Systemanforderungen für den Transfer von Expertenwissen vor dem Hintergrund eines wertorientierten Knowledge-Management-Ansatzes

System requirements for the transfer of expertise within a value-based Knowledge-Management framework


Master's Thesis, 2011

94 Pages, Grade: 1,7


Excerpt


Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einführung
1.1 Hintergrund und Zielsetzung
1.2 Aufbau der Arbeit

2 Grundlagen des Knowledge-Managements
2.1 Abgrenzung der Begriffe: Zeichen, Daten, Informationen, Wissen
2.2 Wissensdimensionen
2.2.1 Implizites Wissen
2.2.2 Explizites Wissen
2.2.3 Individuelles und kollektives Wissen
2.3 Der Begriff des Knowledge-Managements
2.4 Zentrale Knowledge-Management-Modelle
2.4.1 Das SECI-Model von Nonaka und Takeuchi
2.4.2 Das Baustein-Modell von Probst, Raub und Romhardt
2.4.3 Das Wissensmarkt-Konzept von North
2.4.4 Vergleichende Betrachtung der Modelle

3 Der Wertenachweis des Wissens als Handlungslegitimation für Unternehmen
3.1 Wissen als Produktions- und Wettbewerbsfaktor
3.2 Wissen als messbare Größe - ausgewählte Ansätze
3.2.1 Deduktiv-summarische Ansätze
3.2.2 Induktiv-analytische Ansätze
3.2.3 Beurteilung der methodischen Ansätze

4 Systemanforderungen im Hinblick auf den Transfer von Expertenwissen
4.1 Der Transfer von Expertenwissen
4.2 Die Prozessakteure
4.2.1 Knowledge-Anbieter (KA)
4.2.2 Knowledge-Nachfrager (KN)
4.2.3 Knowledge-Broker (KB)
4.2.4 Das Zusammenspiel der Akteure
4.3 Die Anforderungsdimensionen
4.3.1 Die Wissensstrategiedimension
4.3.2 Die Organisationsstrukturdimension
4.3.3 Die Unternehmenskulturdimension
4.4 Barrieren des Wissenstransfers
4.4.1 Politisch-kulturelle Barrieren
4.4.2 Organisatorisch-strukturelle Barrieren
4.4.3 Individuelle Barrieren
4.5 Handlungsempfehlungen zur Systemgestaltung
4.5.1 Die Lagefeststellung
4.5.2 Die Auswertung
4.5.3 Die Umsetzung
4.5.4 Die Kontrolle

5 Zusammenfassung und Ausblick

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1.1: Schematischer Aufbau der Arbeit

Abbildung 2.1: Hierarchisches Begriffsmodell

Abbildung 2.2: Das SECI-Modell von Nonaka & Takeuchi

Abbildung 2.3: Das Bausteinmodell von Probst et al

Abbildung 3.1: Die Organisatorische Effizienz

Abbildung 3.2: Triebkräfte des Bedeutungszuwachses von Wissen

Abbildung 3.3: Bewertungssysteme im Wandel der Zeit

Abbildung 3.4: Formel zur Berechnung des Tobins-q

Abbildung 3.5: Die Strukturierung des Unternehmenskapitals

Abbildung 3.6: Der "Skandia Navigator"

Abbildung 3.7: Die IC-Gleichung

Abbildung 3.8: Der "Intellectual Capital Navigator" nach Stewart

Abbildung 4.1: Unidirektionaler Wissenstransfer im Modell

Abbildung 4.2: Bidirektionaler Wissenstransfer im Modell

Abbildung 4.3: Unmoderierter Transfer zwischen KA und KN

Abbildung 4.4: Zusammenspiel der Prozessakteure - KA, KN, KB

Abbildung 4.5: Der Führungsprozess im Vorgehensmodell

Abbildung 4.6: Die Lagefeststellung im Modell

Abbildung 4.7: Die Auswertung im Modell

Tabellenverzeichnis

Tabelle 2.1: Begünstigende Einflussfaktoren der Wissenserzeugung

Tabelle 2.2: Die Wissensschaffung im Modell

Tabelle 2.3: Wissenszielkategorien

Tabelle 2.4: Spielregelarten nach North

Tabelle 2.5: Das Wissensmarkt-Konzept

Tabelle 2.6: Vier Lehren zur Gestaltung des KM nach North

Tabelle 2.7: Kriterienkatalog für den Modellvergleich

Tabelle 3.1: Besonderheiten der Ressource Wissen

Tabelle 3.2: Perspektiven zur Notwendigkeit der Wissensbewertung

Tabelle 3.3: Wertannahmen von q

Tabelle 3.4: Vermögenswertkategorien nach Sveiby

Tabelle 3.5: Beispiel eines IAM

Tabelle 4.1: Experten - ein Überblick

Tabelle 4.2: Ergebnisse der Lagefeststellung

Tabelle 4.3: Ergebnisse der Auswertung

Tabelle 4.4: Ausgewählte Systemanforderungen

Tabelle 4.5: Ergebnisse der Kontrolle

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einführung

1.1 Hintergrund und Zielsetzung

Der verbreitete Ausspruch: „ Denn Wissen selbst ist Macht “ des eng- lischen Philosophen Francis Bacon (1561-1626) erhält im Angesicht der modernen Wissensgesellschaft einen Leitliniencharakter, da Unterneh- men gegenwärtig große Anstrengungen vollbringen müssen, um im Wis- senswettbewerb zu bestehen. Das Marktumfeld verändert sich rasend schnell, nur wer agiert, anstatt zu reagieren hat Aussicht erfolgreich um die Gunst einer bestens informierten und vernetzen Kundschaft zu wer- ben. Um den notwendigen Vorsprung zu erhalten und gegenüber der Konkurrenz zu sichern, bedarf es der fortlaufenden Weiterentwicklung der Erfolgsdeterminante unserer Zeit - dem Wissen. Der Mensch ist ein wesentliches Träger- und Entwicklungsmedium wertvoller Wissensinhal- te, er lernt und kommuniziert Zusammenhänge, wendet sie an und ver- leiht eben jenen durch Verknüpfung mit bestehenden Repräsentationen neuen und erweiterten Wert. Als Arbeits-, Führungs-, Entwicklungs- und Visionskraft ist er untrennbar mit dem unternehmerischen Erfolg verbun- den, sein (Experten)wissen wendet er dazu lediglich an, dessen Transfer ist dabei nicht selbstverständlich.

Die Zielsetzung dieser Arbeit ist es, das Wissensphänomen vor einem ökonomischen Hintergrund zu beschreiben. Als Ergebnis sollen auf der Grundlage ausgewählter KM-Modelle und vor dem Hintergrund entspre- chender Wissensbewertungsansätze Handlungsempfehlungen zur Sy- stemgestaltung von Wirtschaftsunternehmen als Lösungsansätze für die Transferproblematik von (Experten)wissen abgeleitet und in ein Vorge- hensmodell eingebracht werden.

1.2 Aufbau der Arbeit

Nach einer ersten Einführung in die Thematik und der Erörterung der grundlegenden Zielsetzung soll im Folgenden der Aufbau der vorliegenden Thesis kurz umrissen und schematisch vorgestellt werden.

Im Anschluss an die Einführung wird im Kapitel 2 der Begriff des Knowledge-Managements (KM) erörtert und abgegrenzt. Dem folgend werden drei KM-Modellansätze beschrieben und einem praxisorientier- ten Vergleich unterzogen. Diese fundamentalen Ansätze sollen die Aus- formung eines gedanklichen Konstruktes zum KM erleichtern und ver- schiedene Handlungsoptionen und -bedingungen im Umgang mit dem Wissensphänomen aufzeigen. Das Kapitel 3 dient dem Nachweis, dass Wissensinhalte für Unternehmen wertvolle Ressourcen sind, die es zu entdecken, entwickeln und zu erhalten gilt. Hierzu werden ausgewählte Bewertungsansätze vorgestellt, dezidiert beschrieben und abschließend beurteilt. Im Kapitel 4 gilt es die Erkenntnisse aus dem beschriebenen Grundlagen- und Bewertungsfundament zusammenzuführen, um Hand- lungsempfehlungen für den Transfer von Expertenwissen ableiten zu können. Nach einer Eingrenzung des Expertenbegriffs werden die einzel- nen Prozessakteure, ihr Zusammenspiel und ihre Funktion im Rahmen einer Wissenstransferlogik näher behandelt. Im Anschluss wird, unter der Berücksichtigung von Barriere- sowie Erfolgsfaktoren für den Wissens- transfer auf den fundamentalen Anforderungsdimensionen, ein Vorge- hensmodell für den Transfer von Expertenwissen erarbeitet. Hierbei wer- den die grundlegenden Systemanforderungen mithilfe eines einfachen Modells abschließend systematisiert. Das Kapitel 5 dient der Zusammenfassung der Arbeitsergebnisse und dem Ausblick.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1.1: Schematischer Aufbau der Arbeit (eigene Darstellung)

2 Grundlagen des Knowledge-Managements

In diesem Kapitel sollen die grundlegenden Begrifflichkeiten des KM und dessen Zielsetzung erörtert werden. Des Weiteren werden drei ausgewählte KM-Modelle vorgestellt und miteinander verglichen.

2.1 Abgrenzung der Begriffe: Zeichen, Daten, Informationen, Wissen

Die Begriffe Zeichen, Daten, Informationen und Wissen finden im alltäglichen Kontext zumeist synonym bzw. intuitiv Anwendung. Eine Abgrenzung und Hierarchisierung der Begriffe aus wissenschaftlicher Perspektive ist für ein Verständnis der Thematik von großer Bedeutung.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2.1: Hierarchisches Begriffsmodell

(eigene Darstellung in Anlehnung an Rehäuser & Kremar, 1996, S. 3; Gehle & Mülder, 2001, S. 20)

Wird Wissen als Produkt eines Transformationsprozesses verstanden, so stehen an dessen Anfang Zeichen als abgrenzbare Symbole mit zuge- wiesener Bedeutung (Probst, Raub, & Romhardt, 2010, S. 16). Zeichen sind die Ergebnisse alltäglicher Sachverhalte und Handlungen, sie wer- den durch die Anwendung spezifischer Kombinationsregeln zu Daten aggregierbar (z.B. Buchstaben zu Wörtern) (Hasler Roumois, 2010, S. 40). Daten werden ]mit der Benutzung von Syntaxregeln überprüfbar und ihnen wird durch die Kontextualisierung eine bestimmte Bedeutung ver- liehen. Aus einer konstruktivistischen Perspektive lassen sich Daten als subjektiv, zweckgerichtet und eingeschränkt repräsentierbar charakteri- sieren (Meinsen, 2003, S. 39; Davenport & Prusak, 1998, S. 27). Ferner sind Daten aufgrund ihrer materiellen Wahrnehmbarkeit unter Zuhilfe- nahme von informationstechnologischen Systemen dauerhaft speicher- und abrufbar. Moderne Datenbanksysteme respektive das Internet erlau- ben einen theoretisch unbegrenzten Zugang zu den gespeicherten Daten. Dem Empfänger solcher Daten ist es möglich, diese, je nach ihrer Rele- vanz für die individuelle Bedürfnissituation, zu interpretieren bzw. zu verwenden. Der Nutzer schafft so einen Bedeutungszusammenhang zu einem individuellen Ziel.

Im Zuge dieser ersten Transformation entstehen hochdynamische Informationspakete mit begrenzter Validität, gebunden an eine konkrete Lage, mit Bezug zum handelnden Subjekt (Probst, Raub, & Romhardt, 2010, S. 17). Es entstehen immaterielle Pakete deren Bedeutungsschwere und Informationscharakter davon abhängt, ob sie für das betreffende Individuum von Nutzen sind (Drucker, 1993, S. 35).

Der klassische wissenschaftliche Erkenntnisprozess, der eine Bezie- hung von erkennendem Subjekt und erkanntem Objekt voraussetzt, um- schreibt den Erkenntnisvorgang als allgemeingültige Artikulation einer subjektunabhängigen Erfahrung (Hasler Roumois, 2010, S. 39). Wissen hat demnach den Anspruch von Wahrheit, Mobilität, Erklärbarkeit, Be- gründbarkeit und Nachvollziehbarkeit (Meinsen, 2003, S. 17). Der Be- griff des Nutzwertes findet hier keine vordergründige Anwendung. Im Zusammenhang dieser Arbeit gilt es jedoch, genau dieses Merkmal näher zu betrachten. Vor einem ökonomischen Hintergrund wird die rationale Nutzenorientierung von Probst et al. in Bezug auf den Wissensbegriff folgendermaßen definiert: „ Wissen bezeichnet die Gesamtheit der Kennt- nisse und Fähigkeiten, die Individuen zur L ö sung von Problemen einset- zen “ (Probst, Raub, & Romhardt, 2010, S. 23). Der zuvor beschriebene Erkenntnisprozess rückt in der Wissensökonomie an eine nachgeordnete Position, vordergründig ist Wissen hier ein Ressourcenendprodukt. Es entsteht aus Rohstoffen, den Daten und Informationen und erhält seine Wertigkeit durch den Grad der Knappheit dieser Ausgangsstoffe.

2.2 Wissensdimensionen

Je nach wissenschaftlichem Standpunkt finden sich unterschiedliche Kategorisierungsansätze in Bezug auf die Wissensdimensionen. Am wei- testen verbreitet ist eine Zweiteilung der zu unterscheidenden Dimensio- nen. Die Fachliteratur differenziert aufgrund des Explizierungsgrades und der Zugänglichkeit von Wissen (Prange, 2002, S. 26; Hasler Roumois, 2010, S. 46-52). In Bezug auf den Explizierungsgrad werden implizites bzw. explizites Wissen unterschieden und im Rahmen der Zu- gänglichkeit individuelle und kollektive Inhalte. Diese dichotomen Di- mensionen werden nachfolgend erörtert.

2.2.1 Implizites Wissen

Den Erkenntnissen von Polanyi folgend, inkorporiert der Mensch mehr Wissen, als er artikulieren kann (Polyani, 1966, S. 4). Es existiert also eine Dimension im Wissensspeicher eines Menschen, die einge- schränkt explizierbar ist. Dieses Wissen wird als implizites Wissen cha- rakterisiert, es verfügt über einen individuellen Charakter, ist stark perso- nenabhängig und Ergebnis subjektiver Wahrnehmungsprozesse (North, 2011, S. 47). Es wird auch als Erfahrungswissen bezeichnet, welches im Verlauf des täglichen Handelns in der Lebensumwelt erworben wird (Hasler Roumois, 2010, S. 47). Die Abrufungsprozesse dieser Wissens- inhalte verlaufen im Stillen und automatisiert, der unbewusste Anwender kann sich dabei auf eine erfolgreiche Anwendung verlassen. Es liegt der Handlung im Unterbewusstsein als lebenspraktische Fertigkeit zugrunde und ist als Ressource nahezu untrennbar mit dem Träger dieses Erfah- rungswissens verbunden (Polyani, 1966, S. 20).

Es wäre folglich nachvollziehbar, die Klassifizierung von impliziten Inhalten als Wissen in Frage zu stellen, bildet dieses doch oberflächlich betrachtet lediglich ein Handlungsgerüst ab. Polanyi argumentiert, dass, wenn die Fähigkeit zur Hervorbringung einer erfolgreichen individuellen Handlung (z.B. Schwimmen) nicht auf explizites Wissen zurückzuführen ist, die Erfolgsquelle impliziter Natur sein muss (Polyani, 1966, S. 20). Weiterführend betrachtet sind implizite Inhalte handlungsgebunden und nur im Rahmen der Ausführung der betreffenden Handlung beobachtbar. Die Trennung des Erfahrungswissens von der spezifischen Handlung ist aufgrund der mangelnden Artikulierbarkeit der Inhalte weder dem Beob- achter noch dem Akteur ohne Weiteres möglich. Polanyi stellt fest, dass der Mensch implizite Wissensinhalte lediglich durch die Anwendung spezieller Imitationstechniken oder durch Routine erwerben kann, nicht aber durch eine bloße Vorgangsbeschreibung (Polanyi, 1958, S. 53). Die obig dargelegten Charakteristika dieser Wissensdimension ma-chen den Transfer und die Speicherung solcher Inhalte in einer systemi-schen Art und Weise zu einem schwierigen Unterfangen. Organisationen die solche Wissensinhalte nutzen wollen, müssen diese in dokumentiertes explizites Wissen überführen oder den Transfer auf andere Wissensträger fördern, andernfalls verbleibt die Verfügungsgewalt in letzter Konse-quenz bei dem jeweiligen originären Wissensträger (Nonaka & Takeuchi, 1995, S. 9).

2.2.2 Explizites Wissen

Das explizite Wissen ist hinterfragbar, diskussionsfähig, zeitlich sta- bil und hoch mobil, demzufolge kann es im Gegensatz zum impliziten Wissen Dritten in vielfältiger Weise zugänglich gemacht werden. Bei- spiele dafür sind Bedienungsanleitungen oder Datenbankinhalte (North, 2011, S. 42; Prange, 2002, S. 27). Explizites Wissen ist verwaltungsfä- hig, die Kenntnis über solche Inhalte ist dem Nutzer gegenwärtig und es kann bei Verlust erneut bezogen werden, zudem ist es nicht an Personen gebunden.

Diese Eigenschaften verleiten fälschlicherweise zu einer Abwertung die- ser Dimension. Der Wertgehalt von expliziten Inhalten zeigt sich aber in ihrer effizienten Anwendung, nicht in der Massierung von Wissenspake- ten (Kreitel, 2008, S. 22). Es stellt die Grundlage für Arbeitsprozesse in Unternehmen dar und ist aus ökonomischer Perspektive eine wertvolle Ressource, da es im Informationszeitalter mittels Informations- und Kommunikationstechnologie innerhalb von Organisationen verarbeitet und verbreitet werden kann. Eine anschließende Auswahl und Neukom- bination erschafft wiederum neue Datenpakete, welche erst durch die Erkenntnis ihrer Relevanz, eine weiterführende Verarbeitung sowie deren Ausdrücklichmachung zu neuem explizitem Wissen transformiert werden (Hasler Roumois, 2010, S. 50). Da Organisationen, wie bereits dargelegt, nur durch komplexe Überführungsprozesse an wertvolle implizite Wis- sensinhalte gelangen können, muss versucht werden, einen möglichst großen Teil zu explizieren bzw. zu transferieren. Wissen wird zu einem Objekt, einer Ressource, die unter Nutzung von Kodifizierungsstrategien verfügbar gemacht werden muss (Hasler Roumois, 2010, S. 58-59). Die unterschiedliche Zugänglichkeit verschiedener Inhalte ist dabei von grundlegender Bedeutung. Die Unterscheidungen auf dieser Dimension sollen im Folgenden näher erörtert werden.

2.2.3 Individuelles und kollektives Wissen

Das individuelle Wissen ist seiner Entstehung nach ein Produkt indi- vidueller Lernvorgänge und basiert auf den Kenntnissen und Erfahrungen einer einzelnen Person. Es ist liegt in impliziter und expliziter Form vor und kennzeichnet die betreffende Person als Wissensträger. Ferner bildet es im Rahmen von Transformationsprozessen die Grundlage kollektiven Wissens (Kreitel, 2008, S. 23).

Auf der Dimension des kollektiven Wissens werden die gemeinsa- men Wissensnenner von Personen oder sogar ganzen Organisationen beschrieben. Dabei umfasst dieses nach Probst et al. sowohl implizite als auch explizite Inhalte, ist aber mehr als nur die Summe der Wissensbe- stände der beitragenden Individuen (Probst, Raub, & Romhardt, 2010, S. 21). Das Ausmaß der Gemeinsamkeit in Bezug auf das kollektive Wissen ist in diesem Zusammenhang als Erfolgsfaktor und Alleinstellungsmerkmal von Unternehmen anzusehen (Kreitel, 2008, S. 24).

2.3 Der Begriff des Knowledge-Managements

Hasler-Roumois definiert KM als die „ [...] Gesamtheit aller Strate- gien und Ma ß nahmen, die in einer Organisation den Umgang mit der Ressource Wissen gestalten und steuern “ (Hasler Roumois, 2010, S. 71). In erster Linie wird jedoch zumeist lediglich die Zugänglichkeitsverbes- serung und die Wiederverwertbarkeit von Wissensinhalten im Zusam- menhang mit der Zielausrichtung des KM genannt (Davenport & Prusak, 1998, S. 16). Eng mit dem Terminus ist auch die aktive Pflege von Be- ziehungen zwischen materiellen und immateriellen Wissensressourcen verknüpft. KM ist als Management von Prozessen mit dem Ziel der Kompetenzsteigerung von Organisationsmitgliedern und dem Anspruch, wertvolles Wissen im Unternehmen zu erhalten, gerade wenn die originären Wissensträger nicht mehr verfügbar sind, zu verstehen.

Summa summarum ist KM also eine begriffliche Zusammenfassung für all diejenigen Managementpraktiken, Methoden und Verfahren, wel- che die Zielsetzung haben, die Wissensbasis in Organisationen im Hin- blick auf die gesetzten Unternehmensziele bestmöglich einzusetzen bzw. zu entwickeln (Wilke, 2001, S. 39, 81). Dabei stehen die reinen Verwal- tungsprozesse von Inhalten eher im Hintergrund. KM ist auf strategi- scher, organisationaler und auf technischer Ebene als Unterstützungs- funktion angesiedelt. In Anlehnung an Bullinger et al. wird die Breite und die Aufgabenvielfalt des KM im unternehmerischen Kontext in ei- nem Säulenmodell verdeutlicht. Eingebettet in die Unternehmenskultur, welche über den Zeitverlauf erwächst, bilden Organisation, Menschen und Technologie die drei Säulen des KM (Bullinger, Wörner, & Prieto, 1997, S. 9).

Säule 1: Organisation

Der Empfehlung von Bullinger et al. folgend ist eine Integration des KM in die Aufbau- bzw. Ablauforganisation des Unternehmens unabdingbar, um Rahmenbedingungen zu schaffen, die den Umgang mit der Ressource Wissen erleichtern.

Säule 2: Menschen

Der Mensch, als denkendes und arbeitendes Individuum, nimmt die zentrale Rolle als Träger, Quelle und Empfänger von Wissen ein und wird so zu einem bedeutsamen Faktor (Hasler Roumois, 2010, S. 71). KM benötigt eine aktive und motivierte Beteiligung im Wissensaus- tausch, dazu muss den Menschen innerhalb einer Organisation Anreiz und Gelegenheit gegeben werden. Das Human-Ressource-Management (HRM) leistet hier durch Barrierenabbau und Förderung von Austauschaktivitäten einen wichtigen Beitrag, um kontinuierliche Transferprozesse zu ermöglichen (Bullinger, Wörner, & Prieto, 1997, S. 8).

Säule 3: Technologie

Der Technologie kommt eine Unterstützungsrolle des KM durch die Implementierung und Gestaltung adäquater Informations- und Kommu- nikationstechnologien zu. Der Einsatz von technologischen Werkzeugen (z.B. Groupware, Datenbanksystemen, Dokumentenverwaltung, etc.) dient der anwenderfreundlichen und effizienten Unterstützung von know- ledge-basierten ablauforganisatorischen Prozessen (Hasler Roumois, 2010, S. 72).

2.4 Zentrale Knowledge-Management-Modelle

Nachdem zuvor die Grundlagen des KM und seine Hintergründe be- handelt wurden, sollen im Folgenden KM-Ansätze mithilfe von ausge- wählten Modellen[1] beschrieben und miteinander verglichen werden.

2.4.1 Das SECI-Model von Nonaka und Takeuchi

Das Modell der Wissensspirale von Nonaka & Takeuchi beschreibt die Schaffung und Verbreitung von Wissen in Unternehmen, es kann „ [...]auch als Modell der lernenden Organisation betrachtet werden “

(Hasler Roumois, 2010, S. 227). Das auch als SECI-Modell bekannte Konzept stellt die Frage, wie individuelles Wissen Einzelner innerhalb von Organisationen nutzbar gemacht werden kann. Eine grundlegende Prämisse des Modellansatzes ist die Unterscheidung von implizitem und explizitem Wissen. Gerade das schwer transportierbare implizite Erfah- rungswissen ist stark gefühlsgebunden und eng mit individuellen Wert- vorstellungen verknüpft. Es gilt also, das implizit vorhandene Wissen in den Köpfen der Menschen zu externalisieren und der Organisation zu- gänglich zu machen. Als wesentliche Voraussetzung für diesen Beschaf- fungsprozess wird das Zusammenwirken der beiden Wissensdimensionen im Sinne der Spiralenanalogie des Modells benannt. Die generelle Auf- gabe des Managements in Organisationen besteht im Zusammenhang mit dem Modellansatz in der Gewährleistung der Störungsfreiheit der not- wendigen Prozessschritte. Das SECI-Modell (Socialisation - Externaliza- tion - Combination - Internalization) unterscheidet grundsätzlich vier Phasen der Konversion von implizitem bzw. explizitem Wissen (Abb. 2.2).

Sozialisation:

Mit der Sozialisation (implizit zu implizit) wird der Übertragungs- prozess von Erfahrungen durch die Interaktion zwischen zwei Personen bezeichnet. Mentale Modelle oder technische Fertigkeiten werden ähn- lich einer Meister-Lehrlings-Beziehung geteilt (Nonaka & Takeuchi, 1997, S. 75). Eine wesentliche Vorrausetzung dafür ist die Möglichkeit der direkten Interaktion der Individuen, um die Manifestierung des Wis- sens durch gemeinsames Erleben zu fördern. Der Prozess kann nonverbal, lediglich durch Imitation, Beobachtung oder fortwährende Übung erfolgreich verlaufen. Dabei verändert das Wissen seinen impliziten Charakter nicht, da der Vorgang unbewusst abläuft. Der gesamten Organisation steht das seinem Charakter nach immer noch implizite Wissen durch diese Form der Übertragung nicht zur Verfügung.

Externalisierung:

Die Externalisierung (implizit zu explizit) wird als Schlüssel zur Be- schaffung von Wissen betrachtet, da in dieser Phase implizites Wissen zu expliziten Konzepten transformiert werden kann (Nonaka & Takeuchi, 1997, S. 79). Der Umwandlungsprozess z.B. im Rahmen von Mitarbei- tergesprächen wird durch den Gebrauch von Metaphern oder Modellen unterstützt (North, 2011, S. 52). Dieses durch Artikulation unterstützte Vorgehen erlaubt den Zugang zu dem schwer zugänglichen Gefüge des impliziten Wissens. Die Transformation in mobile und explizierbare In- halte ist aber auch mit Unsicherheiten behaftet, da es von der Qualität der Beschreibung des impliziten Inhaltes, also dem Grad der Approximation zum originären Kontext abhängt, inwiefern der intendierte Zusammen- hang transportiert werden kann. Eine leistungsfähige und präzise Doku- mentation ist jedoch wesentlich für die Nachhaltigkeit der Anstrengun- gen in diesem Zusammenhang.

Kombination:

Im Rahmen der Kombination (explizit zu explizit) expliziter Wis- sensinhalte können neue explizierbare Verknüpfungen geschaffen wer- den. Bereits bestehende, isolierte explizite Inhalte werden durch Sortie- rung, Kategorisierung und Kombination zu transferierbarem und univer- sell einsetzbarem Wissen transformiert, welches folglich der gesamten Organisation verfügbar gemacht werden kann. Nonaka & Takeuchi schreiben der Technologienutzung in diesem Prozessschritt eine ordnen- de und wesentliche Unterstützungsleistung zu (Nonaka & Takeuchi, 1997, S. 81).

Internalisierung:

Die Internalisierung (explizit zu implizit) wird auch als Verinnerli- chungsprozess betrachtet, bei welchem dokumentiertes Wissen aufge- nommen und individuell zu Handlungsroutinen verknüpft wird (North, 2011, S. 51). Die so erweiterte individuelle Wissensbasis bildet den Aus- gangspunkt eines neuen Sozialisationsprozesses, dem Neubeginn der Wissensspirale. Dabei wird aus ontologischer Perspektive der Spiral- durchmesser mit jedem Durchlauf erweitert, denn „ [...] die Wissens- schaffung im Unternehmen ist somit ein Spiralprozess, der ausgehend von der individuellen Ebene immer mehr Interaktionsgemeinschaften erfasst und die Grenzen von Sektionen, Abteilungen, Divisionen und so- gar Unternehmen ü berschreitet “ (Nonaka & Takeuchi, 1997, S. 86).

Abbildung 2.2: Das SECI-Modell von Nonaka & Takeuchi

Abbildung in dieser Leseprobe nicht enthalten

(eigene Darstellung in Anlehnung an Hasler-Romois, 2010, S. 228)

2.4.1.1 Voraussetzungen des Modellansatzes auf Unternehmensebene

Nach Nonaka & Takeuchi begünstigen fünf Faktoren den Prozess der Wissenserzeugung auf Unternehmensebene:

Faktor 1 - Intention

- explizite Zielsetzung bezüglich der zu entwickelnden Wissensinhalte durch die Unternehmensführung (Unterstützung durch geeignete Managementsy- steme & Kommunikation von Leitlinien)

Faktor 2 - Autonomie

- eine angemessene Autonomie auf Individual-, Gruppen- und Organisati- onsebene wirkt positiv auf die individuelle Motivation des einzelnen Mitar- beiters sich aktiv am Prozess der Wissenskreation zu beteiligen

Faktor 3 - Fluktuation und kreatives Chaos

- eine kritischen Prüfung bestehender Konstrukte & Standpunkte bei Störung von Routineabläufen
- unfreiwilliges Chaos durch Unternehmenskrisen bzw. artifizielles Chaos durch besonders ehrgeizige Zielvorgaben
- eine vorteilhafte Chaosbewältigung verlangt die Fähigkeit Handlungen re- flektieren zu können

Faktor 4 - Redundanz[2]

- Überschneidungen & Kommunikation von individuellen impliziten Inhalten im Rahmen von Arbeitsabläufen und Verantwortungsbereichen erweitert die Wissensbasis der Organisation
- z.B. klassische Personalrotation - ebenen- und fachübergreifende Inhalte werden verbreitet und neue Kommunikationswege aufgebaut

Faktor 5 - Notwendige Vielfalt

- je komplexer das Unternehmensumfeld ist, desto mehr Vielschichtigkeit ist erforderlich um die Wissensspirale anzutreiben
- technische Unterstützungsleistungen (z.B. Netzwerke, Datenbanken) und flexible strukturelle Maßnahmen (z.B. Personalrotation, Matrixorganisation) erhöhen die Kommunikationsgeschwindigkeit und stellen einen gleichbe- rechtigten Wissenszugang sicher

Tabelle 2.1: Begünstigende Einflussfaktoren der Wissenserzeugung

(eigene Darstellung in Anlehnung an Nonaka & Takeuchi, 1997, S. 88-97)

2.4.1.2 Die Wissensbeschaffung im Modell

Vor dem Hintergrund der vier Phasen der Wissenserzeugung und den fünf begünstigenden Faktoren des Prozesses lässt sich unter Berücksichtigung der Zeitdimension, ein Fünf-Phasen-Modell der Wissensschaffung ableiten (Nonaka & Takeuchi, 1997, S. 99).

Phase 1 - Austausch von implizitem Wissen

- Austausch von impliziten Inhalten (Sozialisation)
- Voraussetzung bildet eine gemeinsame Vertrauensbasis

Phase 2 - Konzeptgeneration

- in z.B. Gruppendiskussionen können die vielfältigen Modelle expliziert wer- den (gemeinsame Intention als Leitgedanke)
- Externe und interne Fluktuation bzw. Chaos wirken unterstützend bei der Zusammenführung

Phase 3 - Rechtfertigung der Konzepte

- Rechtfertigung des entwickelten Wissens mithilfe von wertebezogenen qualitativen bzw. quantitativen Prüfkriterien (Intention & Leitvision)
- Missverständnisse & Redundanz sind zu vermeiden

Phase 4 - Urformbildung

- das gerechtfertigte Konzept wird in ein greifbares Modell transformiert (Kombination im Sinne der Intention)

Phase 5 - Übertragung von Wissen

- Ausbreitung des Wissens auf horizontaler Ebene (z.B. Produktverbesse- rungen)
- Ausbreitung des Wissens auf vertikaler Ebene (z.B.: Einfluss auf strategi- sche Konzepte der Unternehmensführung)
- Neubeginn des Gesamtprozesses auf einer anderen ontologischen Ebene

Tabelle 2.2: Die Wissensschaffung im Modell

(eigene Darstellung in Anlehnung an Nonaka & Takeuchi, 1997, S. 100-104)

Insgesamt bietet das SECI-Modell von Nonaka & Takeuchi eine Er- klärung für Entstehungs- und Verbreitungsprozesse von Wissen im Un- ternehmen. Im Besonderen wird der Umwandlungsprozess von subjekti- ven impliziten Inhalten in explizite Konzepte als Motor der Wissensspi- rale betrachtet. Die Betonung einer aktiven Gestaltung der Transformati- onsumwelt zur Förderung der Kreativität und der enge Bezug zur Unter- nehmenskultur als Leitlinie im Prozess charakterisieren den für das Mo- dell von Nonaka & Takeuchi bezeichnenden Kollektivgedanken.

2.4.2 Das Baustein-Modell von Probst, Raub und Romhardt

Probst et al. richten ihren Modellaufbau an typischen Problemstellun- gen in Unternehmen aus. Der KM-Prozess wird hier anhand von wech- selseitig voneinander abhängigen Bausteinen auf unterschiedlichen Ebe- nen veranschaulicht (Probst, Raub, & Romhardt, 2010, S. 28). Diese so- genannten Kernprozesse lassen sich auch als Interventionsfelder für Maßnahmen des Metaprozesses KM verstehen, es wird eine operative und eine strategische Ebene unterscheiden (Probst, Raub, & Romhardt, 2010, S. 30).

Abbildung 2.3: Das Bausteinmodell von Probst et al.

Abbildung in dieser Leseprobe nicht enthalten

(eigene Darstellung in Anlehnung an Probst, Raub & Romhardt, 2010, S. 27)

2.4.2.1 Die strategische Ebene

Auf strategischer Ebene steht die Verknüpfung von Unternehmens- strategie und den Wissensdimensionen im Vordergrund der Betrachtung (Hasler Roumois, 2010, S. 231). Auf dieser Ebene werden zwei Hand- lungsfelder unterschieden, die Wissenszielsetzung und die Wissensbewertung (Probst, Raub, & Romhardt, 2010, S. 30).

Wissenszielsetzung:

Um richtungsweisend auf KM-Aktivitäten zu wirken, müssen zu-

nächst Wissensziele festgeschrieben werden. Probst et al. unterscheiden in diesem Zusammenhang zwischen normativen, strategischen und operativen Zielen (Probst, Raub, & Romhardt, 2010, S. 57).

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 2.3: Wissenszielkategorien

(eigene Darstellung in Anlehnung an Hasler-Roumois, 2010, S. 231)

Wissensbewertung:

Da die Zielfestlegung zur abschließenden Erfolgsüberprüfung der De- finition von Zielwerten bedarf, werden Messmethoden des KM erforder- lich (Probst, Raub, & Romhardt, 2010, S. 31). Mit ihnen lässt sich der Zielerreichungsgrad und die Qualität der Wissensarbeit prüfen, um die notwendigen Anpassungen zu deren Optimierung zu implementieren. Nachdem im Rahmen der Zieldefinition festgeschrieben wurde, unter welchen Voraussetzungen, in welchem Rahmen und auf welchen Ebenen welche Fähigkeiten zu entwickeln und zu bewerten sind, kann nun die operative Umsetzung erfolgen.

2.4.2.2 Die operative Ebene Wissensidentifikation:

Hierunter werden alle Maßnahmen subsumiert, die einer möglichst transparenten Bestandsaufnahme von unternehmensinternen oder - externen Wissensbeständen dienlich sind. Als Ergebnis lassen sich kom- plexe Wissensverzeichnisse ähnlich der Auskunftskraft der Gelben Seiten anlegen. Dieser Prozess ist jedoch mit viel Aufwand verbunden, die in- tendierte Aussagekraft solcher Verzeichnisse lässt sich gleichwohl auch wesentlich einfacher erreichen: Nach Probst et al. sind grafische Wis- senskarten eine alternative Lösung (Probst, Raub, & Romhardt, 2010, S. 66). Es werden Wissensträger- (Welches Wissen ist in welcher Ausprä- gung bei wem vorhanden?), Wissensbestands- (Wo und in welcher Form werden bestimmte Inhalte vorgehalten?) und Wissensstrukturkarten (Welches Beziehungsgeflecht bzw. Netzwerk existiert bez ü glich des Wis- sens?) unterschieden (Probst, Raub, & Romhardt, 2010, S. 67).

Wissenserwerb:

Der zielgerichtete Erwerb von externen Wissensressourcen erweitert die organisationale Wissensbasis und gleicht interne Defizite aus (Probst, Raub, & Romhardt, 2010, S. 92). Die Rekrutierung von Experten durch Headhunter, die Nutzung von Beratungsangeboten oder die Kooperation mit anderen Unternehmen sind Beispiele für eine solche Ergänzungs- handlung, aber auch das Wissen von Kunden, Lieferanten oder Stakehol- dern kann identifizierte Lücken schließen. Der Rückgriff auf hochwertige Expertendatenbanken und die Nutzung von moderner Software ist gerade in der technologisch geprägten Gegenwart eine weitere Quelle, um exter- nes Wissen für eigene Zwecke nutzbar zu machen. Es gilt in diesem Zu- sammenhang zu unterstreichen, dass jede Form des Wissenserwerbs durch ihre Kopplung bzw. ihren Abgleich mit den gesetzten Wissenszie- len an Erfolgskraft gewinnt (Probst, Raub, & Romhardt, 2010, S. 96).

Wissensentwicklung:

Der gezielte Aufbau von neuen unternehmensinternen Wissensbe- ständen durch die Optimierung von Prozessen sowie die Entwicklung neuer Fähigkeiten dient der systematischen Wissensentwicklung. Die zielgerichtete Anwendung von Methoden oder die Schaffung von organi- sationalen Rahmenbedingungen, wie beispielsweise das betriebliche Vor- schlagswesen oder der Kontinuierliche Verbesserungsprozess (KVP), lassen sich Entwicklungsprozesse anregen und optimieren (Probst, Raub, & Romhardt, 2010, S. 112).

Wissens(ver)teilung:

Gemeint ist die Transformation von individuellen Wissensbeständen zu kollektiven Inhalten (Probst, Raub, & Romhardt, 2010, S. 140). Dieser Prozess unterliegt gewissen Einschränkungen, da eine totale Gleichschal- tung in Bezug auf Wissensinhalte weder ökonomisch noch menschlich zweckmäßig erscheint. Ein solcher (Ver)teilungsprozess muss sich daher an einem konkreten Bedarf (i.e.S. definiertem Kernwissen) ausrichten und sollte den Zielvorgaben des Unternehmens folgen. Die technischen Errungenschaften der Moderne (z.B.: Internet, Datenbanken, Netzwerke) helfen, die dabei notwendige Konsistenz der Verteilungsströme zu si- chern und zu gestalten (Probst, Raub, & Romhardt, 2010, S. 143).

Wissensnutzung:

Nachdem das Wissen identifiziert, importiert, weiterentwickelt und verteilt wurde, gilt es nun diese Bestände im Unternehmen in produktiver Weise zu nutzen. Um die erfolgreiche Anwendung zu unterstützen, müs- sen die Inhalte so nutzerfreundlich wie nötig aufbereitet werden. Hilf- reich sind hier vor allem Visualisierungen oder überschaubare Handbü- cher. Der Leitgedanke ist die Erhöhung des Nutzwertes von Wissensbe- ständen, dazu müssen etwaige Hemmnisse beseitigt werden, nur so kann mit Misstrauen und altbekannten Routinen zum Wohl der Unternehmung gebrochen werden (Probst, Raub, & Romhardt, 2010, S. 177; Hasler Roumois, 2010, S. 231).

Wissensbewahrung:

Um dem Verlust von bewahrungswürdigen Wissensbeständen vorzu- beugen, sind sowohl dokumentierte Inhalte zu erhalten als auch Experten und erfahrene Mitarbeiter (Lehner, 2009, S. 76). Die fast unbegrenzten Speichermöglichkeiten der Gegenwart bieten, unter Nutzung eines ge- wissen Ordnungsrahmens, einen Lösungsansatz für die explizierten Wis- sensbestände. Der Erhalt der Kompetenz von erfahrenen Mitarbeitern ist jedoch ein schwieriges und sehr vielschichtiges Unterfangen. Der Bil- dung und der intensiven Pflege von Kommunikations- und Beziehungs- netzwerken kommt hier eine besondere Bedeutung im Rahmen der Erhal- tung von Expertenwissen zu (Probst, Raub, & Romhardt, 2010, S. 192). An dieser Stelle schließt sich der Regelkreis und nutz das Bewer- tungselement, um die Zielablage bzw. den Erfolg der KM-Aktivitäten zu messen und diese Ergebnisse als Grundlage für Folgehandlungen zu ver- wenden. Der Prozesscharakter und die vermittelte Steuerbarkeit des KM machen den Ansatz von Probst et al. zu einem beliebten Praktikermodell.

2.4.3 Das Wissensmarkt-Konzept von North

Wissen ist im Modell von North eine knappe Ressource, welche sich unter Beachtung der Mechanismen des Marktes sowohl innerhalb als auch außerhalb von Unternehmen wettbewerbswirksam entwickeln und verwenden lässt (North, 2011, S. 192). Der Gestaltung von organisationa- len Rahmenbedingungen und der operativen Umsetzung in Bezug auf das KM wird in der Konzeption eine vordergründige Rolle zugeschrieben. North macht dies an zwei für ihn komplementären Ansätzen deutlich, dem „Technokratischen Wissensmanagement“ und der „Wissensökolo- gie“ (North, 2011, S. 181-183).

[...]


[1] In der einschlägigen KM Literatur finden sich zahlreiche Modellansätze, geprägt durch verschiedene wissenschaftliche Fachrichtungen (z.B. Informationstechnologie, Be-

[2] Nachteilig ist im Zusammenhang mit dem Faktor der Redundanz jedoch die Gefahr einer Informationsüberlastung und der Kostenaspekt aufzuführen. Es ist eine Führungsaufgabe, eine angemessene Verwaltung des Wissenspools im Unternehmen zu gewährleisten, denn eine ungesteuerte Redundanz wirkt als hemmender Faktor. triebswirtschaftslehre, Psychologie, etc.). Es ist der vorliegenden Arbeit nicht möglich alle Ansätze angemessen zu berücksichtigen, deshalb wurde an dieser Stelle eine Aus- wahl derjenigen Modelle getroffen, die das Wissensmanagement nachhaltig geprägt haben.

Excerpt out of 94 pages

Details

Title
Systemanforderungen für den Transfer von Expertenwissen vor dem Hintergrund eines wertorientierten Knowledge-Management-Ansatzes
Subtitle
System requirements for the transfer of expertise within a value-based Knowledge-Management framework
College
( European University of Applied Sciences Hamburg )
Grade
1,7
Author
Year
2011
Pages
94
Catalog Number
V177045
ISBN (eBook)
9783640984855
ISBN (Book)
9783640985142
File size
3873 KB
Language
German
Keywords
Knowledge Management, Tacit Knowledge, Expertenwissen, Wissenstransfer, wertorientiertes Knowledge Management, SECI, Marktwert Buchwert Relationen, Vorgehensmodell
Quote paper
Christian Schäfer (Author), 2011, Systemanforderungen für den Transfer von Expertenwissen vor dem Hintergrund eines wertorientierten Knowledge-Management-Ansatzes , Munich, GRIN Verlag, https://www.grin.com/document/177045

Comments

  • No comments yet.
Look inside the ebook
Title: Systemanforderungen für den Transfer von Expertenwissen  vor dem Hintergrund eines wertorientierten  Knowledge-Management-Ansatzes



Upload papers

Your term paper / thesis:

- Publication as eBook and book
- High royalties for the sales
- Completely free - with ISBN
- It only takes five minutes
- Every paper finds readers

Publish now - it's free