Konzeption einer integrierten Wissensmanagementlösung für mittelständische Produktionsunternehmen der Automobilzulieferindustrie unter Einbeziehung des Paradigmas Social Software

Inhalt

Abbildungsverzeichnis

Verzeichnis Anhang

Abkürzungsverzeichnis

1. Einführung
1.1 Motivation
1.2 Forschungsfragen
1.3 Untersuchungsdesign und Gliederung

2. Grundlagen des Wissensmanagements
2.1 Abgrenzung von Daten, Informationen und Wissen
2.1.1 Daten
2.1.2 Informationen
2.1.3 Wissen
2.2 Definition von Wissensmanagement
2.3 Der Wissenszyklus

3. Wissensmanagement in der mittelständischen Automobilzulieferindustrie
3.1 Identifikation der betroffenen Kernprozesse
3.2 Anforderungen an das Wissensmanagement
3.3 Voraussetzungen für die Einführung
3.4 Risikobetrachtung

4. Integrierte Informationssysteme zur Unterstützung des Wissensmanagements
4.1 Systemgliederung von Wissensinfrastrukturen
4.2 Referenzmodelle von integrierten Wissensmanagementsystemen
4.3 Systemkategorisierung
4.4 Anforderungsreferenzierung

5. Einsatz von Social-Software im Wissensmanagement
5.1 Relevante Komponenten des Paradigmas
5.2 Auswahlkriterien einer integrierten Social-Software-Lösung
5.3 Prototyping als Auswahlunterstützung

6. Zusammenfassung und Ausblick

Literaturverzeichnis

Anhang

Abbildungsverzeichnis

Abbildung 1: Arbeitsdefinition von Wissen identisch [SCHÜTT (2009), S. 11]

Abbildung 2: Wissensmanagement nach Probst et al. 1997 [vgl. LEHNER (2008), S. 68]

Abbildung 3: Studie "FAST 2015"

Abbildung 4: Wissensfelder für Automobilunternehmen nach NORTH/GOLKA 2002

Abbildung 5: Klassifizierung von Wissensinfrastrukturen [WEGNER (2002), S. 33]

Abbildung 6: Kommunikation, Kooperation und Koordination [WEGNER (2002), S. 37]

Abbildung 7: Kernelemente der integrierten WMS-Architektur nach Riempp 2004

Abbildung 8: Anforderungsreferenzierung in Anlehnung an die Architektur n. Riempp

Abbildung 9: Auswahlprozess Social Software für Wissensmanagement

Abbildung 10: Das MS SharePoint Service 3.0 - Wiki

Abbildung 11: Die Bearbeitungsmöglichkeiten des MS SharePoint Services 3.0 - Wiki

Abbildung 12: Die Verlaufsverwaltung des MS SharePoint Services 3.0 - Wiki

Abbildung 13: Eingehende Hyperlinks - MS SharePoint Services 3.0 - Wiki

Verzeichnis Anhang

Anhang 1: Klassifikation von Prozessen nach Komplexität und Wissensintensität nach Eppler et. al. 1999

Anhang 2: Architektur CMS in Anlehnung an [RIEMPP (2004), S. 173]

Anhang 3: Architektur Kompetenz Management in Anlehnung an [RIEMPP (2004), S. 191]

Anhang 4: Architektur Community Management in Anlehnung an [RIEMPP (2004), S. 191]

Anhang 5: Architektur Orientierung Management in Anlehnung an [RIEMPP (2004), S. 199]

Anhang 6: Auswahlprozess Social Software für Wissensmanagement

Anhang 7: Erfolgskriterien Content-Management-Systeme nach Riempp 2004

Anhang 8: Erfolgskriterien Community-Management-Systeme nach Riempp 2004

Anhang 9: Erfolgskriterien Kompetenz-Management-Systeme nach Riempp 2004

Anhang 10: Erfolgskriterien Orientierungs-Management-Systeme nach Riempp 2004

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einführung

1.1 Motivation

„Die gesellschaftlichen und organisatorischen Rahmenbedingungen zur Generierung und effektiven Nutzung von Wissen werden in naher Zukunft die Wettbewerbsfähigkeit von Unternehmen und Volkswirtschaften bestimmen.“ [NORTH (2002), S. 9]

Zu Beginn des 21. Jahrhunderts stehen auch die Automobilindustrie und deren Lieferanten vor großen Herausforderungen, welche sich aus den grundlegenden Veränderungen der Marktsituation ergeben haben. Die voranschreitende Globalisierung und das veränderte Kundenverhalten bedingt durch die Sättigung der Zielmärkte, sowie die extreme Verkürzung von Produktlebens- und Entwicklungszyklen in dieser Branche, zwingt die Beteiligten zum Umdenken der bestehenden Unternehmensstrategien und Unternehmenskulturen. Dabei stellt sich die Frage nach der Realisierbarkeit dieser hohen Anforderungen in der Zukunft. Es gilt dem Kunden in sehr kurzer Zeit, zu attraktiven Kosten ein Produkt oder eine Dienstleistung zur Verfügung zu stellen, um die weitere erfolgreiche Teilnahme am Markt zu sichern. Zur Erreichung eines derartigen Wettbewerbsvorteils müssen Unternehmen schneller Lernen und Wissen aufbauen, als es die anderen Marktteilnehmer tun. Gemäß [NORTH/GOLKA (2002), S. 10 ff.] liegen die relevanten Wissensfelder der Automobilindustrie in den Bereichen:

- Wissen über Kunden
- Wissen über Märkte und Mitbewerber
- Wissen über Zulieferer und Entwicklungspartner
- Wissen über zukunftsweisende Technologien.

Der sichtbare Konsolidierungsansatz zwingt Unternehmen in einem gesättigten Markt sich von ihren Wettbewerben zu differenzieren und gegenüber seinen Kunden ein Alleinstellungsmerkmal auszubilden. Um das dafür notwendige Wissen zu generieren, werden oft gezielte Kundenbefragungen und Modellanalysen durchgeführt. Wettbewerber werden mit Hilfe von Benchmarking analysiert und bewertet. Die dabei gewonnen Ergebnisse werden mit Hilfe von Best Practices dokumentiert und anschließend in den jeweiligen Prozess als Richtlinie bzw. Handlungsempfehlung aufgenommen. Zukunftsorientierte Technologien werden durch gezielt gebildete Joint Ventures in Form von Lernallianzen entwickelt. Lieferanten werden innerhalb der Supply Chain komplett in die unternehmensinterne Balanced Scorecard mit eingebunden, um einen Handlungsrahmen vorzugeben, welcher als Ergebnis permanentes Feedback und somit eine Dynamisierung des Wissens mitbringt. Welche Methoden anzuwenden sind, um die jeweiligen Bereiche mit Wissen zu füllen gilt es zu bewerten.

„Gleichsam ist Wissen kein statisches Gebilde. Stillstand bedeutet im dynamischen Wissensumfeld eine kontinuierliche Abwertung des vorhandenen Wissenspotenzials. Wissen muss ständig ergänzt, angepasst oder erneuert werden und kann somit niemals als feste Größe angesehen werden. Gerade diese (gesteuerte) Dynamik, die dem Wissen innewohnt, ist als Quelle unternehmerischer Wertschöpfung anzusehen.“ [HIPPNER (2001), S. 171]

Es stellt sich weiterhin die Frage wie Wissen gespeichert und verteilt werden kann, um eine Nutzung an jedem Ort und zu jeder Zeit zu gewährleisten. Weiterhin muss sichergestellt sein, dass das gesammelte Wissen permanent erweiterbar und veränderbar sein muss, um eine dynamische und aktuelle Quelle dem Unternehmen zur Verfügung zu stellen. Zur Umsetzung dieser Aufgaben bieten sich zum aktuellen Stand der Technik einige Werkzeuge und Methoden an, welche durch ihre Kombination eine individuell, anpassbare Lösung darstellen. Die Vereinigung der Funktionen aus bestehenden Groupware- und Workflowlösungen, sowie der Einsatz von internetbasierten Technologien zur Vernetzung der Komponenten geben den heutigen Wissensmanagements neue Möglichkeiten zur Implementierung an die Hand. Eine aktuelle Ausprägung derartiger Infrastrukturen ist das Paradigma Social Software mit einer Vielzahl an Möglichkeiten zur Umsetzung der bereits genannten Erfordernisse. Diese Arbeit soll ermitteln, welche Dienste und deren kombinatorische Vermaschung innerhalb des spezifizierten Paradigmas für die selektierte Unternehmenskategorie einen Mehrwert erzielen können. Durch einen auf den Unternehmenstyp angepassten Kriterienkatalog, soll mittelständischen Produktionsunternehmen der Automobilzulieferindustrie ein Werkzeug zur Auswahl von geeigneten Applikationen bereitgestellt werden. Eine prototypische Umsetzung könnte bei der Überprüfung des Kataloges sowie des Vorgehens hilfreich sein.

1.2 Forschungsfragen

Organisatorisches Lernen und Wissensmanagement bilden gemäß [BRATZEL (2004), S. 1] den Ausgangspunkt für die Schaffung neuer Innovationen. Innovationen sind die grundlegenden Voraussetzungen für den Aufbau und die Sicherung von Wettbewerbsvorteilen. Gemäß [BRATZEL (2004), S. 1] unterliegt die Automobilindustrie aufgrund der Globalisierung der Märkte und der sehr schnellen technologischen Entwicklung verschiedenen Trends, welche er wie folgt darstellt:

- „Verkürzung der Produktentwicklungszeiten
- Reduzierung der Fertigungstiefe
- Entwicklung eines neuen Rollenverständnisses zwischen OEM und Lieferant
- einen hohen Information- und Wissensbedarf
- einen steigenden Koordinationsbedarf sowie einen erheblichen Lernbedarf.“ [BRATZEL (2004), S. 1]

Um auf die genannten Trends vorbereitet zu sein und die Basis für Innovationen zu stärken, widmet sich diese Arbeit der konzeptuellen Fundierung der Ziele, Aufgaben und Prozesse des Wissensmanagements und analysiert die generellen Anforderungen der Automobilindustrie innerhalb des spezifizierten Unternehmenstyps im Bezug auf den effizienten und effektiven Umgang mit dem Produktionsfaktor Wissen [vgl. LEHNER (2008), S.9 ff.]. In einem weiteren Aspekt der Arbeit werden informationstechnische Fragestellungen geklärt, welche sich mit der generellen Architektur und der Systemklassifizierung von integrierten Wissensmanagement-lösungen beschäftigen und eine Referenzierung zwischen Anforderungen und Architektur herleiten. Auf die konzeptuelle Fundierung aufbauend, stellt sich die Frage nach dem Einsatz des Paradigmas Social Software für den Aufbau einer integrierten Wissensmanagementlösung. Dabei stellen sich die Fragen nach Auswahlkriterien und eines geeigneten Auswahlprozesses auf Basis von Prototyping.

Um die angesprochenen Punkte zu detaillieren, wird im Folgenden eine Reihe von gebündelten Leitfragen formuliert, welche die Struktur der Untersuchung bestimmen:

- Was ist Wissen und in welcher Form tritt es im Unternehmen auf?
- Wie wird Wissensmanagement definiert und welche Ziele und Aufgaben werden verfolgt?
- Was sind fachliche Anforderungen eines produzierenden, mittelständischen Unternehmens der Automobilzulieferer-Unternehmens der Automobilzuliefer-industrie an eine Wissensmanagementlösung?
- Aus welchen Bestandteilen kann eine integrierte Lösung in diesem Bereich bestehen?
- In welcher Art und Weise können Social-Software-Technologien Wissens-managementlösungen unterstützen?
- Welche Kriterien und welche kritischen Erfolgsfaktoren sind für den Auswahlprozess innerhalb des spezifizierten Paradigmas hilfreich?
- Warum ist der explorative, prototypische Ansatz ein geeignetes Hilfsmittel zur Auswahl eines Systems auf Basis von Web-2.0-Technologien?

1.3 Untersuchungsdesign und Gliederung

In Kapitel 2 werden die Grundlagen des Wissensmanagements in einem partiellen Exkurs angesprochen. Dabei werden Daten, Informationen und Wissen voneinander abgegrenzt und der Arbeitsbegriff Wissensmanagement näher definiert. Eine Darstellung des sogenannten Wissenszyklus stellt die Teilaufgaben und Prozesse des Wissensmanagements näher dar.

Im darauf folgenden Kapitel 3 werden die für das Wissensmanagement relevanten Prozesse und Bereiche identifiziert und deren Anforderungen analysiert. In einer weiteren Analyse werden die Rahmenbedingungen für eine Einführung näher beleuchtet. Eine Betrachtung der Risiken, soll nachfolgend eine genaue Entscheidungsunterstützung für den gewählten Unternehmenstyp hervorbringen.

In Kapitel 4 wird eine Klassifikation der Wissensinfrastrukturen vorgenommen und ausgewählte Modelle integrierter Wissensmanagementlösungen vorgestellt. Die in Kapitel 3 analysierten Anforderungen werden den unterschiedlichen Bereichen der Modelle zugeordnet und hinterfragt. Im Weiteren werden Systemkategorien gebildet, welche die notwendigen Funktionen und Methoden für die Modelle liefern sollen.

In Kapitel 5 werden für das Wissensmanagement relevante Social-Software-Technologien erläutert und bewertet. Eine Einordnung in die gebildeten Systemkategorien ergibt eine mögliche Toolbox für den Aufbau einer integrierten Wissensmanagementlösung. Im Folgenden entsteht ein Kriterienkatalog für die Auswahl einer integrierten Lösung, welcher als Entscheidungsgrundlage dienen kann. Weiterhin wird das explorative Prototyping als Systemauswahlunterstützung vorgeschlagen und exemplarisch durchgeführt.

Das Kapitel 6 gibt eine Zusammenfassung über den Inhalt der Arbeit und ermöglicht den Leser einen Ausblick über weitere Ansatzpunkte.

2. Grundlagen des Wissensmanagements

Dieses Kapitel liefert den fachlichen Hintergrund zur fokussierten Thematik des Wissensmanagements in Form eines literaturgestützten Exkurses zur Abgrenzung der Begriffswelten und zur Vermittlung eines Grundverständnisses. Dieses Kapitel erhebt nicht den Anspruch neue Sichtweisen auf das Wissensmanagement einzuführen und eine vollständige Interpretation der komplexen Thematik darzustellen.

2.1 Abgrenzung von Daten, Informationen und Wissen

Gemäß [SCHÜTT (2009), S. 10] wird heutzutage viel über Wissensmanagement gesprochen, ohne das genau festgelegt ist, wie Wissen für den Betrachtungsbereich definiert ist. Oft werden Daten, Informationen und Wissen synonym verwendet. D.h. das viele Projekte in diesem Bereich unter Verwirrung der Sprache leiden und Erwartungshaltungen entstehen lassen, welche nicht zu halten sind. [LEHNER (2008), S. 43] sagt: „Die Literatur kennt sehr viele Definitionen und Klassifikationsversuche, die sich letztendlich einer allgemeingültigen Ordnung oder Festlegung entziehen und für die sich auch keine einheitliche Auffassung durchgesetzt hat.“ Die Untersuchung unterschiedlicher Literaturquellen [WEGNER (2002), LEHNER (2008), SEIFRIED (2001), SCHÜTT (2009)] ergab, dass keine deterministisch festlegbare Definition auffindbar war, welche sich außerhalb des Diskursbereiches der Informatik bewegt. Aus diesem Grund werden die nachfolgenden Begriffe einmal aus Sicht der Informatik und unter dem Blickwinkel der Arbeitsdefinition von [SCHÜTT (2009), S. 10 ff.] erläutert.

2.1.1 Daten

„Daten sind Informationen, die im Computer verarbeitet werden und nach eindeutigen Vorschriften verarbeitungsgerecht formuliert sind.“ [WERNER u.a. (1995), S. 65] An dieser Stelle wird sehr schön sichtbar, dass diese Definition für den gewählten Betrachtungsbereich des Wissensmanagements nicht vollständig sein kann, da auch nicht technische Codierungen, beispielsweise beschriebenes Papier ebenfalls Daten sein können. Die Arbeitsdefinition von [SCHÜTT (2009), S. 10] besagt, dass bei jeglicher Kommunikation Daten ausgetauscht werden, welche der Empfänger stets interpretieren muss. So beschreibt auch [LEHNERT (2008), S. 44] Daten, indem er Beispiele nennt: „ Daten Nachricht Meldung Bericht Hinweis“.

2.1.2 Informationen

„Information ist neues Wissen über ein Ereignis, einen Tatbestand oder einen Sachverhalt, Information ist die Beseitigung von Ungewissheit.“ [WERNER u.a. (1995), S. 37]. D.h. die zusätzliche Kenntnis über die Zeichen und Symbole, welche durch Daten transferiert werden, erlauben die Interpretation von Daten, so dass Informationen entstehen. Diese Kenntnis wird auch als Semantik beschrieben [vgl. WEGNER (2002), S. 13]. Für [SCHÜTT (2009), S.11] sind Informationen ebenfalls interpretierte Daten, welche jedoch nur mit persönlichen Wissen zur Verfügung stehen. [LEHNER (2008), S. 44] beschreibt Informationen über die Synonyme Verständnis, Einsicht, Schlussfolgerung, Signal. Als Basis für diese Arbeit sind Informationen interpretierte Daten, welche durch Wissen personenbezogen verarbeitet worden.

2.1.3 Wissen

„You cannot store Knowledge – man kann Wissen nicht speichern.“^[1] [SCHÜTT (2009), S. 10] Diese Aussage macht deutlich, dass Wissen eine Fähigkeit ist und kein direkt übertragbarer Gegenstand sein kann. D.h. Wissen und Informationen können eigentlich nicht weitergegeben werden, sondern nur in einer Art und Weise dargestellt werden, die es erlaubt, das Wissen der Personen schnell zu erweitern. Dieser Ansatz von [SCHÜTT (2009), S. 11] stellt jedoch die Sichtweise, dass Wissen veredelte Informationen sind in Frage. Die nachfolgende Abbildung stellt die Arbeitsdefinition von [SCHÜTT (2009), S. 11] dar. Dabei wird die Einbettung neuer Daten in einen vorhandenen Kontext als Wissen bezeichnet. D.h. der Vorgang der Interpretation ist ein Durchlaufen der Daten innerhalb des personenbezogenen Wissens oder dem Wissen einer Organisation.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Arbeitsdefinition von Wissen identisch [SCHÜTT (2009), S. 11]

Eine weitere international anerkannte Definition ist die Wissenstreppe nach North. Bei dieser Definition baut sich Wissen auf Daten auf, welche durch Semantik zu Informationen werden und durch die kontextbezogene Sichtweise auf die Informationen Wissen entsteht [vgl. WEGNER (2002), S. 15]. Ist Wissen die Fähigkeit bzw. Methode Daten zu interpretieren, stellt sich die Frage, welche Daten vermittelt werden müssen. Für die Verwaltung von Wissen in einem System muss es speicherbar, formalisierbar, bewusstseinsfähig, explizit, exakt und vollständig sein. Daraus stellt sich wieder die Frage, ob eine Fähigkeit speicherbar ist? Aus diesem Grund basiert diese Arbeit auf dem Ansatz der Wissenstreppe von North, um Wissen formalisierbar und explizit speichern zu können. D.h. im System befinden sich Daten, welche näher beschrieben zu Informationen werden und in einen oder mehreren Kontexten stehen können und damit letztendlich Wissen darstellen [vgl. LEHNER (2008), S. 49].

2.2 Definition von Wissensmanagement

Anhand der unterschiedlichen Definitionen von Daten, Informationen und Wissen lässt sich ableiten, dass es schwer ist eine standardisierte Definition für Wissensmanagement zu finden. Durch die interdisziplinäre Verflechtung der Thematik innerhalb der Bereiche Informationstechnik, Wirtschaftswissenschaften und Sozialwissenschaften entstehen unterschiedliche Betrachtungsweisen des Wissensmanagements. Die folgenden Definitionen dienen einem Erklärungsversuch.

[WEGNER (2002), S. 10] zitiert in seiner Arbeit folgende Definition von [SCHÜPPEL (1996)]^[2]:

„Das Wissensmanagement umfasst alle human- und technikorientierten Interventionen und Maßnahmenpakete, die dazu geeignet sind, die Wissensproduktion, Wissensreproduktion, Wissensdistribution, Wissensverwertung und Wissenslogistik in einer Organisation zu optimieren.“

[LEHNER (2008), S. 31] zitierte folgende Passage in seinem Grundlagenbuch zum Thema Wissensmanagement:

„Das Wissensmanagement stellt sicher, dass insbesondere internes Wissen einer Organisation, etwa technische Details, vergangene (Fehl-)Entscheidungen, „Best Practices“, Projekte oder Konstruktionen, für eine zukünftige Nutzung explizit erschlossen und verfügbar gemacht wird. Dies beinhaltet auch Kontexterfahrungen und persönliche Erfahrungen. Da das Wissen einer Organisation sehr unstrukturiert und dynamisch ist, sollte gewährleistet sein, dass mit Rechnerhilfe sowohl interne und externe Daten- und Methodendatenbanken als auch menschliche Experten nachgewiesen werden. Zur IV-Unterstützung dienen die sogenannten Organisational Memory Information Systems (vgl. Stein/Zwass 1995) wie beispielsweise Kompetenzdatenbanken, Know-how-Datenbanken oder das System Answer Garden (vgl. Ackermann 1994). (Faisst 1997, 441-442)“

Werden weitere Definitionen hinzugenommen, entsteht der Eindruck, dass Wissensmanagement kein eigenständiger Managementansatz ist, sondern eine Vielfalt von Konzepten, welche aus mehreren bestehenden Bausteinen kombiniert werden. Als Resultat für diese Arbeit ist Wissensmanagement eine interdisziplinäre Unternehmensaufgabe, welche prozessual in mehrere Teilprozesse zu zerlegen ist. Jeder Prozess spezifiziert sich durch seine eigenen Ziele und Methoden selbst. Zwischen den Prozessen existiert der hohe Anspruch an Effizienz und Effektivität der Verwaltung von Wissen. Im nachfolgenden Punkt werden die integrierten Prozesse des Wissensmanagements näher beschrieben.

2.3 Der Wissenszyklus

Zur Konzeption einer integrierten Wissensmanagementlösung bedarf es eines ganzheitlichen Konzeptes, in dem alle relevanten Prozesse des Wissensmanagements angesprochen werden. Für diesen Zweck eignet sich das ganzheitliche Wissensmanagementkonzept von Probst/Raub/Romhardt von 1997.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Wissensmanagement nach Probst et al. 1997 [vgl. LEHNER (2008), S. 68]^[3]

Dieses Konzept ist international anerkannt und wird sehr häufig in der Fachliteratur und bei der Systemplanung verwendet [vgl. LEHNER (2008), S. 67, TOCHTERMANN/SCHACHNER/MAJER (2009), S. 30 ff.]. Dieses Modell beschreibt systematisch die Teilprozesse des Wissensmanagements und bietet als Komplex einen Ansatz zur Realisierung des Wissensmanagements an. Dieses Modell macht transparent, dass die Kernprozesse keineswegs unabhängig voneinander sind, sondern Mehrfachabhängigkeiten untereinander aufweisen. Weiterhin nimmt das Konzept eine Unterscheidung zwischen strategischen und operativen Aspekten vor. Dabei werden die Wissensziele und die Wissensbewertung als strategisch angesehen und die anderen sechs Punkte der operativen Tätigkeit zugewiesen.

[...]

^[1] Nonaka, l. et al., Emergence of “Ba”, in Knowledge Emergence, 2001 (Quelle von [SCHÜTT (2009), S.12]

^[2] SCHÜPPEL, J. : Wissensmanagement. Wiesbaden: Deutscher Universitäts-Verlag, 1996

^[3] Der interessierte Leser findet weitere Wissensmanagementkonzepte in der Grundlagenliteratur von [LEHNER (2008), S. 60 ff.].