Wissensmanagement in Unternehmen. State-of-the-art der Forschung zum Erfolg von Wissensmanagementsystemen

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einleitung und Motivation

2 Wissensmanagement und Wissensmanagementsysteme

3 Ergebnisse der Literaturstudie
3.1 Einordnung der gefundenen Quellen
3.1.1 Erfolgsmessung für WMS allgemein
3.1.2 Modelle zur Erfolgsmessung von WMS in bestimmten Branchen, Organisationen oder Teilaspekten von WMS
3.2 Vergleich und Synthese
3.2.1 Differenziertheit der Beziehungen zwischen Erfolgs-Dimensionen
3.2.2 Critical Success factors als Vorbedingung und Folge von Erfolg
3.2.3 Dimensionen von Erfolg: monetäre Größen und Ersatzgrößen

4 Fazit

5 Literaturverzeichnis

Anhang: Tabelle Literaturauswertung

Abbildungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Tabellenverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung und Motivation

Wissensmanagement und Wissensmanagement Systeme sind seit den späten neunziger Jahren Gegenstand verstärkter Forschung. Ausgehend von den Untersuchungen zur wachsenden Bedeutung von Wissen für Unternehmen (Nonaka & Takeuchi, 1995), gewann das Thema auch vor dem Hintergrund einer sich verändernden Gesellschaft zunehmend an Bedeutung. Einen Überblick über den damaligen Stand der Forschung geben Alavi und Leidner zu Anfang des Jahrtausends (Alavi & Leidner, 2001). Ein Einblick in die europäische Entwicklung von Wissensmanagement in Unternehmen und ein entsprechender Architekturentwurf finden sich einige Jahre später beiRiempp(Riempp, 2004).

Zunehmend begleitet wird die Forschung durch die Frage nach dem Beitrag von Wissensmanagement (WM) und Wissensmanagementsystemen (WMS) zum Erfolg des Unternehmens. Dies umso mehr, daWM viele Bereiche des Unternehmens betrifft und sich gleichzeitig in seinen Aus- und Wechselwirkungen nicht eindimensional betrachten lässt (Vgl.: Alavi & Leidner, 2001, p. 123).

Eines der ersten und zugleich bis heute wichtigsten Modelle zur Bestimmung des Beitrags von Informationssystemen zum Unternehmenserfolg entwickelten DeLone und McLean (DeLone & McLean, 1992). Dieses Modell wurde bis heute immer wieder aufgenommen und auch für WMS überarbeitet oder erweitert(Kulkarni, Ravindran, & Freeze, 2006; Wu & Wang, 2006). Eine Adaption für WM haben in Deutschland Maier und Hädrich vorgelegt (Maier & Hädrich, 2001).

Gleichzeitig wurde die Frage nach einer einheitlichen Definition für WM,WMS und insbesondere die Erfolgsmessung von WMaber weiterhin gestellt(Jennex, Smolnik, & Croasdell, 2008).

Der Erfolg von Wissensmanagementsystemen in Unternehmen wurde auch in den letzten Jahren weiter erforscht(Haas, 2011; Jennex & Smolnik, 2011; Mas-Macuca & Martinez Costa, 2012). Eine Zusammenfassung des gegenwärtigen Standes der Diskussion soll diese Arbeit geben. DieseZielstellung soll in zwei Schritten bearbeitet werden:

1. Welche unterschiedlichen Positionen zum Thema lassen sich in der Literatur finden?
2. Wie lassen sich diese vergleichen und einordnen?
Zur Beantwortung soll eine Literaturstudie durchgeführt werden. Idealerweise würde diese die relevante Literatur der letzten Jahre erfassen und bewerten.

In Anbetracht des Umfanges dieser Arbeit sollen hier aber folgende Einschränkungen gemacht werden:

- Betrachtet werden die letzten fünf Jahre, also von 2009 bis heute.
- Es wird eine Meta-Suchmaschine verwendet, um die folgenden Datenbanken zu durchsuchen:Business Source Complete (EBSCO), EconLitFull-text (EBSCO), Emerald Management Xtra, WISO Wirtschaftswiss. (GBI-Genios), WISO Plus (GBI-Genios), SSG Wirtschaftswissenschaften, ECONIS - Deutsche Zentralbibliothek für Wirtschaftswissenschaften.
- Außerdem werden die folgenden Zeitschriftennochmals seperat durchsucht: Management Information Systems Quarterly, Information Systems Research, Wirtschaftsinformatik, Journal of Knowledge Management
- Folgenden Suchbegriffe werden als Schlagwortsuche und ggf. Freitextsuche kombiniert: Knowledge Management und Success sowie Wissensmanagement und Erfolg.

Um trotz dieser Einschränkungen keine wesentliche Literatur auszulassen, sollen darüber hinaus neben der systematischen Suche die Literaturverzeichnisse der gefundenen Quellen ausgewertet werden. Werden hier Beiträge besonders häufig zitiert oder wird auf ihre herausragende Bedeutung im Text hingewiesen werden sie ebenfalls mit einbezogen.

Die Ergebnisse der Studie werden im dritten Teil der Arbeit vorgestellt. Zunächst werden aber die Begriffe Wissensmanagement und Wissensmanagementsystem vorgestellt und für den Kontext dieser Arbeit definiert.

2 Wissensmanagement und Wissensmanagementsysteme

Für das Wissensmanagement existieren viele, noch uneinheitliche, Definitionen(Haas, 2011).

„Wissensmanagement umfasst den systematischen Einsatz von Instrumenten der Organisation sowie Informations- und Kommunikationstechnologien für ein gezieltes Aufbauen, Verfügbarmachen und Anwenden von Wissen zum Erreichen wohldefinierter Prozess- und Organisationsziele“ (vgl. Smolnik, 2006, S. 33).

„Adopting a people-oriented perspective of KM, the authors define organizational knowledgeas a dynamic process, of an essentially and inherently social and interactive nature, whichdemands active and committed participation and involvement by people” (Cardoso, Meireles, & Carlos Ferreira, p. 270).

Ohne sich für eine Definition entscheiden zu müssen, werden hier einige Elemente aus dem Aufsatz von Alavi und Leidnerzu Grunde gelegt (Alavi& Leidner, 2001):

- Die Unterscheidung von tacitKnowledge als personen- und kontextgebundenem Wissen und explicit Knowledge als dokumentierter, abstrahierter und so nicht direkt verwertbarer Form¹
- Damit einhergehend, die Unterscheidung von WM Funktionalitäten zum Wissensaustausch und zur Wissensverwaltung
- Die Unterscheidung der Phasen des WM-Prozesses in creating, storing/retrieving, transferring und applying(Alavi & Leidner, 2001)

Diese Unterscheidungen finden sich in ähnlicher Form häufig in der Literatur (Riempp, 2004). Für den Kontext dieser Arbeit sind sie ausreichend.

„Wissensmanagement-Systeme (WMS) sind Informationssysteme, die Aufgabenträger in Unternehmen […] beim Wissensmanagement unterstützen.“ (Riempp, 2004, p. 117). Diesen technischen Komponenten des WM kommt nach Alavi und Leidner vor allem eine unterstützende Funktion zu (Alavi & Leidner, 2001, p. 114)

Jennex et al.dagegen betrachten KM und KMS effectiveness als austauschbar. Hiermit kommt den technischen Komponenten der WMS eine wichtige Bedeutung für die Erfolgsmessung zu(Jennex et al., 2008, p. 2).Aus diesem Grund werden auch im Folgenden WM und WMS gemeinsam betrachtet.

3 Ergebnisse der Literaturstudie

3.1 Einordnung der gefundenen Quellen

Insgesamt wurden 26 Quellen gefunden, von diesen wurden vier als nicht relevant eingestuft.

Die in den Quellen genannten Modelle werden in einem ersten Schritt danach geordnet, ob sie WMS ohne Einschränkungen betrachten oder sich auf Teilaspekte oder bestimmte Branchen konzentrieren. Zusätzlich werden ähnliche Modelle zusammenhängend, aus Platzgründen ggf. exemplarisch, betrachtet.Ein systematischerer Vergleich findet sich in Kapitel 3.2, eineSynopseder Quellen im Anhang Literaturauswertung.

In der Darstellung wurden, wie in der Literatur üblich, keine detaillierten Fragenkataloge oder Items zur Erfolgsermittlung von WMS aufgenommen, diese werden stattdessen zu Erfolgsdimensionen zusammengefasst, die für Klassen von ähnlichen Messwerten stehen.Detailliertere Darstellungen der jeweiligen Operationalisierungen finden sich zum Teil in den Quellen selbst (Kulkarni et al., 2006; Lindner & Wald, 2011; Wu & Wang, 2006).

Gründe für diese abstrahierende Betrachtung auf der Ebene von Erfolgsdimensionen, etwa CSFs als die für den Erfolg entscheidenden Faktoren, finden sich bei mehreren Autoren (Haas, 2011, pp. 83f.; Yu, Kim, & Kim, 2007 und Zack, McKeen, & Singh, 2009):

Zum einen werden hier die Auswirkungen von WMS auf viele Unternehmensbereiche genannt, die gerade langfristig nicht mit den traditionellen Mitteln des Controllings zu bewerten seien und eine mehrdimensionale Betrachtung erforderten. Zum anderen sei es bisher noch nicht befriedigend gelungen überhaupt eine monetäre Bewertung des WMS-Erfolgs zu bestimmen, so dass (mehrdimensionale) Ersatzmessgrößen nötig seien, z.B. eine indirekte Messung über die Nutzerzufriedenheit und andere Dimensionen die Teilaspekte des Erfolgs abdecken. In jedem Fall könnte der Erfolg von WMS nur über die gleichzeitige Betrachtung mehrerer Erfolgsdimensionen aussagekräftig bestimmt werden.Diese erfassen zudem häufig nur qualitative Werte, da eine Bewertung über quantifizierbare monetäre Größen bisher nicht gelungen sei

Daneben finden sich jedoch auch Versuche, den Nutzen von WMS zunehmend auch in besser vergleichbaren quantitativen z.T. monetären Größen zu bewerten, z.B. mit Business Casesoder im Rahmen von Bestimmungen des Wissensvermögens (Hage-Malsch & Heimlicher, 2009; Jennex & Smolnik, 2011; Smolnik, 2007). Auch hier werden aber in der Regel mehrere Dimensionen von Erfolg betrachtet.

3.1.1 Erfolgsmessung für WMS allgemein

Unter denjenigen Modellen, die WMS ohne Einschränkungen betrachten, finden sich einige, die das DeLone&McLean-Modell auf den Bereich WMS übertragen:Eine explizite Übertragung stellt das Modell von Meier und Hädrich in Abbildung 3.1dar(Maier & Hädrich, 2001):

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.1:Modell von Meier und Hädrich (Quelle: in Anlehnung an Meier & Hädrich 2001, S.500)

Das Modell unterscheidet die Ebenen System und Service, Nutzung sowie Auswirkungen. Die Systemebene wurde für WMS um die Dimensionen Informations-, Kommunikations- und Wissensqualität sowie um Wissensspezifische Services erweitert. Diese Ebene beeinflusst die Systemnutzung und Nutzerzufriedenheit, die wiederum Einfluss auf die Ebene der Auswirkungen haben. Auf dieser letzten Ebene haben die Autoren das Modell von DeLone&McLeanebenfalls erweitert. Die Dimension Auswirkungen auf Communities erfasst den für WM wichtigen Aspekt des Austausches innerhalb von Gruppen. Dieser ist nach Meier und Hädrich kennzeichnend für, an implizitem Wissen ausgerichtetes,humanorientiertes WM - im Gegensatzzum technologieorientierten WM.In den Auswirkungen auf die Organisation werden auch finanzwirtschaftliche Kennzahlen mit einbezogen.Ein weiterer Ansatz, der auf dem DeLone&McLean Modell beruht, siehe Abbildung 3.2, stammt von Kulkarni et al. (Kulkarni et al., 2006)

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.2: Modell von Kulkarni et al. (Quelle: Kulkarni et al. 2006)

Hier wird Erfolg durch die Nutzung des Systems beschrieben. Diese hängt von dem erwarteten Nutzen des WM und der Nutzerzufriedenheit ab, die wiederum von der Systemqualität und der Qualität der Inhalte bestimmt werden. Beide Gruppen werden von der Unterstützung aus der Organisation beeinflusst.

Vergleichbare Modelle finden sich auch bei Wu & Wang (Wu & Wang, 2006) und Yu et al. (Yu et al., 2007). Auch hier dient die Nutzerzufriedenheit bzw. die Systemnutzung (Wu und Wang) als Ersatz für eine quantifizierbare monetäre Bestimmung des WMS-Erfolgs.Yu et al. betonen im Unterschied zu den vorherigen Modellen die Bedeutung der KM-Team Aktivitäten für den Erfolg.

Ein weiteres bekanntes Modell zur Bestimmung des WMS-Erfolgs auf der Basis von DeLone&McLeanentwickeltenJennex und Olfmann(Jennex &Olfmann). Den Aufbau zeigt Abbildung 3.3:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.3: Modell von Jennex und Olfmann (Quelle: Jennex&Smolnik, 2011).

Hier findet sich mit der Service-Qualität ein weiterer Einflussbereich, der teilweise den Wissensspezifischen Services bei Meier und Hädrich entspricht. Die von der Nutzerzufriedenheit und den Einstellungen gegenüber der Nutzung abhängigen Net Benefits dienen hier der Erfolgsbestimmung. Hierunter verstehen die Autoren Faktoren die den Einfluss von WM auf die individuelle und organisationale Produktivität messen.

Eine andere Ordnung wählen Krishnaveni et al(Krishnaveni & Senthil Raja, 2009): Sie untersuchten den positiven Einfluss von Items, die sie den Abschnitten eines KM-Lifecycle Modells zuordneten, auf Organisational Benefits, die wiederum aus den individuellen, Gruppen- und Organisation-Erwartungen an die Effektivität des WMS gebildet wurden. Die Abschnitte des KM-Lifecycles und beispielhafte Items zeigt die folgende Tabelle 3.1:

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 3.1: Items zu KM Lifecycle-Abschnitten, (Krishnaveni & Senthil Raja)

Die Zuordnung von CSFs zu bestimmten Prozessschritten verwenden auch Asoh et al. in ihrer Variante des Knowledge Management Index (Asoh, Belardo, &Crnkovic): Hier werden den Knowledge Management Processes (KMPs) Identification, Elicitation, Dissemination und Utilization die vier CSFs Technology, Leadership, Culture und Measurement mit ihren jeweiligen Items zugeordnet. Der hieraus bestimmte KMI, als Maß für das WM-Engagement eines Unternehmens, hat wiederum Auswirkungen auf die Organizational Performance, die über nicht finanzielle Messwerte operationalisiert wird.

Im gleichen Sammelband, in dem dieser Aufsatz veröffentlicht wurde,(Jennex & Smolnik, 2011) finden sich mehrere Ansätze, die die individuellen Kompetenzen des Mitarbeiters als Wissensvermögen (knowledgeasset) betrachten.Diese können als Ausgangspunkt für die Erfolgsmessung von WMS, z.B. über Intellectual Capital Berechnungen, Wissensbilanzen, BalancedScorecards u.a.,genutzt werden(Haas, 2011, pp. 37–38; Lehner, 2014, pp. 233–250; Martin DeCastro, Lopez Saez, Navas Lopez, & Delgardo-Verde, p. 180):

Freeze und Kulkarni(Freeze & Kulkarni) etwa bestimmen vier Knowledge capabilities (Lessons, learned, Knowledge Documents, Expertise und Data), die auf individuellen Knowledge assets basieren und über Operationalisierungen wie die Existenz von Taxonomien, die Auffindbarkeit von Wissen oder die Qualität der Wissensspeicherung gemessen werden. Die Knowledge Capabilities stehen jeweils für eine bestimmte Art von Wissen.Sie können nach Ansicht der Autoren als Grundlage für eine am Wissensbegriff orientierte Erfolgsmessung dienen, die auch standardisierte Vergleiche erlaubt (Freeze & Kulkarni, pp. 128–129).

Muhammad et al. bestimmen dagegen die individuelle Produktivität in ihren Ausprägungen Performance und Innovation. Diese werden bestimmt durch Task Knowledge mit den Dimensionen Conceptual, Contextual und Operational Knowledge wie Abbildung 3.8 zeigt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.4: Modell von Muhammed et al. (Quelle: Muhammed et al., 2011).

Martin De Castro et al.(Martin DeCastro et al.)bestätigen die Einteilung des Intellectual Capital eines Unternehmens (siehe Abbildung 3.4) in Human Capital, also die Mitarbeiterkompetenzen, sowie das Relational Capital (unterteilt in Business Capital und Alliance Capital) und das Structural Capital:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.5: Modell von Martin DeCastro et al. (Quelle: Martin DeCastro et al., 2011).

Die Autoren betonen hier besonders des Wert des Human Capitals (Martin DeCastro et al., p. 187).

Das ebenfalls in diesem Band veröffentlichte Model von Fink (Fink)setzt ebenfalls am Knowledge Worker an, wird aber weiter unten vorgestellt, da es sich auf kleine und mittlere Unternehmen beschränkt.

Ein weiteres Modell zur Erfolgsbestimmung von WMS findet sich bei Moghaddamet al. (Moghaddam, Mosakhani, & Alabeiki, 2013): Als Messgröße für den Erfolg dient hier der Competitive Advantage -Wert, definiert als die Fähigkeit, Return on Investment konstant über dem Branchendurchschnitt zu erzielen. Die Autoren untersuchen den Einfluss verschiedener CSFsauf WM als organizationalcapability und stellen zudem einen signifikanten Zusammenhang mit der Erfolgs-Messgröße CA fest. Wechselseitige Einflüsse zwischen den CSFs oder Erfolgsdimensionen, wie in den obigen Modellen, werden hier nicht untersucht. Die CSFs werdenfolgendermaßeneingeteilt:

Human factors (culture, people, leadership), Organizational factors (process, structure), Technological factors (infrastructure, applications) und Management process (strategy/goals, measurement)

Haas (Haas, 2011)ermittelt, auf der Basis der Theoryofplannedbehaviour und der Indikatorenliste der KnowMetrix (Lehner, 2014, p. 248), ein Modell mit überwiegend linearen Kausalitäten: Wissensmanagementerfolg wird zunächst durch Leistungsfähigkeit unddanach durch Leistungsbereitschaft bewirkt.Die weiteren CSFs und ihre Abhängigkeiten zeigt Abbildung 3.6.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.6: Modell von Haas (Quelle: in Anlehnung an Haas, 2011, S.190)

Bei den betrachteten Modellen wird deutlich, dass einige CSFs immer wieder genannt werden. Jennex et al.(Jennex et al., 2008)haben eine Liste von häufig genannten CSFs aus der Literatur erstellt. Sie unterscheiden dabei CSFs, die Vorbedingung für den Erfolg sind und solche, die als Messwert für, oder Reflektion von, Erfolg dienen können. AlsMesswertekönnendemnach Impact on business processes, Impact on strategy, Leadership undKnowledge content gelten.

3.1.2 Modelle zur Erfolgsmessung von WMS in bestimmten Branchen, Organisationen oder Teilaspekten von WMS

Ein Modell, bei dem WMS-Erfolg ebenfalls direkt von strategischen, kulturellen und technologischen CSFs abhängt,entwickeltenMas Machuca und Martinez Costa für Consulting Unternehmen (Mas-Macuca& Martinez Costa, 2012). Der WMS Erfolgwirdhiergemessen in „…terms of organisational performance: innovative ability and activity, customer satisfaction, competitive capacity and position in the market, service and process quality, productivity and sales, and employee satisfaction and skills”. (Mas-Macuca& Martinez Costa, 2012, p. 1306)

[...]

¹ Eine ähnliche Unterscheidung findet sich in den Bildungswissenschaften mit dem, im Anschluss an die PISA-Studie eingeführten, Kompetenzbegriff.