weniger hohen Granulari-  

t  ät mit Metatags ausgezeichnet sein. Letzteres könnte Abfragen bedienen,  

die  nach Dokumenten suchen, in denen das Produkt Z mit einem Preis von  

mehr  als 5 ausgezeichnet wurde. Dem Controlling bieten sich dadurch  

völlig  neue Umsetzungen des internen Beratergedankens. Beteiligungscont-  

roller  in der Firmenbetreuung könnten z. B. für einzelne Beratungsprojekte  

Inhalte  verschiedenster Herkunft zusammenfassen und zum Erfahrungsaus-  

tausch  nach außen hin kommunizierbar gestalten  16

1.2.4  Wissensnutzung  

Mit  dem Wissenszugriff sind bereits viele technische Raffinessen angerissen  

worden.  Die Wissensnutzung stellt weniger einen technologischen Aspekt als  

eine  mehr soziale Komponente in den Vordergrund. So wird beim Aufbau  

von  Data Warehouses die Qualität des Contents als ein wesentlicher Erfolgs-  

faktor  angesehen. Sie wird auch hier als Grad der Bedürfnisbefriedigung der  

Kunden  verstanden. Ähnlich ist es mit Systemen des Wissensmanagements,  

die  Informationen über Content sowie Content selbst anbieten möchten.  

Trifft  diese Auswahl an Content und vor allem die Bestückung mit Metadaten  

nicht  die Erwartungen der Content Kunden, so wird Wissen ungenutzt blei-  

ben.  Mehr über die Wissensnutzung findet sich in Abschnitt 2.2.1, wenn  

Push  - und Pulldienste erläutert werden.  

1.3  Zusammenfassung  

Der  Knowledge-Life-Cycle 17 eignet sich als flankierender Maßstab für die  

Konzeption  von Knowledge Management Systemen. Die Elemente des Wis-  

sens  zeigen, dass erst das Management von Inhalten zum Management von  

intangiblem  Wissen führen kann. Inhalte in Organisationen liegen dabei in  

strukturierter  Form vor (so z. B. die Adresse eines Mandanten und dessen  

Ums  ätze im Zeitablauf), aber auch in unstrukturierter Art und Weise.  

Ein  technisches Phänomen: Es zeigen sich Parallelen zum Data Warehousing  

Ansatz  , nur das im Falle des Wissensmanagements diese Inhalte bzw. Struk-  

16  Vgl. z. B. Consulting ,  149

17  Für eine detailliertere Darstellung des Knowledge-Life-Cycles sie Wissen managen , S. 58ff.  

14

turen stärker variieren als z. B. Datenmodelle einer relationalen Datenbank ¹⁸ . Objektorientierte oder objektrelationale Datenbanken sollen hier Abhilfe schaffen ¹⁹ . Objekte sind Abbildungen der Realität mit einem Vorrat an Daten und Funktionen (Methoden). Diese Daten werden bei entsprechender Nutzung des Objektes zu Informationen. Objektorientierte Speicherungsmodelle stellen den Speicherungsgedanken in den Vordergrund und nicht wie im klassisch relationalen Falle die Abbildung von Objektstrukturen innerhalb der Datenhaltung ²⁰ . Eine objektorientierte Datenhaltung ist jedoch nicht immer vorteilhaft. So ist es bei einem auf einer relationalen Datenbank serialisierten Objekt nicht oder nur mit entsprechenden Programmen möglich, Teile von gespeicherten Objekten auszulesen oder auf der Datenbank einer Verarbeitung zu unterziehen (z. B. bündele alle Dokumente des Autors Schmidt, mit einer befriedigenden Annotation). Die Verarbeitung solch serialisierter Objekte ist in Situationen ineffizient, in denen reine Abfragen an die Datenbank initiiert werden und z. B. nur die Anschrift eines Mandantenobjektes gewünscht, jedoch Ergebnis dieser Abfrage ein vollständiges Objekt mit eigener Business-Logik ist. Angewandt auf qualitative, unstrukturierte Informationen in Unternehmen ist hiermit das (teilweise) Formalisieren und Strukturieren von Contentbündeln (z. B. Dokumente) gemeint.

Wissensmanagement rund um den Knowledge-Life-Cycle ist somit auch immer ein informationstechnisches Phänomen. Kommunikationsschwierigkeiten und Medienbrüche müssen aufgedeckt und beseitigt werden. Wenn Unternehmen immer flexibler auf neue Wettbewerber und Technologien reagieren müssen und mit dezentralen Strukturen viele kleinere Schlachten als wenige große geschlagen werden, ist die Fähigkeit, „sich zu verstehen“, ein essentieller Beitrag zur eigenen Wettbewerbsfähigkeit.

¹⁸ Vgl. [Ontologies1], S. 9

¹⁹ Vgl.[Wissen managen1]

²⁰ Der Wissensimport impliziert weit mehr als nur die Problemstellung des Speicherns fremder Inhalte. Das Auffinden des richtigen Contents erweist sich meist schwieriger. So genannte Agenten, die systematisch HTML-Seiten nach signifikanten Wortstrukturen und Formatierungsweisen durchsuchen schaffen hier Abhilfe. Auf ^{www.enfish.com} wird eine Volltextsuchmaschine angeboten, die zum einen Inhalte auf der eigenen Festplatte in Form von Worddateien, PPT-Dateien etc. nach Keywords oder im Internet Webseiten durchsucht. Vgl. auch [CMS], S. 19.

2 O rg an isa t ion de s Wisse n s

2 Organisation des Wissens

Wissensmanagement ist ein Querschnittsthema in Unternehmen und keineswegs neu. Der systematische Umgang mit dieser Komponente ist allerdings neu und erst durch moderne Technologien erleichtert worden. Doch wie tritt Wissen auf? Der Schwerpunkt für IT-Lösungen liegt im Wissenszugriff und der Wissensnutzung (-teilung). Warum reden wir aber von IT-Lösungen? Zur Überzeugung hier ein aktuelles Beispiel: Yahoo ²¹ bietet ein durch Menschen kategorisiertes Wissensportal an. Riesige Mengen an Webseiten werden annotiert ²² und anschließend kategorisiert, um den Nutzern von Yahoo einen intuitiven Zugang zum vorhandenen Content zu ermöglichen. Könnte so künftig der gesamte Bestand an Seiten im Internet organisiert werden - für vielleicht eine Milliarde Internetnutzer? Als Antwort verweist Yahoo bei mangelnder Relevanz seiner Kategorisierungen auf automatisierte Suchmaschinen wie Google bzw. Altavista. Beide sind auf eine indizierte Volltextsuche und anderen Auffälligkeiten in der Darstellung von Daten basierende Suchmaschinen.

2.1 Abbildung von Wissensstrukturen

Nach einer Umfrage des Frauenhofer-Instituts für Arbeitswissenschaft und Organisation ²³ stehen 28 % von 311 befragten Unternehmen in Deutschland dem Wissensmanagement aufgrund unzulänglicher IT-Strukturen kritisch gegenüber. 70 % benennen Zeitknappheit und 67 % fehlendes Bewusstsein bei den Mitarbeitern als möglichen Scheiterungsgrund. Doch was soll bewusst gemacht und akzeptiert werden? Wird der IT in den 28 % der Fälle nur nicht zugemutet, eine Bestandsaufnahme des Wissens im Unternehmen als Gelbe Seiten veröffentlichen zu können oder sind die Befragten deshalb so kritisch, weil sie von der Abbildung des Knowledge-Life-Cycles reden und daher Anforderungen an IT-Lösungen stellen wie die ad hoc Erstellung von strukturiertem Wissen, dem Bewerten oder dem Auffinden von Wissen für einen gerade benötigten Kontext? Letzteres mag sicher in mehr als nur 28 % der Meinungen an Grenzen bestehender Informationssysteme stoßen. Wissen in Unternehmen tritt in Form von Dokumenten, Webseiten, Memos, Emails usw. auf. Auch Videos, Bilder und „Common Practice“ sind explizites Wissen. Bildsequenzen können (mehr oder weniger gut) textuell dargestellt werden, Handbücher können verfilmt werden. Medien spielen mithin für den Wissenszugriff und der -nutzung kaum eine Rolle! Da momentan das Geschriebene in den technischen Diskussionen über Wissensmanagement do- ²¹ www.yahoo.de

²² Zum Teil auch mit Hilfsmitteln des Textminings.

²³ [Wissensmanagement], Seite 140

minieren dürfte, wird Kapitel zwei hier ansetzen und diskutieren, wie Texte benutzt werden können, um Inhalte greifbar zu machen. Greifbar für den Controller, der qualitative Informationen seinen Berichten beifügen möchte (denken Sie an das Beispiel mit der temporären Informationsbestückung bestimmter Dokumente). Dabei soll keineswegs verkannt werden, dass Wissensmanagement mehr bedeutet als eine passende IT-Lösung zu integrieren. Es ist ohne eine gelebte Wissenskultur zum Scheitern verurteilt.

Ontologien beschäftigen sich mit der Abbildung und Beschreibung bestehender Kontexte in Wissensdomänen. Allgemein aus dem Griechischen übersetzt als die Lehre vom Sein kann eine Ontologie verstanden werden als „a formal, explicit specification for a shared conceptualisation“ ²⁴ . Abbildungen relevanter Konzepte aus realen Phänomenen (conceptualisation) sollen in einer kollaborativen Umgebung (shared) genutzt werden. Diese Abbildungen sind einer formalen Struktur unterworfen und explizit definiert.

Nach der festen Integration des Webs in den Alltag gewannen Ontologien immer mehr an Bedeutung und lassen Schwachstellen im Umgang mit heutigen meist HTML-basierten Präsenzen in Inter- und Intranets erkennen. Inhalte wie HTML-Dateien oder PDF-Dokumente sind nur in ihrer Bedeutung (Semantik) durch den Menschen lesbar. Keine Software kann hier Semantiken verlässlich extrahieren. Ontologien versuchen nun, (Text-)Domänen mittels Metainformationen durch formale Sprachen beschreibbar zu machen; Deduktiv durch die Einordnung neuer und vorhandener Texte in Sprachräume, induktiv durch die Synthese relevanter Metainformationen aus bestehenden Textansammlungen durch Techniken wie Textmining oder einer redaktionellen Unterstützung. Formale Sprachen bilden dabei „eine Menge von endlichen Symbolketten aus einem endlichen Symbolvorrat“ ²⁵ . Ontologien sind somit imaginäre, nicht ausformulierte Annahmen, die erst durch die Verwendung formaler Sprachen real und kommunizierbar sind.

Formale Sprachen sollen normativ, mehr oder weniger zwingend vorgeben, wie Wissen strukturell zu erzeugen ist. Dabei ist es notwendig, erzeugte Texte mit Metawissen auszuzeichnen und den erzeugten Content so in einen bestimmten ausformulierten Kontext zu rücken. Ein einfaches Verfahren der Wissensstrukturierung ist z. B. die Verwendung von Schlagworten für ganze Dokumente. Diese haben allerdings den Nachteil, dass sie immer fest an einer Quelle haften und Ressourcen übergreifende Wissensträger nicht beschreiben können. Verschiedene Sichten auf Dokumente können ebenfalls nicht erzeugt werden. Dem Ontologiebegriff werden diese Verfahren nicht gerecht, da die Zuordnung von Schlagworten zu Texten genau falsch herum zum Ontologieverständnis verläuft. Ontologiebasierte Vorgehen erfordern die Zuordnung einer Quelle zu einem kompletten, beweglichen Kontext und

²⁴ Gruber, 1993 zitiert nach [Ontologies], S.11.

²⁵ Vgl. [XML], S. 111.

2 O rg an isa t ion de s Wisse n s

nicht umgekehrt ²⁶ . Der nächste Abschnitt 2.1.2 soll dieses genauer veranschaulichen.

Strukturierte Sprachen sollen konventionelle, für Darstellungszwecke aufbereitete Inhalte mit Semantiken anreichern. Sie schaffen dabei durch die Anwendung formaler Sprachen einen bestimmten Namensraum in Form eines Baumes. Die Auszeichnungssprache XML (Extensible Markup Language) erlaubt die Beschreibung von Texten mit Tags. Ähnlich wie in HTML werden hier Inhalte mit einem Anfangs- und Ende-Tag ausgezeichnet. Das folgende Beispiel beschreibt das Produkt „Drucker HL1030“ mit einer Leistung von 20 Seiten/Min. Schon hier ist eine Baumstruktur erkennbar - ein Knoten Drucker mit der Bezeichnung „HL1030“ besitzt eine Leistung in der Angabe Seiten/Min als Sohn.

Tags in XML sind beliebig frei definierbar - XML ist somit streng genommen keine formale Sprache, sondern ein Konstruktor einer solchen. XML-Texte, die mit einem Ende- und einem Anfangstag versehen sind, bezeichnet man derweil als wohlgeformt. Solch strukturierte Darstellungen erlauben Abfragen, die weit über die Fähigkeit von Volltextengines hinausgehen könnenein erster Lichtblick für das Controllerproblem aus 1.1.2. Sicher kann unser Controller den gesamten Bestand an Protokollen der Marketing-Routinen mit einer Volltextengine nach „markteinschätzung“ und „amerika“ durchsuchen lassen. Aber sind die möglichen Antworten immer valide? Es kann durchaus sein, dass er viele Dokumente erhält, in denen die Einschätzung für den US-Amerikanischen Markt geschrieben steht und nicht die Einschätzung der US-Amerikaner für den deutschen Markt. Ein wohlgeformtes XML-Dokument, das Protokolle standardisiert erfasst, erlaubt hier gezieltere Abfragen z.B. nach Tags wie oder die Navigation durch einen Baum wie den folgenden:

²⁶ Vgl. 1.1.2 . So könnten das Beantworten eines Fragebogens während der Erstellung von Inhalten z. B. einen bestimmten Kontext widerspiegeln.

response=”Team3E”>

,

Dieser Baum stellt eine recht einfache und keineswegs gut durchdachte Beschreibung eines Routinegesprächs in Form eines strukturierten Dokumentes dar. Ist dieses Dokument nach festen Regeln erstellt worden, so sind Abfragen semantisch treffsicherer als Volltextanalysen, da bekannt ist, dass eine Markteinschätzung immer auch eine Angabe des Marktwachstums aus verschiedenen Quellen für ein bestimmtes Jahr besitzen kann oder muss (spezifiziert durch das Attribut value).

Die Erstellung solch strukturierter Dokumente ist trivial, zumal es jedem Benutzer selbst überlassen bleibt, welche Tags er in seinen Text integriert und welche Ausprägungen bestimmte Attribute haben sollen (hier zum Beispiel die Zeit des Routinetags). Für das Wissensmanagement bildet diese simple Technik den Ansatzpunkt einer grundlegenden Veränderung in der Art und Weise, wie Unternehmen künftig mit „weichen“ Inhalten umgehen werden. Die Aufgabe des Wissensmanagements ist es nun, diese strukturierte Form der Wissensexternalisierung zu steuern. Der Mehraufwand einer Auszeichnung des obigen Textes, der immerhin nur die Zeit einer Routine sowie den Namen eines Teilnehmers mit Angabe der zugehörigen Niederlassung und die Beschreibung des Inhaltes als Metadaten vorhält, kann schnell unnütz werden, wenn das nächste Protokoll andere Tags verwendet, vielleicht nur die Zeit in einem anderen Format darstellt, der Information Frankfurt den Zusatz a. M. gibt oder gar das admitted-Tag durch ein joined-Tag ersetzt. Typendefinitionen von Dokumenten in XML (so genannte DTD -Document Type Definition) sollen eine solche Konsistenz in der Wissenserfassung in Form einer Wiedervorlage unterstützen. Sie definieren Anzahl, Art

2 O rg an isa t ion de s Wisse n s

und Position von Tags. Moderne objektorientierte und objektrelationale Datenbanken unterstützen bereits eine Datenkonformität durch Modellierung von Datenräumen nach Vorlage eines Baumes. Die zunehmende Forderung einer professionellen Behandlung strukturierter Dokumente auch seitens der Datenhaltung löst DTDs jedoch zunehmend ab ²⁷ . Ihnen wird keine ausreichende Fähigkeit zugesprochen, Ontologien zu beschreiben. Sie definieren zwar durch Anzahl, Art und Position von Tags die Struktur eines Dokumentes, weisen aber im gleichen Zuge Unzulänglichkeiten in der semantischen Beschreibung auf. Allein anhand der Position und Verschachtelung von Tags auf Semantiken zu schließen, scheint sehr vage. Konstruktoren von Vererbungsbeziehungen („is-a“-Beziehung), die semantisch klar ausdrücken können, dass ein Teamleiter eine spezielle Ausprägung eines Mitarbeiters, der wiederum eine Ausprägung einer Person ist, fehlen in der Modellierung von DTDs. Ebenso besteht die Forderung einer umfangreicheren Behandlung von Datentypen. XML-Schemata stellen hier eine Erweiterungsmöglichkeit von DTDs dar ²⁸ . Sie erlauben eine flexiblere Behandlung des Inhaltemodells mit Hilfe umfangreicherer Datentypen und erleichtern die Erstellung von Dokumentenstrukturen, da sie entgegen des DTD-Ansatzes auf eine spezielle Syntax verzichten und statt dessen in XML notiert werden. Zusammen mit zusätzlichen Formulierungen von Vererbungsbeziehungen mit Hilfe des Resource Description Framework (RDF) können so auch Vererbungsbeziehungen und mithin Ontologien umschrieben werden. Mehr zur Formulierung von Beziehungen mit Hilfe von RDF-Auszeichnungen finden sich bei Rothfuss et. al ²⁹ . RDF ist ein semantisches Datenmodell mit Notationsfähigkeiten in XML. Gegenüber der in XML verbreiteten Auszeichnung atomarer Daten - wie z. B. Name des Teilnehmers an einem Routinegespräch - ist RDF ein abstraktes, stark weborientiertes Datenmodell zur Definition von Metadaten. RDF Datenmodelle verstehen Ontologien als durch eine URI (Unified Resource Identification ³⁰ ) eindeutig umschriebene Menge an Objekten - in der RDF Sprache Ressourcen genannt. Ressourcen im RDF bestehen aus einer URI, Eigenschaften (Properties) und Aussagen über Eigenschaften (Statements). Das wirklich Mächtige an RDF ist die Beschreibung von Web-Objekten, wie z. B. elementare Literale (Strings, Zahlen etc.), höhere Objekte (Person, Stellenbeschreibung), Webseiten bis hin zu ganzen Websites und damit faktisch das Treffen von Aussagen über Aussagen. Zusammen mit den erweiterten Modellierungsmöglichkeiten im XML-Schema lösen sich ontologische Umschreibungen so von konkreten Inhalten. Texte können verschiedenen Ontologien unterworfen werden, somit existieren verschiedene Sichten auf Texte, Wissen beschränkt sich nicht nur auf ein Dokument, sondern auf verschiedene Textquellen, und Ontologien können zentral gepflegt werden. Letzteres muss nicht immer in reiner Form sinnvoll sein. So können Ontologien auch dezentral entstehen und mit zentralen Unternehmensontologien mit Hilfe von XSLT-Prozessoren kommunizieren. Die Extensible Style Language for Transformations (XSLT) fügt zu rohen XML-Daten Darstellungsinformationen hinzu und erzeugt aus XML Dateien neue Dateien ³¹ . So können Sichten auf mehrere Dokumente eröffnet und Semantiken kommunizierbar gemacht werden

²⁷ Vgl. z. B. [Ontologies] 97f.

²⁸ Vgl. zu DTDs [XML], Seite 173 ff.

²⁹ Vgl. [XML], S. 251-258.

³⁰ Die bekannte URL Notation www.name.de ist eine spezielle Ausprägung einer URI.

³¹ Als Zielsprache dient häufig eines Seitenbeschreibungssprache wie HTML.

2.2 Integration Wissensmanagement

Der vorherige Abschnitt lieferte eine Bestandsaufnahme über technische Möglichkeiten einer Ontologieentwicklung. Er zeigte aber auch, dass nicht eine fehlende Technologie, sondern die erst frühe Evolutionsstufe in der Konzeption praxistauglicher Semantikmodelle echte Revolutionen hemmt. Hier soll daher nicht verkannt werden, dass erst die Schaffung einer Wissenskultur, in der das Bewusstsein einer nachhaltigen Wissensmehrung vorherrscht, das Fundament einer IT-Umsetzung bildet. IT-Projekte im Wissensmangement, die sich darüber hinaus am Knowledge-Life-Cycle orientieren, mindern die Gefahr von Insellösungen, d. h. von nicht integrativen Ansätzen.

XML-basierte Inhalte sind kommunizierbar im Sinne einer IT-gestützten Wissensteilung und eröffnen nicht nur für den Menschen, sondern auch für Maschinen semantische Regeln. Da die Auszeichnung von Inhalten mit XML-Tags bzw. Konnektoren zu einem XML-Schema recht einfach ist, liegt der Integrationsbedarf vieler möglicher Ausprägungen von Inhaltsbeschreibungen sehr nahe. Es scheint intuitiv richtig, Metadatenkonzepte zentralisiert zu halten, um so in den dezentralen Einheiten eines Unternehmens Konsistenz zu wahren und Kommunikationsbarrieren weitgehend auszuschalten. Doch weder ein vollkommen zentralisierter noch ein ausschließlich dezentralisierter Umgang mit Ontologien kann favorisiert werden. Abstufungen in der Realisierung und Anwendung von Ontologien sollten grundsätzlich zur Debatte stehen. So könnte beispielsweise für das Konzerncontrolling nur ein Teil der qualitativen Informationen dezentralisierter Einheiten von Bedeutung sein. Auf dieser Ebene gilt es dann vielleicht, flache Metainformationen in Ontologien mit einem höheren Abstraktionsniveau vorzuhalten und mit detaillierteren Konzepten subsumierter Einheiten zu verbinden. Wissensportale in Unternehmen sollen hierfür eine Ökologie regen Wissenstausches schaffen und im Folgenden näher umschrieben werden.

2.2.1 Wissensportale in Unternehmen

Unternehmen nutzen über E-mailing hinaus ein Intranet für die interne Kommunikation oder ein Extranet für den Kontakt nach außen. Solche Rahmenbedingungen kann ein Wissensmanagementsystem zur Schaffung eines Wissensportals nutzen. Wissensportale in Unternehmen stellen eine Infrastruktur zur Verfügung, mit der Nutzer auf Wissen zugreifen, Wissen ablegen

2 O rg an isa t ion de s Wisse n s

und Bewerten können ³² . Nachdem dieser Abschnitt über grundlegende Funktionen von Wissensportalen in Unternehmen berichtet, stellt der dritte Teil in groben Zügen ein Projekt an der Fachhochschule Nordostniedersachsen in Lüneburg vor. Dieses Projekt beinhaltet die Entwicklung eines Wissensportals für Controller im Internet.

Ein Wissensportal ist ein interaktives Medium. Über die Möglichkeit des Wissens-Retrievals hinaus sollen Nutzer selbst am inhaltlichen Umfang des Portals mitwirken können. Grundpfeiler von Knowledge Management Portalen, orientiert am Knowledge-Life-Cycle, können aufgeteilt werden in: 33

• Collaboration

• Content Management

• Visualisierung & Aggregation

• Information Retrieval

Gegenstand der Collaboration-Funktion ist die systemtechnische Integration von Akteureinflüssen im Knowledge-Life-Cycle. Akteure können sein: einzelne Mitarbeiter, Drittzugriffe von außen auf die Wissensbasis, Gruppen, Redakteure, Webmaster/Administratoren usw. Aus der Sicht eines Nutzerindividuums bilden diese Akteurprofile Überschneidungen, d. h. einzelne Nutzer können in all diesen Organisationsformen mitwirken. Neben diesem „Usermanagement“ muss eine Collaboration-Funktion (virtuelle) Handlungsräume anbieten, in denen sich Wissensakteure rund um den Knowledge-Life-Cycle organisieren können. Heute spricht man hierbei vielfach von so genannten Communities. Eine Community wird verstanden “als ein interessengeleitetes, lose gekoppeltes Kollektiv von Personen, Gruppen oder Institutionen, welche sich wiederholt zu gemeinsamen Interessen austauschen“ ³⁴ . Diese Knowledge oder Business Communities können alle genannten Gruppen von Akteuren vereinen - sie können einen bis beliebig viele Mitglieder aufnehmen, ein temporäres Projektteam bilden, Ziele eines Webmasterings verfolgen oder eine Anlaufstelle für anonyme Nutzer von außerhalb des Unternehmens sein. Neue Leitbilder individueller Massenfertigungen oder virtueller Unternehmen fordern ein Höchstmaß an Anpassungsfähigkeit an sich ständig verändernde Umweltbedingungen. Communities mit dem Abbild einer gesteuerten Dezentralität in Unternehmen bilden das informationstechnische Pendant einer solchen Organisationsform ³⁵ . Moderne Wissensportale bilden die Grundlage

³² Vgl. [Portale], S. 2

³³ Vgl. u. a. [BKM]. S. 71ff. und [KM-Suites], S. 31

³⁴ Huang et. al. 1999, zitiert nach [KM-Suites], S. 26.

³⁵ Vgl. [Network], S. 288ff. für eine detailliertere Einordnung der Umwelteinflüsse in ein Knowledge Management System.

zur Gründung solcher virtuellen Plätze, statten sie mit Standardfunktionalitäten aus, schaffen Kommunikationswege zwischen Communities sowie ihren Mitgliedern und machen den Zugang zu Communities über ultra thin Clients möglich ³⁶ . Standardfunktionalitäten von Communities müssen sein: User Management, synchrone und asynchrone Kommunikations- und Lernmöglichkeiten sowie Qualitätsmechanismen. Der dritte Teil dieser Ausarbeitung wird diese Standardfunktionalitäten mit konkreten Beispielen belegen.

Die Forderung eines Content Managements könnte ebenso richtig eingeordnet werden in die Standardfunktionalitäten von Communities als in eine separate Anforderung an Knowledge Management Systeme. Ein Content Management System behandelt Content als Summe von wesentlichen Einzelin-formationen ³⁷ . In 2.1.2 wurde gezeigt, dass eine darstellungs- und seitenorientierte Sprache wie HTML keine oder kaum Metainformationen binden kann aber dennoch viele Systeme HTML als Seitenbeschreibungssprache für die Anzeige im Browser verwenden. Mit der Konvertierung von strukturierten Sprachelementen in HTML (oder PDF-Files) gehen mithin wichtige, für Maschinen lesbare Metainformationen verloren. Gut designte Vorlagen bieten nur noch dem menschlichen Auge gewisse Metadaten. Content Management Systeme betrachten Content daher aus drei Perspektiven: Inhalt, Darstellung und Struktur ³⁸ .

³⁶ Damit ist ein Zugriff nur mittels Browser via Standardprotokolle (wie das Hypertext Transfer Protokol - http) gemeint.

³⁷ Vgl. [CMS], S. 6

³⁸ Am Beispiel eines Worddokumentes ist der Inhalt die Summe der Zeichen, die bei einem Kopieren in die Zwischenablage in ASCII-Zeichen umgewandelt werden oder graphische sowie auditive Elemente darstellen. Die Darstellung ergibt sich anhand der Schriftart, Schriftgröße, Schriftfarbe, Position der Texte usw. Strukturelemente sind in Word streng genommen nicht vorhanden. Strukturinformationen werden hier durch Formatierungen ange-wandt. Die Strukturelemente eines Kapitels in Abschnitte kann durch eine Formatierung „Überschrift 1“ kenntlich gemacht werden. Strukturen gemäß Abbildung 5 werden allerdings nicht durch Formatierungen und damit einer Vermengung von Darstellung und Struktur, sondern durch Auszeichnungen mit Texten definiert.

Innovative Content Management Systeme halten diese stringente Dreiteilung in allen Ablaufprozessen stets gewahrt. Eine Einteilung in Inhalt, Darstellung und Struktur eröffnet einem Content Management System wichtige Optionen. Verantwortlichkeiten können gemessen an dieser Dreiteilung vergeben werden. So zum Beispiel die Aufgabe eines Redakteurs, sich mit Inhalten auseinanderzusetzen, Verantwortlichkeiten für die Darstellung ³⁹ von Inhalten an Webdesigner zu geben oder die Schaffung von Ontologien interdisziplinären Teams (Redakteure, Fachabteilungen oder eben Controller!) zukommen zu lassen. XML als Auszeichnungssprache, die Verwaltung von DTDs bzw. das Management eines XML-Schemas (also die Schaffung und Pflege von Ontologien) und das Anwenden von Stylesheets (XSLT oder CSS) auf XML-Dateien schaffen aus einer semantischen Darstellung von Wissen Inhalt, Darstellung und Struktur und können aus einer Vermengung der drei Teile (angezeigtes, designtes XML-Dokument) stets relevante Informationen filtern. So kann zum Beispiel eine Anfrage an eine XML-Datenbank eine beliebige Anzahl von Inhalten als relevant erachten ⁴⁰ , die mit (vielleicht zentral oder dezentral vorgehaltenen) Stylesheets ⁴¹ aus der XSL-Sprache als Suchergebnis in Form eines einzigen Dokumentes (mit Links zu anderen Medien, wie Videos, Sprachaufzeichnungen etc.) ausgegeben werden. Es ist

³⁹ Hier können auch verschiedene Sichten auf Dokumente erstellt werden. So zum Beispiel die Anzeige von nur technischen Informationen mit Händlerkonditionen eines Verkaufskataloges.

⁴⁰ Dokument oder Seite wäre hier falsch, da ein solches Content Management nicht seiten- oder dokumentengetrieben, sondern inhaltegetrieben agiert. Vgl. hierzu [XML], Seite 191-196.

⁴¹ Stylesheets übernehmen hier mit XSL/T sowohl die Funktion der unmittelbaren Darstellung von Content (Farbe, Schriftgröße etc.), als auch die Erstellung ganzer Sichten auf Contentteile. Ersteres könnte z. B. wegen der Corporate Identity zentral vorgehalten werden. Vgl. hierzu auch [CMS], S. 7, 15.

2  O rg an isa t ion de s Wisse n  

wie  Videos, Sprachaufzeichnungen etc.) ausgegeben werden. Es ist ersicht-  

lich  , dass Content Management Systeme im Sinne der Abbildung 5 so Me-  

dienbr  üche sicher umgehen werden, aber auch im Gegenzug vorhandene  

Definitionen  des konventionellen Dokumentenbegriffs als eine für den Men-  

schen  geschaffene und geschlossene Einheit im Grunde erneuern können.  

Ebenso  erfordert die klare Trennung von Informationen und Metainformatio-  

nen  sowie deren dynamische Verlinkung kein System mit Vorzügen in der  

Verwaltung  statischer Dokumentenansammlungen, sondern Systeme mit  

Pr  ädikaten im Management von Contententstehung und -pflege. Dies impli-  

ziert  die Modellierung eines Workflows für Content - mindestens eingeteilt in  

eine  redaktionelle (inhaltliche), gestalterische und strukturelle (Schaffung  

von  Namensräumen, Organisation des Contentauftritts) Komponente. Da  

Workflows  in Unternehmen überdies kollaborativ durchlaufen werden, sind  

ein  Usermanagement, Versionierungskonzepte, Rollback-Verfahren und  

Publishingmechanismen  (Aktualitätsbezug und Rechtebezug von Content)  

obligatorische  Bestandteile innovativer Content Management Systeme. Roth-  

fuss  et. al. teilen Funktionalitäten von Content Management Systeme in An-  

forderungen  erster und zweiter Ordnung auf und präzisieren damit die ge-  

nannten  Ansprüche an ein Content Management System  42

2.2.4  Visualisierung Aggregation  

Die  Visualisierungs- und Aggregationsdienste eines Wissensportals sind eng  

mit  dem Wissens-Retrieval verbunden. Sie sollen verschiedene Perspektiven  

auf  eine Wissensbasis eröffnen und so einen intuitiven Zugang ermöglichen.  

So  genannte Knowledge Maps, die - in recht statischer Natur - Themenge-  

biete  aufzeigen, könnten so eine erste grobe Einteilung der Wissensbasis  

vornehmen.  Solche Themengebiete oder Kategorien sollten dabei so gewählt  

werden  , dass die Existenz von Inhalten in einer bestimmten Kategorie nach-  

vollziehbar  ist und die Themengebiete überhaupt sinnvoll und allgemein  

verständlich  formuliert wurden. Knowledge Maps können auch Expertenwis-  

sen  in verschiedenen Skill Gruppen aufzeigen und so nicht direkt an den im  

Wissensportal  hinterlegten Inhalten, sondern an den eigentlichen Wissens-  

tr  ägern im Unternehmen anknüpfen 43 Sie könnten zudem in einer sehr dy-  

namischen  Form auftreten und z. B. beim Betreten des Portals die besten  10

bewerteten  Inhalte hervorheben oder „neue“ Experten vorstellen. Ähnlich  

wie  bei bekannten Portalseiten im Internet (yahoo.de, web.de, msn.de usw.)  

f  ühren so verschiedene Navigationspfade zum gewünschten Content. Wis-  

sensaggregation  ist ein weitaus mächtigeres Unterfangen. Wie das Aggregie-  

ren  von Zahlen über definierte Stufen hinweg können qualitative Informatio-  

nen  nicht einfach mathematisch addiert werden. Nur durch die Beschrän-  

kung  auf relevante Informationen bestimmter Content-Teile können durch  

Verknüpfung  solcher Einheiten Bündel (Aggregate) qualitativer Informatio-  

nen  zur Verfügung gestellt werden. Strukturierter Content bietet hierfür voll-  

42  Vgl. XML , S. 73-80.  

43  Vgl. hierzu Memory , S. 46f.  

25

2  O rg an isa t ion de s Wisse n  

kommen neue Möglichkeiten. Die Auswahl bestimmter Content-Teile anhand

ihrer  Auszeichnung mit einer strukturierten Sprache besitzt für die gezielte  

Aggregation  von Content eine andere Qualität als zum Beispiel das automa-  

tische  Zusammenfassen mehrerer Texte durch Textmining-Instrumente  44

oder  eine konventionelle Volltextsuche 45 Gerade eine Volltextsuche, die sich  

an  den Syntax und nicht an der Semantik orientiert, führt schnell zu einer  

Informationsüberflutung.  Das Management mehrerer Namensräume (also  

DTDs  oder XML-Schema) im Sinne einer ontologischen Beschreibung führt  

wie  oben erwähnt auch zu so genannten Relationen („is a-Beziehung“) ver-  

schiedener  Semantiken und ordnet Content in verschiedene Objektklassen  

ein  46 Ähnlich wie die Visualisierung von Programmabläufen in objektorien-  

tierten  Programmiersprachen kreieren so genannte hyperbolische Inter-  

faces  47 in Ontologien graphische Objektbäume bzw. -hierarchien und erlau-  

ben  ein intuitives Browsen durch diesen Bestand und damit implizit die For-  

mulierung  von semantischen Queries 48 durch die Ausformulierung von Attri-  

buten  (siehe 2.1.2)  

2.2.5  Information Retrieval  

Das  Information Retrieval unterstützt benutzergetriebene ad hoc Anfragen  

an  eine Wissensbasis. Grundsätzlich kann zwischen Pull- und Push-Diensten  

unterschieden  werden 49 Pull-Dienste ermöglichen einem Benutzer Content  

mit  bestimmten Eigenschaften zu lesen. Entgegen dem Zugriff durch Visuali-  

sierungs  - und Aggregationsdienste sind Pull-Dienste individualisierter. So  

genannte  Agenten könnten dabei den relevanten Content aus der Wissenba-  

sis  „ziehen“ Meist auch extern eingesetzt, bewegen Sie sich zudem im In-  

ternet  , treffen hier jedoch auf wenig strukturierte Inhalte (HTML Dschungel)  

und  sind somit erst durch eine vorgeschaltete oder nachgelagerte redaktio-  

nelle  Komponente effektiv 50 Push-Dienste liefern einem Benutzer profilge-  

trieben  den relevanten Content. Moderne Datenbanken unterstützen bereits  

Abonnementfunktionen  und verbreiten gezielt Informationen von Verlegern.  

Einem  Controller könnte so für bestimmte Reports regelmäßig ein Set von  

qualitativen  Informationen geliefert werden, indem vielleicht quantitative  

Daten  mit Ontologiemustern attributisiert werden 51 Je strukturierter derweil  

44  Z. B. mathematische Verknüpfungen der Inhalte von Preis-Tags.  

45  Vgl. u. a. K-MSuites S. 36.  

46  So mag zum Beispiel die obige Zusammenfassung des Routine-Meetings eine spezielle Aus-  

pr  ägung des Memo-Objektes sein.  

47  Hyperbolische Interfaces zeigen eine Ontologie als eine Hierarchie verschiedener Konzepte.  

Das  Ausgangskonzept (z. B. die Klasse Controlling ) ist zentriert in einem Kreis dargestellt  

und  mit subsumierten Konzepten verbunden (z. B. Report, Beratung) Je tiefer dabei diese  

Subkonzepte  in der Hierarchie auftreten, umso weiter werden sie an den Rand des Kreises  

positioniert  und kleiner dargestellt.  

48  So beispielsweise: „Nenne mir Experten über und zeige mir Erfahrungsberichte von mit  

Wobei  ein Experte hier als eine spezielle Ausprägung eines Mitarbeiters gelten mag und be-  

stimmte  Einschränkungen die Suche gezielter gestalten. Vgl. hierzu Ontologies , S. 32-34.  

49  Vgl. Ontologies , S. 43.  

50  Vgl. Communities , S. 298f.  

51  Vgl. hierzu Gedanken von Weber über die BSC. BSC , S. 24-25, 217.  

26

2  O rg an isa t ion de s Wisse n  

der Content vorliegt und je sorgfältiger mit Metadaten umgegangen wird,

umso  effektiver (Relevanz der gefundenen Informationen) und auch effizien-  

ter  (Zeitaufwand) arbeiten Push- und Pull-Dienste. Push- und Pull-Dienste  

k  önnen mit Hilfe von XML-Queries (auch in Verbindung mit herkömmlichen  

Volltextsuchen  und Textmining-Instrumenten) formuliert werden.  

2.3  Zusammenfassung  

Wissensportale  integrieren eine Vielzahl von bisher diffus vorgehaltenen  

Inhalten.  Unstrukturierter Content wird dabei nicht nur zentral abgespei-  

chert  , sondern einer Formalisierungsroutine unterzogen. Eine Dreiteilung in  

Inhalt,  Darstellung und Struktur von Content sorgt dabei für Konsistenz.  

Inhalte  werden zur Laufzeit dynamisch erzeugt und mit der passenden Se-  

mantik  und dem passenden Layout bereitgestellt (LIVE-Prinzip) oder - häufig  

aus  Performancegründen - in regelmäßigen Abständen aktualisiert und sta-  

tisch  vorgehalten (STAGING-Prinzip) Die Organisation in virtuellen Business  

Communities  stellt dabei die notwendige Flexibilität und Ortsungebundenheit  

sicher.  Ausgestattet mit Workflowtechniken und Applikationen, die die Erstel-  

lung  und Pflege von Inhalt-, Darstellungs- und Strukturkomponenten ermög-  

lichen  , bieten Content Management Systeme zusammen mit XML basierten  

Semantikr  äumen einen echten integrativen - und realisierbaren - Ansatz für  

das  Management von Wissen.  

Dem  Controller wird im Rahmen des Wissensmanagements seine typische  

Aufgabe  zuteil: analysieren. Doch Analysen beziehen sich nicht nur mehr auf  

verengte  Berichte, sondern auf den Kontext um Berichte herum. Im Sinne  

der  Balanced Scorecard also auf den untersten Perspektiven, die dem (fi-  

nanziellen)  Unternehmenserfolg zugrunde liegen sollen.  

27

3 Fa llbeispie l und Ergänzungen

3 Fallbeispiel und Ergänzungen

Anhand des Fallbeispiels Contropolis, ein am Fachbereich Wirtschaft der Fachhochschule Nordostniedersachsen initiiertes Projekt zur Konzeption eines Wissensportals für Controller im Internet, sollen die Aspekte aus den Kapiteln 1 und 2 in ihrer Anwendung erläutert werden. Aufgrund der Philosophie von Contropolis fanden die verschiedenen Teile aus den theoretischen Abschnitten unterschiedlichen Einfluss in das Projekt. Strukturierte Sprachelemente sind nur insoweit realisiert, als dass eine Datenbank den erzeugten Content atomar in einer festen Struktur hält. Contropolis als offenes Wis-sensportal lässt es nur bedingt zu, Content gegen definierte Namensräume zu erstellen. Ergänzend wird jedoch auf eine Möglichkeit eingegangen, redaktionelle Dienste zu integrieren.

3.1 Contropolis - Wissensportal für Controller

Contropolis ist eine in Java entwickelte, vollkommen webbasierte Applikation mit Anbindung an einen SQL Server 2000 von Microsoft. Die Ausgabe der Webseiten erfolgt ausschließlich nach dem LIVE-Prinzip in HTML (siehe 2.3) mit partieller clientseitiger Javascript-Steuerung. Grundlegende Steuerungsmechanismen für Webtechnologien wie Client/Server-Kommunikation, Rechtemanagement und Seitengenerierung werden von dem eChora-Applikationsserver der Firma Chorus übernommen.

3.1.1 Ziele und Philosophie von Contropolis

Ziel von Contropolis ist es, Controllern im Internet ein fachbezogenes Wissens- und Kommunikationsportal zu eröffnen, auf dem einzelne Nutzer sowohl aktiv als auch passiv teilhaben können, indem Content erzeugt bzw. leicht auffindbar ist. Contropolis verfolgt dabei eine recht offene, liberale Vorgehensweise. Jedem ist es ohne Einschränkungen möglich, eine Community zu gründen und neue Mitglieder hierfür zu werben. Viele Webprojekte dieser Art stellen sehr stark das Wissensretrieval in den Vordergrund und lassen Aktivitäten meist nur innerhalb von Diskussionsforen, Chatrooms oder durch Veröffentlichung von - zum Teil redigierten - Beiträgen zu. Contropolis ähnelt der Form einer Community mit syndikatisiertem Inhalt. Mit dem Eröffnen einer Community besitzen die Mitglieder Rechte, am Auftritt der gesamten Seite inhaltlich mitzuarbeiten und die Möglichkeit, diese Community

als privaten Treffpunkt im Internet mit dem Prädikat „Members only“ zu benutzen. Der Source-Code von Contropolis ist im Internet verfügbar. Man erhofft sich dadurch eine raschere Weiterentwicklung der gesamten Systemarchitektur.

Contropolis befindet sich zur Zeit der Fertigstellung dieser Ausarbeitung in der Beta-Phase und besitzt vorerst keine zentralisierten redaktionellen Dienste ⁵² . Mit dem erhofften Wachstum an registrierten Communities und veröffentlichtem Content ist eine Redaktion durchaus denkbar, speziell für die konventionelle Veröffentlichung besonderer Extrakte aus der gesamten Wissensdatenbank. Die redaktionellen Dienste verteilen sich auf die einzelnen Communities mit ihren Mitgliedern. Administratoren können darüber hinaus Inhalte von Mitgliedern aus der Wissensdatenbank entfernen, sofern sie dem Community-Leitgedanken widersprechen, oder die Mitgliedschaft mit diversen Mechanismen steuern.

Eine solche Architektur von Wissensportalen muss nicht nur im Internet mit mehr oder weniger anonymen Nutzern implementiert werden, sondern kann auch im Unternehmen das Wissensmanagement unterstützen.

Contropolis und das verwendete eChora sind dem Component Based Software Engineering zugesprochen und bilden zusammen die Summe von un-tereinander agierenden, unabhängigen Modulen. Je nach Definition des Funktionsumfanges einzelner Module treten diese in sehr schlanker oder in geballter, mit Methoden reichlich bestückter Form auf. Contropolis besteht aus circa 140 Einzelmodulen, die zu drei wesentlichen Komponenten verdichtet werden können:

• Kommunikation

• Content

• Expertenraum

Diese Komponenten seien nachstehend näher beschrieben.

Die Kommunikationskomponente beinhaltet folgende Funktionen:

⁵² Abgesehen von der Natur nach zu zensierenden, obszönen Inhalten, die der gesamten Community oder ihr ansehen Schaden zufügen und sporadisch vernichtet werden.

3 Fa llbeispie l und Ergänzungen

• Community- und Usermanagement

• Visualisierung und Aggregation von Inhalten

Bei der Erstellung einer Community muss sich der Benutzer registrieren, sofern dieser Erstnutzer bei Contropolis ist. Das Formular zur persönlichen Registrierung von Benutzern erfragt neben den gewünschten Zugangsdaten wie Benutzername und Passwort auch Adressdaten, Kernkompetenzen und Referenzen (Lebenslauf etc.) des Benutzers. Der Benutzer kann bei der Anlage und beim Administrieren seines persönlichen Profils angeben, ob er den anderen Benutzern gegenüber anonym (das heißt nur mit dem Contropolis Benutzernamen), partiell bekannt oder ohne Einschränkung in der Veröffentlichung persönlicher Daten gegenübertreten möchte. Das persönliche Profil ist für alle Aktionen innerhalb von Contropolis gültig - ein Benutzer kann mit einem Profil beliebig viele Communities gründen oder Mitgliedschaften haben (Single Logon). Eigenschaften einer Community sind ein eindeutiger Name, eine Mission, eine Beschreibung (z. B. für Regeln innerhalb der Community), ein Logo und optionale Regeln zur Aufnahme von Mitgliedern. Nichtmitglieder können restriktiv durch ein Voting aller Community-Mitglieder innerhalb einer beliebigen Bewerbungsfrist aufgenommen werden. Bewerber richten mit einer Bewerbung ihr persönliches Profil sowie auf Wunsch eine Referenz (z. B. Lebenslauf, Aufsätze etc.) an die Mitglieder weiter. Eine Community besitzt nach Gründung ein Set von Werkzeugen für die Erstellung von Content (siehe 3.1.2.2).

Da beliebig viele Communities gegründet werden können, bietet Contropolis für diese virtuellen Plätze ein eindimensionales Ordnungssystem: Communities ordnen sich so genannten Areas zu. Wenn man Contropolis als Stadt begreifen würde, mögen Areas als Straßen, Communities als Häuser innerhalb der Straßen und die Benutzer (User) als Menschen in diesen Häusern auftreten. Contropolis hält rund 10 Areas vor, in der sich Communities bilden können. Es ist aus organisatorischen Gründen nicht sinnvoll und daher technisch den Contropolis Administratoren vorbehalten, neue Areas zu gründen. Communities ordnen sich immer genau einer bestimmten Area zu. Areas visualisieren mit ihren beherbergten Communities somit grobe Themengebiete des Controllings und sind auf der unmittelbaren Startseite auf einen Blick sichtbar. Contropolis ist somit hierarchisch dreistufig aufgebaut. Die oberste Ebene bildet Contropolis als Startseite, wobei Ebene zwei Areas beinhaltet und Communities auf der dritten Ebene subsumiert.

Content, der nur innerhalb einer Community erstellt werden kann, wird mit gewissen Reichweiten ausgestattet. Reichweiten beziehen sich dabei auf die Anzeige von Content in so genannten Dashboards. Dashboards sind visuelle Boxen, die eine bestimmte Content-Klasse (z. B. Beitrag, Diskussion, News etc.) beinhalten. Sie zeigen Content in Kurzform an und bieten nach einem Klick auf den Titel eine Vollbildanzeige. Der Content kann in diesen visuellen Boxen nach speziellen Kriterien sortiert werden. Jede Hierarchiestufe (Startseite, Area oder Community) besitzt nun ein Set an Dashboards, die jeweils den Content der aktuellen Hierarchiestufe aufbereiten ⁵³ . Genau mit diesen Reichweiten kann der Content bei seiner Erstellung ausgestattet werden.

⁵³ Das Aggregieren von Informationen setzt auf Ebene der Contropolis Startseite und einer Area ein, sobald Informationen aus subsumierten Communities verfügbar sind.

Wird er bis zur Startseite freigegeben, so erscheint er auf der Startseite, der Area, in der die Community beherbergt ist, und in der Community selbst. Diese Reichweiten werden noch erweitert durch eine Benutzerstufe und eine Stufe „Community privat“ in der Hierarchie. Er ist dann jeweils nur durch registrierte Mitglieder in einer Community sichtbar. Auf der Ebene des Benutzers in der Hierarchie (myPlace), ist der gesamte Content des gerade angemeldeten Benutzers angezeigt und stellt somit aufgrund der Mehrfachzuordnung von Benutzern zu Communities eine andere Sicht auf Contropolis dar. Content mit der Reichweite „Benutzer“ ist mithin nur für den Autoren sichtbar.

Jedem Benutzer (auch Bewerbern, die in noch keiner Community Mitglied sind) steht ein internes Mailsystem zur Verfügung. Mit Hilfe eines Adressbuches kann dieser Kontakt zu anderen Benutzern, Communities oder ganzen Areas aufnehmen.

Ein autorisiertes Mitglied innerhalb einer Community kann Content erstellen. Folgende Contentarten stehen in der Betaversion zur Verfügung.

• Beitrag

• Diskussion

• News

• Umfrage

Beiträge sind von anderen Benutzern durch Punkte bewertbare Objekte. Entweder kann der gesamte Beitrag mit Hilfe eines HTML-Editors in Form eines Applets online erstellt oder in Form einer Datei beigefügt werden. Texte werden in Contropolis nicht mit semantischen Tags ausgezeichnet. Sofern Konventionen für Namensräume (z. B. DTDs oder XML-Schema) in einer sehr offenen Community deduktiv vorgegeben werden, müsste dieses Unterfangen sehr abstrakter Natur sein. Unterstützungen für ein Wissensretrieval treten vorerst mit den folgenden Methodiken auf: von HTML-Tags bereinigter Plain-Text (für Volltextsuche), Verschlagwortung von Dokumenten (mit Hilfe eines von den Benutzern selbst erstellten Kataloges), Einordnung der Beiträge in Communities und damit Areas. Ebenso wird bei jedem angezeigten Beitrag eine Liste assoziativer Beiträge aufgeführt. Die Bewertungen der Benutzer dienen als Annahme der Einsicht und Beurteilungsfähigkeit von Beiträgen und werden daher für die Assoziationsanalyse herangezogen. Bewertete Beiträge von Autoren, die den aktuell geöffneten Beitrag ebenfalls bewertet haben werden beginnend mit der höchsten Konfidenz als assoziati-

3 Fa llbeispie l und Ergänzungen

ve Beiträge angezeigt, wobei nur die Top 10 angezeigt werden ⁵⁴ . Beiträge in Contropolis können optional mit Leseberechtigungen versehen werden, die sich auf einzelne Benutzer, Communities oder ganze Areas beziehen können. Sie sind grundsätzlich von der Darstellung bzw. Sichtbarkeit der Beiträge (Reichweiten) in Dashboards getrennt ⁵⁵ .

Diskussionen in Contropolis sind dem üblichen Format angelehnt. Auf ein Ausgangsstatement können beliebig viele Statements erfolgen usw. Eine Diskussion ist somit wie ein Baum aufgebaut. Ebenso wie Beiträge können Diskussionen mit Berechtigungen und Reichweiten ausgestattet werden. Optional besitzen Diskussionen Einladungen, die an Benutzer, Communities oder Areas versendet werden können und ein Auslaufdatum. Beim Erreichen eines Auslaufdatums können Diskussionen nur noch gelesen werden, sofern der Autor diese Sperre nicht nachträglich aufhebt (sinnvoll z. B. für Projekte o. ä.).

News sind kurze Statements, die von anderen Benutzern nur gelesen werden können. Auch sie werden mit Reichweiten ausgestattet.

Mit dem Umfragemodul können Benutzer einen beliebigen Fragebogen erstellen. Als Antworttypen stehen Single-Choice, Multiple-Choice, Textfelder, Zahlenfelder, Textboxen und Datumsfelder zur Verfügung. Umfragen können mit Reichweiten, Berechtigungen und einem Auslaufdatum ausgestattet werden. Der Autor kann sofort nach Erstellung der Umfrage simultan zur Veröffentlichung den Fragebogen analysieren. Zum einen kann er sich die Antworten eines einzelnen Benutzers, zum anderen die Verteilung von geschlossenen Fragen (Multiple-Choice, Single-Choice) anzeigen lassen.

Wissen haftet nicht an Dokumenten, in denen es geschrieben steht, noch ist es in Diskussionsbeiträgen zu finden. Es kann zwar externalisiert werden, ist aber immer einer bestimmten Person oder Gruppe zuzuordnen. Es ist somit nicht verwunderlich, dass die ersten Schritte der Wissensinventur mit so genannten Gelben Seiten enden. Gelbe Seiten in Unternehmen sind - vielfach zentrale - Verzeichnisse über Mitarbeiter, die besondere Kenntnisse oder Fähigkeiten in bestimmten Gebieten aufweisen. Diese Momentaufnahme organisationaler Wissensträger darf nicht zentral gepflegt werden, sondern sollte mit der laufenden Arbeit in Projekten und Geschäftsprozessen reifen. Sie sollte ganz einfach verbunden werden mit Wissensmedien, z. B. strukturierte Projektpläne, in denen einigermaßen objektiv von Schwachstellen, Erfolgsfaktoren und Inhalten gesprochen wird. Beispielsweise wäre ein

⁵⁴ Die Berechnung der Assoziationen ( A ⇒ ) erfolgt nach dem Apriori Algorithmus, ist aber B

dahingehend erleichtert, als das Ausgangsobjekt der Assoziation A bekannt ist.

⁵⁵ Mit dem Klick auf einen Dashboardeintrag, der aktuell nicht gelesen werden darf, erscheint eine entsprechende Meldung. Als „Community private“ gekennzeichneter Content bleibt dabei Nichtmitgliedern der Community verborgen.

Herr Müller dann nicht einer gewaltigen Menge Schlagwörter unterworfen, mit denen er sich in die Gelbe Seiten einreiht, sondern explizit als Projektmanager im F & E Proejekt Z erwähnt, dem bestimmte Skills zugeschrieben werden können. Contropolis führt ebenfalls Buch über die Skills seiner Mitglieder. Da keine zentrale Redaktion vorhanden ist, muss sich diese Mitgliederliste den aktuellen Gegebenheiten dynamisch anpassen.

Skills der Mitglieder werden anhand einer Zahl - dem Community Value Added (CVA) - bewertet und stehen optional im Mitgliederprofil, vom Autor selbst geschrieben. Durch Aktivitäten des Mitglieds bestimmt sich dessen CVA. Ein Mitglied schreibt mehr oder weniger gute Beiträge, die anhand der Bewertung anderer Benutzer in den CVA einfließen und leistet Diskussionsbeiträge, die Aktivitäten in Communities widerspiegeln. Abbildung 6 zeigt Einflussfaktoren auf den CVA.

Abbildung 6: Einflussfaktoren auf den Community Value Added (CVA) Quelle: eigene Darstellunn

Für die verschiedenen Hierarchiestufen werden in einem Dashboard Mitglieder mit einem hohen CVA (Experten) aufgelistet mit der Möglichkeit der Kontaktaufnahme.

3.2 Zusammenfassung und Ausblick

Die Contropolis Community Dienste sind unternehmensübergreifend eingesetzt. Ihr Konzept kann jedoch die Grundlage eines intraorganisationalen Einsatzes bilden. Gerade in multinationalen Unternehmen mit ebenso multinational agierenden Teams sind virtuelle Plätze als Basis-Infrastruktur zwin-

3 Fa llbeispie l und Ergänzungen

gend notwendig, um Distanzbrücken zu schlagen. Eine vollkommen webbasierte Anwendung bietet hier allgemein bekannte Vorzüge gegenüber herkömmlicher Groupware, die zum Teil mehr clientseitige Software benötigen als nur einen Internetbrowser.

Wie nach einem jedem Projekt existieren viele Ideen, vermengt mit den Eindrücken des Entwicklerteams und den Wünschen der Anwender, um das Geleistete noch besser zu machen. Ein Ansatzpunkt für solche Value Added Services stellen die analytischen Dienste von Contropolis dar. Controller handeln gern mit Zahlen (und Kontexten) und wissen eine Spielwiese im Numbercrunching sicher zu schätzen. Analytische Dienste sollen vollkommen webbasiert eine Verbindung schaffen zwischen den Organisationsformen in Communities und der Zahlenwelt des Controllings. Als ein erster Punkt ist das Benchmarking von Business Plänen vorgesehen. Die Benchmarkingdienste teilen sich in drei Funktionen auf

• Business Plan Erstellung mit Hilfe eines Assistenten

• Analyse des Business Plans

• Benchmarking von Business Plänen

Der Assistent soll eine gestützte Erstellung eines - auf Wunsch anonymisierten Business Plans erlauben. Durch gezielte, vom Kontext abhängige Fragestellungen wird der Benutzer durch ein mehrdimensionales Datenmodell navigiert, welches seinen Bedürfnissen angepasst wird. Eingaben folgen dabei immer der Bedingung, später mit vorhandenen Business Plänen verglichen werden zu können. Die Erstellung eines Business Plans erfolgt modular und strukturadaptiv. Datenerfassungsroutinen müssen Unterschiede in der Modellierung von vorliegenden Business Plänen grundsätzlich zulassen. Eine stringente Zweiteilung des Business Plans in eine obligatorische Master- und eine fakultative Detailebene wahrt somit einerseits eine für Benchmarking-Analysen wichtige Rahmenkonsistenz, andererseits eine individuelle Abbildung des jeweiligen Geschäftsmodells. Der Masterlevel eines Business Plans unterstellt mit seiner Finanz-, Bilanz- und Erfolgsrechnung eine Vergleichbarkeit der finanziellen Größen aller Business Pläne. Angereichert mit qualitativen Daten erzeugt diese Ebene bereits ein einfaches Abbild eines Business Plans auf einem hohen Aggregationsniveau. Unterhalb der Masterebene sollen Teilpläne eine Individualisierung auf der Kosten-, Leistungs-, Investitions- und Personalseite ermöglichen, wobei Leistungspläne geschäftsmodelltypisiert auftreten können. Typen der Geschäftsmodelle ergeben sich dabei aus den möglichen Permutationen vorgegebener Dimensionen eines generischen Leistungsplans: Produkte, Projekte, Prozesse, Kundensegmente und Regionen.

Die Business Plan Analyse führt auf einen erstellten Business Plan einfache betriebswirtschaftliche Analysen durch. Für eine mehrdimensionale Datenhaltung typische Abfragen generieren Standardreports eines Business Plans und unterstützen als Erweiterung eine benutzergetriebene ad hoc Analyse. Planungs- bzw. Schreibfunktionen ermöglichen eine gestalterische (planerische) Veränderung von Bestimmungsgrößen.

Das Benchmarking soll Sichten auf mehrere Business Pläne eröffnen. Business Pläne sind per definitione unterschiedlich und müssen hier vergleichbar gemacht werden. Die Masterebene eröffnet einem Benutzer sinngemäß einen unmittelbaren und einfachen Einstieg in Benchmarking-Routinen. In Verbindung mit qualitativen Daten können auf dieser hoch aggregierten Ebene bereits nützliche Ergebnisse erzielt werden. Beispielsweise könnten Auffälligkeiten in der Umsatzentwicklung bestimmter Softwareunternehmen im Planjahr 2002 nicht nur leicht ermittelt, sondern direkt in einen Kontext gerückt werden, indem Ergebnisse von zuvor initiierten Fragebögen aus dem Erstellungsprozess in der Analyse Berücksichtigung finden. Heterogene Teilpläne hingegen müssen mit Hilfe von Metadaten vergleichbar gemacht werden. Unterschiedliche Terminologien in Business Plänen - z. B. in der Definition von Kundengruppen, Regionen oder Kostenstellen - müssen einer einheitlichen Semantik unterworfen werden. Solche homogenisierenden Metadatenansammlungen stehen Benutzern als Vorauswahl zur Verfügung (Standardisierte Benchmarking-Reports), können aber auch selbst redaktionell entworfen werden.

Redaktionelle Dienste in der Community Sphäre können eine weitere Verbesserung des Leistungsumfanges von Contropolis bereitstellen. So kann durch den Aufsatz eines Workflow unterstützenden Content Management Systems die Erstellung von Content gegen bestimmte Regeln besser gesteuert werden. Auf die Abbildung eines Workflows wurde in Contropolis verzichtet. Doch Workflows verbunden mit dem Usermanagement könnten Redaktionen notwendig erscheinen lassen. Diese sammeln einen einheitlichen Content in Form einer Veröffentlichung oder entsenden diesen gegebenenfalls in eine neue Redigierungsrunde. Ebenso entsteht bereits durch die Verschlagwortung von Beiträgen und deren Positionierung in eine bestimmte Community ein Sammelsurium an Begrifflichkeiten. Diese Begriffe könnten zu einem Glossar verdichtet werden. Ein Glossar, welches vielleicht als Nachschlagewerk für Controller verwendet werden kann. Unter www.babylon.com findet man z. B. ein Informationstool, das auf dem eigenen Rechner installiert wird. Diese Software nimmt Glossare auf und liefert auf einen Begriff hin verschiedenste Erklärungen, je nach Umfang der installierten, und frei verfügbaren Glossare. So existiert mittlerweile ein reichliches Repertoire an Wörterbüchern, aber auch an technischen, wirtschaftlichen oder anderen Glossaren. Die Glossare können dabei offline vorgehalten oder im Web zu Rate gezogen werden. Mit Hilfe einer vorhandenen Schnittstelle zu Babylon könnte Contropolis überdies als Plattform dienen, die bestimmte Glossare entstehen lässt und verwaltet.

I Litera tu rverzeichnis

I Literaturverzeichnis

Bücher

[BSC] Weber, Jürgen/Schäffer, Utz, "Balanced Scorecard & Controlling", 2. Auflage, Wiesbaden, 2000

[CMS] Bullinger, Hans-Jörg (Hrsg.) et. al., "Content Management Systeme -", Düsseldorf, 2000

[Communities] Schmidt, Michael Peter, "Knowledge Communities", München,

2000

[Controlling] Weber, Jürgen, "Einführung in das Controlling", 8. aktualisierte und erweiterte Auflage, Stuttgart, 1999

[KM-Suites] Seifried, Peter/Eppler, Martin J., "Evaluation führender Knowledge Management Suites - Wissensplattformen im Vergleich", St. Gallen, 2000

[Memory] Brooking, Annie, "Coroporate Memory - Strategies for Knowledge Management", London, 1999

[Network] Arthur D. Little(Hrsg.), "Management in vernetzten Unternehmen", Wiesbaden, 1996

[Ontologies] Fensel, Dieter, "Ontologies - A Silver Bullet for Knowledge Management and Electronic Commerce", Berlin-Heidelberg-New York, 2001

[Organisation] Nonaka, Ikujiro, "Die Organisation des Wissens - wie japanische Unternehmen eine brachliegende Ressource nutzbar machen", Frankfurt-New York, 1997

[Wissen managen] Probst, Gilbert, "Wissen managen - wie Unternehmen ihre wertvolle Ressource optimal nutzen", 3. Auflage, Wiesbaden, 1999

[Wissen managen1] Gentsch, Peter, "Wissen managen mit innovativer In-formationstechnologie", Wiesbaden, 1999

[Wissensmanagement] Herbst, Dieter, "Erfolgsfaktor Wissensmanagement", Berlin, 2000

[XML] Rothfuss, Gunther/Ried, Christian, "Content Management mit XML", Berlin-Heidelberg 2001

Aufsätze

[BKM] Bach, Volker (Hrsg.) et. al., "Business Knowledge Management: Wertschöpfung durch Wissensportale" in Business Knowledge Management in der Praxis, Berlin-Heidelberg-New York, 2000

[Consulting] Springs, Rainer/Bredtmann, Thade, Niedereichholz, Christel (Hrsg.), "Knowledge Based Management - Wissensmanagement in der internen Beratung", in "Internes Consulting", München, 2000

[CKOs] Earl, Michael J./Scott, Ian A., "What do we know about CKOs?" in "Knowledge horizons - the present and the promise of knowledge management", Boston, 2000

[Unternehmensberatung] Habbel, Rolf W./Bamberger, Ingolf (Hrsg.), "Er-folgsfaktoren zur Entwicklung und Umsetzung von Unternehmensstrategien in der Wissensgesellschaft", in "Strategische Unternehmensberatung", Wiesbaden, 1998

Web-Quellen

[Ontologies1] Schnurr, Hans-Peter/Staab, Steffen/Studer, Rudi/York, Sure, "Ontologiebasiertes Wissensmanagement - Ein umfassender Ansatz zur Gestaltung des Knowledge Life Cycles", Karlsruhe, http://www.ontoprise.de/download/OntologieWM.pdf

[Portale] Staab, Steffen/Maedche, Alexander, "Knowledge Portals -Ontologies at Work", Karlsruhe, http://www.aifb.unikarlsruhe.de/WBS/sst/Research/Publications/ai-magazine-staab-maedche.pdf