Fachberichte INFORMATIK

Transkript

1 Issues Management: Erkennen und Beherrschen von kommunikativen Risiken und Chancen Ulrich Furbach, Margret Groß-Hardt, Bernd Thomas, Tobias Weller, Alexander Wolf 2/2004 Fachberichte INFORMATIK Universität Koblenz-Landau Institut für Informatik, Universitätsstr. 1, D Koblenz WWW:

2

3 Issues Management: Erkennen und Beherrschen von kommunikativen Risiken und Chancen Ulrich Furbach¹, Margret Groß-Hardt¹, Bernd Thomas¹, Tobias Weller², Alexander Wolf² ¹Universität Koblenz-Landau, Universitätsstr. 1, Koblenz {uli, margret, ² Dresdner Bank, ComRM, Kaiserstr. 52, Frankfurt am Main {tobias.weller,

4 Issues Management: Erkennen und Beherrschen von kommunikativen Risiken und Chancen Das Erkennen und Beherrschen von kommunikativen Risiken und Chancen ist eine zentrale Aufgabe in der Unternehmenskommunikation. In diesem Artikel wird ein System für das Issues-Management beschrieben, daß drei zentrale Aufgaben im Issues-Management unterstützt: Die (semi-) automatische Issues-Identifikation, welche aus vorliegenden Dokumenten im Intra- und Internet Informationen über Issues sammelt und Issues erkennt; das Issues-Assessment, welches Analysen über vorliegende Issues ermöglicht und das Szenario-Management, in welchem potentielle (Gegen-) Maßnahmen hypothetisch untersucht werden können bzw. tatsächliche Maßnahmen dokumentiert werden. Das System ist in einem Kooperationsprojekt zwischen der Dresdner Bank und der Universität Koblenz als Prototyp realisiert worden. Wissensbasierte Techniken bilden das Fundament dieses Systems. Dieser Artikel gibt einen Überblick über die zentralen Komponenten. 1 Einleitung Issues Management ist definiert als Wissensmanagement der Unternehmenskommunikation und als Moderation in einem einheitlichen Kommunikationsmanagement-Prozess im Sinne einer One-Voice-Policy, der von der Themen-Identifikation und Analyse bis hin zum Coaching der operativen Kommunikationsarbeit sei es der Presse- und PR-Arbeit, der internen Kommunikation oder dem Auftritt exponierter Persönlichkeiten reicht. Ein Issue bezeichnet ein Thema, das für ein Unternehmen im Hinblick auf ein einheitliches Kommunikationsmanagement relevant ist. Was ein Issue ist, hängt somit vom Unternehmen und vom gesellschaftlichen Kontext ab. Wenn Issues Management unter den Einzeldisziplinen der Unternehmenskommunikation derzeit das wohl lebhafteste Interesse findet, hat dies gute Gründe. Dabei ist diese Aufmerksamkeit, die sich in zahlreichen Publikationen ausspricht, kaum nur ein Zeichen von Euphorie über erweiterte Möglichkeiten erfolgreicher Öffentlichkeitsarbeit für Unternehmen. Denn selten waren die Beziehungen von Unternehmen zu ihren Anspruchsgruppen fragiler als heute. Verantwortet und getrieben vom Börsenboom der späten Neunziger Jahre, stellt das dynamisierende, damit selbst wirkungsvollere und immer umfassendere Angebot der Medien mit ihrer wachsenden Tendenz zur Skandalierung komplexer Sachverhalte jede unternehmerische Weichenstellung unter öffentlichen Rechtfertigungszwang.

5 Zugleich ist zu beobachten, dass sich die Öffentlichkeitsarbeit vieler Anspruchsgruppen zusehends professionalisiert. Mit diesen Entwicklungen aber, und das bestätigen erst recht die Krisenerfahrungen der letzten Jahre, haben die klassischen Disziplinen der Unternehmenskommunikation nicht Schritt halten können, und auch die Vision einer Integrierten Kommunikation ist vielerorts eher ein hehres Desiderat als gängige Praxis. Issues Management ist hierbei der Hoffnungsträger, welcher den dramatisch steigenden Anforderungen hinsichtlich Erkennung und effizienten Handhabung von Reputationsrisiken und chancen gleichermaßen gerecht werden kann. 1.1 Infrastruktur für das Issues Management Was die Infrastruktur angeht, sprechen wir von einer verteilten IT- Systemarchitektur, die im wesentlichen aus drei Modulen aufgebaut ist und konzernweit allen Reputationsrisiko-Beauftragten zur Verfügung gestellt werden soll, die dann als dezentrale Knotenpunkte für den Wissensmanagement-Prozess fungieren. Der Issue-Manager ist zentral für das Issue-Management verantwortlich und stimmt mit den jeweiligen Gruppen im Management sowie mit den dezentralen Risikobeauftragten die Maßnahmen zur Reduzierung von Reputationsrisiken bzw. zur Ausnutzung von Reputationschancen ab. Die einzelnen Module, die im Issues Management interagieren sind Issue Identifikation, das Issue Assessment und das Szenario Management. In der Issue- Identifikation werden Dokumente und Presseartikel nach vorgegebenen Suchkriterien und anhand von bereits vorliegenden ähnlichen Dokumenten durchsucht und den bereits bekannten Issues zugeordnet. Darüberhinaus werden neue Issues identifiziert und in die Issue-Datenbank eingepflegt. Das Issue- Assessment ermöglicht eine Analyse der Issues. Insbesondere läßt sich hier das Potential bzw. die zeitliche Relevanz eines Issues ablesen. Für die Einschätzung möglicher (Gegen-) Maßnahmen im Hinblick auf ein bestimmtes Issues ist das Szenario-Management zuständig. Diese drei Komponenten sind im folgenden (Abschnitt 2-4) konkretisiert und ihr Zusammenspiel ist in Abschnitt 5 dargestellt. 2 Issue Identifikation Kernstück des Systems ist das Modul der Issue-Identifikation, das es auf der Basis lernender und deshalb flexibler Suchkategorien ermöglicht, aus einer großen Menge zur Verfügung gestellter Daten relevante Informationen zu extrahieren und aufgrund semantischer Qualitäten zuvor festgelegten und in einer Issue-Datenbank gespeicherten Issue-Konstellationen automatisch zuzuordnen. Findet es relevante Informationen, ohne dass diese bereits mit vordefinierten Issue-Konstellationen verknüpfbar sind, schlägt es dem Issues Manager als zentralem Administrator vor,

6 entsprechend eine neue, anschlussfähige Issue-Konstellation anzulegen. Die Issue-Identifikation basiert auf maschinellen Lernverfahren wie sie in der Künstlichen Intelligenz-Forschung verwendet werden. Hierbei werden Dokumente unterschiedlichster Herkunft verarbeitet (von Newsservice-Agenturen bereitgestellte Presseartikel über klassische Risikodaten bis hin zu Internet-Seiten und Online-Newsgroups, die mittels automatischer Internet-Agentensysteme durchforstet werden). Zudem können manuell eingepflegte Beobachtungen und Hinweise von einzelnen Mitarbeitern des Unternehmens verarbeitet werden. Die Zuordnung der Dokumente zu Issue-Kategorien geschieht mithilfe automatischer Klassifikationsverfahren. Zunächst werden sogenannte Klassifikatoren anhand einiger Beispieldokumente gelernt, und sodann werden die Klassifikatoren dazu eingesetzt, den Strom eingehender Dokumente den verschiedenen Issue-Kategorien zuzuordnen. Dabei können im Issues Management Kriterien festgelegt werden, die kritische Konstellationen erkennen und zeitnah, z.b. durch - oder SMS-Kommunikation den Issue-Manager informieren. Erste Auswertungen haben gezeigt, dass die automatische Klassifikation von Presseartikeln beachtliche Erkennungsraten (von über 95% korrekte Zuordnung (Precision) zu Issues) erreichen. Es wurden drei maschinelle Lernverfahren für die automatische Zuordnung von Presseartikeln zu Issues getestet, und alle Tests wurden mit dem an der Universität Koblenz entwickelten Klassifikationssystem MIC [Beu2001, Beu+2003] durchgeführt. Es wurden 3151 Presseartikel, die von der Dresdner Bank bereitgestellt wurden, durch das System nach den bekannten 49 Issues einsortiert. Das prototypische System generiert voll automatisch Vorschlagslisten, welche mit einem der üblichen Web-Browser angezeigt werden können. Die automatische Zuordnung von Presseartikel zu vorhandenen Issues ermöglicht einerseits die effiziente Verarbeitung großer Datenmengen (3151 Presseartikel wurden in 3 Minuten zugeordnet) und dient damit andererseits als Grundlage für eine zeitnahe Reaktion, welche insbesondere für präventive Gegenmaßnahmen (bei Reputationsrisiken) besonders wichtig ist. 2.1 Issue-Struktur Ein Issue ist beschrieben durch eine Menge von Attributen, die teilweise automatisch gesetzt werden, aber auch manuellen Einsatz erfordern. So können beispielsweise administrative Informationen wie Datum der Issueidentifikation oder Links auf Presseartikeln aus denen ein Issue entstanden ist, automatisch eingepflegt werden. Andere Informationen, wie z.b. die zeitliche Relevanz eines Issues oder auch seine Priorität werden manuell gesetzt.

7 Aufgrund des automatischen Klassifikationsverfahren können jedoch eine Vielzahl von Attributen automatisch zugeordnet werden, da ähnliche Issues als Vorlage für die Klassifikation gedient haben. So kann für ein Issue beispielsweise das Attribut Wirkung auf ein bestimmter Unternehmensbereich oder ein Produkt automatisch zugeordnet werden. Hier zeigt sich ein Vorteil des Klassifikationsverfahrens gegenüber einer Vorgehensweise wie sie in Suchmaschinen (wie z.b. in google.de) verwendet werden. Durch das Klassifikationsverfahren können eine Vielzahl von Attributen automatisch gesetzt und dem Issue-Manager als Vorschlag präsentiert werden. 3 Issue Assessment Das Issue-Management verwaltet alle Issues mit den dazugehörigen Presseartikel. Über eine komfortable Benutzerschnittstelle kann der Issues Manager neue Issues anlegen. Leistet das erste Modul Issue-Identifikation und -Analyse und stellt den Zusammenhang von relevanten neuen Themen (z.b. aus Presseartikeln) mit ihren Kontexten (vorhandene Issue-Konstellationen) her, vollzieht das zweite ein automatisches Assessment der Issue-Konstellationen nach Zeithorizont, Wirkungspotenzial und Entwicklungsdynamik. Im Issue-Assessment können komplexe Zusammenhänge erfragt werden und verschiedene Issue-Kategorien zueinander in Beziehung gesetzt werden. Ziel ist es, Abhängigkeiten zwischen verschiedenen Issues zu erkennen und die Interdependenzen zu überwachen. Alle Abfragen geschehen formularbasiert und sind deshalb komfortabel zu nutzen. Die verschiedenen Attribute von Issues können nicht nur auf Übereinstimmung geprüft werden; über Generalisierungbzw. Spezialisierungsbeziehungen sind auch Zusammenhänge abfragbar, welche nicht explizit gespeichert sind. Das Issues-Assessment wird unterstützt durch ein wissensbasiertes System, welches auf deduktiven Techniken in der Wissensrepräsentation basiert [BFT2002]. (Erweiterbares) terminologische Wissen unterstützt die automatische Einschätzung von Risikopotentialen und ermöglicht dem Issue-Manager kritische Konstellationen von Issues anzulegen und zu beobachten. Basierend auf Inferenztechniken können Issues abgefragt werden, die ähnliche Themen behandeln. Das Wissensmanagementsystem deckt bspw. Subsumptionsbeziehungen zwischen verschiedenen Themen automatisch auf und liefert Issues nicht nur anhand der spezifizierten Kriterien, sondern auch anhand des zugrundeliegenden Wissens über Themenzusammenhänge.

8 4 Szenario-Management Prüft ein Issue Manager eine von ihm entwickelte Maßnahme vor dem Hintergrund des in der Datenbank abgelegten Wissens, ist es möglich, eine differenzierte Prognose über ihren Erfolg, ihre Risiken und Optimierungspotenziale zu treffen die Heuristik arbeitet in diesem Fall ganz analog zur Analyse neuer Issues. Darüber hinaus kann das Szenario Management- Tool im gleichen Zug eine koordinierende Funktion erfüllen, indem es diese Abfragen und den jeweiligen Projektstatus dokumentiert und so einen konzernweiten Überblick über alle wesentlichen Kommunikationsmaßnahmen des Unternehmens kompiliert. 5 Workflow im Issues Management Die obige Abbildung verdeutlicht die Abläufe im Issues Management. Im CORA- System (CORA steht für Communicative Risk Management Application) werden vorhandene Dokumente im Intra- oder Internet durchsucht und automatisch klassifiziert anhand vorgegebener Filterbedingungen. Die kategorisierten Issues werden dann vom Issues Assessment und vom Szenario Management verarbeitet. Unter Berücksichtigung von Benutzerberechtigungen werden den Clients die

9 relevanten Dokumente und Informationen zur Verfügung gestellt. Der Issue- Manager sowie die Risikobeauftragten erhalten Zugriff auf die Issues und können diese mithilfe der eingebauten Analyse-Werkzeuge bewerten. Hierbei werden dem Issue-Manager mehr Rechte eingeräumt als den verteilt und regional arbeitenden Risikobeauftragten. Alle Module arbeiten im Client-Server-Modus, d.h. die Assessment und Szenario Management Funktionalität läuft auf dem Server und der Zugriff geschieht über eine Web-Browser Schnittstelle. Jeder Benutzer kann neben den automatisch erkannten Issues, manuell Issues einpflegen und diese dadurch anderen Benutzer verfügbar machen. Eine Reporting-Funktionalität ermöglicht es, Statusberichte aus CORA direkt zu erzeugen. 6 Zusammenfassung Die Notwendigkeit für ein Issue-Management in einem Unternehmen ist unbestritten. Issue-Management wird darüberhinaus als ganzheitlicher unternehmensweiter Wissensmanagement-Prozeß begriffen. Manuell ist diese Aufgabe nicht mehr effizient zu bearbeiten. Mithilfe eines wissensbasierten Werkzeugs kann der Wissensmanagement-Prozeß teilweise automatisiert werden und dabei helfen, die Unternehmenskommunikation strategisch im Sinne einer One-Voice-Policy zu unterstützen. Durch den Einsatz von Techniken aus dem Bereich der Künstlichen Intelligenz ist ein wissensbasiertes System bei der Firma wizai in Kooperation mit der Universität Koblenz entstanden, welches gegenwärtig im Rahmen der Unternehmenskommunikation der Dresdner Bank evaluiert wird. Bisherige Auswertungen haben gezeigt, dass wissensbasierte Techniken die für das Issue Management notwendige Funktionalität liefern. Für einen unternehmensweiten Einsatz ist ein Benutzergruppenkonzept zu erarbeiten und zu realisieren. 6 Referenzen [BFT2002] Peter Baumgartner, Ulrich Furbach, Bernd Thomas: Model Based Deduction for Knowledge Representation. 17. WLP - Workshop Logische Programmierung,Technische Universität Dresden September 2002.

10 [Beu2001] Gerd Beuster: MIC - A System for Classification of Structured and Unstructured Texts, Universität Koblenz-Landau, Institut für Informatik, Diplomarbeit, [KuTh2002] Nicholas Kushmerick, Bernd Thomas: Adaptive Information Extraction: A Core Technology for Information Agents.In Intelligent Information Agents R&D in Europe: An AgentLink perspective. (2002) Springer. [Beu+2003] Gerd Beuster, Ulrich Furbach, Margret Groß-Hardt, Bernd Thomas: Automatic Classification for the Identification of Relationships in a Metadata Repository. 6. Intern. Conference on Discovery Science (DS 2003), Sapporo, Japan, Proceedings, Lecture Notes in Artificial Intelligence, Vol. 2843, S , Springer.

11 Available Research Reports (since 1999): /2004 Ulrich Furbach, Margret Groß-Hardt, Bernd Thomas, Tobias Weller, Alexander Wolf. Issues Management: Erkennen und Beherrschen von kommunikativen Risiken und Chancen. 1/2004 Andreas Winter, Carlo Simon. Exchanging Business Process Models with GXL /2003 Kurt Lautenbach. Duality of Marked Place/Transition Nets. 17/2003 Frieder Stolzenburg, Jan Murray, Karsten Sturm. Multiagent Matching Algorithms With and Without Coach. 16/2003 Peter Baumgartner, Paul A. Cairns, Michael Kohlhase, Erica Melis (Eds.). Knowledge Representation and Automated Reasoning for E-Learning Systems. 15/2003 Peter Baumgartner, Ulrich Furbach, Margret Gross-Hardt, Thomas Kleemann, Christoph Wernhard. KRHyper Inside Model Based Deduction in Applications. 14/2003 Christoph Wernhard. System Description: KRHyper. 13/2003 Peter Baumgartner, Ulrich Furbach, Margret Gross-Hardt, Alex Sinner. Living Book :- Deduction, Slicing, Interaction.. 12/2003 Heni Ben Amor, Oliver Obst, Jan Murray. Fast, Neat and Under Control: Inverse Steering Behaviors for Physical Autonomous Agents. 11/2003 Gerd Beuster, Thomas Kleemann, Bernd Thomas. MIA - A Multi-Agent Location Based Information Systems for Mobile Users in 3G Networks. 10/2003 Gerd Beuster, Ulrich Furbach, Margret Gro-Hardt, Bernd Thomas. Automatic Classification for the Identification of Relationships in a Metadata Repository. 9/2003 Nicholas Kushmerick, Bernd Thomas. Adaptive information extraction: Core technologies for information agents. 8/2003 Bernd Thomas. Bottom-Up Learning of Logic Programs for Information Extraction from Hypertext Documents. 7/2003 Ulrich Furbach. AI - A Multiple Book Review. 6/2003 Peter Baumgartner, Ulrich Furbach, Margret Gro-Hardt. Living Books. 5/2003 Oliver Obst. Using Model-Based Diagnosis to Build Hypotheses about Spatial Environments. 4/2003 Daniel Lohmann, Jrgen Ebert. A Generalization of the Hyperspace Approach Using Meta-Models. 3/2003 Marco Kgler, Oliver Obst. Simulation League: The Next Generation. 2/2003 Peter Baumgartner, Margret Gro-Hardt, Alex Sinner. Living Book Deduction, Slicing and Interaction. 1/2003 Peter Baumgartner, Cesare Tinelli. The Model Evolution Calculus /2002 Kurt Lautenbach. Logical Reasoning and Petri Nets. 11/2002 Margret Gro-Hardt. Processing of Concept Based Queries for XML Data. 10/2002 Hanno Binder, Jrme Diebold, Tobias Feldmann, Andreas Kern, David Polock, Dennis Reif, Stephan Schmidt, Frank Schmitt, Dieter Zbel. Fahrassistenzsystem zur Untersttzung beim Rckwrtsfahren mit einachsigen Gespannen. 9/2002 Jrgen Ebert, Bernt Kullbach, Franz Lehner. 4. Workshop Software Reengineering (Bad Honnef, 29./30. April 2002). 8/2002 Richard C. Holt, Andreas Winter, Jingwei Wu. Towards a Common Query Language for Reverse Engineering. 7/2002 Jrgen Ebert, Bernt Kullbach, Volker Riediger, Andreas Winter. GUPRO Generic Understanding of Programs, An Overview. 6/2002 Margret Gro-Hardt. Concept based querying of semistructured data. 5/2002 Anna Simon, Marianne Valerius. User Requirements Lessons Learned from a Computer Science Course. 4/2002 Frieder Stolzenburg, Oliver Obst, Jan Murray. Qualitative Velocity and Ball Interception. 3/2002 Peter Baumgartner. A First-Order Logic Davis-Putnam-Logemann-Loveland Procedure. 2/2002 Peter Baumgartner, Ulrich Furbach. Automated Deduction Techniques for the Management of Personalized Documents.

12 1/2002 Jrgen Ebert, Bernt Kullbach, Franz Lehner. 3. Workshop Software Reengineering (Bad Honnef, 10./11. Mai 2001) /2001 Annette Pook. Schlussbericht FUN - Funkunterrichtsnetzwerk. 12/2001 Toshiaki Arai, Frieder Stolzenburg. Multiagent Systems Specification by UML Statecharts Aiming at Intelligent Manufacturing. 11/2001 Kurt Lautenbach. Reproducibility of the Empty Marking. 10/2001 Jan Murray. Specifying Agents with UML in Robotic Soccer. 9/2001 Andreas Winter. Exchanging Graphs with GXL. 8/2001 Marianne Valerius, Anna Simon. Slicing Book Technology eine neue Technik fr eine neue Lehre?. 7/2001 Bernt Kullbach, Volker Riediger. Folding: An Approach to Enable Program Understanding of Preprocessed Languages. 6/2001 Frieder Stolzenburg. From the Specification of Multiagent Systems by Statecharts to their Formal Analysis by Model Checking. 5/2001 Oliver Obst. Specifying Rational Agents with Statecharts and Utility Functions. 4/2001 Torsten Gipp, Jrgen Ebert. Conceptual Modelling and Web Site Generation using Graph Technology. 3/2001 Carlos I. Chesevar, Jrgen Dix, Frieder Stolzenburg, Guillermo R. Simari. Relating Defeasible and Normal Logic Programming through Transformation Properties. 2/2001 Carola Lange, Harry M. Sneed, Andreas Winter. Applying GUPRO to GEOS A Case Study. 1/2001 Pascal von Hutten, Stephan Philippi. Modelling a concurrent ray-tracing algorithm using object-oriented Petri-Nets /2000 Jrgen Ebert, Bernt Kullbach, Franz Lehner (Hrsg.). 2. Workshop Software Reengineering (Bad Honnef, 11./12. Mai 2000). 7/2000 Stephan Philippi. AWPN Workshop Algorithmen und Werkzeuge fr Petrinetze, Koblenz, Oktober /2000 Jan Murray, Oliver Obst, Frieder Stolzenburg. Towards a Logical Approach for Soccer Agents Engineering. 5/2000 Peter Baumgartner, Hantao Zhang (Eds.). FTP 2000 Third International Workshop on First-Order Theorem Proving, St Andrews, Scotland, July /2000 Frieder Stolzenburg, Alejandro J. Garca, Carlos I. Chesevar, Guillermo R. Simari. Introducing Generalized Specificity in Logic Programming. 3/2000 Ingar Uhe, Manfred Rosendahl. Specification of Symbols and Implementation of Their Constraints in JKogge. 2/2000 Peter Baumgartner, Fabio Massacci. The Taming of the (X)OR. 1/2000 Richard C. Holt, Andreas Winter, Andy Schrr. GXL: Towards a Standard Exchange Format /99 Jrgen Ebert, Luuk Groenewegen, Roger Sttenbach. A Formalization of SOCCA. 9/99 Hassan Diab, Ulrich Furbach, Hassan Tabbara. On the Use of Fuzzy Techniques in Cache Memory Managament. 8/99 Jens Woch, Friedbert Widmann. Implementation of a Schema-TAG-Parser. 7/99 Jrgen Ebert, and Bernt Kullbach, Franz Lehner (Hrsg.). Workshop Software-Reengineering (Bad Honnef, 27./28. Mai 1999). 6/99 Peter Baumgartner, Michael Khn. Abductive Coreference by Model Construction. 5/99 Jrgen Ebert, Bernt Kullbach, Andreas Winter. GraX An Interchange Format for Reengineering Tools. 4/99 Frieder Stolzenburg, Oliver Obst, Jan Murray, Bjrn Bremer. Spatial Agents Implemented in a Logical Expressible Language. 3/99 Kurt Lautenbach, Carlo Simon. Erweiterte Zeitstempelnetze zur Modellierung hybrider Systeme. 2/99 Frieder Stolzenburg. Loop-Detection in Hyper-Tableaux by Powerful Model Generation. 1/99 Peter Baumgartner, J.D. Horton, Bruce Spencer. Merge Path Improvements for Minimal Model Hyper Tableaux.