Zusammenfassung

Mit dem im Rahmen dieser Arbeit konzipierten Wissensbilanz-Controlling-Prozess wird die Erstellung und Nutzung einer Wissensbilanz systematisch erfasst. Wesentliche Innovationen bestehen aus einer neu entwickelten Methode zur Selektion und Analyse von aussagekräftigen Indikatoren. Es wurde weiters eine Software erstellt, mit welcher die Daten für die zuvor ausgewählten Kennzahlen im Unternehmen dezentral erhoben und zentral ausgewertet werden. Mit Hilfe der in der Arbeit vorgestellten Verfahren ist es möglich, die Wissensbilanz effizienter und effektiver als mit herkömmlichen Methoden zu generieren, sowie den Nutzen daraus zu optimieren.

Der derzeit stattfindende Übergang zu einer wissensbasierten Gesellschaft beeinflusst alle Bereiche vom persönlichen Alltag bis zur gesamtwirtschaftlichen Lage. Als eine Folge davon erhält das Wissen bzw. intellektuelle Kapital eines Unternehmens eine immer größere Bedeutung und stellt einen wesentlichen Erfolgsfaktor dar. Stakeholder erwarten Informationen über diesen immateriellen Faktor, der intern gemessen und entwickelt werden muss. In dieser Arbeit wird das Instrument der Wissensbilanz näher betrachtet, das eine Möglichkeit darstellt, um dieser Veränderung Rechnung zu tragen. Österreichische Universitäten müssen beispielsweise bereits verpflichtend Wissensbilanzen erstellen. Bei der Wissensbilanz wird ein induktivanalytischer Ansatz verfolgt, um Elemente des intellektuellen Kapitals zielgerichtet zu identifizieren, abzubilden und zu entwickeln. Dabei kommt ein Multi-Indikatorsystem zum Einsatz, welches Kennzahlen zur Modellierung der Zusammenhänge zwischen intellektuellem Kapital, Geschäftsprozessen und relevanten Ergebnissen abbildet. Die Aggregation zu einer Bilanzsumme oder einer anderen Spitzenkennzahl ist dabei nicht vorgesehen. Damit ist es möglich, sowohl unternehmensextern wie auch -intern über das intellektuelle Kapital zu berichten. Die Berücksichtigung der gewonnenen Erkenntnisse bei der Unternehmenssteuerung ist denkbar, erfolgte bislang aber nur in geringem Maße. Ein Grund dafür liegt darin, dass an entsprechenden Verfahren noch geforscht wird.

I

Diese Arbeit geht einleitend auf die theoretischen Grundlagen ein und zeigt in der Folge wie der neu entwickelte Prozess zielgerichtet eingesetzt werden kann und welche Vorteile sich daraus ergeben. Bei der Erarbeitung der Ergebnisse wurde besonders auf die Bedürfnisse der Infineon Technologies Austria AG geachtet. Diese hat für das Geschäftsjahr 2004/05 eine Wissensbilanz erstellt und veröffentlicht. Darauf aufbauend galt es den gesamten Prozess der Erhebung, Verwaltung, Kontrolle, Aufbereitung und Analyse der Wissensbilanz in einem System zu erfassen und zu optimieren. Das konzipierte Wissensbilanz-Controlling stellt eine Erweiterung des grundlegenden Wissensbilanz-Modells dar. Mit dem Controlling-Prozess werden Merkmale und Methoden eingeführt, die zu einer umfangreichen aber zielgerichteten Informationsversorgung, zur Zielfindung und Steuerung beitragen.

Insgesamt umfasst das System sechs Hauptphasen. Voraussetzung ist, dass die Unterstützung des Managements vorhanden ist und dass ein Kernteam die Durchführung des gesamten Wissensbilanz-Controlling Prozesses überwacht.

Zu Beginn eines jeden Durchlaufs müssen die strategischen Wissensziele des Unternehmens überprüft werden. Danach folgt die Indikatorselektion mit Hilfe bereits etablierter Methoden. Nach der Selektion ist die Analyse durchzuführen. Dabei wird untersucht, ob die Kennzahlen ein ausgewogenes und transparentes Bild liefern können. Diese Überprüfung berücksichtigt die Verknüpfung der Wissensziele mit den dargestellten Indikatoren der Wissensbilanz. Mit Hilfe eines neuen Verfahrens können diese Beziehungen dynamisch und interaktiv grafisch ausgewertet und erforscht werden. Zentral ist die Erhebung und Aufbereitung der Daten. Dafür wurde eine spezielle Software unter dem Titel „ICR-Tool“ entwickelt, mit der eine dezentrale Datenerfassung und Berichtsgenerierung ermöglicht wird. Nach der Datensammlung folgt die Analyse der Ergebnisse. Daraus sollten Maßnahmen abgeleitet und auch umgesetzt werden. Besonders in zwei Bereichen konnten neue Verfahren entworfen werden, die sich mit Herausforderungen beschäftigen, die bislang noch nicht zufrieden stellend gelöst waren. Dabei handelt es sich um die Analyse der Indikatoren sowie die Datenerhebung.

II

Executive Summary

The Intellectual Capital Report Controlling process presented in this thesis systematically conceptualizes the creation and utilization of an intellectual capital report. Substantial innovations are a newly developed method for selecting and analyzing meaningful indicators as well as software that supports decentralized data collection and centralized reporting. Using the proposed methods an intellectual capital report can be generated more effectively and efficiently than by other common practices. Moreover, the benefit derived from the reporting is optimized.

The transition towards a knowledge-based society is, according to experts, undoubtedly accompanied with an increased importance of knowledge that affects all areas of life and economy. Due to these changes, knowledge has become a key success factor for companies and a major component of the organizational value. As a consequence, stakeholders (particularly investors) demand information about knowledge assets for being able to better assess their current and potential future investments. Companies therefore have to provide this information and internally control their knowledge assets. One approach to satisfy these needs is the utilization of intellectual capital reports (ICRs) which are highlighted in this report. An ICR is a multi-indicator system used to depict the development of intangible assets. Basic models do not provide sufficient instructions on how to select meaningful indicators and lack certain capabilities of a steering instrument. With the controlling process methods are introduced that aid in the selection of an appropriate indicator set and that prepare information as a foundation for knowledge-based management decisions. In order to get the whole controlling process, that follows the principles of a continuous improvement process, started, the management has to be motivated to actively support the intellectual capital reporting. First of all, the company’s knowledge goals have to be defined and the purpose of the creation of an intellectual capital report has to be reconsidered. Then an initial set of indicators has to be selected. This is a lengthy but important task. The use of a sample set of indicators can aid in finding the right indicators. However, selecting the right indicators always

III

requires management-involvement and is one of the main challenges. The initial indicator set is then analyzed to find missing, isolated and redundant indicators.

Additionally the relation between indicators and knowledge goals is examined. The analysis is based on a review, where the intra- and interrelations between all indicators and knowledge goals are assessed. Based on this assessment cross-influences are calculated for overall influence and influence on each category or knowledge goal. Indicators with low overall influence are isolated and therefore candidates for being removed from the set. Categories or knowledge goals with few related indicators need to be reviewed and it might be necessary to add more relevant indicators for this category/knowledge goal. All dependencies are also visualized using software specially adapted for this purpose. Dynamic graphs with radial layout are automatically generated that represent all direct and indirect influences of a given indicator or knowledge goal. With this software it is possible to dynamically navigate through the data and examine each item individually. The main advantage of this visualization is that it can give a comprehensible overview of all relations for each indicator. Based on the results from the analysis, the indicator set can be iteratively refined until an optimal set of indicators has been found. As a next step data for the indicators has to be collected. Software called “ICR-Tool” was purpose-built to collect data. Lessons learned from a previous data collection for the intellectual capital report have been considered when developing the software. The tool is an intranet-application that can be accessed by every authorized employee using only a web-browser. The main feature of the ICR-Tool is that data can be centrally collected, stored and analyzed. Once a responsible owner for each indicator is entered in the system, the owners get notified by e-mail and can either supply the requested data personally or delegate this task to other employees. After the data has been entered in the system, the data has to be verified by another employee before it is released.

Finally the data collected is analyzed and prepared for aiding the management in knowledge-sensitive decisions.

IV

Inhaltsverzeichnis

  Zusammenfassung  I

  Executive Summary  III

1.  Einleitung  1

1.1.  Motivation  1

1.2.  Über Infineon Technologies  2

1.3.  Problemstellung  3

1.4.  Zielsetzung  3

1.5.  Vorgehensweise  4

1.6.  Aufbau der Arbeit  5

2.  Allgemeines und Begriffsabgrenzung  6

2.1.  Wissen  6

2.2.  Wissensmanagement  9

2.3.  Kapital und Vermögen  10

2.4.  Intellektuelles Kapital - Intellektuelles Vermögen  11

2.5.  Bilanz  13

2.6.  Wissensbilanz  15

2.7.  Controlling  16

2.8.  Wissenscontrolling  16

2.9.  Wissensbilanz-Controlling  17

3.  Wissensbilanzierung  18

3.1.  Überblick über die Thematik „Wissensbilanzierung“  18

3.2.  Historische Betrachtung  19

3.3.  Intellektuelles Kapital in der Rechnungslegung  22

3.3.1.  UGB - Unternehmensgesetzbuch (Österreich)  22

3.3.2.  DRS - Deutsche Rechnungslegungs Standards  23

3.3.3.  IAS/IFRS - International Financial Reporting Standards  24

3.4.  Gründe für die Erstellung einer Wissensbilanz  26

3.5.  Wissensbilanzierung im internationalen Vergleich  30

3.6.  Wissensbilanz-Modelle  33

3.6.1.  Dänisches Modell  33

V

3.6.2.  ARCS-Modell von Koch/Schneider  34

3.6.3.  Modell von Infineon Technologies Austria  35

4.  Ausgangssituation und Anforderungen  37

4.1.  Vorbedingungen  37

4.2.  Bisherige Maßnahmen  37

4.3.  Verbesserungspotential  38

4.4.  Organisatorische Rahmenbedingungen  39

4.5.  Technische Rahmenbedingungen  40

4.6.  Definitionsprozess der Anforderungen  40

4.7.  Systemische Anforderungen  41

4.7.1.  Auswahl der Indikatoren  42

4.7.2.  Generierung der Wissensbilanz  42

4.7.3.  Der Prozess als Controlling-Instrument  43

4.8.  Technische Anforderungen Software „ICR-Tool“  43

4.8.1.  Generelle technische Anforderungen  44

4.8.2.  Benutzeroberfläche zur Administration  44

4.8.3.  Dateneingabe  45

4.8.4.  Datenausgabe  45

4.8.5.  „Use Cases“ (beispielhaft)  45

5.  Konzeption der Lösung  47

5.1.  Allgemeines Konzept Wissensbilanz-Controlling  47

5.2.  Definition/Prüfung der strategischen Wissensziele  50

5.3.  Grundlegende Indikatorselektion  50

5.3.1.  Ablauf und Handlungsanweisungen  51

5.3.2.  Alternative Methoden  57

5.4.  Analyse und Verfeinerung der Indikatormenge  58

5.4.1.  Ablauf und Handlungsanweisungen  59

5.4.2.  Einflussmatrix: Bewertung von Wechselwirkungen  59

5.4.3.  Auswertung der Einflussmatrix  61

5.4.4.  Grafische Auswertung der Einflussmatrix  67

5.4.5.  Alternative Methoden  73

5.5.  ICR-Tool: Datenerhebung und -aufbereitung  74

5.5.1.  Ablauf und Handlungsanweisungen  75

5.5.2.  Details zur gewählten Softwareumgebung  81

VI

5.5.3.  Alternative softwaretechnologische Lösungsansätze  83

5.5.4.  Sicherheitsmaßnahmen  84

5.5.5.  Alternative Methoden  86

5.6.  Analyse der Ergebnisse  87

5.6.1.  Ablauf und Handlungsanweisungen  87

5.6.2.  Sensitivitätsanalyse  87

5.6.3.  Alternative Methoden  89

5.7.  Maßnahmen ableiten  92

6.  Ergebnisse und Ausblick  93

6.1.  Vorteile einer Wissensbilanz  93

6.2.  Vorteile des Wissensbilanz-Controllings  94

6.2.1.  Ablaufoptimierung Wissensbilanz  94

6.2.2.  Vorteile für die Berichterstattung  96

6.2.3.  Vorteile für die interne Steuerung  97

6.3.  Universelle Anwendbarkeit der Ergebnisse  97

6.3.1.  Gesamtkonzept Wissensbilanz-Controlling  97

6.3.2.  Indikatorselektion und -verfeinerung  98

6.3.3.  „ICR-Tool“  98

6.4.  Ausblick  99

  Literaturverzeichnis  101

  Abbildungsverzeichnis  109

Tabellenverzeichnis   110

  Abkürzungsverzeichnis  111

Anhang 1  User Requirements Document  

VII

1. Einleitung

1.1. Motivation

Es gilt heute als anerkannt, dass Wissen neben finanziellen und materiellen Ressourcen einer der wichtigsten Faktoren für den Geschäftserfolg von Organisationen ist. Internationale Experten sind sich einig, dass der Wandel von der Produktions- zur Dienstleistungs- und zur Wissensgesellschaft die Bedeutung von Wissen bereits enorm verstärkt hat. Die Auswirkungen der Entwicklung machen sich überall, vom persönlichen Alltag bis zur gesamtwirtschaftlichen Lage, bemerkbar. 1

Diese neuen Tendenzen müssen auch in Unternehmen ausreichend beachtet werden. Dabei ist nicht nur der informationstechnische Aspekt zu berücksichtigen. Nach Ansicht einiger Experten wurde in der Vergangenheit im organisatorischen Kontext dem Wissen oft nur mit sehr technokratischen Lösungen aus dem Bereich des Wissensmanagements Rechnung getragen. Vielmehr ist jedoch eine ganzheitliche Betrachtungsweise notwendig, die daneben andere Bereiche, wie beispielsweise Gesellschafts- und Sozialwissenschaften berücksichtigt. 2

Auch auf höchster politischer Ebene wurde die Bedeutung dieses Umbruchs erkannt. So hat sich die Europäische Union als Ergebnis des Lissabon-Abkommens das strategische Ziel gesetzt, Europa bis zum Jahr 2010 „zum wettbewerbsfähigsten und dynamischsten wissensbasierten Wirtschaftsraum in der Welt zu machen“ ³ .

Bislang existieren jedoch für Unternehmen noch keine rechtlich verbindlichen Methoden zur Messung und Veröffentlichung dieses immateriellen Faktors. Derzeit beschäftigen sich zahlreiche Experten mit der Ausgestaltung von Systemen zur Wissensbilanzierung. Wenngleich auch bereits mehrere Ansätze verfolgt werden, so gibt es noch keine standardisierten Systeme. Es besteht definitiv noch Forschungsbedarf, um alle Potentiale nutzen zu können.

¹ Vgl. Alwert/Heisig/Mertins (2005), S. 1

² Vgl. Rooney/Hearn/Ninan (2005), S. 1 ff.

³ Europäischer Rat (Lissabon) (2000), S. 2

1

Die Infineon Technologies Austria AG hat sich als Wegbereiter und Impulsgeber in diesem Bereich dazu entschlossen, mit der Wissensbilanz 2005 eine Bilanz über das intellektuelle Kapital des Unternehmens vorzulegen. 4

Im Rahmen dieser Masterarbeit wurde einem Diplomanden die Möglichkeit geboten, sich mit dem interessanten, hochaktuellen und herausfordernden Gebiet in Theorie wie auch Praxis bei Infineon Technologies Austria AG zu beschäftigen. Die Beschreibung der konkreten Problemstellung und Zielsetzung der Arbeit erfolgt in den Abschnitten 1.3 und 1.4.

1.2. Über Infineon Technologies

Die Infineon Technologies AG mit Sitz in München ist einer der weltweit führenden Halbleiter-Hersteller und bietet Halbleiter- und Systemlösungen für Automobil-, Industrieelektronik und Multimarket, für Anwendungen in der Kommunikation sowie Speicherprodukte über ihr Tochterunternehmen Qimonda. Weltweit werden rund 42.000 Mitarbeiter beschäftigt. ⁵ Infineon Technologies Austria AG mit Sitz in Villach ist ein Konzernunternehmen der Infineon Technologies AG. Bei Infineon in Österreich sorgen rund 2.700 Mitarbeiter dafür, dass Infineon immer wieder neue Maßstäbe in der Mikroelektronik setzt. Etwa 800 Mitarbeiter sind in Österreich in der Forschung und Entwicklung beschäftigt. Besonders für High-Tech Unternehmen, wie Infineon, spielt der Faktor Wissen eine essentielle Rolle. Um sich am hart umkämpften globalen Markt zu positionieren, ist auch nachhaltige Innovationskraft notwendig. Diese geht von talentierten und motivierten Mitarbeitern aus. Infineon will weltweit als attraktiver „Brainport“ sichtbar sein und hohe Anziehungskraft auf Talente jeden Alters ausüben. Dieses Ziel wird durch zahlreiche Maßnahmen verfolgt und auch mit der Veröffentlichung einer Wissensbilanz bekräftigt. 6

⁴ Vgl. Infineon Technologies Austria AG (2006), S. 2 f.

⁵ Vgl. Infineon Technologies AG (2006)

⁶ Vgl. Infineon Technologies Austria AG (2006), S. 20 ff.

2

1.3. Problemstellung

Mit der Wissensbilanz 2005 legt die Infineon Technologies Austria AG erstmals eine Bilanz über das intellektuelle Kapital des Unternehmens vor. Dadurch wird die Bedeutung des Wissens hervorgehoben und gleichzeitig erhalten die Stakeholder und die Öffentlichkeit Informationen, welche die Strategie des Unternehmens verdeutlichen. Das Projekt wurde durch intensive Leistungen interner und externer Beitragender realisiert. Bei der Evaluierung des gesamten Prozesses wurde festgestellt, dass der Ablauf und auch Nutzen durch geeignete Prozesse, Software und Methoden optimiert werden könnte.

Im Rahmen der ersten Erstellung einer Wissensbilanz wurde der Fokus auf die Berichterstattung gelegt. Dabei war es ein besonderes Anliegen der Unternehmensleitung, nicht nur externe Interessenten sondern auch intern die Mitarbeiter darüber zu informieren, was Infineon in Österreich leistet. In weiterer Folge hat das Management Interesse daran, Erkenntnisse aus den Ergebnissen der Wissensbilanz auch bei der internen Unternehmenssteuerung zu berücksichtigen.

1.4. Zielsetzung

Ziel der Masterarbeit ist die Konzeption eines softwaregestützten Prozesses für das Wissensbilanz-Controlling bei Infineon Technologies Austria. Um in Zukunft die wesentlichen Bestandteile beim Erstellen der Wissensbilanz effektiver und effizienter zu gestalten sowie den Nutzen daraus zu optimieren, sollen alle relevanten Methoden mit diesem Prozess formalisiert und durch geeignete Software unterstützt werden. Der Wissensbilanz-Controlling-Prozess soll die Erhebung, Verwaltung, Kontrolle, Aufbereitung und Analyse der Wissensbilanz abbilden. Dadurch soll die Erstellung der Wissensbilanz einfacher und transparenter werden. Ebenso soll es einfach möglich sein, Teilaspekte der Bilanz und historische Daten zu extrahieren und zu vergleichen. Damit lassen sich auf der einen Seite aussagekräftige und transparente Berichte für die unternehmensexterne Berichterstattung generieren. Auf der anderen Seite wird aber auch eine unternehmensinterne Verwendung der Daten berücksichtigt.

3

Das System muss flexibel und leicht adaptierbar sein, um künftigen Änderungen leicht Rechnung tragen zu können.

Daneben ist es wichtig, dass alle Daten nachvollziehbar und rückverfolgbar sind, sowie von entsprechend autorisierten Stellen verifiziert werden. Das System soll auch als Controlling-Tool fungieren können, sodass eine wissensorientierte Steuerung von Aktivitäten in der Unternehmung abgeleitet werden kann.

Die theoretische Eingliederung der Arbeit erfolgt in Abschnitt 2.9 nach einer Erläuterung der relevanten Begriffe.

1.5. Vorgehensweise

Zur Bearbeitung der Problemstellung wurde der Ansatz des Systems Engineering (SE) gewählt. Eine reine Anwendung der klassischen Organisationsmethodik wäre nicht vorteilhaft gewesen, da somit Entwicklungstendenzen eventuell nicht genügend Berücksichtigung bekommen hätten. Aufgrund der Vielzahl an vorhandenen Rahmenbedingungen hätte ein Vorgehen nach einem sollzustandsorientierten Modell Erleichterungen bringen können. Da jedoch die Rahmenbedingungen nicht außer Acht gelassen werden konnten, habe ich mich für das Vorgehensmodell des SE entschieden. Dabei ist eine Mehrstufigkeit vorgesehen, wobei in den einzelnen Stufen der Detaillierungsgrad zunimmt.

In der Vorstudie wurden die bestehenden Systeme (Ist-Zustand) evaluiert und es wurde ein grundlegendes Anforderungsdokument in Zusammenarbeit mit dem Firmenbetreuer erstellt. Die Hauptstudie, in welcher auch ideale Lösungen (Soll-Zustand) berücksichtigt wurden, lieferte ein Grobkonzept als Ergebnis. Das Konzept wurde einer kritischen Überprüfung unterzogen und die Lösungsstrategien wurden entsprechend adaptiert. Unterstützt durch frühe Prototypen der Software konnten so auch die Software-Anforderungen iterativ konkretisiert werden. Im finalen Schritt, der Detailstudie, wurde das gesamte System konzeptionell fertig gestellt und softwaretechnologisch implementiert.

4

1.6. Aufbau der Arbeit

Im folgenden Kapitel werden allgemeine Grundlagen erläutert und es erfolgt eine Klärung sowie Abgrenzung von relevanten Begriffen. Erst nach den einleitenden Definitionen ist es sinnvoll, einen Gesamtüberblick über die theoretische Eingliederung dieser Arbeit zu geben, der in Abschnitt 2.9 zu finden ist.

Kapitel 3 behandelt die Thematik „Wissensbilanzierung“ näher. Die Herkunft der Methode sowie die Gründe für die Erstellung einer Wissensbilanz werden betrachtet. Ein Überblick über die Berücksichtigung von intellektuellem Kapital in den derzeit gültigen Rechnungslegungs-Vorschriften ist ebenfalls enthalten. Es folgen eine Gegenüberstellung von gebräuchlichen Methoden zur Wissensbilanzierung und eine Betrachtung der internationalen Verbreitung. Die Ausgangssituation für diese Arbeit bei Infineon Technologies Austria ist in Kapitel 4 erfasst. Es wird auf die Vorbedingungen, bisherigen Maßnahmen und festgestellten Verbesserungspotentiale eingegangen. Die organisatorischen und technischen Rahmenbedingungen, die bei der Problemlösung zu berücksichtigen sind, werden angeführt und die Anforderungen an die Lösung konkretisiert. Neben der Beschreibung der Anforderungen wird auch dargelegt, wie die Anforderungen definiert wurden.

Den Kern der Arbeit stellt Kapitel 5 dar. Dabei wird das allgemeine Konzept des Wissensbilanz-Controllings erläutert und es erfolgt eine genaue Betrachtung jeder einzelnen Komponente des Systems. Für jede Komponente werden die Details behandelt sowie mögliche Alternativen angeführt und bewertet. Hier sind auch die Beschreibungen der neu entwickelten Verfahren zur Analyse der Indikatoren und zur Datensammlung mit Hilfe des „ICR-Tools“ zu finden.

Anmerkungen zur Anwendung der Lösung sind noch in Kapitel 6 zu finden. Dabei werden die Vorteile der Lösung aufgezeigt und die Anwendbarkeit der Ergebnisse für andere Unternehmen bzw. Organisationen wird analysiert. Abschließend erfolgt ein Ausblick auf mögliche bevorstehende Entwicklungen und auf Bereiche, die noch Forschungspotential für zukünftige Arbeiten auf diesem Gebiet beinhalten.

5

2. Allgemeines und Begriffsabgrenzung

Dieses Kapitel dient zur kurzen Einführung in die für die Thematik „Wissensbilanzierung“ relevanten Bereiche. Gerade in diesem relativ jungen Themenfeld gibt es sehr viele Begriffe, die zum besseren Verständnis abgegrenzt und erläutert werden: Denn einheitliche Terminologien haben sich noch nicht zur Gänze etabliert und somit ist für ein besseres Verständnis der folgenden Ausführungen eine grundsätzliche Begriffsklärung und -abgrenzung unabdingbar.

Die derzeit in der Literatur noch vorherrschenden Begriffsverwirrungen sind zum Teil auch dadurch bedingt, „dass bereits der ‚Gegenstand’ der Betrachtung immateriell und damit prinzipiell schwer fassbar ist.“ 7

2.1. Wissen

Da „Wissen“ einen der zentralen Begriffe in dieser Arbeit darstellt, ist es notwendig diesen zu definieren und zu konkretisieren. Erstaunlich ist jedoch, dass für den Begriff des Wissens noch immer keine einheitliche, allgemein anerkannte Definition existiert. Schon seit der Antike wird der Begriff auf philosophischer und wissenschaftlicher Ebene immer wieder neu definiert. Die Definitionen sind zwar sehr ähnlich, jedoch immer vom Standpunkt des Definierenden abhängig formuliert.

Obwohl Maurer der Meinung ist, dass es sinnvoll wäre, auf eine genaue Definition zu verzichten, um „definitorische Schwierigkeiten zu vermeiden“ sei an dieser Stelle dennoch ein Versuch gewagt. ⁸ Im konkreten Kontext ist eine Definition angebracht, die vom wirtschaftlichen und wissenschaftlichen Standpunkt ausgeht. Derartige Erklärungen finden sich vorwiegend in der Literatur zum Wissensmanagement.

Zumindest auf dem Gebiet des Wissensmanagements haben sich die Definitionen des Begriffs „Wissen“ von Probst und North im deutschsprachigen Raum etablieren können.

⁷ Alwert/Heisig/Mertins (2005), S. 2

⁸ Vgl. Maurer (2002), S. 2

6

Probst definiert Wissen als

die Gesamtheit der Kenntnisse und Fähigkeiten, die Individuen zur Lösung von Problemen einsetzen. Wissen stützt sich auf Daten und Informationen, ist im Gegensatz zu diesen jedoch immer an Personen gebunden. ⁹ Darüber hinaus muss allerdings festgehalten werden, dass Wissen auch personenübergreifend beispielsweise an Prozesse und Routinen geknüpft sein kann. Die Diskussion, ob in den Prozessen selbst (und somit nicht an Personen gebunden) Wissen verankert ist oder doch nur Informationen, führt in philosophische Sphären und soll hier nicht weiter verfolgt werden. Doch allein dieses Beispiel mit begrenztem Betrachtungsfeld zeigt, dass bereits die Definition von Wissen kompliziert ist. Dies lässt erwarten, dass sich auch die Messung und Bewertung nicht einfach gestalten können. Eine weitere Definitionsmöglichkeit (die im Wesentlichen mit Probst harmoniert) illustriert North anhand seiner populären Wissenstreppe, welche in Abbildung 1 zu finden ist.

Abbildung 1: Wissenstreppe nach North

Quelle: Vgl. North (2002), S. 39

Die unterste Ebene stellen Zeichen (z.B. Buchstaben und Ziffern) dar. Werden diese entsprechend einer Syntax verknüpft, sind es Daten. Als Information

⁹ Probst/Raub/Romhardt (1997), S. 44

7

werden Daten mit Bedeutung bezeichnet. Erst wenn Informationen vernetzt werden, entsteht Wissen. Die einzelnen Informationen allein sind wertlos, nur im Kontext oder verbunden mit Erfahrungen und Erwartungen ergibt sich ein sinnvolles Ganzes.

Zur nächsten Stufe, dem Können, gelangt man nur, wenn das Wissen auch einen Bezug zur Anwendung hat. Für Handlungen ist außerdem das Wollen bedeutend, welches stark von der Motivation abhängt. Mitarbeiter, die nicht motiviert sind, werden gewisse Handlungen nicht ausführen, selbst wenn sie das notwendige Wissen und Können dafür hätten. Dies erklärt auch, warum die Mitarbeitermotivation eine relativ große Bedeutung bei der Mitarbeiterführung trägt.

Kompetenz ergibt sich aus richtigem Handeln und ist somit die Fähigkeit, Wissen zweckorientiert in Handlungen umzusetzen. Einzigartige Kompetenzen, die man selbst besser beherrscht als andere, führen schließlich zur Wettbewerbsfähigkeit. Diese Darstellung verdeutlicht außerdem die besondere Bedeutung der Ressource Wissen. Ein wesentlicher Faktor ist auch die Unterscheidung zwischen implizitem und explizitem Wissen. Die bereits angeführte Definition von Probst stellt relativ klar die Charakteristik von implizitem Wissen dar. Dieses ist an Personen gebunden und kann nicht oder nur sehr schwer extrahiert werden. In Einklang mit der Wissenstreppe von North wären somit nur Informationen extern erfassbar. Das Wissen selbst bleibt aber persönlicher Natur. Im Gegensatz dazu geht man bei explizitem Wissen davon aus, dass es artikuliert und kodifiziert werden kann. Explizites Wissen kann beispielsweise in Form von Dokumenten, Zeichnungen oder Prozessen abgebildet und verteilt werden. In der Wissenschaft und Literatur finden sich Vertreter für beide theoretischen Zugänge in Bezug auf die Art von Wissen. Probst etwa vertritt die Meinung, dass Wissen immer implizit wäre. Ich schließe mich aber der Meinung von Sanchez ¹⁰ an, wonach beide Zugänge richtig sind und jeweils die passende Kombination zwischen implizitem und explizitem Wissen zutrifft.

¹⁰ Vgl. Sanchez (2005), S. 191 ff.

8

2.2. Wissensmanagement

Besonders in den Jahren um die Jahrtausendwende war der Begriff „Wissensmanagement“ (engl. „Knowledge Management“) sehr populär. Doch schon seit der Antike ist bekannt, dass das gekonnte Management der Unternehmensressource Wissen für Wettbewerbsvorteile auf dem Markt sorgt. In der angloamerikanischen Literatur taucht der Begriff „Knowledge Management“ im Jahr 1976 zum ersten Mal bei Rickson auf, allerdings mit deutlich volkswirtschaftlich orientiertem Charakter. Erst im Jahr 1988 wird der Begriff im betriebswirtschaftlichen Sinne von Hertz verwendet. Er weist darauf hin, dass „sich die Autorität der Führungskraft in Zukunft mehr und mehr in seiner Expertenmacht begründen wird.“ ¹¹ Im Jahr 1991 beschreibt Nonaka seine Konzeption von Wissensmanagement anhand von Untersuchungen international erfolgreicher japanischer Unternehmen mit dem Modell der Spirale des Wissens. Dabei wird besonders auf den Aspekt der Wissensgenerierung und damit verbunden auf die Externalisierung von implizitem Wissen eingegangen. 12

Auch im deutschsprachigen Raum finden sich ab dem Ende der achtziger Jahre Ansätze zum Thema Wissensmanagement. Viele Arbeiten dazu kamen allerdings aus dem Umfeld der Informatik und deckten damit nur den relativ kleinen informationstechnischen Teil ab. ¹³ Dass dies nicht ausreichend ist, um Wissensmanagement erfolgreich zu machen, erläutert auch Maurer: Es müsse sich dabei um mehr handeln, „als die Verwendung von Informationssystemen oder verteilten Datenbanken“. ¹⁴ Als erster im deutschsprachigen Raum hat Albrecht das Konzept eines ganzheitlichen Wissensmanagements entwickelt: Ziel des Wissensmanagements ist es, das im Unternehmen vorhandene Potential an Wissen derart aufeinander abzustimmen, daß ein integriertes unternehmensweites Wissenssystem entsteht, welches eine effiziente gesamtunternehmerische Wissensverarbeitung im Sinne der Unternehmensziele

¹¹ Güldenberg (1998), S. 232

¹² Vgl. Güldenberg (1998), S. 231 ff.

¹³ Vgl. Güldenberg (1998), S. 234 f.

¹⁴ Maurer (2002), S. 1

9

gewährleistet. Dazu bedarf es vor allem der Gestaltung des gesamten Wissens des Unternehmens unter gleichberechtigtem Einsatz natürlicher wie künstlicher Ressourcen zur Wissensverwaltung und -verarbeitung. ¹⁵ Konkrete praktische Beispiele für Wissensmanagement werden von Sanchez aufgezeigt. Abhängig vom Zugang zu Wissen sind unterschiedliche Managementmethoden anzuwenden. Um implizites Wissen zu transferieren, müssen auch die Personen, welche es besitzen, innerhalb der Organisation bewegt werden. Lernen und Wissensgenerierung erfolgen durch das Zusammenbringen der richtigen Leute unter geeigneten Umständen. Passende Methoden dazu sind beispielsweise „Yellow Pages“, in denen jeder Mitarbeiter seine Fähigkeiten und Kompetenzen einträgt. Dadurch können bei Bedarf Experten unternehmensweit gefunden werden. Sanchez gibt als weiteres Beispiel den Aufbau einer neuen Fabrik bei Toyota an. Um die korrekte Implementierung des Produktionsprozesses in einer neuen Fabrik zu garantieren, wird ein Teil der neuen Mitarbeiter an bestehende Standorte entsandt. Diese sollen sich Wissen aneignen, dieses dann am neuen Standort umsetzen und die anderen neuen Mitarbeiter davon profitieren lassen. ¹⁶ Vor allem wenn von explizitem, und somit externalisierbarem, Wissen ausgegangen wird, ist der Einsatz von Informationssystemen,

Wissensdatenbanken oder ähnlichen technischen Lösungen sinnvoll. Um Wissensmanagement effektiv einzusetzen, ist eine ausgewogene Kombination von Methoden aus beiden Bereichen zu empfehlen, da jede Methode Vor- und Nachteile hat. 17

2.3. Kapital und Vermögen

Im Zusammenhang mit Wissensbilanzen wird oft der Begriff des intellektuellen Kapitals, bzw. Vermögens, verwendet. Um in Folge entscheiden zu können, welche Bezeichnung zutreffender ist, erfolgt hier eine Definition der beiden Begriffe Kapital und Vermögen im betriebswirtschaftlichen Kontext, wie sie im klassischen Rechnungswesen Anwendung findet.

¹⁵ Albrecht (1993), S. 97

¹⁶ Vgl. Sanchez (2005), S. 192 ff.

¹⁷ Vgl. Sanchez (2005), S. 194 ff.

10

Als Kapital (engl. „capital“) werden die Finanzmittel bezeichnet, über die ein Unternehmer verfügen kann. Es stellt die Mittelherkunft dar und kann in Eigenkapital und Fremdkapital unterteilt werden. Als Vermögen (engl. „asset“) wird die Mittelverwendung bezeichnet. Es beschreibt, in welche Vermögenswerte das Kapital investiert ist, bzw. wie das Kapital eingesetzt wird. Abhängig davon, wie lange das Vermögen dem Unternehmen dienen soll, wird eine Einteilung in Anlage- und Umlaufvermögen vorgenommen. 18

2.4. Intellektuelles Kapital - Intellektuelles Vermögen

Im Zusammenhang mit Wissensbilanzen werden die beiden Begriffe „Intellektuelles Kapital“ (engl. „intellectual capital“) und „Intellektuelles Vermögen“ (engl. „intellectual asset“) oft synonym verwendet, um das Wissen bzw. die Wissensressourcen einer Unternehmung auszudrücken. Wie aus den vorhergehenden Definitionen zu entnehmen, sind die beiden Begriffe Kapital und Vermögen im betriebswirtschaftlichen Kontext aber nicht sinngleich. Kapital ist in einer klassischen Bilanz auf der Passivseite zu finden und bezeichnet die Mittelherkunft. Fasst man Wissen allerdings als Ressource auf, wäre die Betrachtung als Vermögensgegenstand treffender. Im Rahmen der klassischen Rechnungslegung ist Wissen außerdem de facto nicht erfassbar. Wenn auch Wissen ein immaterieller Gegenstand ist, so kann es nur bruchstückhaft im immateriellen Anlagevermögen einer Bilanz nach österreichischem UGB erfasst werden. In Abschnitt 3.3 wird auf die relevanten Bestimmungen in verschiedenen Rechnungslegungs-Vorschriften näher eingegangen. Dennoch kann an dieser Stelle festgehalten werden, dass der Begriff „Immaterieller Vermögensgegenstand“ (engl. „intangible asset“) im Rechnungswesen bereits klar definiert ist und viele Aspekte des intellektuellen Kapitals nicht berücksichtigt. 19

Da sich eine Wissensbilanz aber von einer herkömmlichen Bilanz unterscheidet, scheint der Versuch nicht notwendig, die Begriffe krampfhaft nach Schemen der klassischen Rechnungslegung zu definieren. Mittlerweile konnte sich die Verwendung der Bezeichnung „Intellektuelles Kapital“ (engl.

¹⁸ Vgl. Bruns (2001), S. 3

¹⁹ Vgl. Alwert/Heisig/Mertins (2005), S. 3

11

„intellectual capital“) etablieren und diese wird daher auch im weiteren Verlauf dieser Arbeit eingesetzt.

Als einer der ersten erfasste Leif Edvinsson 1997 das intellektuelle Kapital strukturiert. ²⁰ Diese Definition fand bei Skandia Anwendung und ihr Einfluss ist auch in aktuellen Modellen noch ersichtlich. Die allgemeine Struktur ist in Abbildung 2 dargestellt. Demzufolge kann das intellektuelle Kapital als immaterielle Ressource eines Unternehmens verstanden werden. Es gliedert sich in drei große Blöcke: Human-, Kunden- und Organisationskapital. Das Humankapital mit den Mitarbeitern im Fokus stellt die Basis dar. Daneben sind beim Kundenkapital die Kunden und die Beziehungen zu ihnen von Bedeutung. Im Organisationskapital sind schließlich das Prozesskapital (für Wert schöpfende und auch nicht Wert schöpfende Prozesse), die Unternehmenskultur und das Innovationskapital enthalten. ²¹ An Stelle des Kundenkapitals ist aktuell oft die Bezeichnung Beziehungs- bzw. Netzwerkkapital zu finden, die allgemeiner gehalten ist und neben den Kunden auch Lieferanten und sonstige Partner berücksichtigt. In Abschnitt 3.6 folgt eine nähere Betrachtung von gebräuchlichen Modellen, bei denen jeweils eine (meist adaptierte) Definition des Begriffes „intellektuelles Kapital“ eine wesentliche Rolle spielt.

Abbildung 2: Struktur des intellektuellen Kapitals nach Edvinsson

Quelle: Skandia (1998), S. 4

²⁰ Vgl. Alwert (2005), S. 32

²¹ Vgl. Skandia (1998), S. 4

12

2.5. Bilanz

Der Begriff „Bilanz“ leitet sich vom italienischen „bilancia“ ab und ist übersetzt im Sinn einer Balkenwaage zu verstehen. Damit kann ein Unternehmer sein Vermögen und Kapital miteinander vergleichen. Für österreichische Unternehmen sind relevante Regelungen grundsätzlich im UGB zu finden. Zur Buchführung und damit auch zur Erstellung einer Bilanz sind folgende Unternehmen verpflichtet: 22

• Kapitalgesellschaften

• Unternehmerisch tätige Personengesellschaften, bei denen kein unbeschränkt haftender Gesellschafter eine natürliche Person ist.

• Alle anderen Unternehmer, bei denen die Umsatzerlöse die Schwellenwerte von 400.000 bzw. 600.000 Euro pro Jahr überschreiten.

Es gibt auch noch einige Ausnahmen zu beachten, die in § 189 UGB angeführt sind. Weitere Einzelheiten sind in den entsprechenden Gesetzestexten und in der Fachliteratur zu finden. Für die Führung der Bücher hält das UGB allgemein fest: Der Unternehmer hat Bücher zu führen und in diesen seine unternehmensbezogenen Geschäfte und die Lage seines Vermögens nach den Grundsätzen ordnungsmäßiger Buchführung ersichtlich zu machen. Die Buchführung muss so beschaffen sein, dass sie einem sachverständigen Dritten innerhalb angemessener Zeit einen Überblick über die Geschäftsvorfälle und über die Lage des Unternehmens vermitteln kann. Die Geschäftsvorfälle müssen sich in ihrer Entstehung und Abwicklung verfolgen lassen. ²³ Der Unternehmer hat am Ende jedes Geschäftsjahres einen Jahresabschluss, bestehend aus der Bilanz und der Gewinn- und Verlustrechnung, aufzustellen. ²⁴ Daneben gibt es auch noch zahlreiche Anlässe für die Aufstellung von so genannten Sonderbilanzen. 25

²² Vgl. UGB (idF v. 1.1.2007) § 189 Abs. 1

²³ UGB (idF v. 1.1.2007) § 190 Abs. 1

²⁴ Vgl. UGB (idF v. 1.1.2007) § 193 Abs. 4

²⁵ Vgl. Wagenhofer (2002), S. 48

13

Abbildung 3: Vereinfachte Bilanz nach UGB § 224 Quelle: Vgl. UGB (idF v. 1.1.2007) § 224

Generell stellt eine Bilanz wertmäßig Vermögen und Kapital gegenüber. Vereinfacht ausgedrückt befinden sich auf der Aktivseite das Anlage- und das Umlaufvermögen sowie auf der Passivseite das Eigen- und Fremdkapital. Eine vollständigere, aber dennoch stark vereinfachte, Darstellung einer Bilanz nach UGB ist in Abbildung 3 zu finden.

Von besonderem Interesse im Rahmen dieser Arbeit ist schließlich noch die Betrachtung von Adressaten und Aufgaben einer Bilanz. Denn diese beiden bedeutenden Faktoren sind auch später für Wissensbilanzen zu untersuchen. Die Bilanzierung zählt zur externen Rechnungslegung und an diesen Informationen haben viele Personen und Gruppen Interesse. Wie aus Abbildung 4 ersichtlich, spricht eine Bilanz sowohl interne als auch externe Adressatenkreise an. Mit Hilfe der Bilanz können sich Unternehmensexterne ein Bild über die Vermögenslage, wirtschaftliche Stabilität und Zuverlässigkeit des Unternehmens schaffen. Finanzbehörden ermitteln die fälligen Steuern anhand von Steuerbilanzen. Für die interne Verwendung wird meist zusätzliches Datenmaterial zur Verfügung gestellt. Manager können bei ihren Entscheidungen auf diese Informationen zurückgreifen. Ursprünglich war die Information der Manager einer der wichtigsten Zwecke der Rechnungslegung. Parallel dazu haben sich die Kostenrechnung und andere Controlling-Instrumente entwickelt, um aktuellere und für Entscheidungen relevantere Informationen als im Jahresabschluss zu erhalten. 26

²⁶ Vgl. Wagenhofer (2002), S. 24 f.

14

Abbildung 4: Adressaten einer Bilanz

Quelle: Vgl. Bruns (2001), S. 4 und Wagenhofer (2002), S. 24

Aus diesem möglichen Adressatenkreis lassen sich die Aufgaben und Funktionen einer Bilanz ableiten: 27

• Dokumentation

• Erfolgsfeststellung

• Disposition und Information

Die Bilanz muss die Zusammensetzung von Vermögen und Kapital dokumentieren und den finanziellen Erfolg eines Unternehmens feststellen. Zudem können die enthaltenen Informationen zur Disposition und Entscheidungsfindung von internen und externen Adressaten verwendet werden.

2.6. Wissensbilanz

Eine Wissensbilanz stellt keine Bilanz im klassischen Kontext des finanziellen Rechnungswesens dar. Sie ist „ein Instrument zur gezielten Darstellung und Entwicklung des Intellektuellen Kapitals einer Organisation.“ ²⁸ Anhand eines Multi-Indikatorsystems werden Kennzahlen abgebildet, welche die Zusammenhänge zwischen strategischen Wissenszielen, intellektuellem Kapital, Geschäftsprozessen und relevanten Ergebnissen modellieren. Eine detaillierte Betrachtung von Wissensbilanzen folgt in Kapitel 3.

²⁷ Vgl. Bruns (2001), S. 4 f.

²⁸ Bundesministerium für Wirtschaft und Arbeit (2005), S. 11

15

2.7. Controlling

Es existieren zahlreiche Definitionen und auch Vorstellungen über Controlling. Die International Group of Controlling (IGC) definiert die Aufgaben eines Controllers wie folgt: „Controller gestalten und begleiten den Management-Prozess der Zielfindung, Planung und Steuerung und tragen damit Mitverantwortung für die Zielerreichung.“ 29

Aus dieser Definition ist bereits ersichtlich, dass Controlling nicht mit Kontrolle gleichzusetzen ist. Aufgabe des Controllings ist es, Entscheidungshilfen für Manager anzubieten. Controller müssen für die Transparenz von Geschäftsergebnissen, Finanzen, Prozessen und Strategien sorgen. Sie koordinieren Teilziele und Teilpläne ganzheitlich und organisieren ein Berichtswesen, welches unternehmensübergreifend und zukunftsorientiert ist. Sie stellen sicher, dass alle Entscheidungsträger die notwendigen Informationen erhalten, um zielorientiert handeln zu können. 30

2.8. Wissenscontrolling

Das System des Wissenscontrollings in lernenden Organisationen wurde von Güldenberg erstmals konzeptionell erfasst. Dabei soll das Controlling als Führungsergänzung den „Aufbau organisationaler Intelligenz und die Gestaltung der Rahmenbedingungen des organisationalen Lernprozesses“ übernehmen. Es stellt somit die Schnittstelle zwischen der organisationalen Wissensbasis und den Mitarbeitern dar. Als Folge müssen Manager und Controller nicht nur „den Transport von Informationen, sondern auch Lernprozesse und den Einsatz dezentraler Intelligenz der organisatorischen Systemeinheiten steuern“. Als Führungsunterstützung soll das Controlling vor allem eine Wahrnehmungsfunktion ausüben und „bedrohliche Informationsverzerrungen reduzieren“. Der Controller soll sich auch in der Rolle des Innovators sehen, bewusst Strukturen aufbrechen und „die Mitarbeiter im Unternehmen als Impulsgeber zu innovativem Handeln führen. 31

²⁹ International Group of Controlling (2002)

³⁰ Vgl. Bauer (2006), S. 3 f.

³¹ Vgl. Güldenberg (1998), S. 379 f.

16

Zusammenfassend wird Wissenscontrolling von Winkler als „Prozess der Planung, Steuerung und Kontrolle im Wissensmanagement“ ³² definiert.

2.9. Wissensbilanz-Controlling

Die Intention des in dieser Arbeit vorgestellten Wissensbilanz-Controlling Systems besteht primär darin, das Instrument der Wissensbilanz in der Praxis optimal zu nutzen. Es stellt nicht den Anspruch, ein vollständiges Führungssystem zu ersetzen. Vielmehr soll es als Bestandteil eines wissenssensitiven Führungssystems gesehen werden. Ebenso kann es auch eine Komponente des Wissenscontrollings darstellen. Dabei liegt der Fokus auf der zielgerichteten Darstellung, Identifikation und Entwicklung von erfolgsrelevanten Wissensressourcen und Prozessen. Das konzipierte Wissensbilanz-Controlling erfüllt die wesentlichen Anforderungen eines klassischen Controllingsystems:

• Zielfindung: Die Definition von strategischen Wissenszielen wird unterstützt.

• Informationsversorgung: Mit der Wissensbilanz selbst werden sowohl externe als auch interne Adressaten mit relevanten Informationen versorgt.

• Steuerung: Durch die Identifikation von strategierelevanten Werttreibern ist eine zielgerichtete Unterstützung der Unternehmenssteuerung möglich.

Mit dem entwickelten System wird der Versuch unternommen, die Schwächen der herkömmlichen Wissensbilanzierung zu reduzieren und zusätzliche sinnvolle Methoden zur Verwertung der gewonnenen Informationen zu integrieren. Der konzipierte Prozess folgt den Prinzipien eines kontinuierlichen Verbesserungsprozesses. Er deckt die Definition von strategischen Wissenszielen, die Auswahl aussagekräftiger Indikatoren für die Wissensbilanz sowie die Erstellung und Nutzung derselben ab.

Das allgemeine Konzept des Systems und nähere Details zu den einzelnen Komponenten werden in Kapitel 5 dargestellt.

³² Winkler (2005), S. 7

17

3. Wissensbilanzierung

In diesem Kapitel wird eine umfassende Einführung in die Thematik der Wissensbilanzierung gegeben. Die historische Entwicklung und Möglichkeiten zur Aufnahme von intellektuellem Kapital im unternehmerischen Berichtswesen nach den geltenden bedeutenden Rechnungslegungs-Vorschriften werden untersucht. In Folge wird auf die Gründe für die Erstellung einer Wissensbilanz eingegangen und auch die Frage beantwortet, für wen dieses Instrument von Bedeutung ist und welcher Nutzen daraus resultiert. Um ein vollständiges Gesamtbild zu präsentieren und globale Tendenzen abschätzen zu können, wird auch ein internationaler Vergleich der verschiedenen Methoden und Bewegungen in Bezug auf Wissensbilanzen angestellt. Abschließend folgt eine Vorstellung von drei Modellen zur Wissensbilanzierung.

3.1. Überblick über die Thematik „Wissensbilanzierung“

Der Begriff „Wissensbilanz“ konnte sich mittlerweile im deutschsprachigen Raum etablieren. Diese Entwicklung wurde auch dadurch unterstützt, dass der Begriff Eingang in die österreichische Legislatur gefunden hat. Mit dem Inkrafttreten des „Universitätsgesetz 2002“ wurden österreichische Universitäten zur jährlichen Vorlage einer Wissensbilanz verpflichtet. ³³ Auch das deutsche Bundesministerium für Wirtschaft und Technologie (BMWi) propagiert die Verwendung dieser Bezeichnung. International werden die beiden Bezeichnungen „Intellectual Capital Report“ und „Intellectual Capital Statement“ am häufigsten gebraucht. Eine Wissensbilanz stellt einen induktiv-analytischen Ansatz dar, um Elemente des intellektuellen Kapitals zielgerichtet zu identifizieren, abzubilden und zu entwickeln. Im Gegensatz dazu gibt es deduktiv-summarische Methoden, welche das intellektuelle Kapital beispielsweise anhand der Differenz zwischen Markt- und Buchwert eines Unternehmens bewerten. Bei der Wissensbilanz handelt es sich um ein Multi-Indikatorsystem, welches Kennzahlen zur Modellierung der Zusammenhänge zwischen strategischen

³³ Vgl. Universitätsgesetz 2002 (idF v. 1.10.2002) § 13 Abs. 6

18

Wissenszielen, intellektuellem Kapital, Geschäftsprozessen und relevanten Ergebnissen abbildet. Die Aggregation der Kennzahlen zu einer Bilanzsumme oder einer anderen Spitzenkennzahl ist dabei nicht vorgesehen. Anhand eines grundlegenden Modells werden die Indikatoren nebeneinander dargestellt. Die Informationen, die aus der Wissensbilanz gewonnen werden, können (evtl. gefiltert) an externe Interessenten weitergegeben oder auch intern verwendet werden und in die Unternehmenssteuerung einfließen.

3.2. Historische Betrachtung

In diesem Abschnitt werden die wichtigsten Entwicklungen in Bezug auf die Wissensbilanz betrachtet. Ein vereinfachter Überblick ist in Abbildung 5 dargestellt. Dieser beleuchtet hauptsächlich die Entstehung des Wissensbilanz-Modells, welches derzeit in Österreich und Deutschland verwendet wird. Ausgewählte alternative Konzepte dazu werden ebenfalls dargestellt. Aus Gründen der Komplexität kann jedoch nicht jede Methode, die sich mit der Erfassung intellektuellen Kapitals beschäftigt, berücksichtigt werden.

Als eine der ersten Wissensbilanzen kann der Skandia Navigator der schwedischen Skandia-Gruppe betrachtet werden. Als Beilage zum Jahresbericht visualisierte dieser erstmals für das Geschäftsjahr 1994 Informationen über das intellektuelle Kapital bei Skandia. Am Entwurf dieses Instruments war Leif Edvinsson beteiligt, der heute als Experte auf dem Gebiet der Wissensbilanzierung anerkannt ist. 34

In den nordischen Ländern konnte generell eine intensive Beschäftigung mit der Thematik der Wissensbilanzierung festgestellt werden. Schon in den achtziger Jahren beschäftigte sich der Schwede Karl-Erik Sveiby mit der Entwicklung des „Intangible Asset Monitor“. Dabei wird das intellektuelle Kapital, bzw. wörtlich übersetzt das immaterielle Vermögen, in individuelle Kompetenz sowie externe und interne Struktur gegliedert. Die gewählten Indikatoren zur Darstellung dieser Dimension sollten außerdem mit

³⁴ Vgl. Skandia (1995), S. 3

19

den Faktoren Effizienz, Risiko/Stabilität und Wachstum/Erneuerung in Verbindung stehen. 35

Das Verfahren des „Intellectual Capital-Rating“ wurde von Edvinsson mit einem Partner kommerziell aufbereitet und fand bereits weltweit Anwendung. ³⁶ Es stellt ein standardisiertes Verfahren dar, womit der

Vergleich zwischen mehreren Unternehmen ermöglicht wird. Es werden dabei die drei typischen Komponenten des intellektuellen Kapitals betrachtet: Human-, Struktur- und Beziehungskapital. Der Fokus wird bei dieser Methode ebenfalls auf die Bereiche Effizienz, Risiko und Wachstum/Erneuerung gelegt. 37

Abbildung 5: Überblick historische Entwicklung Wissensbilanz

Quelle: eigene Darstellung

³⁵ Vgl. Zambon (2002), S. 28

³⁶ Vgl. Intellectual Capital Sweden AB (2007)

³⁷ Vgl. European Commission (2006), S. 68

20

Das dänische Parlament verabschiedete 2001 ein Gesetz, wonach Unternehmen Informationen über ihr intellektuelles Kapital offenlegen müssen, sofern es wirtschaftlich relevant ist. Dazu wurden auch Richtlinien publiziert, die aber nicht verpflichtend sind. 38

An den Austrian Research Centers Seibersdorf (ARCS) entstand das Wissensbilanz-Modell, welches heute vor allem in Deutschland und Österreich weiterentwickelt und eingesetzt wird. Maßgebend an der Entwicklung waren Koch, Schneider, Leitner und Bornemann beteiligt. Seit dem Jahr 1999 veröffentlicht das Forschungszentrum in Seibersdorf jährlich eine Wissensbilanz. Das Modell wurde im Jahr 2000 auch auf einer OECD-Konferenz vorgestellt. ³⁹ Das deutsche Bundesministerium für Wirtschaft und Arbeit (BMWA), welches mittlerweile zum Bundesministerium für Wirtschaft und Technologie (BMWi) wurde, hat im Jahr 2005 einen Leitfaden zur Erstellung von Wissensbilanzen unter dem Titel „Wissensbilanz - Made in Germany“ veröffentlicht. Das darin verwendete Modell basiert unter anderem auf jenem der ARCS. Aber auch Einflüsse aus anderen Modellen, wie beispielsweise jenen der nordischen Länder, wurden berücksichtigt. ⁴⁰ In Österreich wurde im September 2006 mit der Publikation „Wissensbilanz A2006 ^© “ ein Leitfaden zur Wissensbilanzierung für Klein- und Mittelbetriebe präsentiert. Auch hier wird das Modell von Koch/Schneider ⁴¹ eingesetzt. ⁴² Die „Swiss Made Wissensbilanz“ ist ein Pilotprojekt von Auer Consulting & Partner aus der Schweiz. Dabei wird eine harmonisierte Berichterstattung in Anlehnung an das Qualitätsmanagement-System ISO-9000 verwendet. Im Gegensatz zu den anderen Modellen werden dabei die eingesetzten Instrumente und Prozesse in Verbindung mit intellektuellem Kapital bewertet. Der Vorteil dieses Systems soll darin liegen, dass ein Vergleich zwischen mehreren Unternehmen dadurch ermöglicht wird. Allerdings gibt es bis dato noch keine veröffentlichten Ergebnisse zu dieser Methode. 43

³⁸ Vgl. European Commission (2006), S. 60

³⁹ Vgl. Koch/Leitner/Bornemann (2000), S. 1 ff.

⁴⁰ Vgl. Bundesministerium für Wirtschaft und Arbeit (2005), S. 38

⁴¹ Vgl. Koch/Leitner/Bornemann (2000), S. 1 ff.

⁴² Vgl. Knowledge Management Austria (2006), S. 9

⁴³ Vgl. Auer (2005), S. 3

21