Betriebliches Wissensmanagement

Transkript

1 Betriebliches Wissensmanagement Univ.-Prof. Dr. Dirk Stelzer Fachgebiet Informations- und Wissensmanagement TU Ilmenau Stand: Publiziert in: ZwF - Zeitschrift für wirtschaftlichen Fabrikbetrieb. Nr. 6, 2006, S Vorspann Dieser Beitrag gibt einen Überblick über verschiedene Teilgebiete des Wissensmanagements. Es wird gezeigt, welchen Beitrag das Wissensmanagement zur Unternehmensführung leistet, wie Anwendungssoftware Fach- und Führungskräfte bei der Identifizierung, Aufbereitung, Analyse, Verteilung und Anwendung betrieblich relevanten Wissens helfen kann und welche Fortschritte bei der Automatisierung menschlicher Problemlösungsfähigkeit erzielt worden sind. 2 Summary The paper provides an overview of several sectors of knowledge management. This paper investigates how knowledge management contributes to corporate management, how application software may support specialists and managers in identifying, refining, analyzing, distributing and applying corporate knowledge, and what progress has been made in automating human problem solving. 3 Einleitung Wenn Siemens wüsste, was Siemens weiß. Dieses geflügelte Wort deutet darauf hin, dass in vielen Betrieben einerseits umfangreiches Wissen über Produkte und Prozesse, über Stärken und Schwächen des Unternehmens, über Kunden, Lieferanten und Wettbewerber vorhanden ist. Andererseits scheinen viele Fach- und Führungskräfte den Eindruck zu haben, dass dieses Wissen nur unzureichend genutzt wird. Seit ca. 15 Jahren werden deshalb in Wissenschaft und Unternehmenspraxis unter der Überschrift Wissensmanagement erhebliche Anstrengungen unternommen, dieses Defizit zu beheben. Unternehmerische Aufgaben wie Forschung und Entwicklung, betriebliches Vorschlagswesen, Qualitätszirkel, Total Quality Management, (Geschäfts-)Prozessverbesserung, Marktforschung, Controlling sowie Daten- bzw. Informationsverarbeitung um nur einige zu nennen sind ein

2 D. Stelzer: Betriebliches Wissensmanagement S. 2 Beleg dafür, dass die Akquisition, Aufbereitung, Speicherung, Verbreitung, Anwendung und Bewahrung des betriebsrelevanten Wissens schon seit langem wichtige Tätigkeiten in Betrieben sind. Typische Fragen, mit denen sich das Wissensmanagement beschäftigt, sind z. B.: Wie kann jedem Mitarbeiter eines Unternehmens zur richtigen Zeit relevantes Wissen in angemessener Form zur Verfügung gestellt werden? Wie kann das zur Erhaltung und Steigerung der Wettbewerbsfähigkeit eines Unternehmens notwendige Wissen identifiziert und beschafft werden? Wie kann ein Unternehmen das Wissen und die Erfahrungen ausscheidender Mitarbeiter erhalten? Welche Softwaresysteme eignen sich zur Unterstützung welcher Teilaufgaben des Wissensmanagements am besten? Wie lassen sich Mitarbeiter motivieren, ihr Wissen mit anderen zu teilen bzw. in Wissenssystemen zu dokumentieren? Dieser Beitrag gibt einen kurzen Überblick über verschiedene Facetten des Wissensmanagements. Naturgemäß kann dies nicht vollständig sein. Zunächst wird kurz erörtert, wie die Begriffe Information und Wissen voneinander abgegrenzt werden können und was Wissensmanagement bedeutet. Im Anschluss werden typische Teilaufgaben des Wissensmanagements benannt. Im Hauptteil dieses Beitrags werden drei verschiedene Perspektiven auf das Wissensmanagement dargestellt; die der Unternehmensführung, der Wirtschaftsinformatik und der Informatik. Der Beitrag schließt mit einem kurzen Ausblick ab. 4 Information, Wissen und Wissensmanagement Es gibt vielfältige Optionen, Wissen zu definieren. In der Regel wird versucht, Wissen von Information abzugrenzen. Auch hier gibt es wiederum verschiedene Möglichkeiten, dies zu tun. Eine Option besteht darin, den Begriff Wissen anhand des Explikationsgrades in explizites und implizites Wissen zu unterteilen [1, 2]. Explizites Wissen lässt sich speichern, verarbeiten und übertragen. Implizites Wissen muss abgebildet werden, bevor es von anderen Aufgabenträgern verwendet werden kann. Während der Explizierung wird dem impliziten Wissen eine Form bzw. Gestalt gegeben, indem das implizite Wissen, z. B. mit Hilfe einer natürlichen oder formalen Sprache ausgedrückt wird. Dieser Prozess der Abbildung, des In-eine-Form-Gießens bzw. der Gestaltgebung, wird im Lateinischen mit informare bezeichnet. Informatio bezeichnet demnach ein Abbild, eine in eine (sprachliche) Form gegossene bzw. explizierte Vorstellung, einen Begriff. Demnach ist Information eine Teilmenge des Wissens. Information bezeichnet den expliziten Teil des Wissens. Dieser Zusammenhang ist in Bild 1 dargestellt.

3 D. Stelzer: Betriebliches Wissensmanagement S. 3 informare = abbilden, eine Form bzw. Gestalt geben implizites Wissen explizites Wissen Information Wissen Bild 1: Information und Wissen Betriebliches Wissensmanagement wird häufig verstanden als die Gesamtheit der Führungs- und Leitungsaufgaben, welche sich mit der Identifikation, Entwicklung, Akquisition, Verbreitung, Bewahrung und Anwendung des unternehmensrelevanten Wissens beschäftigen [3, 4, 5]. 5 Teilaufgaben des Wissensmanagement Die bekanntesten Beschreibungen von Teilaufgaben des Wissensmanagements finden sich bei Güldenberg [6] sowie bei Probst, Raub und Romhardt [4]. Güldenberg unterscheidet die Teilaufgaben Wissensgenerierung, Wissensspeicherung, Wissenstransfer und Wissensanwendung. Wissensgenerierung bezeichnet die Identifikation und Beschaffung von (organisations-)internem und externem Wissen. Wissensspeicherung umfasst die Bewahrung von Wissen in natürlichen (individuellen oder kollektiven) sowie in künstlichen Speichern (z. B. Dokumenten oder digitalen Datenarchiven). Wissenstransfer beschreibt die Übertragung von Wissen zwischen Aufgabenträgern. Bei der Wissensanwendung werden implizites oder explizites Wissen in Kommunikation, Entscheidungen oder Handlungen umgesetzt. Probst, Raub und Romhardt unterscheiden folgende Bausteine bzw. Kernprozesse des Wissensmanagements: Wissensidentifikation, -erwerb, -entwicklung, -verteilung, -nutzung und -bewahrung. Wissensidentifikation zielt darauf ab, den Mitarbeitern einen angemessenen Überblick über das Wissen zu verschaffen, welches innerhalb des Unternehmens und im Unternehmensumfeld verfügbar ist. Wissenserwerb beschreibt die Aufgabe, Wissen, welches im Unternehmen nicht vorhanden ist, extern zu beschaffen. Wissensentwicklung beschäftigt sich mit dem Aufbau neuen Wissens innerhalb des Unternehmens. Wissensverteilung betrifft die Verbreitung vorhandenen Wissens im Unternehmen. Bei der Wissensnutzung geht es darum sicherzustellen, dass Wissensbestände von den Mitarbeitern im Arbeitsalltag tatsächlich angewendet werden. Wissensbewahrung soll das Unternehmen vor Wissensverlusten schützen.

4 D. Stelzer: Betriebliches Wissensmanagement S. 4 6 Verschiedene Perspektiven des Wissensmanagements Wie bereits erwähnt, hat das Wissensmanagement viele Vorläufer und präsentiert sich sehr facettenreich. Im Folgenden werden drei Perspektiven unterschieden; die der Organisationslehre, der Wirtschaftsinformatik sowie der Informatik. Diese Einteilung erlaubt zwar keine trennscharfe Klassifizierung, sie hilft aber, einen ersten Überblick über das Wissensmanagement zu bekommen. Im Rahmen jeder Perspektive werden einige typische Arbeitsbereiche erörtert, ohne dabei den Anspruch auf Vollständigkeit zu erheben. 6.1 Die Perspektive der Unternehmensführung Wissensmanagement beschäftigt sich aus der Perspektive der Organisations- und Managementlehre bzw. der Unternehmensführung hauptsächlich mit der Frage, wie die Organisation eines Unternehmens (z. B. Arbeitsteilung und Koordination, Aufbau- und Ablauforganisation) so gestaltet und wie die Mitarbeiter so geführt und motiviert werden können, dass die Teilaufgaben des Wissensmanagements möglichst sinnvoll unterstützt werden. Der heutige Stand des Wissensmanagements hat sich hauptsächlich aus dem so genannten organisationalen Lernen entwickelt [5]. Bis zum Anfang der neunziger Jahre des vorigen Jahrhunderts wurde das Thema hauptsächlich von Organisationstheoretikern wahrgenommen. Weltweit populär wurde Wissensmanagement dann sowohl durch das Buch The Fifth Discipline: The Art and Practice of the Learning Organization von Peter Senge [7], als auch durch Publikationen von Nonaka, Takeuchi [1] und anderen, die behaupteten, die dramatische Verbesserung der Wettbewerbsfähigkeit japanischer Unternehmen gegenüber ihren amerikanischen und europäischen Konkurrenten sei unter anderem auf ein besseres Wissensmanagement zurückzuführen. Beispielhaft werden im Folgenden einige der Ausführungen von Peter Senge dargestellt. Senge empfiehlt Unternehmen, welche sich zu lernenden Organisationen entwickeln wollen, fünf Disziplinen: Persönlichkeitsentwicklung (personal mastery) beschreibt das kontinuierliche Streben aller Organisationsmitglieder nach Verbesserung ihrer persönlichen Fähigkeiten und Kompetenzen. Persönlichkeitsentwicklung von Fach- und Führungskräften ist laut Senge keine hinreichende, aber eine notwendige Voraussetzung für eine lernende Organisation.

5 D. Stelzer: Betriebliches Wissensmanagement S. 5 Mentale Modelle (mental models) sind Grundannahmen und implizite Denkstrukturen, welche unser Denken und Handeln beeinflussen. Senge beschreibt verschiedene Hilfsmittel, mit denen mentale Modelle nachvollziehbar gemacht, damit sie geprüft und ggf. korrigiert werden können. Die Entwicklung gemeinsamer Visionen (shared vision) zielt darauf ab, den Unternehmenszweck sowie die Werte des Unternehmens so zu formulieren, dass Manager und Mitarbeiter diese Vision verinnerlichen und sich in ihrem Denken und Handeln davon leiten lassen. Eine gemeinsame Vision schafft eine verbindende Identität und motiviert alle Unternehmensmitglieder, ihre Arbeitskraft im Sinne des Unternehmens einzusetzen. Lernen im Team (team learning) beschreibt die Entwicklung von Teams sowie die Ausbildung der Fähigkeiten, welche die Teammitglieder in die Lage versetzen, sinnvoll zusammen zu arbeiten. Hierzu zählen insbesondere gegenseitiges Verständnis, Kommunikations- und Konfliktlösungsfähigkeiten. Die fünfte Disziplin ist das so genannte Systemdenken (systems thinking). Hierunter versteht Senge das Denken in größeren, ganzheitlichen Zusammenhängen, welches Fach- und Führungskräfte in die Lage versetzen soll, komplexe Zusammenhänge, immer wieder kehrende Strukturen und Interdependenzen von Systemelementen besser zu verstehen. 6.2 Die Perspektive der Wirtschaftsinformatik Die Wirtschaftsinformatik beschäftigt sich unter anderem mit der Frage, wie das betriebliche Wissensmanagement durch computer-basierte Informationssysteme unterstützt werden kann. Hierbei geht es in erster Linie darum, Fach- und Führungskräfte bei der Suche, Aufbereitung, Analyse, Verteilung und Präsentation von für betriebliche Aufgaben relevanten Informationen zu unterstützen. Im Folgenden soll anhand von drei verschiedenen Softwarekategorien beispielhaft dargestellt werden, worin dieser Beitrag im Einzelnen bestehen kann. Data-Warehouse-Systeme sind von den operativen Datenbanken getrennte und logisch zentralisierte Datenbestände. Idealtypischerweise dienen sie als einheitliche Datenbasis für unterschiedliche Formen von Managementunterstützungssystemen [8]. Zu diesem Zweck werden Daten aus operativen Anwendungssystemen (z. B. Marketing- oder Vertriebsdatenbanken) extrahiert, in Data- Warehouse-Systeme geladen und dort für unterschiedliche Auswertungszwecke aufbereitet. Mit Hilfe von OLAP (Online Analytical Processing)-Mechanismen können Daten mehrdimensional miteinander verknüpft und aus unterschiedlichen Perspektiven analysiert werden. Data-Mining-

6 D. Stelzer: Betriebliches Wissensmanagement S. 6 Verfahren dienen dazu, in großen Datenbeständen nach bisher unbekannten oder zumindest nicht offensichtlichen Zusammenhängen zu suchen. Data-Warehouse-Systeme unterstützen gemeinsam mit OLAP- und Data-Mining-Verfahren die Arbeit von Entscheidungsträgern, indem sie eine zielgerichtete Analyse von relevanten Daten erleichtern. Beispiele für die Anwendung von Data- Warehouse-Systemen sind Kundenpotenzialanalysen, Werbewirkungsanalysen oder Kreditwürdigkeitsprüfungen [9]. Dokumenten-Management-Systeme (DMS) haben die Aufgabe, Dokumente in digitaler Form zu speichern und zu verwalten. Zu diesem Zweck werden Dokumente, welche in Papierform vorliegen, zunächst erfasst und digitalisiert, indiziert, mit Schlagworten versehen und dann abgespeichert. DMS unterstützen die Zusammenfassung von inhaltlich zusammengehörenden Dokumenten zu elektronischen Akten, das Wiederauffinden (Retrieval) sowie die Ausgabe von Dokumenten. DMS werden häufig mit Workflow-Management-Systemen verknüpft. Diese unterstützen Routinetätigkeiten, indem Dokumente nach vordefinierten Regeln automatisch zu den Bearbeitern weitergeleitet werden. Dabei können ggf. weitere Daten und Anwendungen zur Verfügung gestellt werden, welche die Mitarbeiter zur Bearbeitung benötigen. Auf diese Weise lassen sich große Teile von Geschäftsprozessen unterstützen, die strukturiert und weitgehend nach vordefinierten Regeln ablaufen. Typische Anwendungsgebiete von DMS und Workflow-Management-Systemen sind die Auftragsbearbeitung in Unternehmen, die Bearbeitung von Schadensfällen in Versicherungen oder von Anträgen in der öffentlichen Verwaltung [10]. Groupware-, Workgroup-Computing-, bzw. Computer-Supported-Cooperative-Work (CSCW)- Systeme unterstützen in der Regel regional verteilte Teams bei der Bearbeitung relativ unstrukturierter Aufgaben. Typische Anwendungsgebiete sind Forschungs- und Entwicklungs- oder Beratungsaufgaben. Groupware-Systeme ermöglichen es den Teammitgliedern, Informationen mit Hilfe unterschiedlicher Medien flexibel auszutauschen und Problemstellungen gemeinsam zu bearbeiten. Die Funktionen von Groupware-Systemen umfassen z. B. die Durchführung von Konferenzen räumlich getrennter Personen, entweder asynchron (z. B. per ) oder synchron (z. B. als Chat oder als Video-Konferenzen). Mehr-Autoren-Systeme ermöglichen die gemeinsame Bearbeitung eines Objektes (z. B. Dokumente, Zeichnungen oder Softwarecode) durch Teammitglieder an unterschiedlichen Standorten. Groupware-Systeme verfügen häufig über Schnittstellen zu Dokumenten- und Projektmanagement-Systemen und bieten Datenbank- sowie Terminverwaltungsfunktionen und einfache Hilfsmittel zur Entscheidungsunterstützung im Team. Sie ermöglichen außerdem den automatischen Abgleich verteilter Datenbestände, so dass alle Teammitglieder egal an welchem Standort sie sich befinden mit geringer Zeitverzögerung

7 D. Stelzer: Betriebliches Wissensmanagement S. 7 immer auf den aktuellen und für alle Nutzer gleichen Daten- und Funktionsbestand zugreifen können [11]. Eine große Herausforderung besteht darin, die verschiedenen Systeme miteinander und mit allen anderen betrieblichen Anwendungssystemen so zu integrieren, dass die Mitarbeiter einen flexiblen und unbegrenzten Zugriff auf alle relevanten Informationen haben. Im Idealfall könnten sie mit Hilfe eines einheitlichen Wissensmanagement-Portals in Enterprise-Resource-Planning-Systemen, in s, Datenbanken, betrieblichen Individualsoftwaresystemen, Dokumenten-Management- Systemen, Data-Warehouses und Office-Anwendungen suchen und sich deren Funktionen bedienen, ohne umständlich in unterschiedlichen Systemen arbeiten zu müssen. Dazu sind sowohl leistungsfähige Integrationstechnologien als auch Such- und Rechteverwaltungsmechanismen nötig. 6.3 Die Perspektive der Informatik Wissensmanagement beschäftigt sich aus der Perspektive der Informatik hauptsächlich mit der Aufgabe, Wissen formal abzubilden und Mechanismen zu entwickeln, mit denen dieses Wissen maschinell verarbeitet werden kann. Im Rahmen der so genannten Künstlichen Intelligenz (KI) werden seit langem Formalismen für die Wissensrepräsentation sowie Inferenzmechanismen entwickelt. Betätigungsfelder der KI sind z. B. regelbasierte Systeme, maschinelles Lernen, fallbasiertes Schließen (case-based reasoning). Diese Hilfsmittel wurden in verschiedenen Anwendungen der KI, z. B. in der Mustererkennung, der Robotik, dem maschinellen Lernen und in wissensbasierten Systemen eingesetzt. Das ursprüngliche Ziel dieser Systeme bestand darin, Maschinen zu entwickeln, welche menschenähnliche Problemlösungsfähigkeiten haben sollten. Expertensysteme erhoben sogar den Anspruch, das Wissen und die Problemlösungsstrategien von anerkannten Experten abbilden zu können. Zwischenzeitlich sind diese Ansprüche deutlich reduziert worden. Das Ziel, intelligentes Denken und Handeln zu simulieren, ist aber nach wie vor aktuell [12]. Ein weiteres Betätigungsfeld der KI ist vor allem in den letzten Jahren die Agententechnologie. Auf dieses Anwendungsgebiet wird exemplarisch im folgenden Abschnitt etwas näher eingegangen. Software-Agenten sind Softwaresysteme, welche für einen Auftraggeber Dienstleistungen übernehmen, ohne dass der Auftraggeber die Ausführung dieser Aufgaben unmittelbar steuern muss. Obwohl der Begriff Software-Agent nicht einheitlich definiert wird, lassen sich bestimmte charakteristische Eigenschaften von Software-Agenten identifizieren. Diese Systeme richten ihr Handeln planvoll auf die Erreichung bestimmter Ziele aus. Sie verfügen über die Fähigkeit, Pläne zur Erreichung dieser Ziele zu entwickeln und können alternative Pläne aufstellen, falls sich z. B.

8 D. Stelzer: Betriebliches Wissensmanagement S. 8 Rahmenbedingungen in ihrer Umwelt verändern. Agenten nehmen Veränderungen in ihrer Umwelt wahr und reagieren darauf. Sie sind mit einer gewissen Eigenständigkeit ausgestattet. Das bedeutet, dass sie bei der Ausführung von an sie delegierte Aufgaben bestimmte Handlungs- und Entscheidungsspielräume haben. Agenten sind in der Lage, untereinander und mit ihrer Umwelt zu kommunizieren. Agenten sollen auch in der Lage sein, sich in einem Kommunikationsnetz selbstständig zu bewegen [13, 14]. Beispiele für Anwendungen sind Agenten, die im WWW nach Ressourcen suchen (z. B. nach Webseiten, welche bestimmte Schlagworte beinhalten) und ihre Auftraggeber über die Ergebnisse informieren oder Agenten, die an elektronischen Auktionen teilnehmen und ihre Gebote sowohl an den Zielen ihrer Auftraggeber als auch an den Bietstrategien anderer Auktionsteilnehmer ausrichten. Im Rahmen von Multi-Agentensystemen, einem Anwendungsgebiet der verteilten künstlichen Intelligenz [15], werden Agenten-Systeme entwickelt, mit denen komplexe andere Systeme simuliert werden können (z. B. Märkte oder Produktionsplanungs- und -steuerungssysteme). Agentensysteme insbesondere Multi- Agentensysteme gelten als das Gebiet der KI, welches zurzeit die höchste Aufmerksamkeit genießt [12]. Agenten spielen auch in einem zweiten Gebiet der Informatik eine Rolle, welches eine große Bedeutung für das Wissensmanagement hat, den so genannten semantischen Technologien Semantische Technologien sind Hilfsmittel, mit denen das Semantic Web realisiert werden soll. Das Semantic Web ist eine Vision von Tim Berners-Lee, dem Erfinder des World Wide Web [16]. Während das WWW in erster Linie ein Infomations- und Kommunikationsmedien für Menschen ist, sollen die Inhalte des Semantic Web auch für Maschinen, bzw. genauer gesagt, für Software-Agenten verständlich sein. [17]. Zum Beispiel sollen Software-Agenten in der Lage sein, für ihre Auftraggeber selbstständig geeignete Ärzte auszusuchen, Termine zu vereinbaren, Verkehrsmittel zu buchen, oder anders formuliert: Komplexe Informationsverarbeitungsaufgaben selbstständig zu übernehmen. Das setzt voraus, dass alle zur Lösung einer solchen Aufgabe notwendigen Informationen formal im Internet repräsentiert sind und von den Agenten verarbeitet werden können. Um diese Vision wahr werden zu lassen, haben die Verfechter des Semantic Web eine mehrstufige Architektur entwickelt, mit deren Hilfe das Semantic Web realisiert werden soll [18]. Die erste Stufe beschreibt den Zeichensatz und Hilfsmittel zur Identifikation von Ressourcen im WWW (Uniform Resource Identifier). Auf der zweiten Stufe werden XML, namespaces und XML Schema genannt. XML ist eine Art Meta-Grammatik, mit der sich Auszeichnungssprachen, z. B. für Dokumente oder beliebige andere Ressourcen im Internet beschreiben lassen. XML namespaces erlauben es, Elemente oder Attribute mit gleicher Bezeichnung, aber unterschiedlichen Bedeutungen zu unterscheiden. XML Schemata ermöglichen die Definition gültiger Elemente und der zugehörigen Elementstrukturen, Datentypen und Wertebereiche für einen bestimmten

9 D. Stelzer: Betriebliches Wissensmanagement S. 9 Ressourcentyp. Jedes Schema beschreibt eine Grammatik für eine bestimmte Klasse von Ressourcen, z. B. für den Dokumententyp Bestellung. Mit Hilfe des XML Schemas Bestellung kann z. B. festgelegt werden, dass der Wert des Attributs Bestellmenge eine positive Zahl sein muss oder dass eine englische Postleitzahl eine nach bestimmten Regeln aufgebaute Zeichenfolge ist. Auf der dritten Stufe der Architektur des Semantic Web befinden sich der Resource Description Framework (RDF) und entsprechende Schemata. Mit Hilfe von RDF können Aussagen über beliebige Ressourcen im Internet beschrieben werden. In RDF Schemata wird das dafür notwendige Vokabular festgelegt. Auf der vierten Stufe des Semantic Web befinden sich Ontologien. Eine Ontologie beschreibt ein mit einem bestimmten Vokabular formuliertes Aussagensystem über ein bestimmtes Anwendungsgebiet. Mit Hilfe von Ontologien sollen Missverständnisse insbesondere bei maschineller Kommunikation vermieden werden. Die Stufen fünf bis sieben des Semantic Web werden als Logic, Proof, und Trust bezeichnet. Logic bezeichnet Regeln zur Verarbeitung des in den Ontologien hinterlegten Wissens. Diese Regeln sollen es Software-Agenten erlauben, Schlussfolgerungen zu ziehen, ohne dass diese Regeln in den Agenten selbst implementiert sein müssen. Die Stufe Proof soll es Software-Agenten erlauben, den Wahrheitsgehalt einzelner Aussagen zu überprüfen. Die letzte Stufe des Semantic Web wird als Trust bezeichnet. Hier soll es Software-Agenten ermöglicht werden, die Vertrauenswürdigkeit des Urhebers bzw. des Autors einer Ressource im Internet zu überprüfen. Während es für die Stufen eins bis fünf bereits vielfältige Realisierungsansätze gibt, haben die Stufen Proof und Trust bisher eher noch visionären Charakter. Die meisten zur Realisierung des Semantic Web notwendigen Hilfsmittel gibt es bereits. Allerdings krankt das Semantic Web noch daran, dass bisher nur die wenigsten Hilfsmittel weite Verbreitung gefunden haben. 7 Zusammenfassung und Ausblick Wissensmanagement ist ein noch recht junges, aber sehr dynamisches und facettenreiches Forschungsgebiet. Wesentliche Beiträge zur Weiterentwicklung wurden von der Managementlehre bzw. Unternehmensführung, der Informatik und der Wirtschaftsinformatik geleistet. Besonders interessant wird das Thema dadurch, dass es einerseits in vielen Unternehmen und Behörden einen großen Bedarf an Lösungen für den sachgerechten Umgang mit Wissen gibt und dass andererseits in den letzten Jahren erhebliche Fortschritte bei der Unterstützung des Wissensmanagement mit Software-Systemen gemacht wurden. Aktuelle Forschungsprojekte lassen erwarten, dass sich das Wissensmanagement sowohl in der Forschung als auch in der Anwendung weiterhin sehr positiv entwickeln wird.

10 D. Stelzer: Betriebliches Wissensmanagement S Literaturangaben 1 Nonaka, Ikujiro; Takeuchi, Hirotaka: Die Organisation des Wissens: Wie japanische Unternehmen eine brachliegende Ressource nutzbar machen. Frankfurt - New York Stelzer, Dirk: Informations- versus Wissensmanagement - Versuch einer Abgrenzung. In: Kemper, Hans-Georg; Mülder, Wilhelm (Hrsg.): Informationsmanagement. Neue Herausforderungen in Zeiten des E-Business. Lohmar 2003, S Heinrich, Lutz J.: Informationsmanagement: Planung, Überwachung und Steuerung der Informationsinfrastruktur. 7. Aufl., München Probst, Gilbert; Raub, Steffen; Romhardt, Kai: Wissen Managen. Wie Unternehmen ihre wertvollste Ressource optimal nutzen. 5. Aufl., Wiesbaden von der Oelsnitz, Dietrich; Hahmann, Martin: Wissensmanagement. Strategie und Lernen in wissensbasierten Unternehmen. Stuttgart Güldenberg, Stefan: Wissensmanagement und Wissenscontrolling in lernenden Organisationen - Ein systemtheoretischer Ansatz. 4. Aufl., Braunschweig - Wiesbaden Senge, Peter M.: The Fifth Discipline: The Art and Practice of the Learning Organization. New York u.a Kemper, Hans-Georg; Mehanna, Walid; Unger, Carsten: Business Intelligence - Grundlagen und praktische Anwendungen. Eine Einführung in die IT-basierte Managementunterstützung. Wiesbaden Chamoni, Peter; Gluchowski, Peter: Analytische Informationssysteme. Data Warehouse, On- Line Analytical Processing, Data Mining. 2. Aufl., Berlin - Heidelberg - New York Dandl, Jörg: Dokumenten-Management-Systeme. Eine Einführung. In: Lehrstuhl für Allg. BWL und Wirtschaftsinformatik der Universität Mainz (Hrsg.): Arbeitspapiere WI. Mainz Schwabe, Gerhard; Streitz, Norbert A.; Unland, Rainer (Hrsg.): CSCW-Kompendium. Lehrund Handbuch zum computerunterstützten kooperativen Arbeiten. Berlin u.a Beierle, Christoph; Kern-Isberner, Gabriele: Methoden wissensbasierter Systeme. Grundlagen, Algorithmen, Anwendungen. 3. Aufl., Wiesbaden Kirn, Stefan: Kooperierende intelligente Softwareagenten. In: Wirtschaftsinformatik. Nr. 1, 2002, S

11 D. Stelzer: Betriebliches Wissensmanagement S Wooldridge, Michael J.: An Introduction to Multiagent Systems. West Sussex, England Weiss, Gerhard (Hrsg.): Multiagent Systems. A Modern Approach to Distributed Artifical Intelligence. Cambridge, Mass. et al Berners-Lee, Tim; Fischetti, Mark: Weaving the Web. The Past, Present and Future of the World Wide Web by its Inventor. London Berners-Lee, Tim; Hendler, James; Lassila, Ora: The Semantic Web. In: Scientific American. Nr. 5, 2001, S Berners-Lee, Tim: Semantic Web - XML /12/06, Abruf am Kurzbiografie Univ.-Prof. Dr. rer. pol. Dirk Stelzer, geb. 1962, studierte Betriebswirtschaftslehre und promovierte mit einer Dissertationsschrift zum Themenbereich Sicherheit der Informationsverarbeitung. Er habilitierte sich an der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität zu Köln (Thema der Habilitationsschrift: Prozeßorientiertes Softwarequalitätsmanagement) und ist seit 2000 Professor für Wirtschaftsinformatik. Prof. Stelzer leitet das Fachgebiet Informations- und Wissensmanagement der Technischen Universität Ilmenau. Weitere Informationen finden sich unter