Bedeutung und Nutzen von Business Intelligence

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einleitung
1.1 Ausgangspunkt
Aufgabe
Struktur
Mensch
Technologie
1.2 Problemstellung
Planung
Realisation
Führungsinformationssysteme
Entscheidungsunterstützungssysteme
Transaktionssysteme
Kontrolle
1.3 Zielsetzung der Arbeit
1.4 Aufbau der Arbeit
Teil
Begriffliche Grundlagen und theoretischer Bezugsrahmen
Teil
Teil
Teil
Fazit mit kritischer Würdigung
Teil
Mögliche Nutzenaspekte von Business Intelligence
Teil
Einleitung

2 Begriffliche Grundlagen und theoretischer Bezugsrahmen
2.1 Managementunterstützende Informations- und Kommunikationssysteme
2.1.1 Management und Entscheidungsprozesse
Management
Top-Management
Middle-Management
Lower-Management
2.1.2 Definition und Begriffsabgrenzung von Daten, Information und Wissen
Information
Wissen
Daten
Entscheidung
2.1.2.1 Daten
2.1.2.2 Information
Informationen-
Angebot
2.1.2.3 Wissen
Wissensschaffung
Ständige Innovation
Wettbewerbsvorteil
2.1.3 Bedeutung der Kommunikation
2.1.4 Einordnung und Überblick managementunterstützender IuK-Systeme
2.1.4.1 Einordnung analytischer Informationssysteme in die betriebliche Informationsverarbeitung
Data Marts
Externe
Operative
Informationssysteme
2.1.4.2 Historie managementunterstützender Systeme
EUS/DSS
FIS/EIS
2.2 Grundzüge des Daten- und Informationsmanagements
2.2.1 Aufgaben des Datenmanagements
2.2.2 Bedeutung des Informationsmanagements
Sachfunktion
Informationsmanagement
FÜHRUNG UND CONTROLLING
TAKTIK
OPERATION
STRATEGIE
2.3 Wissensmanagement und organisatorisches Lernen im Überblick
2.3.1 Begriffsverständnis und Bausteine des Wissensmanagements
Wissensbasis
Wissens(ver)teilung
Neue Informations- und Kommunikationstechnologien
2.3.2 Organisatorisches Lernen im systematischen Zusammenhang
Ebene
Leitfrage
Prozesse
Kontexte
Paradigmen
2.4 Perspektiven von BI
Ausgangssituation
Wissensmanagement
Business Intelligence
2.5 Zusammenfassung und BI im systematischen Zusammenhang
Wettbewerbsfähigkeit
BI als Transformationsprozess
BI als Lösung

3 Mögliche Nutzenaspekte von Business Intelligence
3.1 Mögliche Nutzenaspekte aus der Perspektive von BI als Funktion
3.1.1 Sicherung der Wettbewerbsvorteile eines Unternehmens
3.1.2 BI als Instrument der Unternehmensführung
3.1.3 Einsatzbereiche von BI im Unternehmen
Antizipation
Identifikation
Antizipation
Realisation
3.1.3.1 Controlling als zentraler Einsatzbereich
3.1.3.2 Wesentliche Einsatzbereiche von BI im Überblick
3.1.3.3 Gegenwärtig aktuelle Einsatzbereiche von BI
Lieferanten
Hersteller
Kunden
Supply Chain
Demand Chain
3.2 Mögliche Nutzenaspekte aus der Perspektive von BI als Transformationsprozess
3.2.1 Datenbereitstellung als notwendige Voraussetzung für den BI-Transformationsprozess
3.2.2 Informationsgewinnung und -nutzung als weitere Entwicklungsstufe des BI-Transformationsprozesses
3.2.3 Wissensentdeckung und Organisationales Lernen als oberstes Ziel des BI-Transformationsprozesses
3.2.4 Kommunikation als prozessübergreifende Voraussetzung
3.3 Mögliche Nutzenaspekte aus der Perspektive von BI als informationstechnologische Lösung
3.4 Zusammenfassung und Kerngedanken
4 Bedeutung der Nutzenaspekte aus Anbietersicht und konkrete Lösungen
4.1 Empirische Erhebung bezüglich der Bedeutung der Nutzenaspekte von BI aus Anbietersicht
4.1.1 Entwicklung des Untersuchungskonzeptes
4.1.2 Auswertung: Zusammenfassende Analyse der schriftlichen Anbieterbefragung
4.1.2.1 Einschätzungen bezüglich der befragten Unternehmen
4.1.2.2 Einschätzungen bezüglich BI
4.1.2.3 Einschätzungen bezüglich der Kundenbedürfnisse
4.2 Konkrete Lösungen von BI im systematischen Zusammenhang
4.2.1 Lösungen zur Datenbereitstellung
4.2.1.1 Lösungen zur Bereitstellung von quantitativen und strukturierten Daten
4.2.1.2 Lösungen zur Bereitstellung von quantitativen und qualitativen sowie wenig strukturierten Daten
4.2.2 Lösungen zur Entdeckung von Verhaltensmustern, Beziehungen und Prinzipien
4.2.2.1 Lösungen zur hypothesengestützten Entdeckung von Informationen und Wissen
4.2.2.2 Lösungen zur weitgehend hypothesenfreien Entdeckung von Informationen und Wissen
4.2.3 Lösungen zur Kommunikation von Informationen und Wissen
4.3 Zusammenfassung und zentrale Erkenntnisse

5 Tatsächliche Nutzenaspekte von Business Intelli-gence
5.1 Fallstudie: Einsatz von BI-Lösungen im Controlling einer Bank
5.1.1 Informationen zu der Bank
5.1.2 Einsatz von BI-Lösungen im Controlling
5.1.2.1 Problemstellung
5.1.2.2 Lösung
Daten aus den operativen Vorsystemen
Zentrale Datenbanken der Credit Suisse
BI-Lösungen der NAB
5.1.2.3 Nutzen und Grenzen
5.2 Fallstudie: Experteninterview zum Einsatz von BI und dem Umgang mit Wissensmanagement in einem börsennotierten Unternehmen des Neuen Marktes
5.2.1 Informationen über das Unternehmen
5.2.2 Einschätzungen und Erkenntnisse des Unternehmens bezüglich des Einsatzes von BI und des Umgangs mit Wissensmanagement
5.2.2.1 Konkrete Bedeutung von BI und Wissensmanagement für das Unternehmen
5.2.2.2 Nutzeneinschätzung bezüglich des Einsatzes der Applikationen
5.3 Nutzeffekte und Abdeckungslücken der einzelnen BI-Lösungen im systematischen Zusammenhang
5.4 Einschätzung des Gesamtnutzens von BI
5.4.1 Direkt monetär quantifizierbare Nutzeffekte von BI
5.4.2 Indirekt monetär quantifizierbare Nutzeffekte
5.4.3 Qualitative, monetär nicht quantifizierbare Nutzeffekte
5.5 Mögliche Grenzen und Problembereiche des Einsatzes von BI
5.6 Zusammenfassung der Erkenntnisse

6 Fazit mit kritischer Würdigung
6.1 Erarbeitete Ergebnisse im Überblick
6.2 Zusammenfassende Beurteilung der Bedeutung und des Nutzens von BI
6.3 Abschließender Ausblick auf zukünftige Entwicklungen

Anhang
Anhang 2-1: Unterscheidungsmöglichkeiten von Daten
Anhang 2-2: Studie über den Einsatz von KM-Anwendungen
Anhang 2-3: Internetadressen zum Thema Wissensmanagement
Anhang 2-4: Marktanteile und Internetadressen der wichtigsten BI/OLAP-Anbieter 1999 in Deutschland
Anhang 2-5: Business Intelligence als Bestandteil eines Transformationsprozesses
Daten
Information
Wissen
Handlung
Response
Daten
Anhang 3-1: Ausgewählte Aspekte der Unterstützung von Wertschöpfungsstrategien vii
Anhang 4-1: Adressenverzeichnis führender Anbieter von IuK-Systemen im deutschsprachigen Raum ix
Anhang 4-2: Fragenkatalog zum Thema Business Intelligence
Anhang 4-3: Zwölf Regeln zur Evaluierung von OLAP-Produkten
Anhang 4-4: Produkte der Standardbereiche von BI
Anhang 5-1: Fragenkatalog für die Fallstudie bei der NAB bezüglich des Einsatzes von BI-Lösungen im Controlling xxi
Anhang 5-2: Screenshots der von der NAB eingesetzten BI-Lösungen der MIK
Anhang 5-3: Fragenkatalog für das Experteninterview bei der Kabel New Media AG
Anhang 5-4: Nutzeffekte ausgewählter BI-, OLAP- und Data Warehouse-Produkte

Literatur- und Quellenverzeichnis
Sachbücher
Aufsätze aus Sammelwerken
Artikel aus Zeitschriften und Zeitungen
Sonstige Publikationen
Expertengespräche
Software: Demo-Versionen und Produktinformationen
Internetadressen

Abbildungsverzeichnis

Abb. 1-1: Zusammenhang zwischen Technologie und Organisation

Abb. 1-2: BI – Transformationsprozesse

Abb. 1-3: Informationssysteme im Managementprozess

Abb. 1-4: Herleitung der Zielsetzung

Abb. 1-5: Hauptbereiche der Arbeit

Abb. 2-1: Auffassungen des Managementbegriffs

Abb. 2-2: Beziehung zwischen Daten, Information und Wissen

Abb. 2-3: Informationsmerkmale

Abb. 2-4: Informationsbedarf, -angebot und -nachfrage

Abb. 2-5: „Wissen“ als Wettbewerbsfaktor

Abb. 2-6: Vier Formen der Wissensumwandlung

Abb. 2-7: Die fünf wesentlichen Ebenen der Kommunikation

Abb. 2-8: Architekturkomponenten und Datenflüsse analytischer Informations-systeme

Abb. 2-9: Analytische und operative Informationssysteme

Abb. 2-10: Managementunterstützende IuK-Systeme im historischen Kontext

Abb. 2-11: Einordnung des Informationsmanagements

Abb. 2-12: Beziehungen der Aufgaben des Informationsmanagements

Abb. 2-13: Bausteine des Wissensmanagements

Abb. 2-14: Drei Ebenen des Wissensmanagements

Abb. 2-15: Ebenen und Leitfragen des organisationalen Lernens

Abb. 2-16: Wissensmanagement und BI als Stufenmodell

Abb. 2-17: BI als integrierter Ansatz von Konzept und Lösungen

Abb. 3-1: Direkte Produktivitätsverbesserung

Abb. 3-2: Diskrepanz zwischen verfügbaren Daten und Analyseressourcen

Abb. 3-3: Der Wissenskreislauf

Abb. 3-4: Überblick über die von der Praxis gewünschten Methoden

Abb. 3-5: Wahrnehmung und Suche im Mittelpunkt von BI

Abb. 3-6: E-Business Intelligence: Business Intelligence und E-Business

Abb. 3-7: End-to-End E-Business Intelligence

Abb. 3-8: Von Daten zur Einsicht

Abb. 3-9: Erwartungen an ein verbessertes Wissensmanagement

Abb. 3-10: Die Wissensbasis im Kontext des Innovationsmanagements

Abb. 3-11: BI-Komponenten im prozessualen Zusammenhang

Abb. 4-1: Einsatzort von BI bezüglich des Tätigkeitsfeldes

Abb. 4-2: Definitionen von BI aus Anbietersicht

Abb. 4-3: Konzentration von BI auf die Entdeckung von bislang nicht erkannten Zusammenhängen

Abb. 4-4: Zusätzliche Eigenschaften von BI im Vergleich zu herkömmlichen Lösungen

Abb. 4-5: Effektivitätsverbesserung durch BI

Abb. 4-6: Wissensgenerierung durch BI

Abb. 4-7: Möglichkeiten der Umwandlung von implizitem Wissen in explizites Wissen durch BI

Abb. 4-8: Das Data Warehouse und seine Quelle

Abb. 4-9: Wesentliche Formate von Lotus Notes-, Internet- und Intranet-Dokumenten

Abb. 4-10: Multidimensionaler Datenwürfel

Abb. 5-1: BI-Systemlandschaft bei der NAB

Abb. A2-1: BI/OLAP-Marktanteile in Deutschland 1999

Abb. A2-2: Der Transformationsprozess

Abb. A5-1: Ausgewählter MIK-ONE-Screenshot

Abb. A5-2: Ausgewählter MIK-XLREPORT- Screenshot

Abb. A5-3: Ausgewählter MIK-OLAP-Screenshot

Abb. A5-5: Datenanbindung der OLAP & BI-Werkzeuge

Abb. A5-6: Datenanbindung der Data Warehouse-Werkzeuge

Abb. A5-7: Modellbildung OLAP & BI-Werkzeuge

Abb. A5-8: Modellbildung Data Warehouse-Werkzeuge

Abb. A5-9: Navigations-, Visualisierungs- und Auswertungsmöglichkeiten OLAP & BI-Werkzeuge

Abb. A5-10: Navigations-, Visualisierungs- und Auswertungsmöglichkeiten Data Warehouse-Werkzeuge

Abb. A5-11: Betriebswirtschaftliche Methodenbibliothek OLAP & BI-Werkzeuge

Abb. A5-12: Betriebswirtschaftliche Methodenbibliothek Data Warehouse-Werkzeuge

Tabellenverzeichnis

Tab. 2-1: Zwei Typen von Wissen

Tab. 2-2: Entwicklungsstufen des Umgangs mit Daten, Information und Wissen in Unternehmen

Tab. 4-1: Produkt- und Dienstleistungsangebot im Rahmen von BI

Tab. 4-2: Einsatzort von BI bezüglich der Unternehmensgröße

Tab. 4-3: Bewertung von Aussagen bezüglich BI

Tab. 4-4: Bausteine von BI

Tab. 4-6: Anwendungsfelder für Data Mining-Technologien

Tab. 4-7: Termingetriggertes und ereignisgesteuertes Reporting

Tab. 5-1: Nutzeffekte der einzelnen Lösungen von BI

Tab. A2-1: Unterscheidungsmöglichkeiten von Daten

Tab. A2-2: Einsatz von KM-Anwendungen im Vergleich

Tab. A2-3: Aktuelle Internetadressen zum Thema Wissensmanagement

Tab. A2-4: Aktuelle Internetadressen der wichtigsten BI/OLAP-Anbieter

Tab. A3-1: Aspekte von Wertschöpfungsstrategien im Überblick

Tab. A4-1: Adressenverzeichnis führender Anbieter von IuK-Systemen

Tab. A4-2: Zwölf Regeln von Edgar F. Codd zur Evaluierung von OLAP-Produkten

Tab. A4-3: Einzelne BI-Produkte im Überblick

Tab. A5-1: Auswahl der getesteten Produkte

Tab. A5-2: Datenanbindung der OLAP & BI-Werkzeuge

Tab. A5-3: Datenanbindung der Data Warehouse-Werkzeuge

Tab. A5-4: Modellbildung OLAP & BI-Werkzeuge

Tab. A5-5: Modellbildung Data Warehouse-Werkzeuge

Tab. A5-6: Navigations-, Visualisierungs- und Auswertungsmöglichkeiten OLAP & BI-Werkzeuge

Tab. A5-7: Navigations-, Visualisierungs- und Auswertungsmöglichkeiten Data Warehouse-Werkzeuge

Tab. A5-8: Betriebswirtschaftliche Methodenbibliothek OLAP & BI-Werkzeuge

Tab. A5-9: Betriebswirtschaftliche Methodenbibliothek Data-Warehouse- Werkzeuge

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

„Der Nachteil der Intelligenz besteht darin, dass man ununterbrochen gezwungen ist, dazuzulernen.“

nach George Bernard Shaw

Zielsetzung der Arbeit

In der Theorie fehlt es nicht an Schlagworten, die auf einen effizienten Umgang mit der Ressource Wissen abzielen: „BI“, „Organisatorische Wissensbasis“, „Knowledge Worker“, „Organizational Memory“, „Organisationales Lernen“, „Wissenskultur“, „Wissensdatenbanken“ und viele mehr. Die in der Theorie und Praxis immer wieder genannten wenigen Unternehmen, die das Thema „Wissensmanagement“ zumindest partiell erfolgreich angegangen sind, wie z.B. Skandia, 3M, HP sowie viele der großen Unternehmensberatungen, zeigen, dass das Lösungspotenzial dieser Konzepte in der Praxis noch nicht umfassend entwickelt ist.^[1]

Die Motivation für die vorliegende Arbeit ist in der Diskrepanz zwischen Bedeutung, Forderungen und Problematisierungen auf der einen Seite und den tatsächlich in der Praxis anzutreffenden Lösungen, d.h. dem tatsächlichen Nutzen auf der anderen Seite zu sehen. Die Hauptzielsetzung der Arbeit liegt somit in der Einschätzung und der Beurteilung der Bedeutung und des Nutzens von BI. Um diesem Ziel gerecht zu werden, muss sowohl die konzeptionelle als auch die anwenderbezogene Perspektive genauer betrachtet und erforscht werden. Aus diesem Grund entwickelt sich die Zielsetzung der Arbeit aus folgenden vier Teilzielsetzungen (vgl. Abb. 1-4):

- Erste Teilzielsetzung ist die Herleitung und Darstellung der theoretischen und begrifflichen Grundlagen, um ein fundiertes Grundverständnis bezüglich der Thematik zu entwickeln.
- Das zweite Teilziel ist die Ermittlung grundsätzlich möglicher Nutzenaspekte von BI, indem die Bedeutung und der Nutzen angesprochener Themen- und Funktionsbereiche näher untersucht wird.
- Dritte Teilzielsetzung ist die empirische Untersuchung der Bedeutung der Nutzenaspekte aus Anbietersicht sowie die systematische Darstellung und Erläuterung konkreter BI-Lösungen.
- Viertes Teilziel ist die Untersuchung der tatsächlichen Nutzenaspekte von BI. Zu diesem Zweck werden die Ergebnisse zweier in der betrieblichen Praxis durchgeführten Fallstudien dargestellt und die durch BI zur Verfügung gestellten Lösungen bezüglich ihrer Nutzeffekte und Grenzen bewertet.

1.1 Ausgangspunkt

Bereits in den 80er Jahren intensivierten sich die Diskussionen über die Veränderungen der Wettbewerbsbedingungen, welche vor allem durch die beginnende Globalisierung von Güter-, Arbeits- und Informationsmärkten initiiert wurden.^[2]Aufgrund des hohen Innovationsgrades im Bereich der Computer- und Kommunikationstechnologie, der Öffnung von Märkten, der Lockerung gesetzlicher Rahmenbedingungen sowie weiterer gravierender Veränderungen in der ökologischen und ökonomischen Umwelt der Unternehmungen, hat diese Diskussion in den letzten Jahren erheblich an Relevanz gewonnen.^[3]

Infolge dieser Veränderungen wird auch zunehmend deutlicher, dass neben den traditionellen Erfolgsfaktoren der Kostenführerschaft und Produktdifferenzierung die Flexibilität und Innovationsfähigkeit einer Unternehmung die entscheidenden Kriterien sind, die ihren Erfolg oder Misserfolg ausmachen.^[4]Auf diese veränderten Rahmenbedingungen reagieren die Unternehmungen mit neuen Konzepten der Organisationsgestaltung.^[5]Da in diesen innovativen Ge-staltungskonzepten der Organisation die Informations- und Kommunikationsaspekte eine dominierende Rolle einnehmen bzw. diese Ansätze erst ermöglichen, entwickelten sich parallel zu diesen neuen Organisationskonzepten ebenfalls neue Ansätze für eine angemessene Informations- und Kommunikationsunterstützung.^[6]

Abb. 1-1: Zusammenhang zwischen Technologie und Organisation

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Leavitt, Harold J.: Applying Organizational Change in Industry: Structural, technological and humanistic approaches, in: March, James G. (Hrsg.): Handbook of Organizations, Chicago 1965 abgebildet nach Lehner, Franz: Organisational Memory – Konzepte und Systeme für das organisatorische Lernen und das Wissensmanagement, München 2000, S. 48, Abb. 1-7.

In der zunehmend vernetzten Ökonomie ist der Umgang mit Information nicht mehr taktisches Instrument, sondern strategischer Differenzierungsansatz geworden. Dies bedeutet vor allem, dass sich die methoden- und instrumentbezogene Unterstützung immer weiterentwickelt, um den Anforderungen der drastischen Ausweitung und Beschleunigung des Unternehmensumfeldes gerecht zu werden. Eine hohe Qualität der Entscheidungsfindung und Wissensentwicklung sind unter anderem die zentralen Anforderungen der betrieblichen Praxis an informationstechnologische Lösungen. Dazu müssen dem Anwender über die Bereitstellung von Daten hinaus auch quasi intelligente Instrumente und Infrastrukturen zur Verfügung gestellt werden, um in der Lage zu sein, Beziehungen und Muster in den „Datenbergen“ zu erkennen. Vor diesem Hintergrund haben sich konkrete Ansätze und Lösungen entwickelt, die immer häufiger unter dem modernen Begriff Business Intelligence (BI) subsumiert werden. BI beschreibt die analytische Fähigkeit, in vorhandener oder zu beschaffender Information relevante Zusammenhänge und strategische Vorteilspotenziale zu entdecken sowie diese zielgerichtet im Unternehmen zur Verfügung zu stellen. Mit Hilfe von BI werden durch das Zusammenspiel von Mensch und moderner Informationstechnologie die Wissensschätze im Unternehmen und Unternehmensumfeld entdeckt und geborgen.^[7]

1.2 Problemstellung

Vor diesem Hintergrund lässt sich die wachsende Bedeutung und der Nutzen von BI erklären, wenngleich aufgrund des Neuheitsgrades des Begriffs bis dato keine einheitliche Begriffsdefinition vorliegt. Dies gilt sowohl für die gegenwärtige Literatur als auch für die Anbieter- und Anwenderpraxis.^[8] Das häufig verwendete Zitat „Wir dürsten nach Informationen aber ertrinken in Daten“^[9], beschreibt treffend das Dilemma, dem sich viele Entscheidungsträger in Unternehmen ausgesetzt sehen.^[10] In den betrieblichen Informationssystemen und zunehmend auch in externen Datenquellen liegen eine Vielzahl von Daten vor, denen das Problem der entscheidungsorientierten Selektion, Verknüpfung und Aufbereitung gegenübersteht.
Erst durch solche Verarbeitungsprozesse werden aus den Daten zweckorientierte Informationen, die letztlich auch langfristig als problembezogenes Wissen in Entscheidungsprozessen eingesetzt werden können. BI beschreibt diese intelligenten Transformationsprozesse (vgl. Abb. 1-2).^[11]

Abb. 1-2: BI – Transformationsprozesse

Abbildung in dieser Leseprobe nicht enthalten

Quelle: In Anlehnung an Grothe, Martin/Gentsch, Peter (2000), a.a.O., S. 18.

BI wird u.a. verstärkt in aktuelle Diskussionen bezüglich der Weiterentwicklung von Reporting- und Analysesystemen einbezogen. Grundsätzlich ist davon auszugehen, dass es bei der Thematik primär um die Applikationsebene, d.h. um den Einsatz von DV-Werkzeugen geht.^[12]Analytische Informationssysteme, die auf operativen Informationssystemen sowie externen Datenquellen aufsetzten, generieren, wie beschrieben, durch intelligente Transformationsprozesse nutzbares Wissen für betriebliche Entscheidungen. Somit bieten sie eine umfangreiche Funktionalität zur Unterstützung des Managementprozesses (vgl. Abb. 1-3).^[13]

Abb. 1-3: Informationssysteme im Managementprozess

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Bruns, Hans-Jürgen: Organisationale Lernprozesse bei Managementunterstützungssystemen, Wiesbaden 1998, S. 45, Abb. 2.2-3.

Damit sind „Data Warehouse“ (DW), „Online Analytical Processing“ (OLAP) und „Data Mining“ (DM) typische Platzhalter für das Konstrukt BI und werden derzeit als State-of-the-Art entscheidungsgerichteter Unterstützung für Controlling, Marketing und Unternehmensplanung propagiert.^[14]Zunehmend gewinnen intelligente, informationstechnologische Innovationen neben den traditionelleren Informationstechnologien an Bedeutung. Sie bauen auf den bekannten DV-Strukturen auf oder machen diese sogar erst effizient nutzbar.^[15]Dennoch ist deren tatsächliche Leistungsfähigkeit zu prüfen. Im Rahmen dieser Diplomarbeit soll sowohl die konzeptionelle als auch die anwendungsbezogene Perspektive von BI betrachtet und die Frage „Was ist und was leistet BI?“^[16]beantwortet werden. Somit ergibt sich die folgende Zielsetzung der Arbeit.

1.3 Zielsetzung der Arbeit

In der Theorie fehlt es nicht an Schlagworten, die auf einen effizienten Umgang mit der Ressource Wissen abzielen: „BI“, „Organisatorische Wissensbasis“, „Knowledge Worker“, „Organizational Memory“, „Organisationales Lernen“, „Wissenskultur“, „Wissensdatenbanken“ und viele mehr. Die in der Theorie und Praxis immer wieder genannten wenigen Unternehmen, die das Thema „Wissensmanagement“ zumindest partiell erfolgreich angegangen sind, wie z.B. Skandia, 3M, HP sowie viele der großen Unternehmensberatungen, zeigen, dass das Lösungspotenzial dieser Konzepte in der Praxis noch nicht umfassend entwickelt ist.^[17]

Die Motivation für die vorliegende Arbeit ist in der Diskrepanz zwischen Bedeutung, Forderungen und Problematisierungen auf der einen Seite und den tatsächlich in der Praxis anzutreffenden Lösungen, d.h. dem tatsächlichen Nutzen auf der anderen Seite zu sehen. Die Hauptzielsetzung der Arbeit liegt somit in der Einschätzung und der Beurteilung der Bedeutung und des Nutzens von BI. Um diesem Ziel gerecht zu werden, muss sowohl die konzeptionelle als auch die anwenderbezogene Perspektive genauer betrachtet und erforscht werden. Aus diesem Grund entwickelt sich die Zielsetzung der Arbeit aus folgenden vier Teilzielsetzungen (vgl. Abb. 1-4):

- Erste Teilzielsetzung ist die Herleitung und Darstellung der theoretischen und begrifflichen Grundlagen, um ein fundiertes Grundverständnis bezüglich der Thematik zu entwickeln.
- Das zweite Teilziel ist die Ermittlung grundsätzlich möglicher Nutzenaspekte von BI, indem die Bedeutung und der Nutzen angesprochener Themen- und Funktionsbereiche näher untersucht wird.
- Dritte Teilzielsetzung ist die empirische Untersuchung der Bedeutung der Nutzenaspekte aus Anbietersicht sowie die systematische Darstellung und Erläuterung konkreter BI-Lösungen.
- Viertes Teilziel ist die Untersuchung der tatsächlichen Nutzenaspekte von BI. Zu diesem Zweck werden die Ergebnisse zweier in der betrieblichen Praxis durchgeführten Fallstudien dargestellt und die durch BI zur Verfügung gestellten Lösungen bezüglich ihrer Nutzeffekte und Grenzen bewertet.

Abb. 1-4: Herleitung der Zielsetzung

Abbildung in dieser Leseprobe nicht enthalten

1.4 Aufbau der Arbeit

Zur Erreichung der Zielsetzung wird für die Arbeit die folgende Struktur gewählt. Neben den in Teil 1 dargelegten grundsätzlichen Ausführungen zum Ausgangspunkt der Thematik, zur Problemstellung, zur Zielsetzung und zum Aufbau der Arbeit, stehen die in Abb. 1-5 dargestellten Hauptteile im Vordergrund der Betrachtung.

Im zweiten Teil der Arbeit werden die theoretischen und begrifflichen Grundlagen der Thematik hergeleitet und erläutert. Diese Ausführungen dienen primär der Begriffsoperationalisierung und der Konzeptionalisierung für den nach-gelagerten Teil der Arbeit, liefern jedoch bereits erste relevante Erkenntnisse über die Einordnungsmöglichkeiten der Thematik in das theoretische und konzeptionelle Umfeld.

Teil 3 stellt grundsätzlich mögliche Nutzenaspekte von BI für Unternehmungen, Management, traditionelle und aktuelle Funktions- und Themenbereiche sowie den BI-Transformationsprozess im Überblick dar. Diese dienen u.a. als Ordnungsmuster für die in Kapitel 5 vorgenommene Nutzenbewertung der Lösungen von BI.

Im vierten Teil der Arbeit wird die Bedeutung der Nutzenaspekte aus Sicht der Anbieter untersucht und konkrete Lösungen vorgestellt. Zu diesem Zweck wurde eine explorative Untersuchung in Form einer Anbieterbefragung durchgeführt, um durch die Erfahrungen und Einschätzungen der Anbieter neue Erkenntnisse bezüglich der Thematik zu gewinnen. Auf Basis entsprechender Erkenntnisse wird nachfolgend ein Portfolio generiert, das die wesentlichsten Lösungen von BI in einen systematischen Zusammenhang stellt. Diese konkreten Lösungen werden im zweiten Teil des Kapitels im Einzelnen erläutert.

Teil 5 der Arbeit untersucht die tatsächlichen Nutzenaspekte von BI. Dazu wurden ausgewählte Fallstudien in einem börsennotierten IT-Unternehmen des Neuen Marktes sowie im Controlling einer Schweizer Bank durchgeführt. Ziel der Fallstudien ist es, neue Erkenntnisse über die Bedeutung und den tatsächlichen Nutzen des Einsatzes von BI in der betrieblichen Praxis zu gewinnen. Die Einschätzung der tatsächlichen Nutzenaspekte sowie der möglichen Grenzen und Problemfelder von BI werden abschließend durch die Bewertung der Lösungen vorgenommen.

Teil 6 beschließt die Arbeit mit einem Fazit mit kritischer Würdigung. Zu diesem Zweck werden die erarbeiteten Ergebnisse sowie die Beurteilung der Bedeutung und des Nutzens von BI nochmals im Überblick dargestellt und ein Ausblick auf zukünftige Entwicklungen gegeben.

Abb. 1-5: Hauptbereiche der Arbeit

Abbildung in dieser Leseprobe nicht enthalten

2 Begriffliche Grundlagen und theoretischer Bezugsrahmen

„Where is the wisdom we have lost in knowledge?

Where is the knowledge we have lost in information?

Where is the information we have lost in data?”

nach Thomas S. Eliot und Frieder Nake

Das folgende Kapitel dient der konkreten Einführung in die Thematik sowie der Einordnung in das theoretische und konzeptionelle Umfeld. Es versteht sich vor allem als Herleitung und Operationalisierung der Schlüsselbegriffe, die für die vorliegende Arbeit relevant sind.

2.1 Managementunterstützende Informations- und Kommunikationssysteme

Die Bedeutung von managementunterstützenden Informations- und Kommunikationssystemen (IuK-Systeme) hat, wie auch zahlreiche Anwenderberichte^[18]zeigen, in den letzten Jahren verstärkt zugenommen. Sie sollen u.a. der intelligenten Unterstützung der Entscheidungsprozesse auf Führungsebene dienen.

2.1.1 Management und Entscheidungsprozesse

In der Literatur findet sich für den Begriff „Management“ keine exakte Abgrenzung. Übereinstimmung besteht jedoch darüber, dass Management sowohl eineinstitutionelleals auchfunktionale/handlungsorientierteDimension aufweist.^[19]Unter derinstitutionellenBegriffsbedeutung versteht sich Management als der Personenkreis, welcher mit der Ausübung von Managementaufgaben beauftragt ist. Man nimmt hier üblicherweise eine Differenzierung inTop-, Middle- undLower-Managementvor.^[20]Im Gegensatz dazu umfassen dieanalytisch-funktionsorientiertenund dieempirisch-handlungsorientiertenForschungsansätze sämtliche Aufgaben, die im weitesten Sinne mit der Planung, Steuerung und Kontrolle einer Unternehmung zusammenhängen, d.h. nicht rein operativer Natur sind.^[21]Abb. 2-1 verdeutlicht die unterschiedlichen Auffassungen des Managementbegriffs.

Abb. 2-1: Auffassungen des Managementbegriffs

Abbildung in dieser Leseprobe nicht enthalten

Quelle: In Anlehnung an die Ausführungen in Staehle, Wolfgang H. (1999), a.a.O., S. 80 ff.

Als Ausgangspunkt für die weiteren Ausführungen soll exemplarisch ein geeigneter Ansatz der verschiedenen wissenschaftlichen Auffassungen und Theorien dienen. Ein entsprechender Ansatz der empirisch-handlungsorientierten Konzepte ist der entscheidungsprozessorientierte vonMarch/Simon^[22]. Bei diesem Ansatz spielt die Art der Entscheidungsfindung eine zentrale Rolle, um das Verhalten von Organisationen zu erklären.March/Simonunterscheiden in diesem Zusammenhang die Phase der Alternativensuche, die Phase der Ergebnisbestimmung der verschiedenen Alternativen sowie die Phase der Bewertung einzelner Varianten. Sie vertraten erstmalig die Meinung, dass Entscheidungsprozesse in Organisationen nicht streng rational ablaufen. Diese Prozesse unterliegen ihrer Auffassung nach bestimmten kognitiven Beschränkungen, wie z.B. dem unvollkommenen Wissen über Alternativen, der individuellen Bewertung verschiedener Alternativen oder der Unsicherheit der Alternativenergebnisse. Demnach müssen sich Manager in aller Regel bereits mit satisfizierenden Lösungen begnügen. Ausschlaggebend für die Wahl der Lösungen sind die, wenn auch häufig unvollständigen oder mangelhaften, Informationen, die dem Entscheider zugänglich gemacht werden.

Aus der Existenz dieser kognitiven Beschränkungen seitens des Entscheidungsträgers kann man die Notwendigkeit der Systemunterstützung durch IuK-Technologien ableiten.^[23]Des weiteren lässt sich in der Praxis eine paradoxe Situation erkennen. Aufgrund von wachsendem Entscheidungsdruck werden immer mehr relevante Informationen verlangt, um so Probleme frühzeitig zu erkennen und zu lösen. Bei der jedoch umfangreicher werdenden Menge an verfügbaren Informationen wird die Selektion und das Setzen von Prioritäten selbst immer stärker zu einem Problem. Somit stellt die informationstechnologische Unterstützung der Entscheidungsträger eine mögliche Lösung dar, durch die Integration heterogener Wissensformen eine intelligente Unterstützung der Entscheidungsprozesse zu ermöglichen.^[24]

In diesem Zusammenhang kommt sowohl der Information als auch der Kommunikation eine zentrale Bedeutung zu. Im Folgenden wird die Definition des Informationsbegriffs und eine Abgrenzung gegenüber den Begriffen Daten und Wissen vorgenommen, sowie der Begriff Kommunikation erläutert.

2.1.2 Definition und Begriffsabgrenzung von Daten, Information und Wissen

Informationen werden aus Daten gewonnen. Erst durch die Nutzung von Daten entstehen Informationen.^[25]Information wiederum ist der Grundstoff, der Wissen ergeben kann (vgl. dazu auch Abb. 1-2).^[26]An dieser Stelle sei angemerkt, dass es in der Literatur eine Vielfalt von Interpretationen und Erklärungsversuchen gibt, die Beziehung zwischen Daten, Informationen und Wissen zu verdeutlichen. Einen weiteren denkbaren Beziehungszusammenhang soll Abb. 2-2 darstellen.

Abb. 2-2: Beziehung zwischen Daten, Information und Wissen

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Watson, Richard T.: Data Management - An Organizational Perspective, New York et al. 1996, S. 29 abgebildet nach Lehner, Franz (2000), a.a.O., S. 123, Abb. 2-16.

2.1.2.1 Daten

Der Begriff Daten wird in der Literatur häufig in Zusammenhang mit computergestützten Informationssystemen verwendet. Festzustellen ist, dass Daten und Informationen verschiedene Seiten eines einheitlichen Phänomens bezeichnen. Während Daten auf der einen Seite das physische Substrat von Informationen darstellen, werden Informationen auf der anderen Seite durch den Erkenntniswert dieser Daten repräsentiert.^[27]

Der Begriff Daten kann u.a. wie folgt definiert werden:^[28]

- „Daten sind Informationen, die in Form von Zeichen vorliegen und in einer bestimmten Art strukturiert bzw. formatiert sind. Ihre Entwicklung erfolgt nach den Regeln der Rechtschreibung.“^[29]
- „Die Datendokumentation soll jedem berechtigten Mitarbeiter die Information schnell verständlich machen.“^[30]
- „Die Daten sollen so organisiert werden, dass sie für neue Anwendungsprogramme und Auswertungen möglichst flexibel verfügbar sind. In Datenbanken werden Unternehmensdaten aufbewahrt und für verschiedene Programme bzw. Benutzer bereitgestellt.“^[31]

2.1.2.2 Information

„Für die Betriebswirtschaftslehre ist der Begriff der Information von zentraler Bedeutung. Information kann als eigenständiger Produktionsfaktor betrachtet werden, ohne den keine ökonomische Aktivität möglich ist.“^[32]Dies würde einer ressourcenorientierten Sichtweise entsprechen. Im Gegensatz dazu kann Information auch als Erfolgsfaktor gesehen werden, was einer strategischen oder wettbewerbsorientierten Sichtweise entsprechen würde.^[33]

Allgemein kann Information als zweckorientiertes, personen- bzw. arbeitsplatzorientiertes Wissen definiert werden, dessen Zweck darin besteht, Handlungen vorzubereiten und durchzuführen. Damit kann Information sowohl Gegenstand des Handelns selbst als auch Instrument sein. Aufgrund des Informationsflusses zwischen den Hierarchieebenen eines Unternehmens, kann Information auch als Führungsmittel verstanden werden. Generell wird unterstellt, dass zweckorientierte Informationen zu entsprechend besseren Entscheidungen führen, was der Grundhypothese der Entscheidungstheorie entspricht. Informationen haben immer einen Informationsträger, z.B. Daten, wobei der Informationsgehalt von Daten in hohem Maße von der subjektiven Entscheidungssituation des Empfängers abhängt.^[34]

Information kann nach den folgenden drei Ebenen voneinander abgegrenzt werden:^[35]

- DiesyntaktischeEbene: Auf dieser Ebene werden Informationen nur als akustische, optische und elektronische Zeichen und deren formale Beziehung zueinander gesehen.
- DiesemantischeEbene: Auf dieser Ebene findet neben den syntaktischen Verknüpfungen der Zeichen zusätzlich eine Berücksichtigung deren Bedeutung und Beziehung statt.
- DiepragmatischeEbene: Auf dieser Ebene stehen sowohl die Verwendungsart der Zeichen durch ihre Sender bzw. Empfänger als auch die damit verfolgten Ziele im Vordergrund.

Im Rahmen dieser Arbeit wird im Wesentlichen bezug auf den Informationsbe-griff der pragmatischen Ebene genommen. Informationen werden demnach als„entscheidungsorientiertes Wissen“^[36]verstanden, das in intelligenten Systemen verarbeitet wird.Dennoch ist die weitere Unterscheidung von Informationen über Merkmalsausprägungen von zentraler Bedeutung (vgl. Abb. 2-3).

Abb. 2-3: Informationsmerkmale

Abbildung in dieser Leseprobe nicht enthalten

Quelle: In Anlehnung an die Ausführungen Hoffmann, Friedrich.: Computergestützte Informationssysteme, München/Wien 1984, S. 4 ff.

Unternehmensinterne Informationen können beispielsweise aus dem Rechnungswesen stammen, wogegen unternehmensexterne Daten z.B. von Marktforschungsinstituten angeboten werden. Der Unterschied zwischen Primär- und Sekundärinformationen liegt darin, dass Primärinformationen, z.B. aus der Verkaufsdatenerfassung, direkt erhoben werden und noch nicht statistisch aufbereitet sind, wogegen Sekundärinformationen, z.B. aus dem Rechnungswesen, schon nach bestimmten Verwendungszwecken bearbeitet wurden. Ein Beispiel für die Unterscheidung nach dem Verdichtungsgrad sind Informationen über den Absatz eines Produktes, die über einzelne Perioden, Regionen und Zielgruppen aggregiert bzw. disaggregiert werden.^[37]

Ebenso kann stark vereinfacht zwischen drei Informationsmengen^[38]unterschieden werden, die den Informationsstand eines Entscheidungsträgers bestimmen (vgl. Abb. 2-4):

-Informationsbedarf

-Informationsangebot

-Informationsnachfrage

Abb. 2-4: Informationsbedarf, -angebot und -nachfrage

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Berthel, Jürgen: Betriebliche Informationssysteme, Stuttgart 1975, S. 30 abgebildet nach Frank, Matthias (1996), a.a.O., S. 33, Abb. 4.

UnterInformationsbedarfwird die Summe an Informationen verstanden, die zur Lösung eines betrieblichen Entscheidungsproblems erforderlich sind. Zur Gewährleistung guter Entscheidungsfindungen sollte der Informationsbedarf sowohl quantitativ als auch qualitativ so weit wie möglich gedeckt sein, was in der Praxis häufig nicht der Fall ist. Um dies zu erreichen, muss dasInformationenangebotbedarfsgerechter und dieInformationsnachfrageangeregt werden. Dies kann zum einen durch die Erweiterung des Informationszugriffs erreicht werden, wie z.B. durch den Anschluss an externe Informationsquellen, zum anderen, indem die Informationsabfrage erleichtert wird, wie beispielsweise durch ein benutzerfreundliches Informationssystem, bei dem die benötigten Informationen auf dem jeweils gewünschten Verdichtungsgrad abgerufen werden können.^[39]

In der Praxis ist festzustellen, dass Führungskräfte einen überdurchschnittlich hohen Informationsbedarf haben, was u.a. durch die Umfrage eines Wirtschaftsjournals bestätigt wird. Diese ergab, dass amerikanische Manager im Durchschnitt 25 % ihrer Arbeitzeit, bzw. 60 Arbeitstage pro Jahr mit der Suche nach Information verbringen. Diesem Aspekt wird zumindest teilweise durch die permanente Weiterentwicklung der Informationssysteme Rechnung getragen.^[40]

2.1.2.3 Wissen

Sowohl zwischen als auch innerhalb der verschiedensten Disziplinen, wie z.B. der Philosophie, der Psychologie und so auch der Betriebswirtschaftslehre, liegt kein explizites Verständnis des Begriffs Wissen vor. Gegenwärtige Definitionen lauten beispielsweise:

- „Wissen ist gleich Information in Verbindung mit Erfahrung, Gedächtnis (Know how).“^[41]
- Wissen ist die mit Erklärung verbundene richtige Vorstellung und kann deshalb als dynamischer menschlicher Prozess der Erklärung persönlicher Vorstellungen über die „Wahrheit“ gesehen werden.^[42]
- „Wissen ist, so steht es zumindest im Lexikon, der Inbegriff von in erster Linie rationalen Kenntnissen; die begründet und begründbare Erkenntnis im Unterschied zur Vermutung und Meinung oder zum Glauben.“^[43]

Wissen kann ähnlich wie Information in verschiedene Arten unterschieden werden. Eine Möglichkeit wäre die Unterscheidung inexternes Wissen, d.h. von außen bezogenes Wissen undinternes Wissen. Ebenso kann manFaktenwissen, gemeint ist damit Wissen über reale Sachverhalte,Methodenwissen, z.B. zur Analyse und Problemlösung, undVerhaltenswissen, wie beispielsweise Regeln und Verhaltensnormen, die sich bewährt haben, voneinander unterscheiden. Besondere Aufmerksamkeit kommt immer häufiger den Unterscheidungsformenimplizites/explizitesundindividuelles/organisationales Wissenzu. Aus diesem Grund wird im Folgenden näher auf letztere Unterscheidungsformen eingegangen.^[44]

Anschließende Ausführungen nähern sich dem Wissensbegriff nachNo-naka/Takeuchi^[45]. Viele westliche Autoren benutzen die Begriffe „Daten“, „Information“ und „Wissen“ unterschiedslos. Sie legen ihr Hauptaugenmerk auf die „Wissensverarbeitung“, was in der westlichen Managementtradition von Fre-derick Taylor bis Herbert Simon tief verwurzelt ist. In diesem Sinne wird Wissen als etwas Explizites aufgefasst, das sich problemlos in Worten und Zahlen ausdrücken lässt und mit Hilfe von Daten, Formeln, festgelegten Verfahrensweisen und universellen Prinzipien mitteilbar ist. Dagegen setzen sich folgende Ausführungen mit dem japanischen Verständnis von Wissen auseinander. Dabei kommt der Wissensunterscheidung in explizites und implizites Wissen eine wesentliche Bedeutung zu (vgl. Tab. 2-1).^[46]

Abbildung in dieser Leseprobe nicht enthalten

Tab. 2-1: Zwei Typen von Wissen

Quelle: Nonaka, Ikujiro/Takeuchi, Hirotaka (1997), a.a.O., S. 73, Tab. 3-1.

Nach japanischem Verständnis wird Wissen nicht als solches betrachtet, sondern als „die Schaffung von Wissen“.^[47]Diese Wissensschaffung wird zum zentralen Erfolgs- und Wettbewerbsfaktor, wenn ein Unternehmen die Fähigkeit besitzt, das erzeugte Wissen in der ganzen Organisation zu verbreiten und dadurch in die Lage versetzt wird, einzigartige Innovationsformen hervorzubringen. Diese spiegeln sich in der permanenten, spiralförmigen Verbesserung der Produkte, Dienstleistungen und Systeme wider.^[48]

Abb. 2-5: „Wissen“ als Wettbewerbsfaktor

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Nonaka, Ikujiro/Takeuchi, Hirotaka (1997), a.a.O., S.16.

In diesem Zusammenhang wird Wissen hauptsächlich als etwas Implizites gesehen, d.h. es ist sehr persönlich und, da es sich dem formalen Ausdruck entzieht, auch nur schwer mitteilbar. Es spiegelt sich vielmehr in den Tätigkeiten, den Erfahrungen, Idealen, Werten, Gefühlen, subjektiven Einsichten, Ahnungen und Intuitionen des Einzelnen wider. Dieses implizite Wissen lässt sich in eine technische Dimension, z.B. jahrelang aufgebautes Erfahrungswissen eines Mitarbeiters, das er aber nur schwer beschreiben könnte und in eine kognitive Dimension, z.B. selbstverständliche mentale Modelle, Wirklichkeitsauf-fassungen oder Zukunftsvisionen unterteilen.^[49]„Um dem Unternehmen implizites Wissen zu vermitteln, muss dieses in allgemein verständliche Worte und Zahlen umgewandelt werden. Und genau im Prozess dieser Umwandlung vollzieht sich die Schaffung von Wissen.“^[50]Grundsätzlich gibt es nach dieser Auffassung vier Umwandlungsformen des Wissens (vgl. Abb. 2-6):^[51]

- UnterSozialisationwird die Übertragung des impliziten Wissens von einer Person auf eine andere Person verstanden. Diese Übertragung kann z.B. durch eigene Beobachtung, Nachahmung oder praktische Erfahrung stattfinden.
- MitExternalisierungist ein Prozess der Artikulation von implizitem Wissen in expliziten Konzepten gemeint, indem das implizite Wissen durch Metaphern, Analogien, Hypothesen oder Modellen vertreten wird.
- DieKombinationversteht sich als die Neuzusammenstellung, z.B. durch Systematisierung und Sortierung von explizitem Wissen. Dies kann beispielsweise über Medien wie Dokumente oder Gespräche ablaufen.
- Bei derInternalisierungwird prozessual explizites Wissen in das implizite Wissen eingegliedert, was dem Prinzip des „learning by doing“ sehr nahe kommt.

Abb. 2-6: Vier Formen der Wissensumwandlung

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Nonaka, Ikujiro/Takeuchi, Hirotaka (1997), a.a.O., S. 75, Abb. 3-2.

Da diese vier Formen im Idealfall in dynamischer Interaktion stehen, d.h. nicht unabhängig voneinander sind, entsteht unter dementsprechend förderlichen Voraussetzungen, wie z.B. Autonomie der Mitarbeiter oder kreativem Chaos, eine Wissensspirale (vgl. Abb. 2-6). Diese Umwandlungsformen des Wissens stellen aber nur eine Dimension der Wissensschaffung dar. Die zweite Dimension ist die Umwandlung von individuellem Wissen in Wissen der Gruppe und schließlich des Unternehmens. Unter wiederum unterstützenden Voraussetzungen entwickelt sich auch in dieser Dimension eine Wissensspirale. Der Transformationsprozess innerhalb dieser zwei Wissensspiralen, d.h. die Interaktion auf zeitlicher Ebene, erklärt den innovativen Charakter dieses Prozesses und damit die Theorie der Wissensschaffung im Unternehmen nach der Auffassung vonNonaka/Takeuchi.^[52]

Diesen Ausführungen zufolge kann Wissen nur vom Menschen generiert und dementsprechend sinnvoll genutzt werden. Innovative IuK-Technologien können jedoch den Menschen beim Umgang mit der Ressource Wissen effizient und substanziell unterstützen.^[53]In diesem Zusammenhang soll kurz auf die Bedeutung der Kommunikation zwischen Mensch und/oder Maschine eingegangen werden.

2.1.3 Bedeutung der Kommunikation

Bislang wurde der Informationsbegriff lediglich im Kontext von Daten und Wissen gesehen. Betrachtet man aber ein Unternehmen als ökonomisches Gebilde, in dessen Innenverhältnis Arbeitsteilung vorliegt, wird verständlich, dass das Zusammenwirken der Funktionsträger unterschiedlichster Art letztlich auf Kommunikation beruht. Entsprechende Veröffentlichungen dokumentieren die Feststellung, dass jede Managementfunktion zu ca. 80 % aus Kommunikation besteht.^[54]

Kommunikation kann als Austausch von Informationen zwischen Menschen und/oder Maschinen definiert und in soziale und technische Kommunikation unterschieden werden. Während die soziale Kommunikation eine interpersonale Kommunikation ist und der gegenseitigen Information von Personen dient, ist die technische Kommunikation als computer- bzw. technologiebezogener Austauschprozess zwischen einem Sender und einem Empfänger zu sehen. Störungen der Kommunikation, die es zu vermeiden gilt, um letztlich nicht die Erreichung der Unternehmensziele zu gefährden, könnten z.B. durch Missverständnisse, Unklarheiten, Vorurteile oder technische Probleme hervorgerufen werden.^[55]

Die Kommunikation bzw. Informationsübertragung zwischen Sender und Empfänger kann in fünf Ebenen unterteilt werden (vgl. Abb. 2-7):^[56]

- Auf der untersten Ebene derStatistikerfolgt lediglich die quantitative Beschreibung einer Nachricht.
- Auf der Ebene derSyntaxbefinden sich die Regeln zur Darstellung und Verknüpfung von Zeichen, Wörtern und Sätzen.
- Die Ebene derSemantikgibt Aufschluss über den Sinn und die Botschaft der dargestellten und übermittelten Information.
- Die Ebene derPragmatikklärt durch die Art der Formulierung, welche bestimmte Handlung bewirkt werden soll.
- DieApobetikals höchste Ebene beinhaltet den Zielaspekt. Die darunterliegenden Ebenen können als Mittel zum Zweck gesehen werden, um das beabsichtigte Ziel zu erreichen.

Abb. 2-7: Die fünf wesentlichen Ebenen der Kommunikation

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Gitt, Werner: Information – die dritte Grundgröße neben Materie und Energie, in: Siemens Zeitschrift, Nr. 4/1989, S. 9.

Wie diese Ausführungen zeigen, sind Information und Kommunikation zwei korrespondierende Begriffe. Im betriebswirtschaftlichen Kontext sind vor allem die obersten drei Ebenen von Interesse, d.h. die Bedeutung, das Handeln und die Zielbezogenheit. Wichtig ist, dass die Kommunikation in Form des Informationsflusses ein integraler Bestandteil des betrieblichen Führungs- und Steuerungsprozesses ist.^[57]Als Unterstützungswerkzeuge begleiten IuK-Systeme die betriebswirtschaftliche Praxis seit mehreren Dekaden. Um die Tragweite der Weiterentwicklungen entsprechend einordnen zu können, werden im Folgenden u.a. die vorangegangen Entwicklungsstufen skizziert.^[58]

2.1.4 Einordnung und Überblick managementunterstützender IuK-Systeme

Fortfolgend wird auf die Einordnung der analytischen Informationssysteme in die betriebliche Informationsverarbeitung eingegangen. Im Anschluss werden die Entwicklungen, von den Ursprüngen der Systeme in den sechziger Jahren bis heute, im Überblick dargestellt.

2.1.4.1 Einordnung analytischer Informationssysteme in die betriebliche Informationsverarbeitung

Managementunterstützende IuK-Systeme klassifiziert man als analytische Informationssysteme^[59], die der Informationsversorgung betrieblicher Fach- und Führungskräfte zu Analysezwecken dienen. Je nach Entwicklungsstufe der eingesetzten Technologie werden diese analytischen Systeme u.a. mit Daten aus den operativen Vorsystemen versorgt (vgl. Abb. 2-8).

Abb. 2-8: Architekturkomponenten und Datenflüsse analytischer Informationssysteme

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Gluchowski, Peter: Data Warehouse, in: Informatik-Spektrum, 20. Jahrgang, Nr. 1/1997, S. 47-48 abgebildet nach Chamoni, Peter/Gluchowski, Peter (1998), a.a.O., S. 12, Abb. 3.

Operative Systeme können heutzutage durch komplexe Standardsoftware-pakete in hohem Maße abgebildet werden, da sie der Unterstützung von Geschäftsprozessen dienen und es sich somit um wiederkehrende und weitgehend vorausschaubare Abläufe handelt.^[60]Analytische Systeme dagegen dienen der Unterstützung des Managementprozesses. Sie entziehen sich durch die Individualität der unternehmensbezogenen Anforderungen und der schwerer strukturierbaren Abläufe sehr viel stärker einer Standarisierung und erfordern in der Regel individuelle EDV-Lösungen.^[61]Über die unterschiedlichen Leistungs- bzw. Funktionsorientierungen gibt die Abb. 2-9 einen Überblick.

Abb. 2-9: Analytische und operative Informationssysteme

Abbildung in dieser Leseprobe nicht enthalten

Quelle: In Anlehnung an Hummeltenberg, Wilhelm: Realisierung von Management-Unterstützungssystemen mit Planungssprachen und Generatoren für Führungsinformationssysteme, in: Hichert, Rolf/Moritz, Michael (Hrsg,): Management-Informationssysteme – Praktische Anwendungen, Berlin et al. 1992, S. 191 sowie Buch, Joachim: Skript zur Vorlesung Informationsmanagement, Fachhochschule Ludwigshafen Wintersemester 1999/2000, S. 19, Abb. 8.

2.1.4.2 Historie managementunterstützender Systeme

Die Entwicklung der computerbasierten Managementunterstützung kann vor dem Hintergrund verschiedener Kriterien analysiert werden. Ein wesentliches Kriterium ist der sich vollziehende technische Fortschritt im Bereich der IuK-Technologie. Ebenso unterlagen andere Rahmenbedingungen, wie z.B. das Markt- und Wettbewerbsumfeld, das Informationsverständnis und das Ma-nagementwissen, im Laufe der letzten beiden Dekaden gravierenden Veränderungen. Dadurch wurden die Anstrengungen um die Entwicklung bedarfsgerechter Systeme zur Managementunterstützung nachhaltig geprägt.^[62]

Die Abb. 2-10 positioniert auf einem Zeitstrahl die verschiedenen Subsysteme, die einen stark prägenden Einfluss auf die Entwicklungen von Management-Unterstützungssystemen in diesen Jahren hatten. An dieser Stelle werden diese Subsysteme nur knapp erläutert, da eine detailliertere Betrachtung, vor allem der jüngeren und „intelligenten“ Werkzeuggeneration, im vierten Kapitel erfolgt.

Abb. 2-10: Managementunterstützende IuK-Systeme im historischen Kontext

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Bullinger, Hans-Jörg et al.: Produktivitätsfaktor Information – Data Warehouse, Data Mining und Führungsinformationen im betrieblichen Einsatz, in: Bullinger, Hans-Jörg (Hrsg.) IAO-Forum: Data Warehouse und seine Anwendungen. Data Mining, OLAP und Führungsinformationen im betrieblichen Einsatz. IRB, Stuttgart 1995, S. 11-3 in Anlehnung an Schinzer, Heiko et al.: Management mit Maus und Monitor, München 1997, S. 5, Abb. 2-1.

Bereits in den 60er Jahren wurde durch den Aufbau von Management Informationssystemen (MIS) versucht, aus der vorhandenen Datenbasis Informationen abzuleiten, um diese direkt in Planungs- und Kontrollprozesse einfließen zu
lassen. Schon in den 70er Jahren musste die ernüchternde Feststellung^[63] der Diskrepanz zwischen betriebswirtschaftlichem Anspruch und technischer Machbarkeit getroffen werden. Zentrale Kritikpunkte waren die fehlende Interaktivität und Dialogorientierung sowie der Mangel an ordnenden Problemstrukturierungshilfen und algorithmischen Problemlösungsverfahren.^[64] Als MIS aus heutiger Sichtweise wird ein modernes Reporting-System verstanden, das sowohl ein automatisiertes Standardberichtswesen als auch ein ereignisgesteuertes Reporting ermöglicht.^[65]

Bei den in den 70er Jahren nachfolgendenEntscheidungsunterstützungs-systemen (EUS)bzw.Decision Support Systems (DSS)stand deshalb nicht mehr die reine Datenversorgung der Endnutzer im Vordergrund, sondern die effektive Unterstützung im Planungs- und Entscheidungsprozess mit dem Ziel, das Urteilsvermögen der Anwender und somit die Entscheidungsqualität zu verbessern. Diese Systeme integrieren Modelle und Methoden, wie Simulations- und Optimierungsverfahren oder die statistische Analyse. Ebenso ist die Entwicklung der Planungssprachen und Tabellenkalkulationssysteme auf die Entwicklung der EUS zurückzuführen. Ein wesentlicher Kritikpunkt dieser Systeme ist die lokale Ausrichtung der Werkzeuge auf einzelne Anwender, da sich die Integration der Lösungen in ein unternehmensweites DV-Konzept als sehr schwierig erweist. Dies führt zum einen zu Aussagen und Ergebnissen, die sich im Abteilungsvergleich widersprechen, und zum anderen wird die Pflege und Wartung der Systeme mit zunehmender Komplexität immer schwieriger. Heute finden sich EUS auf allen Ebenen und Funktionsbereichen des Unternehmens, wobei der Einsatz im strategischen Bereich noch wenig fortgeschritten ist.^[66]

Seit Mitte der 80er Jahre ist eine Neubelebung des MIS-Gedanken festzustellen, da die Leistungsfähigkeit der Systeme gestiegen ist und die Endbenutzerorientierung der Anwendungssoftware zugenommen hat. In diesem Zusammenhang ist die Entwicklung derFührungsinformationssysteme (FIS)bzw.Executive Information Systems (EIS)einzuordnen.^[67]Diese Systeme sollen das Management in verdichteter Form über interne und externe Sachverhalte informieren und dadurch eine Beobachtung, Überwachung, Analyse und Steuerung der Unternehmensentwicklung ermöglichen. Durch die benutzerorientierte Ausrichtung sind sie für die direkte Nutzung der Führungskräfte selbst geeignet, wobei ihre Einsatzdomäne eher im Controlling bzw. entscheidungsunterstützenden Stabsstellen festzustellen und die Durchdringung der oberen Führungsebenen weniger gelungen ist. Als weiterer Kritikpunkt ist anzumerken, dass sich diese mit erheblichem Aufwand erstellten Systeme im täglichen Gebrauch als zu starr und inflexibel erweisen, um auf die wechselnden Anforderungen betrieblicher Entscheidungsträger eingehen zu können.^[68]

Im Zusammenhang mit Business Intelligence erfolgt in der vorliegenden Arbeit eine Konzentration auf die aktuellen buzzwords und Entwicklungstendenzen. Dazu zählen u.a.:^[69]

- „Der Aufbau eines unternehmensweiten, entscheidungsorientierten Datenpools, mit dem sich die unterschiedlichen analytischen Aufgaben wirksam unterstützen lassen und der alsData Warehousebezeichnet wird.“
- „Die Anforderungen an geeignete Werkzeuge zur Entscheidungsunterstützung, wie sie mit dem mehrdimensionalen Weltbild desOLAPgegeben sind.“
- „Die Techniken und Verfahren, die ein Auffinden von bislang verborgenen Mustern und Strukturen in umfangreichen Datenbeständen (Data Mining) ermöglichen.“

Diese traditionellen und aktuellen Informationstechnologien dienen u.a. einem effektiven und effizienten Daten-, Informations- und Wissensmanagement sowie dem organisatorischen Lernen. Im Folgenden werden die Grundzüge dieser Themenbereiche erläutert.

2.2 Grundzüge des Daten- und Informationsmanagements

Seit den 60er Jahren hat sich der Aufgabenschwerpunkt der betrieblichen Datenverarbeitung immer stärker von der Programmierung hin zu der Gestaltung von unternehmensumfassenden und -übergreifenden Informationssystemen verschoben. Um einer parallelen Planung, Abstimmung und Ausführung der Aufgaben gerecht zu werden, bedarf es des Datenmanagements als erforderlicher Basis für die Informationsverarbeitung. Darauf aufbauend plant, steuert und kontrolliert das Informationsmanagement die Gesamtheit der Informationsflüsse.^[70]

2.2.1 Aufgaben des Datenmanagements

Das Datenmanagement hat einen großen Einfluss auf alle Aufgaben der Informationsversorgung. Demnach ist das Definieren und Festlegen einer Strategie unerlässlich. Die Aufgabe des Datenmanagements ist die Schaffung und Anpassung der datenmäßigen Voraussetzungen für geplante und bereits implementierte IuK-Systeme sowie die Integration externer Datenbanken. Ziel ist, die Sammlung, Aufbereitung und Bereitstellung der relevanten Daten zu gewährleisten. Dazu muss ein einheitliches Modell eines Datensystems aufgebaut werden und die Beschreibung der Daten dieses Systems in einem benutzerzugänglichen Datenkatalog erfolgen. Entscheidend ist dabei vor allem die konkrete Festlegung der organisatorischen Verantwortung.^[71]

2.2.2 Bedeutung des Informationsmanagements

Gegenstand des Informationsmanagements sind Informationen, welche geplant, organisiert, koordiniert und kontrolliert, d.h. gemanagt werden müssen. Um dieser Aufgabe entsprechend gerecht zu werden, kommen geeignete Methoden, Werkzeuge und IuK-Technologien zum Einsatz. Informationsmanagement kann entsprechend der Managementlehre als eine Querschnittsfunktion der betrieblichen Funktionen gesehen werden, da Informationen aus allen betrieblichen Bereichen miteinander verknüpft werden sollten (vgl. Abb. 2-11). In diesem Zusammenhang muss der Einsatz von IuK-Technologien geplant, organisiert und gesteuert werden. Dieser Betrachtungsweise zufolge kann man das Informationsmanagement, trotz der engen Verbundenheit zur Wirtschaftsinformatik, als Teilgebiet der Managementlehre sehen.^[72]

Abb. 2-11: Einordnung des Informationsmanagements

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Frank, Matthias (1996), a.a.O., S. 24.

In der Praxis stellt sich aufgrund der wachsenden Bedeutung der Informationsversorgung häufig die Frage, welche Mitarbeiter mit den entsprechenden Aufgabenstellungen betraut werden. Sinnvoll erscheint ein ganzheitliches Informationsmanagement, bei dem die Schwerpunkte der Aufgaben und Betrachtungsweisen bei den „Informationsmanagern“ liegen, aber dennoch eine aktive Beteiligung aller Mitarbeiter stattfindet. Aufgrund der Verschiedenartigkeit der einzelnen Unternehmen ist zwar kein universell bestes Einordnungsschema des Informationsmanagements im Rahmen der Organisationsstruktur möglich, aber, bedingt durch den großen Stellwert in der Praxis, ist eine hohe hierarchische Einordnung unumstritten.^[73]

Während sich noch keine einheitliche Systematik der Aufgabenfelder durchgesetzt hat, herrscht bezüglich der Ziele des Informationsmanagements Übereinstimmung. „Die strategischen Ziele der Organisation, das allgemeine Leistungspotential von IuK-Systemen (Informationssystemfunktionen) und seine konkreten Strukturen bilden die Basis für die Aktivitäten des Informationsma-nagements.“^[74]Eine mögliche Differenzierung der Aufgaben des Informationsmanagements könnte die Unterscheidung instrategische(ß 7 Jahre),taktische(1-7 Jahre) undoperative(< 1 Jahr) Aufgaben sein (vgl. Abb. 2-12):^[75]

- DiestrategischenAufgaben bestehen aus richtungsweisenden, langfristigen Prognose-, Planungs- und Führungsaufgaben, die für die Informationsverarbeitung des Unternehmens von entsprechend großer Bedeutung sind.
- DietaktischenAufgaben ergeben sich aus den strategischen Entscheidungen und umfassen mittelfristige Aktivitäten wie z.B. die Planung, Realisierung, Überwachung, Steuerung und Aufrechterhaltung der Komponenten der Informations-Infrastruktur.
- Die operativen Aufgaben resultieren aus dem Betrieb und der Nutzung der vorhandenen Informationssysteme im Tagesgeschäft.

Abb. 2-12: Beziehungen der Aufgaben des Informationsmanagements

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Rauh, Otto (1990), a.a.O., S. 33.

In den letzten Jahrzehnten hat sich eine mehrstufige Entwicklung der betrieblichen Informationsversorgung vollzogen. Diese könnten beispielsweise unter Gesichtspunkten wie technologische Entwicklung (vgl. Kapitel 2.1.4.2), betriebliche Anwendungsbereiche oder Bedeutung von Daten, Information und Wissen betrachtet werden. Eine wesentliche Entwicklung in diesem Zusammenhang stellt die Weiterentwicklung vom Datenmanagement über das Informationsmanagement zum Wissensmanagement und organisatorischen Lernen dar (vgl. Tab. 2-2).^[76]

Abbildung in dieser Leseprobe nicht enthalten

Tab. 2-2: Entwicklungsstufen des Umgangs mit Daten, Information und Wissen in Unternehmen

Quelle: Vgl. Lehner, Franz (2000), a.a.O., S. 79, Abb. 2-3.

Obwohl zwischen den einzelnen Stufen, die in Tabelle 2-2 unterschieden werden, kein direkter hierarchischer Zusammenhang besteht, bauen die meisten Konzepte wegen der zeitlichen Entwicklungsabfolge aufeinander auf. Beispielsweise spielt das Datenmanagement auch auf der Stufe des Wissensmanagements eine Rolle, da es unternehmensweit für die Daten und Datenbanktechnologien verantwortlich ist.^[77]

Sowohl Wissensmanagement als auch organisatorisches Lernen gewinnen in der Praxis immer stärker an Bedeutung, da gerade hier noch viele Chancen und Potenziale gesehen werden. Obgleich in diesem Bereich noch keine allumfassenden Erfahrungswerte zugrunde liegen, stellen sich insbesondere innovative Unternehmen schon seit Jahren diesen Herausforderungen. In diesem Kontext werden derzeit innovative informationstechnologische Lösungen unter dem Oberbegriff BI diskutiert.^[78]

2.3 Wissensmanagement und organisatorisches Lernen im Überblick

Seit Mitte der 80er Jahre stellt das Thema Wissensmanagement in Diskussionen über neue Organisationsformen sowie in vielfachen Publikationen, Studien und in der betrieblichen Praxis, ein aktuelles Thema dar.^[79]Flexibilität, Dezentralisierung, Prozessorientierung, Partizipation und Intelligenz sind die Schlüsselbegriffe, die als Eigenschaften der neuen Organisationsformen gefordert werden. In diesem Kontext kommt die Bedeutung von Daten, Informationen, Wissen, Kommunikation und Informationsflüssen zum Tragen, da der Aufbau einer Wissenskultur, die Förderung von Lernprozessen und die Dokumentation der daraus resultierenden Ergebnisse für Unternehmen immer unerlässlicher wird. Laut einer Studie von Xerox findet sich das noch relativ neue Berufsbild des Chief Knowledge Officers in schon ca. 20 Prozent der amerikanischen Fortune-500-Unternehmen wieder.^[80]

2.3.1 Begriffsverständnis und Bausteine des Wissensmanagements

In der gegenwärtigen Literatur sind eine Vielzahl von heterogenen Definitionen und Auffassungen bezüglich des Themas Wissensmanagement zu finden.^[81]Ausgehend von der organisatorischen Ebene kann Wissensmanagement als die Vernetzung vorhandenen und die Generierung neuen Wissens gesehen werden. Zusätzlich gilt es, Wissen aus der Umwelt in das Unternehmen zu transferieren und dieses gesamte Wissen zu dokumentieren. Diese Prozesse sollten dann möglichst permanent und differenziert erfasst werden, um sie somit zum einen reproduzierbar, zum anderen vergleichbar zu machen.^[82]Ein sinnvoll strukturierter Erklärungsrahmen für entsprechende Konzepte, Werkzeuge und Technologien ergibt sich beispielsweise durch die Orientierung an den wesentlichen Bausteinen des Wissensmanagements (vgl. Abb. 2-13).^[83]

Abb. 2-13: Bausteine des Wissensmanagements

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Gentsch, Peter (1999), a.a.O., S. 15, Abb. 2.

Diese Bausteine stehen, wie Abb. 2-13 illustriert, in Beziehung zueinander und erklären sich wie folgt:^[84]

- DieWissensbasisals Kern des Modells sollte idealtypischer Weise das gesamte, relevante Wissen eines Unternehmens beinhalten. Um den Erfolg des Wissensmanagements zu gewährleisten, sollte das unternehmensweite Wissen logisch, transparent und für verschiedene Perspektiven verständlich in der Wissensbasis abgebildet sein. Mit Hilfe von sogenannten Wissenslandkarten, bzw. Knowledge Maps, lassen sich diese Wissensbestände logisch abbilden und entsprechend einfach auffinden.
- DieWissensinfrastruktursollte durch verschiedenste Speichertechnologien und Speichermedien sowie Netzwerkarchitekturen aufgebaut werden. Beispiele dafür sind u.a. Datenbanksysteme, Data Warehouse oder Workflow-Management-Systeme.
- DieWissensentwicklungals zentraler Bestandteil eines integrativen Wissensmanagements versteht sich vor allem als Generierung neuen Wissens für Produkt- und Prozessinnovationen. Somit erklärt sich die wachsende Bedeutung, die diesem Baustein besonders in dynamischen und umkämpften Märkten zukommt. In diesem Zusammenhang werden Lösungen wie z.B. Data Mining, Text Mining oder Web Mining diskutiert.
- DieWissensnutzunghängt zum einen von der Qualität der aufgebauten Wissensbasis ab, zum anderen von den Methoden und informationstechnischen Lösungen die dem Anwender zur Verfügung gestellt werden. Darunter fallen beispielsweise innovative Formen der Wissensnutzung wie OLAP oder Case Based Reasoning (CBR).
- DieWissens(ver)teilungist ebenfalls eine notwendige Voraussetzung für die Wissensnutzung, steht aber auch mit den anderen Bausteinen in permanenter Wechselwirkung. Entsprechend wichtig ist es, die nötige Bereitschaft im Unternehmen dafür zu schaffen. Der Wissensverteilung dienen z.B. konvergente und divergente Systeme oder Push- und Pull- Systeme.

Das Wissensmanagement setzt als differenziertes Konzept in gleicher Weise an den Faktoren Technik, Organisation und Mensch an (vgl. dazu auch Abb. 1-1). Der Umgang mit der strategischen Ressource Wissen wird gleichermaßen als gesellschaftliche Herausforderung, organisationale Methode und individuelle Kompetenz gesehen (vgl. Abb. 2-14).^[85]

Abb. 2-14: Drei Ebenen des Wissensmanagements

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Vgl. Mandl, Heinz/Reinmann-Rothmeier, Gabi (2000), a.a.O., S. 8, Abb. 1.

Der Sinn des Wissensmanagements könnte demnach in der Schaffung einer „intelligenten“ Organisation durch die Bündelung organisationaler Strategien gesehen werden. Im Vordergrund steht dabei das organisationsweite Niveau der Kompetenzen, Ausbildung und Lernfähigkeit der Mitarbeiter sowie die Schaffung, Nutzung und Entwicklung der kollektiven Intelligenz bezüglich der Organisation als System und die Frage, ob, bzw. wie, die Organisation die Informations- und Kommunikationsinfrastruktur nutzt. Eine organisationale Wissensbasis entsteht durch das Lernen eines Unternehmens als System. Das Lernen ist demnach der Prozess und das Wissen das Ergebnis.^[86]Im Folgenden wird auf diese Thematik eingegangen.

2.3.2 Organisatorisches Lernen im systematischen Zusammenhang

Im weitesten Sinne ist Lernen ein komplexes, vielschichtiges und widersprüchliches Merkmal eines systematischen Zusammenhanges, den man

[...]

---

^[1]Vgl. Gentsch, Peter (1999), a.a.O., S. 12.

^[2]Vgl. Frese, Erich: Grundlagen der Organisation – Konzept – Prinzipien – Strukturen, 6., überarbeitete Auflage, Wiesbaden 1995, S. 440.

^[3]Vgl. Macharzina, Klaus: Das internationale Managementwissen – Konzepte – Methoden – Praxis, 2., aktualisierte und erweiterte Auflage, Wiesbaden 1995, S. 17.

^[4]Vgl. Picot, Arnold/Reichwald, Ralf/Wigand, Rolf T.: Die grenzenlose Unternehmung – Information, Organisation und Management, 2., aktualisierte Auflage, Wiesbaden 1996, S. 10.

^[5]Vgl. Götzer, Klaus: Innovative Organisationsstrukturen mit Office-Reengineering – Methoden, Tools und Technik zum Umsetzen von Reengineering- und Lean-Konzepten, Baden-Baden 1995, S. 22 ff.

^[6]Vgl. Picot, Arnold/Reichwald, Rolf: Auflösung der Unternehmung? – Vom Einfluss der IuK-Technik auf Organisationsstrukturen und Kooperationsformen, in: Zeitschrift für Betriebswirtschaft, Nr. 5/94, S. 547 ff.

^[7]Vgl. Grothe, Martin/Gentsch, Peter: Business Intelligence – Aus Informationen Wettbewerbsvorteile gewinnen, München 2000, S. 10.

^[8]Vgl. in diesem Zusammenhang z.B. die Definition von Grothe, Martin/Gentsch, Peter (2000), a.a.O., S. 19; Wu, Jonathan (2000), Business Intelligence: What is Business Intelligence?, Online-Verbindung: http://www.dmreview.com/editorial/dmreview/printaction.cfm?EdID=1924, S. 1-2 oder die Definition von Die Denkfabrik (2000), Geschäftsbereich Business Intelligence, Online-Verbindung: http://www.manageering.de/html/business_intelligence.html, S. 1.

^[9]Einer der führenden Anbieter von BI-Lösungen ist die Firma Cognos GmbH. Diese hat zur besseren Orientierung in der Begriffswelt von BI einen sich darauf beziehenden Leitfaden erstellt. Vgl. Cognos BI Guide – Der Business Intelligence Leitfaden, Frankfurt 1999, im Vorwort.

^[10]Vgl. Hecker, Martin: Informationsüberflutung und deren Vermeidung, Hamburg 1999.

^[11]Vgl. Weber, Jürgen/Grothe, Martin/Schäffer, Utz: Business Intelligence, Vallendar 1999, S. 9.

^[12]Vgl. Fröhling, Oliver: Konzept und Anwendungsmöglichkeiten von Business Intelligence, in: Controlling, Nr. 4/2000, S. 199.

^[13]Vgl. Walterscheid, Heinz: Effektivität computergestützter Management Entscheidungs-prozesse, Wiesbaden 1996, S. 1.

^[14]Vgl. Chamoni, Peter/Gluchowski, Peter (Hrsg.): Analytische Informationssysteme – Data Warehouse, OLAP, Data Mining, 2., neubearbeitete Aufl., Berlin et al. 1999, S. 5 sowie Grothe, Martin/Gentsch, Peter (2000), a.a.O., S. 10 und Compaq (2000): Business Intelli-gence, Online-Verbindung: http://www.compaq.de/loesung/business/data.htm.

^[15]Vgl. Gentsch, Peter: Wissen managen mit innovativer Informationstechnologie – Strategien – Werkzeuge – Praxisbeispiele, Wiesbaden 1999, S. 12.

^[16]Vgl. Fröhling Oliver (2000), a.a.O., S. 199.

^[17]Vgl. Gentsch, Peter (1999), a.a.O., S. 12.

^[18]Vgl. Hichert, Rolf/Moritz, Michael (Hrsg.): Management-Informationssysteme – Praktische Anwendungen, 2., völlig neubearbeitete und erweiterte Aufl., Berlin et al. 1995, S. 1 ff.

^[19]Vgl. Krcmar, Helmut: Informationsmanagement, Berlin et al. 1997, S. 28.

^[20]Vgl. Frese, Erich: Unternehmensführung, Landsberg am Lech 1987, S. 18.

^[21]Vgl. Staehle, Wolfgang H.: Management – Eine verhaltenswissenschaftliche Perspektive, 8. Aufl., überarbeitet von Conrad, Peter/Sydow, Jörg, München 1999, S. 80 ff.

^[22]Vgl. March, James G./Simon, Herbert A.: Organisation und Individuum – Menschliches Verhalten in Organisationen, Wiesbaden 1976, S. 131 ff.

^[23]Vgl. Hofacker, Ingo: Systemunterstützung strategischer Entscheidungsprozesse, Wiesbaden 1999, S. 43-89.

^[24]Vgl. Hofacker, Ingo (1999), a.a.O., S. 1.

^[25]Vgl. Mag, Wolfgang: Grundzüge der Entscheidungstheorie, München 1990, S. 6.

^[26]Vgl. Dretske, Fred I.: Knowledge and Flow of Information, Cambridge, Massachusetts 1981, S. 44.

^[27]Vgl. Frank, Matthias: Einführung in das Informationsmanagement – Grundlagen, Methoden, Konzepte, München/Wien 1996, S. 72.

^[28]Weitere Unterscheidungen zum Datenbegriff vgl. Anhang 2-1. Auf eine genauere Abgrenzung kann in diesem Zusammenhang verzichtet werden, da sie für die folgenden Ausführungen von geringer Bedeutung sind.

^[29]Olfert, Klaus/Rahn, Horst-Joachim: Lexikon der Betriebswirtschaftslehre, 2. Aufl., Ludwigshafen 1997, Sp. 217.

^[30]Olfert, Klaus/Rahn, Horst-Joachim (1997), a.a.O., Sp. 221.

^[31]Olfert, Klaus/Rahn, Horst-Joachim (1997), a.a.O., Sp. 225.

^[32]Groffmann, Hans-Dieter: Kooperatives Führungsinformationssystem, Wiesbaden 1992, S. 1 und vgl. dazu Stoiner, T.: Expert systems and the knowledge revolution, in: Forsyth, Richard (Hrsg.): Expert Systems – principles and case studies, 2. Aufl., London 1989, S. 222 zitiert nach Hofacker, Ingo (1999), a.a.O., S. 7.

^[33]Vgl. Lehner, Franz (2000), a.a.O., S. 11.

^[34]Olfert, Klaus/Rahn, Horst-Joachim (1997), a.a.O., Sp. 434.

^[35]Vgl. Mag, Wolfgang.: Entscheidung und Information, München 1977 zitiert nach Walterscheid, Heinz (1996), a.a.O., S. 5.

^[36]Vgl. Mag, Wolfgang (1990), a.a.O., S. 6.

^[37]Vgl. Hoffmann, Friedrich (1984), a.a.O., S. 4 ff.

^[38]Vgl. Szyperski, Norbert: Informationsbedarf, in: Grochla, Erwin (Hrsg.): Handwörterbuch der Organisation, 2. Aufl., Stuttgart 1980, Sp. 904-913.

^[39]Vgl. Walterscheid, Heinz (1996), a.a.o., S. 6.

^[40]Vgl. Lehner, Franz (2000), a.a.O., S. 7.

^[41]Bea, Franz Xaver: Wissensmanagement, in: Wirtschaftswissenschaftliches Studium – Zeitschrift für Ausbildung und Hochschulkontakt, 29. Jahrgang, Nr. 7/2000, S. 362.

^[42]Vgl. Nonaka, Ikujiro/Takeuchi, Hirotaka: Die Organisation des Wissens – Wie japanische Unternehmen eine brachliegende Ressource nutzbar machen, Frankfurt/Main 1997, S. 70.

^[43]Stecking, Laurenz: Geteiltes Wissen ist doppeltes Wissen, in: Management Berater, Nr. 8/2000, S. 50.

^[44]Vgl. Bea, Franz Xaver (2000), a.a.O., S. 362/363.

^[45]Vgl. Nonaka, Ikujiro/Takeuchi, Hirotaka (1997), a.a.O., S. 1-18.

^[46]Vgl. Osterloh, Margit/Wübker, Sigrid: Wettbewerbsfähiger durch Prozess- und Wissensma-nagement – Mit Chancengleichheit auf Erfolgskurs, Wiesbaden 1999, S. 64 ff.

^[47]Vgl. Joppe, Johanna: Ziel muss sein, zusätzliches Wissen zu schaffen, in: Handelsblatt, Nr. 195/07.10.1999.

^[48]Vgl. Ellenbogen, Michael: Schlummerndes Wissen verfügbar machen, in: Raiffeisen-Zeitung, Nr. 48/26.11.1998.

^[49]Vgl. Nonaka, Ikujiro/Takeuchi, Hirotaka (1997), a.a.O., S.18.

^[50]Nonaka, Ikujiro/Takeuchi, Hirotaka (1997), a.a.O., S. 19.

^[51]Vgl. Nonaka, Ikujiro/Takeuchi, Hirotaka (1997), a.a.O., S. 74 ff.

^[52]Vgl. Hof: Ikujiro Nonaka – Großmeister des Wissens, in: Wirtschaftswoche, Nr. 35/ 21. 08. 1997, S. 67.

^[53]Vgl. Gentsch, Peter (1999), a.a.O., S. 13 ff.

^[54]Vgl. Lung, Matthias: Kommunikation und Kooperation im Unternehmen, in: Mandl, Heinz/ Reinmann-Rothmeier, Gabi: Wissensmanagement, München et al. 2000, S. 93.

^[55]Vgl. Olfert, Klaus/Rahn, Horst-Joachim (1997), a.a.O., Sp. 491-493.

^[56]Vgl. Gitt, Werner: Information – die dritte Grundgröße neben Materie und Energie, in: Siemens Zeitschrift, Nr. 4/1989, S. 6-9.

^[57]Vgl. Gutenberg, Erich: Grundlagen der Betriebswirtschaftslehre – Band 1 – Die Produktion, 22. Aufl., Berlin et al. 1976, S. 267.

^[58]Vgl. Grothe, Martin/Gentsch, Peter (2000), a.a.O., S. 13 ff.

^[59]Vgl. Chamoni, Peter/Gluchowski, Peter: Analytische Informationssysteme – Einordnung und Überblick in: Chamoni, Peter/Gluchowski, Peter: Analytische Informationssysteme – Data Warehouse, On-Line Analytical Processing, Data Mining, Berlin et al. 1998, S. 5 ff. Wird im Folgenden der Arbeit nicht explizit darauf hingewiesen, werden „Informationssysteme“ als analytische Informationssysteme verstanden.

^[60]Vgl. Pietsch, Thomas et al.: Strategisches Informationsmanagement: Bedeutung und organisatorische Umsetzung, 3. vollständig überarbeitete Aufl., Berlin 1998, S. 46.

^[61]Vgl. Chamoni, Peter/Gluchowski, Peter (1998), a.a.O., S. 10-13.

^[62]Vgl. Chamoni, Peter/Gluchowski, Peter (1998), a.a.O., S. 6 ff.

^[63]Eine der bekanntesten Veröffentlichungen, die sich detailliert mit den MIS-Ansätzen der 60er Jahre auseinander setzt, ist der Beitrag vonAckoff, der MIS als ManagementMIS-Information Systembezeichnete. Vgl. Ackoff, Russel L.: Misinformation Systems, in: Management Science, Nr. 4/1967, S. 147 ff.

^[64]Vgl. Hannig, Uwe: Einsatz von Managementinformationssystemen in Marketing und Vertrieb, in: Hannig, Uwe (Hrsg.): Managementinformationssysteme in Marketing und Vertrieb, Stuttgart 1998, S. 1-2 sowie Chamoni, Peter/Gluchowski, Peter (1998), a.a.O., S. 6-7.

^[65]Vgl. Hannig, Uwe: Informationssysteme für das Management wieder gefragter, in: Frankfurter Allgemeine Zeitung – Blick durch die Wirtschaft, Nr. 129/07.07.1995, S. 1.

^[66]Vgl Chamoni, Peter/Gluchowski, Peter (1998), a.a.O., S. 7-8 sowie Schinzer, Heiko (1997), a.a.O., S. 8-11.

^[67]Vgl. Schinzer, Heiko (1997), a.a.O., S. 11-13.

^[68]Vgl. Chamoni, Peter/Gluchowski, Peter (1998), a.a.O., S. 8-9.

^[69]Chamoni, Peter/Gluchowski, Peter (1998), a.a.O., S. 11-12.

^[70]Vgl. Biethahn, Jörg et al.: Ganzheitliches Informationsmanagement – Band I: Grundlagen, 3., vollständig überarbeitete und erweiterte Aufl., München/Wien 1994, S. 1 und Biethahn, Jörg et al.: Ganzheitliches Informationsmanagement – Band II: Entwicklungsmanagement, 2., vollständig überarbeitete und erweiterte Aufl., München/Wien 1997, S. 12 ff.

^[71]Vgl. Biethahn, Jörg (1994), a.a.O., S. 26-27.

^[72]Vgl. Frank, Matthias (1996), a.a.O., S. 19-23.

^[73]Vgl. Frank, Matthias (1996), a.a.O., S. 96.

^[74]Finke, Wolfgang F.: Informationsmanagement in Organisationen: Neue Führungsaufgaben beim Einsatz der Informations- und Kommunikationstechnik, in: zfo, Nr. 56/1987, S. 364.

^[75]Vgl. Rauh, Otto: Informationsmanagement im Industriebetrieb – Lehrbuch der Wirtschaftsinformatik auf der Grundlage der integrierten Datenverarbeitung, Berlin 1990, S. 31-34.

^[76]Vgl. Lehner, Franz (2000), a.a.O., S. 76-79.

^[77]Vgl. Lehner, Franz (2000), a.a.O., S. 79.

^[78]Vgl. Przygodda, Jürgen: Business Intelligence – Ein innovatives Instrument der Unternehmensführung, in: Wissensmanagement – Das Magazin für Führungskräfte, Nr. 5/2000, S. 48-52.

^[79]Einer aktuellen Studie zufolge, beschäftigt sich trotz der wachsenden Bedeutung der Thematik nur etwas mehr als ein Drittel der 260 befragten Großunternehmen in Deutschland mit Wissensmanagement. Des Weiteren wurde festgestellt, dass Industrieunternehmen mit 60 Prozent Anteil wesentlich mehr Projekte in diesem Bereich realisieren als Handel, Finanzdienstleister, andere Dienstleister, Energie und Bauindustrie mit jeweils 20 Prozent Anteil. Die Produktivität wurde in diesem Zusammenhang mit 25 Prozent als Hauptmotiv vor der Flexibilität und dem Zeitgewinn mit jeweils 20,9 Prozent genannt. Geringere Bedeutung kamen demnach Motiven wie „Erzielung von Wettbewerbsvorteilen“ sowie „Einsparung von Kosten“ zu. Vgl. Aktuelle Studie der 4P Marketing Group, Neunkirchen-Seelscheid, zum Thema Wissensmanagement-Systeme in 260 deutschen Großunternehmen, die im Auftrag der Activnet GmbH, Stuttgart, durchgeführt wurde. Zitiert nach Streicher, Heinz: Wissensmanagement-Systeme – Nachholbedarf in deutschen Großunternehmen, Management Berater, 5/2000, S. 48/49. Im internationalen Vergleich ist festzustellen, dass europäische Unternehmen das Thema Wissensmanagement konsequenter und mit einer ausgeprägteren Technologieorientierung angehen als amerikanische Unternehmen (vgl. Anhang 2-2).

^[80]Vgl. Wargitsch, Christoph: Ein Beitrag zur Integration von Workflow- und Wissensmanagement unter besonderer Berücksichtigung komplexer Geschäftsprozesse, Dissertation, Universität Erlangen-Nürnberg 1998 zitiert nach Lehner, Franz (2000), a.a.O., S. 225-226.

^[81]Vgl. Sturz, Wolfgang: Kann es eine einzige Definition für Wissensmanagement geben?, in: Wissensmanagement – Das Magazin für Führungskräfte, Nr. 5/2000, S. 1 und Anhang 2-3. Die angegebenen Internetadressen sollen die unterschiedlichsten Auseinandersetzungen vergegenwärtigen und verweisen zu diesem Zweck auf weitere Studien, Literaturempfehlungen und Institute, die sich aktuell mit dem Thema Wissensmanagement beschäftigen.

^[82]Vgl. Schneider, Ursula: Management in der wissensbasierten Unternehmung – Das Wissensnetz zwischen Unternehmen verknüpfen, in: Schneider, Ursula (Hrsg.): Wissensmanagement, Frankfurt 1996, S. 31.

^[83]Vgl. Probst, Gilbert et al.: Wissen managen – Wie Unternehmen ihre wertvollste Ressource optimal nutzen, Wiesbaden 1997. Demnach wurden diese Bausteine auch in Expertengesprächen als geeigneter Erklärungsrahmen für das Wissensmanagement gesehen. Zitiert nach Gentsch, Peter (1999), a.a.O., S. 14 ff. und Dörnemann, Jörg et al.: Wissensmanagement im Controlling, in: Controlling, Nr. 6/2000, S. 314.

^[84]Vgl. Gentsch, Peter (1999), a.a.O., S. 14 ff.

^[85]Vgl. Mandl, Heinz/Reinmann-Rothmeier, Gabi (Hrsg.): Wissensmanagement – Informationszuwachs – Wissensschwund?, München/Wien 2000, S. 7-8.

^[86]Vgl. Willke, Helmut: Systematisches Wissensmanagement, Stuttgart 1998, S. 39.