Heft 154. Frank Habermann. Organisational-Memory-Systeme für das Management von Geschäftsprozesswissen. Dezember 1999

Größe: px
Ab Seite anzeigen:

Download "Heft 154. Frank Habermann. Organisational-Memory-Systeme für das Management von Geschäftsprozesswissen. Dezember 1999"

Transkript

1 Heft 154 Frank Habermann Organisational-Memory-Systeme für das Management von Geschäftsprozesswissen Dezember 1999 August-Wilhelm Scheer (Hrsg.): Veröffentlichungen des Instituts für Wirtschaftsinformatik ISSN

2 Organisational-Memory-Systeme für das Management von Geschäftsprozesswissen Frank Habermann ZUSAMMENFASSUNG Customer Relationship Management, Supply Chain Management oder Electronic Commerce: Bei der Realisierung innovativer Geschäftsstrategien ist das Wissen über ablauforganisatorische Zusammenhänge ein kritischer Erfolgsfaktor. Das Geschäftsprozesswissen zu erfassen, zu integrieren und nutzbar zu machen wird somit zu einer zentralen betriebswirtschaftlichen Herausforderung. Organisational-Memory-Systeme können als informationstechnisches Instrument zur Bewältigung dieser Herausforderungen dienen. In dieser Arbeit werden bestehende Systeme und Technologien charakterisiert und danach bewertet, welchen Lösungsbeitrag sie für das Management von Geschäftsprozesswissen bringen. Die Ausführungen werden durch zahlreiche Anwendungsbeispiele aus der Unternehmungspraxis belegt. Die vorgestellten Systeme umfassen unter anderen Implementierungen von IBM, SAP, Chase Manhattan Bank, MIT und Microsoft. SCHLÜSSELWÖRTER Geschäftsprozessmanagement, Wissensmanagement, Business Intelligence, Wissensmodellierung, Hypermedia, Architektur eines Organisational-Memory-Systems INHALTSVERZEICHNIS 1 DIE HERAUSFORDERUNG: MANAGEMENT VON PROZESSWISSEN 1 2 DAS LÖSUNGSKONZEPT: ORGANISATIONAL-MEMORY-SYSTEME 5 3 EXISTIERENDE SYSTEME UND TECHNOLOGIEN Erfahrungsdatenbanken Data-Warehouse-Systeme Modell-Datenbanken Hypertext-Lösungen Knowledge Maps Systeme der Künstlichen Intelligenz Weitere Technologien und Systeme 17 4 BEWERTUNG DER AKTUELLEN SITUATION Organisationskonzept Technologiekonzept Weiterer Arbeitsbedarf 25 5 LITERATUR 26

3 -1-1 Die Herausforderung: Management von Geschäftsprozesswissen Die Geschäftsprozesse haben sich als Gegenstand organisatorischer Gestaltungsmaßnahmen etabliert [Scheer 1997a, S. 115f]. Dies galt schon für Management-Konzepte der jüngeren Vergangenheit wie Business Process Engineering [Hammer 1990], Total Quality Management [Deming 1986] oder Kaizen [Imai 1989]. Aktuelle und zukünftige Geschäftskonzepte wie Electronic Commerce, Customer Relationship Management oder Supply Chain Management rücken die Geschäftsprozesse weiter in den Mittelpunkt der Organisationsbemühungen. Bei der Realisierung innovativer Geschäftsstrategien ist heute immer weniger die Informationstechnik (IT) der entscheidende Faktor. Wichtiger als die IT, die in der Regel bereits vorhanden oder kostengünstig zu beschaffen ist [Brynyolfsson/Hitt 1998], ist das Wissen um die betriebswirtschaftlichen Potenziale und ablauforganisatorischen Auswirkungen des IT- Einsatzes [Scheer et al. 1999, S. 5]. So reicht es beispielsweise im Falle von Electronic Commerce nicht aus, den Kunden ein Online-Bestellformular via Internet zugänglich zu machen. Erst wenn auch die Logistikprozesse der materiellen Güterströme gemäß der neuen Anforderungen verändert und die ablauforganisatorischen Ressourcen im Back Office entsprechend reorganisiert werden, kann Electronic Commerce über reine Rationalisierungseffekte hinaus erfolgreich sein. Das Wissen über die Unternehmungsabläufe wird somit zu einer kritischen Ressource und das Management von Prozesswissen zu einer zentralen Herausforderung. Abbildung 1 stellt die Wissensträger in einer Unternehmung dar. An der Aufteilung der Wissensträger lassen sich die Probleme beim Management von Geschäftsprozesswissen verdeutlichen. 20% 42% Mitarbeiter 12% Papierdokumente Elektronische Dokumente Elektronische Wissensbasis 26% Abbildung 1: Aufteilung der Wissensträger [Delphi Group 1998, S. 57] Kapazitätsproblem Empirische Untersuchungen zu Business Engineering, Total Quality Management oder auch Wissensmanagement belegen nahezu einhellig, dass Zeitknappheit das primäre Problem bei der Reorganisation der Geschäftsprozesse ist [Grover et al. 1995; EFQM et al. 1997; Bullinger et al. 1998; KPMG 1998; Huysman et al. 1999]. Eine wesentliche Ursache dafür besteht darin, dass durch organisatorische Konzepte wie Outsourcing und Lean Management das Innovationspotenzial von Unternehmungen erheblich reduziert wurde. Dies trifft in besonderer Form auf die Ebene des mittleren Managements zu. So glaubte man noch zu Beginn der 90er Jahre auf erhebliche Management-Ressourcen verzichten zu können. Nur wenige Jahre später im Zuge des Business Process Reengineering (BPR) entstand allerdings das Problem, dass Schlüsselpositionen wie die von Geschäftsprozesseignern und Promotoren nicht durch kompetente Personen besetzt werden konnten [Earl et al. 1995; Gemünden/Walter 1996]. Prozesswissen und die notwendigen Freiräume zu dessen kreativer Nutzung sind in vielen Unternehmungen bis heute noch nicht vollständig aufgebaut.

4 -2- So ist es gängige Praxis, dass der Großteil der Reorganisationsprojekte nicht durch unternehmungsinterne Wissensträger, sondern durch externe Berater bestritten wird. Die stetig steigenden Umsatzzahlen der Beratungsunternehmungen belegen diese Entwicklung [BDU 1998]. Da die beauftragten Berater nach dem Abschluss eines Beratungsprojektes in der Regel wieder aus der Unternehmung ausscheiden, geht das aufgebaute Prozesswissen zumindest teilweise wieder verloren. Würden Unternehmungen nur einen Bruchteil der Summen, die sie in externes Beratungswissen investieren, auf den Aufbau interner Wissensmanagement- Strukturen verwenden, so könnten sie ihre Innovationsfähigkeit auf längere Sicht ausbauen. Fluktuationsproblem Fälle, in denen Mitarbeiter ihr gesamtes Berufsleben bei ein und demselben Arbeitgeber verbringen, werden zunehmend die Ausnahme. Dies gilt eingeschränkt für Industrieunternehmungen, Banken und Versicherungen, in besonderem Maße für wissensintensive Organisationen wie Software-, Medien- und Beratungsunternehmungen [Staufenbiel 1998, S ]. Ist nun einerseits ein Großteil des Unternehmungswissens in den Köpfen der Mitarbeiter gespeichert (vgl. Abbildung 1), und besteht andererseits hohe Personalfluktuation, so ergeben sich daraus Anforderungen an das Wissensmanagement. Konkret besteht die Notwendigkeit, implizites persönliches Wissen von dem einzelnen Mitarbeiter zu lösen, zu dokumentieren und für bestimmte Personenkreise zugänglich zu machen [Nonaka et al. 1996, S. 834f]. Dass sich Investitionen in derartige Wissensmanagement-Maßnahmen lohnen, beweist ein Blick in das Schulungs- und Bildungsbudget großer Software- und Beratungshäuser. So ist beispielsweise aus dem Umfeld des Softwarehauses SAP bekannt, dass für das Jahr 1998 die Bildungsausgaben über 400 Millionen Euro weltweit betrugen [Scheer et al. 1999, S. 29]. Dies verdeutlicht zum einen, welchen Wert Softwarehäuser dem Wissen ihrer Mitarbeiter beimessen. Zum anderen macht es klar, welche Anstrengung es erfordert, einen verdienten Mitarbeiter durch einen Neuling zu ersetzen. Deshalb gilt es, das in Schulungen und Seminaren erworbene und im Berufsleben ausgebaute Wissen in der Unternehmung zu bewahren. Hierzu sind die nötigen Methoden und Werkzeuge bereitzustellen. Transparenzproblem Die bislang beschriebenen Probleme beim Management von Prozesswissen rührten daher, dass ein wesentlicher Teil des Wissens tacit ist, d. h. nur in den Köpfen von Mitarbeitern und externen Beratern vorliegt [Rüdiger/Vanini 1998, S. 469f]. Wie Abbildung 1 verdeutlicht, ist ein nahezu gleich großer Teil des Unternehmungswissens in Form von Papierunterlagen oder elektronischen Dokumenten gespeichert. Beispiele für Wissensdokumente sind Projektberichte, Systemdokumentationen, Prozessmodelle, Arbeitsanweisungen und Organisationshandbücher, aber auch allgemeine Unternehmungsressourcen wie das Formular- und Belegwesen. Allerdings bedeutet die Tatsache, dass Prozesswissen in dokumentierter Form vorliegt, nicht zwangsläufig, dass dieses Wissen auch transparent, konsistent und aktuell ist. In der Praxis sieht es vielmehr so aus, dass oftmals Unklarheit darüber besteht, welche Wissensinhalte in elektronischer Form und welche als Papierunterlagen gespeichert sind. Da im Zuge zahlreicher Verbesserungsprojekte auch zahlreiche Projekt- und Prozessdokumentationen erstellt werden, ist zudem oft intransparent, welche Prozessdokumentationen aktuell und welche veraltet sind. Häufig ist sogar unbekannt, ob eine bestimmte Prozessdokumentation überhaupt existiert. Eine über Abteilungsgrenzen hinausgehende Integration verschiedener Dokumentty-

5 -3- pen oder gar eine Änderungshistorie von Wissensdokumenten ist in der Regel nicht verfügbar [Allweyer 1998, S. 186]. Neben den offensichtlichen Problemen der Wissensidentifikation und -lokalisierung, die erhöhten Zeitaufwand und Mehrfacharbeit zur Folge haben, resultiert aus der Intransparenz der Wissensbestände noch ein weiteres Problem. So ist bekannt, dass intransparente Systeme leicht dazu instrumentalisiert werden können, individuelle, egoistische Interessen durchzusetzen. Prominente Beispiele hierfür sind die nicht nachprüfbaren, scheinbar rationalen Argumente technisch verliebter Personenkreise: So läuft dieser Prozess nicht, wir brauchen das neueste Anwendungssystem, oder auch die Blockadehaltung innovationsfeindlicher Gruppen: Der Prozess lief schon immer so, den kann man nicht verbessern [Bardach 1977]. Ein erster Schritt in Richtung einer durchgängigen Prozessdokumentation wurde durch die ISO-Qualitätszertifizierung gemacht. Da viele Unternehmungen ihre Prozesse nach ISO- Normen beschrieben haben, könnten sie diese Beschreibung mit weiteren Wissensdokumenten verbinden und so den Grundstein für ein integriertes Wissensmanagement legen. Entscheidungsproblem Die Entscheidungen über Verbesserungen von Geschäftsprozessen etwa durch den Einsatz von Informationstechnik ist ein komplexer, wissensintensiver Prozess. Diese Aussage gilt zumindest theoretisch. Praktische Untersuchungen haben indessen ergeben, dass Prozessmanager oftmals erstaunlich emotional, konservativ und vereinfachend entscheiden [Keen 1981]. Aussagen wie Das haben wir schon immer so gemacht oder Die Unternehmung X hat das so gemacht, dann sollten wir es auch so tun sind typische Muster dafür. Ein erster Grund für diese Form der Entscheidungsfindung mag die Tatsache sein, dass die Effekte von Prozessveränderungen oft nur sehr schwer quantifizierbar sind. Dies gilt insbesondere für die Effekte von IT-Investitionen in Planungs-, Verwaltungs- und Dienstleistungsprozessen [Habermann/Scheer 1998, S. 5; Piller 1997, S. 21f]. Dieses Bewusstsein verleitet Entscheidungsträger offensichtlich zur Anwendung einfachster Heuristiken anstelle von aufwendigen Kosten-Nutzen-Analysen. Ein Mittelweg zwischen diesen beiden Extremen wird selten beschritten [Keen 1981, S. 25]. Ein zweites Argument kann direkt aus dem oben beschriebenen Transparenzproblem abgeleitet werden. Aufgrund der mangelhaften Dokumentation von Wissen z. B. über vergangene Gestaltungsentscheidungen, alternative Werkzeuge zur Prozessunterstützung oder Prozesszeiten und -kosten konnte oft kein Erfahrungswissen im Sinne zeitgetesteter Prinzipien [Brynjolfsson 1993, S. 75] aufgebaut werden, an denen sich das Prozess- und Verbesserungsmanagement orientieren kann. Auf der anderen Seite sind traditionelle Managementprinzipien unter Umständen auf die heutige Realität nicht mehr übertragbar. Das folgende Beispiel von Thurow mag das verdeutlichen [Thurow 1987]: Die vor zwanzig Jahren wertvolle Regel: Sammle alle erhältlichen Informationen, bevor Du eine Entscheidung triffst, würde heute angewendet unvermeidlich zu einem Information Overload führen. Dies kann jeder nachvollziehen, der jemals eine Suchmaschine im Internet benutzt hat. Das aktuelle Problem besteht folglich nicht mehr im Informationszugang, sondern darin, die Fülle der verfügbaren Informationen durch die Schaffung geeigneter Meta-Strukturen für organisatorische Zwecke nutzbar zu machen.

6 -4- Koordinationsproblem Die Notwendigkeit, alle beteiligten Personenkreise der Unternehmung in Verbesserungsprojekte einzubinden, ist ein zentraler Aspekt aktueller Management-Konzepte. Nach heutigem Verständnis werden organisatorische Gestaltungsentscheidungen nicht isoliert durch die Geschäftsführung getroffen und dann stur von oben umgesetzt, sondern in interdisziplinären Projektteams geplant und gesteuert. [Frese/Werder 1994; Hauschildt/Kirchmann 1997; Gaitanides 1998; Garvin 1998] Somit sind die Kompetenzen über die Gestaltung von Geschäftsprozessen über mehrere operative, taktische und strategische Ebenen verteilt. Prozessverbesserungen werden initiiert auf der Ebene von Mitarbeitern, die z. B. als Benutzer eines Dokumenten-Management-Systems die Geschäftsprozesse operativ ausführen, durch Abteilungsleiter, die eine umfassende Verantwortung über einen definierten Geschäftsprozessbereich haben, sowie durch das Management, welches für die strategische Planung der Prozessinfrastruktur zuständig ist [Habermann/Wargitsch 1998, S. 67f]. Alle diese Akteure, ihr Wissen, ihre Ziele, ihre Verantwortlichkeiten sowie die Werkzeuge, die sie benutzen, sind im Sinne eines integrierten Wissensmanagements zu koordinieren. Neben dieser vertikalen Verteilung des Prozesswissens kommt es durch die bei komplexen Projekten geforderte Interdisziplinarität zu Problemen. So verlangen Prozessverbesserungen nicht selten die Kooperation von zahlreichen Wissensträgern aus den verschiedenen Organisations-, Personal-, IT- und Fachabteilungen einer Unternehmung. Da jedoch wie oben beschrieben ein Großteil des betrieblichen Wissens unmittelbar an Personen gebunden ist, bedarf es auch in hohem Maße der persönlichen Beteiligung dieser Wissensträger. Daraus resultieren Schwierigkeiten für das Projektmanagement. Freie Termine zu finden, an denen alle Beteiligten z. B. an Konferenzen teilnehmen können, ist bei großen, heterogen zusammengesetzten Projektteams eine schwierige und zeitaufwendige Aufgabe. Wäre nur ein Teil des impliziten Wissens dokumentiert und publiziert, könnte die Notwendigkeit der persönlichen Anwesenheit dadurch reduziert und die Projektkoordination erleichtert werden. Groupware-Tools zur räumlich entfernten und asynchronen Kommunikation können als technische Plattform zur Lösung dieser Problemstellung dienen. Wie Abbildung 1 veranschaulicht, sind 80 Prozent des Unternehmungswissens nur implizit oder in Form einzelner, nicht integrierter Dokumente gespeichert. Ein Großteil der oben beschriebenen Probleme resultiert aus diesen Formen der Wissensspeicherung. Das erste Ziel muss folglich darin bestehen, mehr Wissen zu dokumentieren und durch logisch integrierte Strukturen nutzbar zu machen. Derzeit sind 20 Prozent des Unternehmungswissens durch sogenannte Wissens-Repositories gespeichert. Doch selbst diese Wissensbasen ergeben in der Praxis kein einheitliches Bild, sondern unterscheiden sich erheblich in ihrem Anwendungszweck, dem Umfang der abgedeckten Wissensdomäne, ihrer organisatorischen Einbettung und technischen Realsisierung. Die Vielfalt der in diesem Zusammenhang verwendeten Begriffe wie Erfahrungsdatenbanken, Data Warehauses, Knowledge Warehouses, Knowledge Maps, Model Repositories usw. trägt weniger zur Erklärung der Systeme als vielmehr zur Verwirrung bei. Oft ist nämlich unklar, ob sich hinter einem neuen Systemnamen wirklich auch originäre Systemeigenschaften verbergen oder ob es sich bei der Begriffswahl lediglich um Marketing für eine altbekannte Lösung handelt. In der folgenden Arbeit erfolgt deshalb zunächst eine Begriffsklärung und Anforderungsdefinition. Zu diesem Zweck werden im folgenden Abschnitt 2 die Funktionen eines Organisational-Memory-Systems (OMS) theoretisch erläutert. Auf dieser Grundlage werden dann in

7 -5- Abschnitt 3 existierende Systeme und Technologien im Bereich des Wissensmanagements charakterisiert und daraufhin untersucht, wie sie die Funktionen eines OMS unterstützen. Für jeden Systemtyp werden repräsentative Beispiele aus der Unternehmungspraxis genannt und erläutert. Die Arbeit schließt mit einer kritischen Bewertung der derzeit eingesetzten Systeme und gibt Gestaltungshinweise dafür, welche Technologien für die Entwicklung eines OMS kombiniert werden können. 2 Das Lösungskonzept: Organisational-Memory-Systeme Die organisationale Wissensbasis ist unter dem Begriff Organisational Memory (OM) bereits seit den 60er Jahren Gegenstand der US-amerikanischen Forschung. Zahlreiche Wissenschaftsdisziplinen wie Kommunikationsforschung, Psychologie, Soziologie, Künstliche Intelligenz Forschung und Betriebswirtschaftslehre haben sich seitdem mit der Thematik aus ganz unterschiedlichen Blickwinkeln befasst [Stein 1995, S. 20]. So wurde zwar umfassende theoretische Arbeit geleistet, bislang jedoch kein generell akzeptiertes, fachübergreifendes Konzept für OM gefunden. Allen Definitionsversuchen gemein ist allerdings die Kausalität zwischen Gedächtnis und Lernen. So wird ein OM als Medium gesehen, um aus Wissen über Vergangenes für die Zukunft zu lernen [Argyris/Schön 1978; Duncan/Weiss 1979; Fiol/Lyles 1985; Senge 1990; Huber 1991; Klimecki/Thomae 1997]. In der deutschsprachigen Betriebswirtschaftslehre, insbesondere der Organisationslehre und Wirtschaftsinformatik, erleben OM seit Mitte der 90er Jahre eine besondere Aufmerksamkeit [vgl. z. B. Oberschulte 1994; Schneider 1996]. Dies hat zum einen mit den eingangs beschriebenen Herausforderungen zu tun, Wissen in der Unternehmung zu managen. Zum anderen stehen erst jetzt geeignete Technologien zur Verfügung, die es ermöglichen, die Anforderungen an ein OM erfolgreich in die Praxis umzusetzen [Lehner 1998, S. 48]. Wissensmanagement wird in diesem Zusammenhang häufig als pragmatische Umsetzung von Organisational- Learning-Konzepten interpretiert [Klimecki/Thomae 1997, S. 19; Bullinger et al. 1999, S. 57]. Ein Organisational-Memory-Information-System oder kurz Organisational-Memory-System (OMS) kann als ein Bündel von Technologien verstanden werden, das eingesetzt wird, um die Funktionen eines OM zu unterstützen. Daraus ergibt sich zwangsläufig die Frage, was diese Funktionen sind. Ein Vergleich der renommiertesten, in der Literatur diskutierten OM- Ansätze von Walsh/Ungson [1991], Stein [1995] bzw. Stein/Zwass [1995] und Spender [1996] führt zu folgenden Kernfunktionen eines OM: - Wissenserfassung: die Akquisition bzw. das Aufspüren von relevanten Wissensträgern und das Dokumentieren von Wissensinhalten. Wissenserfassung bezieht sich sowohl auf die Explizierung von Mitarbeiterwissen als auch auf die (Neu-)Erfassung bereits dokumentierter Wissensinhalte, z. B. mittels neuer Medien oder in einer veränderten Form (grafisch statt textuell o. ä.). - Wissensintegration: die semantische Verknüpfung und die physische Speicherung der Wissensdokumente auf der Basis einer logisch integrierten Meta-Struktur. Diese Meta- Struktur sollte offen und erweiterbar sein, so dass unterschiedliche Wissensinhalte und Medien miteinander kombiniert werden können. - Wissensverwendung: die Suche und Navigation nach dem für die Lösung einer Problemstellung relevanten Wissen, dessen Selektion und die Verteilung über Netzwerke an die beteiligten Personen sowie die Ausgabepräsentation der Wissensinhalte. Die genannten Ansätze spezifizieren nicht, welche Wissensformen und -inhalte in einem OM gespeichert werden sollen [Eulgem 1997, S. 150]. In der Praxis hat sich allerdings gezeigt,

8 -6- dass der Anwendungsbereich eines OM genau spezifiziert werden muss. Der Anspruch, das Wissen sehr großer Bereiche, z. B. der gesamten Unternehmung abzubilden, hat sich als nicht realistisch herausgestellt [Schmidt/Bannon 1992; Wargitsch 1998, S. 20]. Deshalb ist auch die häufig gehörte Aussage, das World Wide Web (WWW) sei das größte Wissenssystem, das je existiert hat [Wolf et al. 1998, S. 761], wenig hilfreich. Bewährt haben sich statt dessen Memories in the small [Ackerman/Mandel 1995], welche ihre Funktionalität speziell auf die Anforderungen der zu lösenden Aufgabenstellung und auf die Merkmale der handelnden Wissensträger ausrichten [Ackerman 1993, S. 20]. Neben dem Zielbezug eines OM definiert Scholz die Konservierung des Wissens in personenungebundener Form als zweites Kriterium für eine optimimierte Wissensbasis [Scholz 1997, S. 288]. Fasst man die genannten Aspekte zusammen, so kann ein OMS als ein computerbasiertes Informationssystem verstanden werden, das - verschiedene Basistechnologien, wie Modellierungs-, Datenbank- und Retrievaltechnologien, kombiniert, - um das relevante Wissen eines wohldefinierten Anwendungsfeldes, d.h.allewissensarten, -formen und -inhalte, - kontinuierlich zu erfassen, zu integrieren und für zukünftige Unternehmungsentscheidungen verwendbar zu machen (vgl. Abbildung 2). [Walsh/Ungson 1991, S ; Stein/Zwass 1995; Abecker et al. 1998a, S. 213] Organisational- Memory-System Wissenserfassung Wissensintegration Anwendungsfeld z.b. Modellierungstechnologien Wissensverwendung z.b. Datenbanktechnologien z.b. Retrievaltechnologien Abbildung 2: Komponenten eines Organisational-Memory-Systems Im folgenden Abschnitt werden existierende Systeme und Technologien daraufhin untersucht, wie sie die genannten Funktionen eines OMS unterstützen. Dabei wird sowohl auf konzeptionelle Merkmale als auch auf technische Eigenschaften eingegangen.

9 -7-3 Existierende Systeme und Technologien 3.1 Erfahrungsdatenbanken Seit dem Beginn ihrer Entwicklung in den 70er Jahren prägen Datenbanken die betriebliche Informationsverarbeitung. Dabei hat sich ihre Rolle, die anfangs auf die Verarbeitung operativer Massendaten beschränkt war, um taktische und strategische Aufgaben erweitert [Lehner 1998, S. 44]. Gegenüber Dateisystemen zeichnen sich Datenbanksysteme insbesondere durch ein integrierendes Meta-Modell und eine von Anwendungsprogrammen unabhängige Datenspeicherung aus [Scheer 1990, S ]. Diese Eigenschaften dienen im Rahmen des Wissensmanagements insbesondere der Wissensintegration. Erfahrungsdatenbanken nutzen Datenbanktechnologien und -produkte, die dem heutigen de facto Standard entsprechen. Beispiele hierfür sind die relationalen Datenbanksysteme SQL- Server von Microsoft, DB2 von IBM oder Oracle7 der Firma Oracle. Aufgrund der weiten Verbreitung und der zunehmend guten Beherrschung dieser Datenbanktechnologien zählen Erfahrungsdatenbanken zu den meistgenutzten Wissensmanagement-Werkzeugen [Wargitsch 1998, S. 25]. Oft bilden sie die technische und konzeptionelle Grundlage für höher entwickelte Instrumente zur Wissensrepräsentation und -verarbeitung, wie z. B. die weiter unten behandelten Data Warehouses. Erfahrungen basieren immer auf individuellen und deshalb subjektiven Erlebnissen aus der Geschäftswelt [Gabriel 1995, S. 497]. Sie sind unmittelbar mit der Person, die diese Erfahrung gemacht hat, verbunden. Derartiges Wissen bezeichnet man als tacit oder auch implizit [s. S. 2]. Erfahrungsdatenbanken zielen darauf, implizites Wissen zu dokumentieren und für andere Mitarbeiter nutzbar zu machen. In der Praxis haben diese Dokumentationen häufig episodenartigen Charakter. Je nachdem, inwieweit persönliche Eindrücke, Bewertungen und Meinungen in die Beschreibungen eingehen, handelt es sich um eher weiches oder hartes Wissen. Oft werden Erfahrungsdatenbanken als Mittel der semi-formellen Kommunikation eingesetzt. Sie fördern somit das Lernen durch Story Telling und Analogieschluss (Lessons Learned, Best Practices) [Beers 1995, S. 3f]. Inhaltlich umfassen Erfahrungsdatenbanken das gesamte Spektrum von der Speicherung technischen Wissens bis hin zur Beschreibung allgemeiner organisatorischer Zusammenhänge. Im Falle der Speicherung gut strukturierter, vor allem technischer Erfahrungen wird zuweilen auch der Begriff Know-how-Datenbank gewählt [Roithmayr/Fink 1997, S. 503]. Typische Einsatzfelder für Erfahrungsdatenbanken sind Designprozesse (sowohl von Produkten als auch von Geschäftsprozessen) und kundenorientierte Abläufe (Marketing, After Sales Service, Call Center, Helpdesks). Ein typisches Beispiel für eine Erfahrungsdatenbank ist die bereits 1995 von der Chase Manhattan Bank entwickelte Relationship Marketing Database [Gengler 1997]. Benutzer der Datenbank sind die im Call Center tätigen Mitarbeiter der Bank. Organisatorisch ist diese Abteilung dem Marketing zugeordnet. Die Erfahrungsdatenbank ist von dem Arbeitsplatz der Mitarbeiter aus zugänglich und erlaubt es, während eines Kundengesprächs kundenspezifische Daten einzugeben oder abzurufen. Dies können Fakten wie berufliche Position, Adresse oder Kontostände, aber auch weiche Wissensinhalte wie Einschätzung der Risikofreude, Vorlieben für bestimmte Anlagentypen und Eigenheiten im Kommunikationsverhalten des Kunden sein. Der Hauptvorteil für die Bank besteht in einem effektiveren und effizienteren Kundenmanagement. Durch die Explizierung von Kundenhistorie und -eigenschaften können Kunden zum einen gezielter, zum anderen unabhängig von einem bestimmten Mitarbeiter beraten werden. Kennzeichnend für diese frühen Ausprägungen von Erfahrungsdatenbanken ist die Art der Datenerfassung. Die Mitarbeiter erfassen ihre Erfahrungen aus Kundenprozessen manuell, in

10 -8- textueller Form. Für die Pflege und Integration der Wissensbasis ist in den meisten Fällen eine zentrale organisatorische Stelle eingerichtet. Insgesamt ist die Wissenserfassung damit zeitaufwendig und fehleranfällig. Deshalb werden derzeit vielfältige Anstrengungen unternommen, zu untersuchen, wie Workflow-Management- bzw. Groupware-Systeme zur effizienten Erhebung des Erfahrungswissens genutzt werden können. Beispiele hierfür sind die Projekte IMPACT [Habermann/Wargitsch 1998] und MOVE [Rolles et al. 1999], wo u. a. für die fischerwerke Artur Fischer GmbH & Co. KG die Potenziale von Workflow- Erfahrungsdatenbanken untersucht werden, oder auch das Projekt KnowMore des Deutschen Forschungszentrums für Künstliche Intelligenz [Abecker et al. 1999]. Die Eignung des Groupware-Systems Lotus Notes für das Wissensmanagement wurde z. B. von Orlikowski erforscht [Orlikowski 1995]. Werden Erfahrungen aus verschiedenen unternehmungsinternen und externen Quellen erhoben und derart verdichtet, dass sie die ablauforganisatorischen Anforderungen mehrerer Unternehmungen erfüllen, so spricht man von Referenzprozesszwissen [vgl. Hars 1994, S. 13f]. Bei der Formulierung von Referenzwissen gilt ein besonderes Augenmerk dem Verhältnis von Common Practice und Best Practice. Hierbei können Fragen der Wirtschaftlichkeit und der konzeptionellen Machbarkeit unterschieden werden. So ist zum einen die Erhebung von Best-Practice-Wissen, z. B. durch Benchmarking, in der Regel mit höheren Kosten verbunden als die Beschreibung von allgemein anerkannten Geschäftspraktiken. Zum anderen stellt sich die Frage, ob und unter welchen Umständen eine beste beobachtbare Lösung überhaupt auf eine andere Organisation übertragen werden kann [Mertins et al. 1995; Reitwiesner/Will 1997]. Ein Beispiel für eine Referenz-Erfahrungsbank ist das von Malone et al. entwickelte Process Handbook [Malone et al. 1999]. Das Handbuch soll Unternehmungen helfen, bestehende Prozesse zu überdenken, alternative Prozessgestaltungen zu entwerfen und Wissen über Geschäftsprozesse weiterzuentwickeln [Malone et al. 1999, S. 425f]. Zu diesem Zweck sind derzeit mehr als Geschäftsprozesse gespeichert, die einerseits aus generischen Erfahrungen, andererseits aus unternehmungsindividuellen Best Practices abgeleitet wurden. Die Datensammlung für das Process Handbook wird im Detail von Pentland et al. beschrieben [Pentland et al. 1999]. In die Beschreibung der 1996/97 entwickelten Supply Chain brachten beispielsweise 56 Fortune-500-Unternehmungen sowie mehrere wissenschaftliche Organisationen ihre Erfahrungen ein [MIT CCS1999]. 3.2 Data-Warehouse-Systeme Das Konzept des Data Warehouse wurde maßgeblich von Immon in seinem 1992 veröffentlichten Buch Building the Data Warehouse entwickelt [Immon 1992]. Es beschreibt die Idee, traditionelle Datenbanksysteme um weitere Such- und Analysemöglichkeiten zu ergänzen und so die Entscheidungsunterstützung zu verbessern. Im Sinne des Wissensmanagements können so z. B. traditionelle Erfahrungsdatenbanken wie die Relationship Marketing Database der Chase Manhattan Bank zu einer Wissensbasis für das umfassende Customer Relationship Management ausgebaut werden. Rosemann et al. schildern, welche Anforderungen ein ganzheitliches Customer Relationship Management an ein Data-Warehouse-System stellt [Rosemann et al. 1999]. Für Mucksch/Behme sind Data-Warehouse-Systeme dadurch gekennzeichnet, dass sie (...) eine von den operationalen DV-Systemen isolierte Datenbank beschreiben, die als unternehmensweite Datenbasis für alle Ausprägungen managementunterstützender Systeme dient und (...) eine strikte Trennung von operationalen und entscheidungsunterstützenden Daten und Systemen (...) aufweist [Mucksch/Behme 1998, S. 36]. Die Trennung zwischen den aktuellen Daten der operativen Systemen und den historischen, entscheidungsunterstützenden Daten

11 -9- ist definitorisches Merkmal eines Data-Warehouse-Systems. Anstrengungen, unternehmungsweite Data Warehouses aufzubauen, haben sich allerdings in der Praxis häufig als zu aufwendig herausgestellt. Etabliert haben sich indessen auf bestimmte organisatorische Bereiche begrenzte Datensammlungen, sogenannte Data Marts [Flade-Ruf 1996, S. 25]. Gleich ob Data Warehouse oder Data Mart, in jedem Fall handelt es sich um Sammlungen sehr großer Datenmengen. Zur zielgerichteten Verwendung dieser Daten bedarf es geeigneter Navigations- und Suchmethoden. Die Entwicklung eines Data-Mining-Konzepts ist deshalb ein logisch konsequenter Schritt nach dem Aufbau eines Data Warehouse [Immon 1997]. Unter Data Mining versteht man das Vorgehen, in großen, gut strukturierten Datensammlungen inhaltliche Zusammenhänge aufzuspüren und sie dem Benutzer als verwendbares Wissen zur Verfügung zu stellen [Hagedorn et al. 1997, S. 601; Matheus et al. 1993, S. 903]. Data Mining wird häufig mit dem Begriff Knowledge Discovery in Databases (KDD) gleichgesetzt [Fayyad et al. 1996]. Dabei kommen hauptsächlich induktive statistische Methoden und Lernalgorithmen (Mustererkennung, Klassifikationsverfahren) zum Einsatz [Eulgem 1998, S. 165]. Einen weiteren Teilaspekt eines umfassenden Data-Warehouse-Konzepts bildet das von Codd Anfang der neunziger Jahre entwickelte Online Analytical Processing (OLAP) [Codd et al. 1994]. Gegenüber der traditionellen Datenbank-Abfragesprache SQL bietet OLAP die Möglichkeit der mehrdimensionalen Datenanalyse. So könnte z. B. ein Marketing-Mitarbeiter, der durch ein entsprechendes OLAP-Werkzeug unterstützt würde, auf einen Blick auf die Serviceprozesse zurückgreifen, die ein bestimmter Kunde bezüglich einer Produktgruppe innerhalb eines bestimmten Zeitraumes in Anspruch genommen hat. Als Oberbegriff für Data-Warehouse- und -Analyse-Werkzeuge hat sich am Software-Markt und in der Unternehmungspraxis der Begriff Business Intelligence etabliert [Gentsch 1999, S. 172]. Nicht zuletzt die zunehmende Bedeutung von Electronic Commerce und die damit einhergehende Notwendigkeit eines umfassenden Customer Relationship Management begründen die immense Nachfrage nach Business-Intelligence-Werkzeugen. So prognostiziert eine Studie der Palo Alto Management Group einen Anstieg des Marktvolumens von 23,2 (1998) auf 113,5 Milliarden US-Dollar in Führende Anbieter auf dem stark zersplitterten Markt sind IBM, Oracle und SAS [PAMG 1999]. Bei den angebotenen Systemen zeichnet sich ein Trend zu vorgefertigten, branchen- oder aufgabenspezifischen Lösungen ab. Dies belegen auch die jüngsten Kooperationen mit Herstellern betriebswirtschaftlicher Anwendungssoftware, z. B. Thinking Machines mit Oracle und IBM mit SAP [Kral 1999]. Das Business Information Warehouse der SAP AG ist ein Data-Warehouse-System, das primär für das betriebswirtschaftliche Standardsoftware-Paket SAP R/3 entwickelt wurde. Es analysiert die Geschäftsprozesse, die mit den R/3-Komponenten wie Sales und Distribution (SD) oder Produktionsplanung und -steuerung (PP) operativ gesteuert werden. Zu diesem Zweck basieren sowohl die R/3-Anwendungen als auch das Business Information Warehouse auf einem gemeinsamen Geschäftsprozessmodell. Es wird in einer logisch integrierten Meta- Datenbank, dem SAP Repository, gespeichert und verwaltet. Mit mehreren tausend betrieblichen Tätigkeiten ist das SAP R/3-Repository einer der größten Speicher von Geschäftsprozesswissen [Scheer 1998a, S. 6]. Dadurch wird die Lücke zwischen Geschäftsprozessmanagement und Entscheidungsunterstützung geschlossen. Für die Geschäftsprozessanalyse und Entscheidungsunterstützung stellt das Business Information Warehouse mehrere Werkzeuge zur Verfügung, z. B. die automatische Datenextrahierung aus den operativen SAP- Anwendungen und OLAP zur multidimensionalen, modellbasierten Datenauswertung. Über die Business Application Programming Interfaces (BAPI) können zusätzliche Analyse- Werkzeuge an das Data Warehouse angebunden werden. Die z. B. mittels OLAP- Technologien gewonnenen Informationen werden im SAP Business Explorer dargestellt. Er ist die grafische Benutzungsoberfläche des Business Information Warehouse und basiert auf

12 -10- Standard-Funktionalitäten wie Microsofts Tabellenkalkulation EXCEL zur Ergebnispräsentation. [SAP 1998, S. 3, 8] 3.3 Modell-Datenbanken Modell-Datenbanken unterscheiden sich von traditionellen Datenbanklösungen durch die Form der Wissenserfassung und -präsentation. In Erfahrungsdatenbanken etwa wird das Wissen in textueller Form, als Episode aus dem Geschäftsleben beschrieben. In Modell- Datenbanken hingegen wird das Wissen in grafischer Form, als abstrahiertes Unternehmungsabbild gespeichert [Rosemann 1996, S. 17; Lehner et al. 1995, S. 27] Modelle werden durch die Methode, mit der sie erstellt werden, determiniert. Eine Modellierungsmethode besteht aus Sprachkonstrukten und einem Regelwerk, das die Anwendung dieser Sprachkonstrukte beschreibt, der Modellgrammatik [Balzert 1996, S. 36]. Da sich die Probleme des Geschäftsprozessmanagements in der Regel nicht vollständig formalisieren lassen, kommen ausschließlich heuristische Modellierungsmethoden zum Einsatz [Hess 1996, S. 19]. Nach der Größe des Abstraktionsgrades und der Art der grafischen Gestaltung lassen sich formale Modelle, semi-formale Modelle und Modelle der Virtuellen Realität voneinander unterscheiden. Ein formales Modell folgt einer stringenten Grammatik und zeichnet sich so durch mathematische Korrektheit aus [Nethe/Stahlmann 1999, S. 5f; Pfohl 1981, S. 57f]. Aufgrund dessen sind formale Modelle sehr gut zur quantitativen Bewertung und Simulation, z. B. von alternativen Geschäftsprozessabläufen, einsetzbar [Uthmann/Becker 1999]. Der Nachteil von formalen Modellen besteht allerdings darin, dass zu ihrer Erstellung ein besonderes Expertenwissen erforderlich ist. Da die Träger von betrieblichem Prozesswissen jedoch in aller Regel keine Modellierungsexperten sind, kommt es bei der Erstellung formaler Modelle zu einer personellen Trennung von Wissensträger und Modellierer. Dies führt zu Kommunikationsproblemen und Informationsverlusten bei der Wissenserfassung [Scheer et al. 1999, S. 21](s. auch Kapitel 3.6). Semi-formale Modelle setzen an diesem Problem an. Sie umfassen in der Regel eine geringere Anzahl von Modellierungskomponenten und folgen einer weniger strikten Grammatik [Ortner 1997, S. 146f]. Dadurch können sie auch durch Modellierungs-Laien erlernt werden. Prozessverantwortliche werden so in die Lage versetzt, ihre Abläufe direkt ohne Konsultation einer dritten Partei zu modellieren. Dabei kommt es im wesentlichen zu zwei Problemen. Zum einen sind aufgrund der höheren Freiheitsgrade die semi-formalen Modelle nicht mehr ohne weiteres intersubjektiv vergleich- und bewertbar. Zum anderen sind die Komponenten semi-formaler Modellierungsmethoden immer noch so abstrakt, dass es zuweilen zu semantischen Modellierungsfehlern kommt und die betriebliche Realität nicht mit der Modellwelt übereinstimmt [Scheer et al. 1999, S. 21]. Deshalb zielen semi-formale Modelle nicht auf korrekte Simulations- und Szenariotechniken, sondern auf das Finden einer gemeinsamen fachlichen Sprache [Frank/Schauer 1999]. Semi-formale Modelle bilden vielfach das Prozesswissen unterschiedlicher fachlicher Personenkreise ab, z. B. von Managern und operativ tätigen Sachbearbeitern, die sich ohne dieses Kommunikationsmittel bei der Diskussion z. B. über Prozessverbesserungen sehr oft missverstehen würden [Hesse et al. 1994, S. 44f; Ortner 1997, S. 11f]. Modelle der Vituellen Realität (VR) unterstützen ein intuitive Dokumentation von Prozesswissen. In einer realitätsnahen Visualisierung ihrer Arbeitsumwelt sollen fachlich verantwortliche Mitarbeiter in die Lage versetzt werden, ihre Geschäftsprozesse durchzuspielen und somit automatisch zu erfassen. Da zu diesem Zweck weder spezifische Methodenkenntnisse noch die Beteiligung externer Modellierungsexperten erforderlich ist, wird so insbesondere

13 -11- die Explizierung impliziten Wissens unterstützt. Zudem wird der Prozess der Wissenserfassung erheblich beschleunigt [Scheer et al. 1999, S ]. Das größte Hindernis bei der VR- Modellierung besteht darin, dem Mitarbeiter geeignete Eingabegeräte für die Navigation im virtuellen Raum zur Verfügung zu stellen. Hierbei reichen die vielfältigen technischen Alternativen von der sogenannten Space Mouse, die auch dreidimensionale Operationen unterstützt, bis hin zum (immer noch) futuristisch anmutenden Datenhelm, der den Bewegungsraum direkt auf die Augen projiziert [Felger 1995]. Prozessmodelle werden für unterschiedliche Zwecke erstellt und genutzt. Business Process Reengineering, Einführung von Standardsoftware, Implementierung von Workflow- Management-Systemen und Qualitätszertifizierung nach ISO-Normen sind Beispiele für Anwendungsfelder, in denen sich die Modellierung von Geschäftsprozessen bewährt hat [Scheer 1998a]. Diese Anwendungsfelder sind nicht unabhängig voneinander, sondern über inhaltliche Zielbeziehungen miteinander verknüpft. So sollte beispielsweise die Einführung von Workflow-Management-Systemen mit einer Reorganisation der Geschäftsprozesse verbunden und mit einer Dokumentation nach ISO-Normen abgeschlossen werden. Diese Modellierungsaufgaben stellen jedoch unterschiedliche Anforderungen an die einzusetzenden Modellierungsmethoden. Beispielsweise bedarf es zur Reorganisation eher intuitiv verständlicher Methoden, zur Maschinensteuerung durch das Workflow-System stark strukturierter, formal korrekter Methoden [Galler 1997, S. 32f]. Es ergibt sich somit die Frage, wie einmal modellhaft erfasstes Prozesswissen für verschiedene Anwendungszwecke wiederverwendet werden kann. Die meisten Modellierungswerkzeuge wie VISIO, Rational Rose oder ARIS-Toolset versuchen diese Frage zu beantworten, indem sie verschiedene, meist semi-formale, Modellierungsmethoden unter einer einheitlichen Oberfläche integrieren. Die Güte der Methodenintegration ist abhängig von der Qualität des zugrundeliegenden Repository. Ein Repository ist ein Meta-Informationssystem, das sowohl die fachlichen als auch die technischen Merkmale aller verwendeten Modellierungsmethoden beschreibt [Ortner 1999, S. 236]. Ist diese Beschreibung vollständig, widerspruchsfrei und korrekt, so können alle erstellten Prozessmodelle in einer integrierten Datenbank gespeichert und verwaltet werden. In diesem Punkt unterscheiden sich die am Markt verfügbaren Modellierungswerkzeuge erheblich. So besitzt z. B. das ARIS-Toolset ein umfassendes Meta-Modell und eine theoretische Fundierung. Beispielsweise VISIO weist diesbezüglich nur rudimentäre Züge auf [Gartner Group 1997; Reuters 1999]. Einen Ansatzpunkt für die VR-Modellierung zeigt der am Institut für Wirtschaftsinformatik in Saarbrücken entwickelte Prototyp IMPROVE [Leinenbach et al. 1999]. IMPROVE unterstützt zunächst die intuitive Erfassung von Geschäftsprozessen mittels VR-Methoden. Auf der Basis des so erhobenen Prozesswissens können dann für Analysezwecke formalisiertere Modelle, z. B. ereignisgesteuerte Prozessketten erzeugt werden. Umgekehrt lassen sich geplante Reorganisationsmaßnahmen, die anhand von ereignisgesteuerten Prozessketten dokumentiert sind, in der virtuellen Welt von IMPROVE abspielen und auf dieser Basis diskutieren. 3.4 Hypertext-Lösungen Der Begriff Hypertext wurde bereits 1965 von Nelson geschaffen und in seinem Buch Computer Lib/Dream Machines papierbasiert angewendet [Nelson 1987]. Im Gegensatz zu als Text repräsentiertem Wissen, weisen Hypertext-Lösungen eine konsequent nicht-lineare Struktur auf [Nelson 1987, S. 29; Conklin 1987]. Die Grundidee von Hypertext besteht darin, Wissensobjekte, die in der Logik des entsprechenden Anwendungsfeldes flexibel verknüpft sind, zu navigieren, zu aktivieren und zu manipulieren [Kuhlen 1991, S. 13]. Da diese ver-

14 -12- knüpften Wissensobjekte nicht auf Textdokumente beschränkt sind, sondern ebenfalls z. B. Bilder, Tonaufzeichnungen und Videos umfassen, wird das Synonym Hypermedia verwendet [Gloor/Streitz 1990]. Die Flexibilität der als Hyperlinks bezeichneten Verknüpfungen bezieht sich jedoch nicht nur auf die Multimedialität der eingebundenen Wissensobjekte, sondern insbesondere auf die Multidimensionalität der abgebildeten semantischen Zusammenhänge [Nielsen 1990]. Die Wissensobjekte stehen in keinem hierarchischen, sondern in einem netzwerkartigen Zusammenhang. Jedes Wissensobjekt bildet einen Knoten des Wissensnetzes; potenziell können alle Knoten miteinander verknüpft werden [Koch/Mandel 1999, S. 48]. Aufgrund dieser strukturgebenden Merkmale eignen sich Hypermedia-Lösungen nicht zuletzt als Mittel der Wissensintegration [Kuhlen 1991, S. 58; Horn 1990]. Methoden, nach denen Hypermedia-Wissensnetze aufgebaut werden können, sind Concept Mapping [Gaines/Shaw 1999] und Mind Mapping [Buzan/Buzan 1996]. Beide Darstellungsformen verfolgen das Ziel, ein Themengebiet assoziativ zu strukturieren [Jonassen et al S. 13]. Für die Erstellung einer Concept Map werden typischerweise als erstes die Aspekte ermittelt, die das entsprechende Konzept repräsentieren. Sie bilden die Knoten des Wissensnetzes. Anschließend werden die semantischen Beziehungen zwischen den Knoten charakterisiert, z. B. zeitlicher Vorgänger/Nachfolger, logischer Vorgänger/Nachfolger, Ursache/Wirkung, Oberbegriff/Unterbegriff oder Problem/Lösung. Abschließend wird die Wissenskarte entsprechend der angegebenen Beziehungstypen grafisch ausgerichtet. [Gaines/Shaw 1999] Beim Mind Mapping wird zunächst das zu bearbeitende Thema identifiziert. Dieses bildet dann den visuellen Mittelpunkt des Wissensnetzes. An das Thema werden themenspezifische Fragen, Ideen, Ziele, Überlegungen, Argumente usw. als Haupt- und weiter als Neben- und Unteräste angefügt. Wichtige Aspekte können durch Symbole hervorgehoben oder farbig unterlegt werden. Bestimmte Anwendungsprogramme wie z. B. MindMan unterstützen die Darstellung einer Mind Map in alternativen Formaten, z. B. als Bild, als Text und als Hypertext. [Buzan/Buzan 1996] Als technische Plattform zur Erstellung von Hypertext-Lösungen hat sich die auf dem Internet-Protokoll TCP/IP basierende Hypertext Markup Language (HTML) etabliert. Mittels sogenannter Tags werden Textelemente visuell gestaltet und Verknüpfungen zu multimedialen Dokumenten implementiert. Editoren zur Bearbeitung von HTML-Dateien sind zum Teil kostenfrei über das Internet verfügbar. Gleichzeitig wird HTML zunehmend zum Standardtextformat traditioneller Office-Software. Diese Entwicklung macht Hypermedia zum Instrument nicht nur der logischen, sondern auch der technischen Wissensintegration. [Gaines/Shaw 1999] Anwendungsformen von Hypertext-Lösungen für das Management von Prozesswissen sind Intranets und Virtual Communities. Ein Intranet ist ein unternehmungsinternes Informations- und Kommunikationsnetz, das auf Internet-Standards, -Protokollen und -Diensten basiert und über Integrationsmechanismen wie Common Gateway Interfaces (CGIs) und Application Programming Interfaces (APIs) auf bestehende Anwendungen und Datenbanken zugreift [Bogaschewsky/Kracke 1999, S. 20]. Ein Beispiel für ein Intranet ist das 1997 von der LGT Bank in Zusammenarbeit mit dem Institut für Wirtschaftsinformatik der Universität St. Gallen entwickelte KUNO-Frontsystem [Kaiser et al. 1999, S. 188f]. Das KUNO-Frontsystem bildet das Bindeglied zwischen Vertriebsprozess, Produktmanagement und Marktanalyse. Es verbindet Informationen über Kunden, Produkte, Finanzmärkte und Anlageoptionen und präsentiert sie dem Kundenberater unter einer einheitlichen Oberfläche. Dabei werden sowohl interne als auch externe Informati-

15 -13- onsquellen erschlossen. So wurden z. B. in einem vorgelagerten Projekt 143 Bankenprodukte identifiziert und nach festen Kriterien beschrieben, die nun im Intranet durchsucht und abgerufen werden können. Aktuelle Hintergrundinformationen werden z. Β. durch Verknüpfung von externen Angeboten wie Economist oder Reuters zur Verfügung gestellt [Schmid et al. 1999]. Auch Virtual Communities erheben den Anspruch, als Werkzeuge für das Wissensmanagement eingesetzt werden zu können [Beinhauer et al. 1999, S. 415]. Insbesondere sollen sie dazu dienen, Wissen, das ansonsten nur schwer zugänglich und strukturierbar ist, zu erfassen und zu verwalten [Radding 1998, S. 39]. Zu diesem Zweck werden die unterschiedlichen Hypertext-Instrumente des Internet miteinander kombiniert, z. B. Persönliche Seiten zur Präsentation der Interessen eines Mitglieds, Foren zur themenbezogenen Kommunikation oder moderierte und unmoderierte Chats zum Austausch von Informationen. Synchrone und asynchrone, passive und aktive sowie formelle und informelle Kommunikationswege werden themenbezogen miteinander verknüpft und unterstützen so die Interaktion in der Wissensgemeinschaft [Kollock 1998]. Ein Beispiel für eine Community of Interest ist die vom Institut für Wirtschaftsinformatik gegründete Processworld. Die mehr als 400 Mitglieder von Processworld vereint das Interesse am Geschäftsprozessmanagement. In der Gemeinschaft diskutierte Unterthemen sind z. B. Workflow Management, Performance Management oder Qualitätsmanagement. Die Zielgruppe umfasst Organisatoren, IT-Verantwortliche, Berater, Wissenschaftler und andere an der Thematik interessierte Personenkreise. Processworld will internationale Erfahrungen und Konzepte zum Geschäftsprozessmanagement sammeln, die Mitglieder auf den neuesten Wissensstand bringen und Quelle für Innovationen sein [Beinhauer et al. 1999, S. 426]. Das Potenzial von Hypermedia als Mittel der Wissensintegration zu dienen ist unumstritten und in zahlreichen theoretischen und praktischen Arbeiten nachgewiesen worden. Gleichzeitig wurden und werden vielfältige Anstrengungen unternommen, Hypermedia-Konzepte für die Wissensakquisition zu nutzen. Virtual Communities stehen in dieser Beziehung noch am Anfang ihrer Entwicklung [Erickson/Kellogg 1999]. Die weiterführenden Arbeiten, die meist der Forschungsrichtung des Computer Supported Cooperative Work (CSCW) zugerechnet werden, behandeln die Fragestellung, wie sich soziale und technische Strukturen gegenseitig beeinflussen. Eine wichtiges Forschungsgebiet hierbei sind Group Decision Support Systems (GDSS). Bedeutende Arbeiten stammen von Gray [Gray 1987], Conklin und Begeman [Conklin/Begeman 1988], Dennis et al. [Dennis et al. 1988], Rao und Jarvenpaa [Rao/Jarvenpaa 1991], Nunamaker et al. [Nunamaker et al. 1991] sowie Lewe und Krcmar [Lewe/Krcmar 1992]. In diesen Arbeiten wurde untersucht, wie unterschiedliche Formen von Hypermedia dazu genutzt werden können, implizites Wissen und informelle Kommunikation aufzuzeichnen und wiederzuverwenden. So wurde z. B. erforscht, wie Mitschnitte von Chats, Video- und Audiokonferenzen sowie -Archive zum Wissensmanagement eingesetzt werden können. Während zahlreiche dieser Systeme nur als Prototyp implementiert wurden, wurde das System QuestMap von Conklin bis zur Produktreife weiterentwickelt. [Shum 1997, S. 906f] 3.5 Knowledge Maps Bisher wurden Systeme vorgestellt, die das Wissen zu einem bestimmten Anwendungsfeld abbilden. Beispiele waren das Wissen über Kundenprozesse (Chase Manhattan Bank), das Wissen über Prozessgestaltungsalternativen (Process Handbook) oder das Wissen über Business Process Reengineering (Processworld). Knowledge Maps unterscheiden sich von diesen Systemen dadurch, dass sie primär Wissen über Wissen beschreiben. Es handelt sich hierbei um sogenannte Meta-Wissenssysteme.

16 -14- Der in der Unternehmungspraxis vielzitierte Ausspruch: Wenn Siemens wüsste, was der Siemens weiß, kennzeichnet sehr treffend die Eigenschaften von Knowledge Maps. Sie sind primär Mittel der Personal- bzw. Wissensbestandsanalyse [vgl. Scholz 1994, S. 131f]. Knowledge Maps haben die Aufgabe, die Wissensressourcen einer Unternehmung zu identifizieren, zu klassifizieren, zu lokalisieren und dadurch die Wissenstransparenz zu erhöhen [Probst et al. 1997, S. 104]. Auf dieser Grundlage sollen fehlende Wissensressourcen ermittelt, bestehende Wissensressourcen bewertet und ausgebaut sowie bislang unverbundene Wissensressourcen integriert werden [North et al. 1998; Schneider 1996]. Vor allem in wissensintensiven Bereichen wie der Softwareentwicklung, der Konstruktion oder der Beratung [Davenport et al. 1996, S. 54], die zudem durch eine hohe Personalfluktuation gekennzeichnet sind, ist die Transparenz und Bewahrung des Mitarbeiterwissens ein kritischer Erfolgsfaktor [Davenport 1998; KPMG 1998]. Ihren nicht-computerunterstützten Ursprung haben Knowledge Maps in den betrieblichen Personalabteilungen. Durch Stellenbeschreibungen und Karteien mit Mitarbeiterprofilen, die z. B. Auskunft über Ausbildung und Weiterbildung geben, wurden Wissensträger grundsätzlich charakterisiert. Heute sind oft die Human Resource (HR)-Komponenten von betriebswirtschaftlichen Standardsoftware-Paketen wie SAP R/3 Grundlage für die Implementierung von Knowledge Maps [Wargitsch 1998, S. 24]. Die Erstellung, Aktualisierung und Pflege von Knowledge Maps ist ein kontinuierlicher Prozess. Insbesondere in global operierenden, stark dezentralisiert organisierten Unternehmung stoßen zentrale Organisationskonzepte schnell an ihre Grenzen. Etabliert haben sich deshalb dezentrale bzw. hybride Verantwortlichkeiten für den Aufbau und die Pflege von Knowledge Maps [Bullinger et al. 1998]. Als technisches Hilfsmittel dienen zunehmend die oben erwähnten, auf dem TCP/IP-Protokoll basierenden Hypermedia- bzw. Intranet-Lösungen. Eine der frühesten und heute weit verbreiteten Intranet-Anwendungen von Knowledge Maps sind die sogenannten Yellow Pages [Chrapary et al. 1991]. Dies sind unternehmungsweit verfügbare Verzeichnisse von Wissensträgern aller Art, die klassifiziert nach Wissenskategorien durchsucht werden können. Yellow Pages dienen nicht der inhaltlichen Bewertung, sondern der reinen Lokalisierung von Wissen [Koch/Mandel 1999, S. 26]. Ein Beispiel für die Implementierung von Yellow Pages findet sich bei den Who-Knows-What-Yellow-Pages der Weltbank [Stewart 1998, S. 155]. Ein umfassenderes Knowledge-Map-System wurde z. B. bei Hoffman-La-Roche realisiert [OA 1996]. Das unternehmungsübergreifende Pendant zu Yellow Pages sind weltweite meist über das Internet zugängliche Expertennetzwerke. Beispielsweise kann ein Kunde der virtuellen Unternehmungsberatung Re:sourceGroup (www.re:sourcegroup.com) sein Beratungsproblem online klassifizieren und darüber den zuständigen Berater identifizieren. Unter der Internet- Adresse steht ein Online-Expertenmarktplatz mit einer Datenbank von über Beratungsunternehmungen einschließlich ihrer Profile zur Verfügung [Scheer et al. 1999, S. 18f]. Darüber hinaus haben nahezu alle großen Unternehmungsberatungen weltweite Knowledge Maps für das Management ihrer Wissensressourcen aufgebaut, z. B. A.T. Kearney mit der Intellectual Capital Database [Lorentz 1998] oder Arthur D. Little mit ADL Link [Dörner/Ortwein 1999]. Ein sehr prominentes Anwendungsbeispiel für eine Knowledge Map findet sich bei der Softwareunternehmung Microsoft. Für die kontinuierliche Weiterbildung und Karriereplanung formulierte Microsoft das Ziel, Qualifikationsprofile zunächst nur für das IT-Personal zu entwerfen und online zur Verfügung zu stellen entstand der erste Prototyp des Systems, genannt Skills Planning 'Und' Development, kurz SPUD. Heute deckt das System alle weltweiten Mitarbeiter- und Stellenprofile Microsofts ab. Organisatorisch zuständig für das System ist Microsoft Personalabteilung Learning and Communication Resources, die sich auch für Aus- und Weiterbildung verantwortlich zeigt. [Davenport 1997]

17 -15- Neben der kontinuierlichen Fortbildung und Karriereplanung der Mitarbeiter hat SPUD das Ziel, Arbeitsaufgaben besser zu verteilen und Projektteams adäquat zu besetzen. Projektmanager haben zum Beispiel die Möglichkeit, in einer Datenbank Qualifizierungen der Mitarbeiter abzufragen und so die für bestimmte Projektaufgaben geeigneten Mitarbeiter zu identifizieren [Davenport/Prusak 1998, S. 74f]. Zu diesem Zweck wurde das Wissen der Mitarbeiter klassifiziert. Zunächst gibt es vier Wissensklassen: Berufseinstiegswissen (foundation skills), spezielles, auf ein bestimmtes Stellenprofil bezogenes Wissen, z. B. Kenntnisse zur Fehlerdiagnose eines Netzwerkspezialisten (local/unique), globales Wissen, das alle Mitarbeiter eines bestimmten Bereichs aufweisen, z. B. alle IT-Mitarbeiter verfügen über Kenntnisse in IT-Architekturen (global), und universelles Wissen, das alle Mitarbeiter besitzen, z. B. Kenntnis der Softwarebranche (universal). Innerhalb jeder Wissensklasse wird dann noch einmal zwischen theoretischem Methodenwissen (implicit) und schneller veraltenden, praktischen IT-Erfahrungen (explicit) unterschieden. In allen vier Wissenskategorien gibt es insgesamt 137 implizite und 200 explizite Kompetenzklassen. Jeder Mitarbeiter wird in allen Kompetenzklassen entsprechend seiner Qualifikationen als Träger von Basis-, Arbeits-, Führungs- oder Expertenwissen ausgewiesen. [Davenport/Pusak 1998, S. 75f] Der Nutzen des Systems wird nicht zuletzt in einer Erhöhung der Wissenstransparenz gesehen. Mitarbeiter erhalten einen Anreiz, Schulungsmaßnahmen zu besuchen; Führungskräfte sehen, welche Mitarbeiter aktiv an ihrem Qualifikationsprofil arbeiten [Davenport 1997]. 3.6 Systeme der Künstlichen Intelligenz Ziel der Künstlichen Intelligenz (KI)-Forschung ist eine Theorie der Intelligenz, die das Verhalten natürlicher Lebewesen erklären und zur Konstruktion von Maschinen, die zu intelligentem Verhalten fähig sind, beitragen kann [Genesereth/Nielsen 1989, S. 1]. Als Anforderungen an ein Anwendungsfeld für KI-Systeme formuliert Schmidt u. a. die Verwendung heuristischen Erfahrungswissens, eine genau definierte Problemstellung sowie eine überschaubare Problemumgebung [Schmidt 1997, S. 151, 155]. Um ein KI-System für das Prozessmanagement zu realisieren, wird typischerweise zunächst eine Wissensbasis modelliert, aus der durch Gebrauch von Inferenzmechanismen intelligente ablauforganisatorische Lösungen generiert werden [Schmidt 1997, S ; Abecker et al. 1998b]. Eine derart intelligente Ablaufplanung, die z. B. Konflikte und Warteschlangen vor Bearbeitungsressourcen auflöst, kommt vor allem in der Fertigungssteuerung zur Anwendung [Brown/Scherer 1995]. Die in Abschnitt 1 dieser Arbeit geschilderten Probleme beim Management von Prozesswissen richten sich jedoch weniger auf das maschinelle Entwerfen von Ablaufplänen als vielmehr auf die Notwendigkeit, in der Unternehmung bestehendes Prozesswissen zu erfassen, zu integrieren und wiederzuverwenden. Insbesondere ablauforganisatorische Gestaltungsentscheidungen sind in hohem Maß kreative Vorgänge. Bislang konnte noch kein KI-System den Nachweis erbringen, auf diesem Gebiet einen wesentlichen Beitrag geleistet zu haben [Malone et al. 1999, S. 440]. Der Nutzen von KI-Systemen muss in diesem Anwendungszusammenhang folglich eher darin gesehen werden, menschliche Entscheidungsprozesse zu verbessern als automatische Lösungen zu entwickeln [Hendriks/Vriens 1999, S. 115f]. Das Hauptaugenmerk gilt deshalb der Modellierung der Wissensbasis. Inferenzmechanismen sind vor allem dann von Bedeutung, wenn sie das Finden von entscheidungsrelevantem Wissen unterstützen, z. B. als intelligente Agenten [Turau 1998, S. 159]. Bezüglich der Modellierung können grundsätzlich die Wissensdarstellung mittels Aussagen- und Prädikatenlogik, die Wissensrepräsentation in neuronalen bzw. semantischen Netzen sowie die Wissensbeschreibung anhand des Frames-Konzeptes unterschieden werden [Bibel et al. 1993]. Alle ge-

18 -16- nannten Methoden haben gemein, dass sie so schwierig zu erlernen sind, dass sie in der Regel nicht direkt durch die Wissensträger angewendet werden können. Statt dessen fungiert ein Wissensingenieur als Methodenexperte und Mittler zwischen Wissensträgern und Wissensbasis. Er ermittelt im Dialog mit den Prozessexperten deren Fachwissen, modelliert die Wissensinhalte und stellt sie informationstechnisch in die Wissensbasis ein. Diese Praxis birgt allerdings die Gefahr von Kommunikationsproblemen und Informationsverlusten. Deshalb wird angestrebt, KI-Systeme unter stärkerer Partizipation der Wissensträger zu entwickeln und geeignetere Verfahren für die Wissenserfassung zu entwerfen [Timm 1994]. Ein Beispiel für eine intelligente Form der Wissenserfassung liefert das erstmals 1990 vorgestellte System Answer Garden [Ackerman 1993]. Ausgangspunkt des Systems ist eine Datenbank, die Fragen und die dazugehörenden Antworten aus einem Anwendungsfeld enthält. Sucht ein Benutzer des Systems in der Datenbank, so wird er über diagnostische Fragen an einen Knoten des hierarchisch aufgebauten Antwortbaumes geführt. Dort angelangt, werden die Frage/Antwort-Möglichkeiten detailliert, solange bis die gewünschte Kombination gefunden ist. Ist die Antwort zufriedenstellend, ist der Prozess der Wissensverwendung beendet. Ist der Benutzer indessen mit der Antwort unzufrieden oder wurde keine geeignete Frage gefunden, kann er seine Frage an das System stellen. Answer Garden leitet diese Frage dann an den für das Wissensgebiet verantwortlichen menschlichen Experten weiter. Dieser beantwortet die Frage per . Ist der Benutzer mit der Antwort einverstanden, kann er selbstständig die Frage/Antwort-Kombination in das System einstellen. Dadurch wird die Datenbank automatisch erweitert, und zwar nur dort, wo sie auch aktiv genutzt wird. Unnötige Inhalte werden so in Grenzen gehalten. Das System kommt weitgehend ohne Datenbankadministratoren aus. [Ackerman 1998]. Case-Based-Reasoning- und Expertensysteme sind die am häufigsten im Zusammenhang mit Wissensmanagement diskutieren KI-Instrumente. Unter Case-Based Reasoning (CBR) fallbasiertem Schließen wird ein Instrumentarium verstanden, das neue Probleme löst, indem es Lösungen alter Fälle auf die neue Problemsituation überträgt und wiederverwendet [Reisbeck/Schank 1989]. Aamodt und Plaza haben CBR auf vier idealtypische Phasen zurückgeführt, die sich zyklisch wiederholen: Suche ähnlicher Fälle (Retrieve), Wiederverwendung gefundener Fälle für eine neue Lösung (Reuse), Anpassung der alten Lösung, falls dies notwendig sein sollte (Revise), und Aufnahme der neuen Lösung in die Fallbasis (Retain) [Aamodt/Plaza 1994]. Diese Fähigkeit, die Wissensbasis ständig durch Gebrauch zu erweitern, wird als wichtigstes Wissensmanagement-Potenzial von CBR-Systemen gesehen. Ihr Einsatz eignet sich besonders in Anwendungsfeldern, die aufgrund ihrer Größe oder einer mangelnden theoretischen Fundierung nicht konzeptionell modelliert werden können [Wargitsch 1998, S. 28]. Eines der ersten kommerziell genutzten CBR-Systeme wurde von der US-amerikanischen Luftfahrt- und Technologie-Unternehmung Lockheed Martin eingesetzt. Anwendungsbereich des seit 1990 implementierten Systems namens CLAVIER ist die Arbeits- und Ablaufplanung der Produktion von Flugzeugbauteilen, insbesondere die Beherrschung der Montagemöglichkeiten von Einzelteilen und Baugruppen [Hennessy/Hinkle 1992, S. 216]. Das Beispiel CLAVIER ist typisch für frühe Implementierungen von CBR-Systemen. Dabei ging es in der Regel um die Abbildung technischen bzw. ingenieurmäßigen Wissens. Weitere Beispiele für derartige industrielle CBR-Systeme finden sich bei Wess [Wess 1992]. Heute setzen sich CBR-Systeme mehr und mehr auch zur Unterstützung von Kundenservice- und Verkaufsprozessen durch. Typische Anwendungsfelder sind Call-Center- und Helpdesk- Systeme. So meldeten seit 1998 u. a. America Online, Hewlett Packard und British Telecom, dass sie für ihre Call Center die CBR-Software des Branchenführers Inference eingeführt haben; Forrester Research geht davon aus, dass der Markt für Helpdesk-Applikationen im Jahr 2000 um mindestens ein Drittel wächst [Forrester 1998].

19 -17- Expertensysteme gehören zu den wichtigsten KI-Systemen. Ihre Nutzbarkeit zur Lösung betriebswirtschaftlicher Fragestellungen wird bereits seit den 70er Jahren ausgiebig diskutiert [Mertens et al. 1993]. Durch ihre Eigenschaften, Wissen menschlicher Experten zu extrahieren, in einer integrierten Datenbasis zu speichern und durch Inferenzmechanismen verwendbar zu machen, erheben sie den Anspruch auch als Werkzeuge des Wissensmanagements einsetzbar zu sein [Amelingmeyer/Strahringer 1999, S. 81]. Ein Beispiel für ein Expertensystem ist das System KONUS. Es wurde vom Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) für eine deutsche Maschinenbau- Unternehmung als Prototyp entwickelt. Ziel des Systems war es, Designentscheidungen für Kurbelwellen zu unterstützen [Kühn/Abecker 1997, S. 933]. Dabei galt es insbesondere, den einzigen Experten der Unternehmung auf diesem Gebiet zu entlasten, indem sein Wissen dokumentiert und informationstechnisch weiteren Personenkreisen zugänglich gemacht wurde [Kühn/Höfling 1994]. Aus finanziellen Gründen kam KONUS nie über den Status eines Prototypen hinaus. Dies gilt auch für zahlreiche andere Expertensysteme [Kühn/Abecker 1997, S. 943]. So liegen nur wenige professionelle Erfahrungen in der Nutzung dieses Systemstyps vor. Insgesamt lässt sich feststellen, dass die praktische Relevanz von Expertensystemen als Werkzeuge des Wissensmanagements bezweifelt wird [Hendriks/Vriens 1999, S. 113f]. Selbst Vertreter der traditionellen KI-Forschung, führen in jüngeren Publikationen zuweilen Expertensysteme nicht mehr auf, wenn die IT-Unterstützung des Wissensmanagements diskutiert wird [Wolf et al. 1998]. 3.7 Weitere Technologien und Systeme Die oben vorgenommene Klassifizierung der Systeme und die Wahl der Anwendungsbeispiele folgte dem Kriterium der Originalität. Es wurden nur solche Beispiele präsentiert, welche die wesentlichen Aspekte der Nutzung einer bestimmten Technologie für das betriebliche Wissensmanagement verdeutlichten. Zunächst wurden Erfahrungsdatenbanken vorgestellt, wobei konzeptionelle Aspekte des Speicherns von Erfahrungswissen im Vordergrund standen. Bei der Beschreibung von Data- Warehouse-Systemen wurden dann Instrumente der Wissensauswertung behandelt, die konzeptionell und technisch auf Erfahrungsdatenbanken aufsetzten. Modell-Repositories behandelten speziell Fragen der Wissenspräsentation und im Zusammenhang mit Hypertext- Lösungen wurden die Wissensintegration betont. Knowledge Maps zeichneten sich durch ihren Charakter als Meta-Wissenssysteme aus, KI-Lösungen schließlich dadurch, dass sie menschliche Entscheidungsfindung maschinell abbilden. Die Ausführungen zeigten aber auch, dass die gewählten Kategorien zur Beschreibung der existierenden Wissensbanken nicht frei von Überschneidungen sind. Keines der genannten Systeme basiert auf einer einzelnen Technologie, vielmehr handelt es sich um komplexe Technologiebündel [Krcmar 1997, S. 163]. Ebenso weisen bestimmte Systeme konzeptionelle Gemeinsamkeiten auf. Beispielsweise können Modell-Datenbanken Referenz- Erfahrungswissen speichern in sogenannten Referenzmodellen [Scheer 1997c] und für die Adaption der Referenzmodelle CBR-ähnliche Mechanismen einsetzen. Innerhalb des ASAP- Vorgehens zur Einführung des SAP R/3-Systems wird dies durch Fragen/Antwort-Dialoge realisiert, durch welche die Referenzmodelle an die Anforderungen der betrieblichen Realität angepasst werden [IDS 1999, S. 4f]. Ein anderes Beispiel für Technologiebündel sind wissensbasierte Personalinformationssysteme [Scholz 1994, S. 694f], die Eigenschaften von Knowledge Maps und Expertensystemen kombinieren. Weitere Zusammenhänge zwischen den präsentierten Technologien finden sich z. B. bei dem System WorkBrain [Wargitsch 1998], das als Workflow-Erfahrungsbank ebenfalls Hypermedia- und CBR-Technologien

20 -18- verwendet, oder MindMan, das es erlaubt, Knowledge Maps nach der Methode des Mind Mapping als Hypertext darzustellen. Schließlich muss noch angemerkt werden dass die Liste der genannten Systeme und Anwendungsbeispiele nicht abgeschlossen ist. In Theorie und Praxis lassen sich noch weitere Technologien finden, die im Zusammenhang mit Wissensmanagement diskutiert werden, z. B. Recommender- und Pointer-Systeme [ACM 1997] und Frequently-Asked-Questions (FAQ)- Systeme [Burke et al. 1997]. Dies sind jedoch meist Spezialisierungen der vorgestellten SystemeunderbringenfürdasManagementvonGeschäftsprozesswissenkeinenoriginärenBeitrag. 4 Bewertung der aktuellen Situation Die Analyse der beschriebenen Systeme und Technologien führt zu mehreren Schlüssen. Zunächst wurde deutlich, dass die Entwicklung eines OMS nicht an der Verfügbarkeit geeigneter Technologien scheitert. Wie die zahlreichen Beispiele demonstrieren, ist es heute technisch möglich, auch große Mengen von Geschäftsprozesswissen zu erfassen und zu integrieren. Darüber hinaus wurde anhand unterschiedlicher Anwendungsfelder wie Customer Relationship Management, Innovationsmanagement oder Einführung von Standardsoftware veranschaulicht, dass integrierte elektronische Speicher von Prozesswissen für Anwender wie Prozessmanager, IT-Manager, Consultants oder Softwareentwickler außerordentlich nützlich sind. Die vorgestellten Lösungen waren allerdings zum Teil sehr unterschiedlich in Konzeption und Technologie. Die Frage, der es in der Zukunft nachzugehen gilt, kann deshalb nicht lauten, ob es prinzipiell sinnvoll ist, OMS für das Management von Prozesswissen zu entwickeln. Dies wurde in den oben genannten Fällen bereits bewiesen. Vielmehr muss untersucht werden, wie ein OMS gestaltet sein sollte, um den Anforderungen eines bestimmten Anwendungsfeldes gerecht zu werden [Malone et al. 1999, S. 441]. Dabei können organisatorische und technologische Aspekte unterschieden werden. 4.1 Organisationskonzept Die Einbettung eines OMS in die Unternehmung ist unmittelbar von der Ablauf- und Aufbaustruktur des Anwendungsfeldes abhängig. So ist das Organisations- und Nutzungskonzept des OMS z. B. danach zu gestalten: - Welche Art von Prozesswissen abgebildet werden soll, d. h. Wissen über eher technische oder eher kaufmännische Prozesse, über strukturierte oder eher unstrukturierte Ablaufzusammenhänge usw.; - Welche Wissensinhalte bereits dokumentiert sind, in welcher Form dies geschehen ist und welche Rolle implizites Wissen in dem Anwendungsfeld spielt; - Wieviel Personen Träger des Prozesswissens sind, über welche Qualifikationen diese verfügen und wie sie im Anwendungsfeld räumlich und zeitlich verteilt sind. Diese Aufstellung ist bei weitem nicht abgeschlossen. Sie vermittelt dennoch einen Eindruck von der Komplexität der organisatorischen Fragen, die bei der Einführung eines OMS zu beantworten sind. Dabei können viele Fragen wie z. B. die Integration von operativer Arbeit und Wissensmanagement nur nach genauem Studium eines konkreten Anwendungsfeldes beantwortet werden. Bestimmte Gestaltungsaspekte sind intuitiv lösbar, weitere unterscheiden sich nicht grundsätzlich von denen bei der Einführung anderer Anwendungssysteme, wie z. B.

Umsetzung der Anforderungen - analytisch

Umsetzung der Anforderungen - analytisch Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird

Mehr

Geschäftsprozessmanagement

Geschäftsprozessmanagement Geschäftsprozessmanagement Der INTARGIA-Ansatz Whitepaper Dr. Thomas Jurisch, Steffen Weber INTARGIA Managementberatung GmbH Max-Planck-Straße 20 63303 Dreieich Telefon: +49 (0)6103 / 5086-0 Telefax: +49

Mehr

Modellierung von Geschäftsprozessen (MGP / GPM) Thematische Einführung

Modellierung von Geschäftsprozessen (MGP / GPM) Thematische Einführung FHTW Berlin FB4, Wirtschaftsmathematik Modellierung von Geschäftsprozessen (MGP / GPM) Thematische Einführung Dr. Irina Stobbe STeam Service Software Sustainability Organisatorisches Thema - Überblick

Mehr

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

Mehr

Franz Lehner. Wissensmanagement. unter Mitarbeit von Michael Scholz und Stephan Wildner. 2., iiberarbeitete Auflage HANSER

Franz Lehner. Wissensmanagement. unter Mitarbeit von Michael Scholz und Stephan Wildner. 2., iiberarbeitete Auflage HANSER Franz Lehner Wissensmanagement unter Mitarbeit von Michael Scholz und Stephan Wildner 2., iiberarbeitete Auflage HANSER Inhaltsverzeichnis 1 Die Herausforderung: Wandel und Bewaltigung von Wandel in Unternehmen

Mehr

Wissensmanagement HANSER. Grundlagen, Methoden und technische U. Franz Lehner. unter Mitarbeit von Michael Scholz und Stephan Wildner

Wissensmanagement HANSER. Grundlagen, Methoden und technische U. Franz Lehner. unter Mitarbeit von Michael Scholz und Stephan Wildner Franz Lehner Wissensmanagement Grundlagen, Methoden und technische U unter Mitarbeit von Michael Scholz und Stephan Wildner 3., aktualisierte und erweiterte Auflage HANSER Inhaltsverzeichnis 1 Die Herausforderung:

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Sonstiges Wahlfach Wirtschaftsinformatik

Sonstiges Wahlfach Wirtschaftsinformatik Sonstiges Wahlfach Wirtschaftsinformatik Anhang Nr. 48: Wirtschaftsinformatik Das Fach ist bestanden, wenn 24 Leistungspunkte erworben wurden. Veranstaltungsform SWS Turnus Leistungspunkte Prüfungsform

Mehr

Wissensmanagement. Grundlagen, Methoden und technische Unterstützung. von Franz Lehner. 2., überarbeitete Auflage. Hanser München 2008

Wissensmanagement. Grundlagen, Methoden und technische Unterstützung. von Franz Lehner. 2., überarbeitete Auflage. Hanser München 2008 Wissensmanagement Grundlagen, Methoden und technische Unterstützung von Franz Lehner 2., überarbeitete Auflage Hanser München 2008 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 41443 3 Zu Leseprobe

Mehr

Spezialisierung Business Intelligence

Spezialisierung Business Intelligence Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business

Mehr

Inhaltsverzeichnis. Franz Lehner. Wissensmanagement. Grundlagen, Methoden und technische Unterstützung ISBN: 978-3-446-42563-7

Inhaltsverzeichnis. Franz Lehner. Wissensmanagement. Grundlagen, Methoden und technische Unterstützung ISBN: 978-3-446-42563-7 Franz Lehner Wissensmanagement Grundlagen, Methoden und technische Unterstützung ISBN: 978-3-446-42563-7 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42563-7 sowie im Buchhandel.

Mehr

Wissensmanagement in kleinen und mittleren Unternehmen (KMU) Mensch Organisation Technik

Wissensmanagement in kleinen und mittleren Unternehmen (KMU) Mensch Organisation Technik Jahrestagung Hamburg 2008 Wissensmanagement in kleinen und mittleren Unternehmen (KMU) Mensch Organisation Technik Jan Soose Überblick / Agenda Einführung Wissensmanagement und KMU Was ist Wissen? Wissensmanagement

Mehr

ConWeaver Make Your Data Work

ConWeaver Make Your Data Work ConWeaver Make Your Data Work 2012 ConWeaver Know-how im Bereich Wissensvernetzung seit 1993 2007 Ausgründung aus der Fraunhofer-Gesellschaft (Mit-)Gewinner des Software-Clusters 2010 und des Innovationspreis-IT

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

Dem Wissen auf der Spur

Dem Wissen auf der Spur k+k information services wir machen aus daten verwertbares wissen Dem Wissen auf der Spur DGQ-Regionalkreis Stuttgart Referent: Olaf Schmidt, Geschäftsführer k+k information services GmbH 22. September

Mehr

Wiki-basierte Dokumentation von Software-Entwicklungsprozessen

Wiki-basierte Dokumentation von Software-Entwicklungsprozessen Wiki-basierte Dokumentation von Software-Entwicklungsprozessen Erfahrungen aus der industriellen Praxis Fraunhofer IESE Kaiserslautern Inhalt Wiki-basierte Dokumentation von Software-Entwicklungsprozessen

Mehr

Wissensmanagement. Prof. Dr. David Krieger. www.ikf.ch. D. Krieger 2012

Wissensmanagement. Prof. Dr. David Krieger. www.ikf.ch. D. Krieger 2012 Wissensmanagement Prof. Dr. David Krieger www.ikf.ch Herausforderung The most important contribution of management in the 20 th century was the fifty-fold increase in the productivity of the MANUAL WOKER

Mehr

Wissensmanagement für E-Learning-Anwender ZWH-Bildungskonferenz 2005

Wissensmanagement für E-Learning-Anwender ZWH-Bildungskonferenz 2005 Wissensmanagement für E-Learning-Anwender ZWH-Bildungskonferenz 2005 Birgit Küfner, 21. Oktober 2005 1 The Power of Learning Wissensmanagement für E-Learning-Anwender Überblick 1. Porträt time4you GmbH

Mehr

Peter Meier. Die Umsetzung von Risikomanagement nach ISO 31000. - Leseprobe -

Peter Meier. Die Umsetzung von Risikomanagement nach ISO 31000. - Leseprobe - Peter Meier Die Umsetzung von Risikomanagement nach ISO 31000 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Andreas Ditze MID GmbH Kressengartenstraße 10 90402 Nürnberg a.ditze@mid.de Abstract: Data Lineage

Mehr

Abbildung 1: Titelbild (Quelle: http://www.oobject.com/algorithmic-architecture/follymorph-continuum-group-finalpresentation/3267/)

Abbildung 1: Titelbild (Quelle: http://www.oobject.com/algorithmic-architecture/follymorph-continuum-group-finalpresentation/3267/) Abbildung 1: Titelbild (Quelle: http://www.oobject.com/algorithmic-architecture/follymorph-continuum-group-finalpresentation/3267/) Enterprise Continuum Wiederverwendung von Unternehmensarchitekturen Modul

Mehr

Interculture-Online 11/2005 interculture.de, c/o IWK Uni Jena, 07743 Jena www.interculture-online.info

Interculture-Online 11/2005 interculture.de, c/o IWK Uni Jena, 07743 Jena www.interculture-online.info Aktuelle Trends im interkulturellen und internationalen Personalmanagement in Deutschland Eine Expertenbefragung Anne Schröder, Augsburg* Einführung Die zunehmende Internationalisierung deutscher Unternehmen

Mehr

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit IT-basierte Erstellung von Nachhaltigkeitsberichten Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions

software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions Vom OLAP-Tool zur einheitlichen BPM Lösung BI orientiert sich am Business

Mehr

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik) Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,

Mehr

MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK

MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK STUDIENBRIEF: MODUL: Semester IV Spezialisierung Wissensmanagement: Wissensbasierte Systeme AUTOR: Prof. Dr.-Ing. Uwe Lämmel 2 IMPRESSUM IMPRESSUM WINGS Wismar

Mehr

Verbesserung von Geschäftsprozessen mit flexiblen Workflow-Management- Systemen 4

Verbesserung von Geschäftsprozessen mit flexiblen Workflow-Management- Systemen 4 Thomas Herrmann August-Wilhelm Scheer Herbert Weber (Herausgeber) Verbesserung von Geschäftsprozessen mit flexiblen Workflow-Management- Systemen 4 Workflow Management für die lernende Organisation - Einführung,

Mehr

CRM Architektur. New Economy CRM Architektur Page 1

CRM Architektur. New Economy CRM Architektur Page 1 CRM Architektur Titel des Lernmoduls: CRM Architektur Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.4.2 Zum Inhalt: Dieses Modul beschreibt mögliche Architekturen von CRM-Systemen. Insbesondere

Mehr

Microsoft Office Visio 2007 Infotag SemTalk Thema: Prozessmodellierung

Microsoft Office Visio 2007 Infotag SemTalk Thema: Prozessmodellierung Microsoft Office Visio 2007 Infotag SemTalk Thema: Prozessmodellierung Dr.-Ing. Frauke Weichhardt, Semtation GmbH Christian Fillies, Semtation GmbH Claus Quast, Microsoft Deutschland GmbH Prozessmodellierung

Mehr

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Presse Talk CeBIT 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10.

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10. Titel1 Business Analytics als Werkzeug zur Titel2 Unternehmenssteuerung Business Excellence Day 2015 Michael Shabanzadeh, 10. Juni 2015 World Communication GmbH 2015 Seite 1 Definition Business Analytics

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

Vorwort. Hermann J. Schmelzer, Wolfgang Sesselmann. Geschäftsprozessmanagement in der Praxis

Vorwort. Hermann J. Schmelzer, Wolfgang Sesselmann. Geschäftsprozessmanagement in der Praxis Vorwort Hermann J. Schmelzer, Wolfgang Sesselmann Geschäftsprozessmanagement in der Praxis Kunden zufrieden stellen - Produktivität steigern - Wert erhöhen ISBN (Buch): 978-3-446-43460-8 Weitere Informationen

Mehr

Management Support Systeme

Management Support Systeme Folie 1 Management Support Systeme Literatur zur Vorlesung MSS Gluchowski, Peter; Gabriel, Roland; Chamoni, Peter (1997): Management Support Systeme. Computergestützte Informationssysteme für Führungskräfte

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

Toolgestützte Prozessdokumentation. Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46

Toolgestützte Prozessdokumentation. Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46 Toolgestützte Prozessdokumentation Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46 Wir bieten unseren Kunden End-to-End Lösungen an Consulting Systems Integration

Mehr

inxire Enterprise Content Management White Paper

inxire Enterprise Content Management White Paper inxire Enterprise Content Management White Paper inxire Enterprise Content Management Einleitung Die Informationstechnologie spielt eine zentrale Rolle für den Informationsaustausch und die Zusammenarbeit

Mehr

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

Mehr

Scheinaufgabe im Fach Web Engineering

Scheinaufgabe im Fach Web Engineering Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Institut für Verteilte Systeme Scheinaufgabe im Fach Web Engineering Thomas Thüm 07. August 2006 Matrikel: 171046 Lehrveranstaltung: Web

Mehr

Automatisierte Wissensnetze im Entwicklungsprozess. Dr. Thomas Kamps Darmstadt 2012

Automatisierte Wissensnetze im Entwicklungsprozess. Dr. Thomas Kamps Darmstadt 2012 Automatisierte Wissensnetze im Entwicklungsprozess Dr. Thomas Kamps Darmstadt 2012 Überblick Präsentation 1. ConWeaver: Unternehmensprofil, Mission, Zielgruppe 2. Entscheidungskriterien für automatisierte

Mehr

Projekt: Management der Anwendungsentwicklung Projekt: Data-Warehousing Projekt: Wissens- und Contentmanagement

Projekt: Management der Anwendungsentwicklung Projekt: Data-Warehousing Projekt: Wissens- und Contentmanagement M20 M21 M22 Projekt: Management der Anwendungsentwicklung Projekt: Data-Warehousing Projekt: Wissens- und Contentmanagement Ausgewählte Kapitel der WI M23 Aktuelle Themen der WI * Die Alternativen 1 und

Mehr

Raber+Märcker Business Intelligence Lösungen und Leistungen

Raber+Märcker Business Intelligence Lösungen und Leistungen Business Intelligence Raber+Märcker Business Intelligence Lösungen und Leistungen www.raber-maercker.de 2 LEISTUNGEN Business Intelligence Beratungsleistung Die Raber+Märcker Business Intelligence Beratungsleistung

Mehr

Relationale Datenbanken Datenbankgrundlagen

Relationale Datenbanken Datenbankgrundlagen Datenbanksystem Ein Datenbanksystem (DBS) 1 ist ein System zur elektronischen Datenverwaltung. Die wesentliche Aufgabe eines DBS ist es, große Datenmengen effizient, widerspruchsfrei und dauerhaft zu speichern

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Integration eines Data Warehouse mit einem Wissensmanagementsystem am Beispiel des SAP BW und dem Knowledge Café

Integration eines Data Warehouse mit einem Wissensmanagementsystem am Beispiel des SAP BW und dem Knowledge Café Integration eines Data Warehouse mit einem Wissensmanagementsystem am Beispiel des SAP BW und dem Knowledge Café Liane Haak Abteilung Wirtschaftsinformatik Universität Oldenburg Escherweg 2 D-26121 Oldenburg

Mehr

ARIS-Toolset. Methodische Grundlagen. Dortmund, Dezember 1998

ARIS-Toolset. Methodische Grundlagen. Dortmund, Dezember 1998 ARIS-Toolset Methodische Grundlagen Dortmund, Dezember 1998 Prof. Dr. Heinz-Michael Winkels, Fachbereich Wirtschaft FH Dortmund Emil-Figge-Str. 44, D44227-Dortmund, TEL.: (0231)755-4966, FAX: (0231)755-4902

Mehr

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG...

Inhaltsübersicht INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... Inhaltsübersicht Inhaltsübersicht I INHALTSVERZEICHNIS...III ABBILDUNGSVERZEICHNIS... X TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIII 1 EINLEITUNG... 1 1.1 Zielsetzung und Motivation... 1 1.2

Mehr

Grundkurs Geschäftsprozess Management

Grundkurs Geschäftsprozess Management Andreas Gadatsch Grundkurs Geschäftsprozess Management Methoden und Werkzeuge für die IT-Praxis: Eine Einführung für Studenten und Praktiker Mit 352 Abbildungen 5., erweiterte und überarbeitete Auflage

Mehr

Supply Chain Controlling: Entwicklung und Diskussion

Supply Chain Controlling: Entwicklung und Diskussion Supply Chain Controlling: Entwicklung und Diskussion von Christoph Eiser Erstauflage Diplomica Verlag 2015 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 95485 266 6 schnell und portofrei erhältlich

Mehr

Von der Prozessmodellierung zu IT-Landkarten. Prof. Dr.-Ing. Heinz Züllighoven heinz.zuellighoven@c1-wps.de www.c1-wps.de

Von der Prozessmodellierung zu IT-Landkarten. Prof. Dr.-Ing. Heinz Züllighoven heinz.zuellighoven@c1-wps.de www.c1-wps.de Von der Prozessmodellierung zu IT-Landkarten ein integrierter Ansatz in Theorie und Praxis Prof. Dr.-Ing. Heinz Züllighoven heinz.zuellighoven@c1-wps.de www.c1-wps.de Überblick C1 WPS Die Firma Anwendungslandschaften

Mehr

Compliance Monitoring mit PROTECHT.ERM

Compliance Monitoring mit PROTECHT.ERM covalgo consulting GmbH Operngasse 17-21 1040 Wien, Austria www.covalgo.at Compliance Monitoring mit PROTECHT.ERM Autor: DI Mag. Martin Lachkovics, Dr. Gerd Nanz Datum: 20. Oktober 2014, 29. April 2015

Mehr

Repetitorium zum Staatsexamen für Lehramtsstudenten. Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201. Sommersemester 2014

Repetitorium zum Staatsexamen für Lehramtsstudenten. Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201. Sommersemester 2014 Sommersemester 2014 Repetitorium zum Staatsexamen für Lehramtsstudenten Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201 Lehrstuhl für ABWL und Wirtschaftsinformatik Prof. Dr. Alexandros

Mehr

ProWim Prozessorientiertes Wissensmanagement. Zu wissen, was man weiß, und zu wissen, was man tut, das ist Wissen (Konfuzius)

ProWim Prozessorientiertes Wissensmanagement. Zu wissen, was man weiß, und zu wissen, was man tut, das ist Wissen (Konfuzius) ProWim Prozessorientiertes Wissensmanagement Zu wissen, was man weiß, und zu wissen, was man tut, das ist Wissen (Konfuzius) Die Zielsetzung vom Wissensmanagementsystemen Bedarfsgerechte Bereitstellung

Mehr

Agile Techniken für klassisches Projektmanagement. Qualifizierung zum PMI-ACP. Nils Pröpper

Agile Techniken für klassisches Projektmanagement. Qualifizierung zum PMI-ACP. Nils Pröpper Agile Techniken für klassisches Projektmanagement Qualifizierung zum PMI-ACP Nils Pröpper Einleitung Ziel des Buches Es ist schon viele Jahre her, in den 1990ern war es, da kamen Ideen auf, die Entwicklung

Mehr

Wissensmanagement und Technische Dokumentation

Wissensmanagement und Technische Dokumentation Wissensmanagement und Technische Dokumentation requisimus AG Flandernstrasse 96 D-73732 Esslingen Christian Paul, requisimus AG, 05.06.2007 Inhalt Technische Dokumentation und Wissensmanagement... 3 Wissensmanagement...3

Mehr

Entscheidungsunterstützungssysteme

Entscheidungsunterstützungssysteme Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business

Mehr

Steinbeis-Transferzentrum. Wissensmanagement & Kommunikation

Steinbeis-Transferzentrum. Wissensmanagement & Kommunikation Steinbeis-Transferzentrum Wissensmanagement & Kommunikation Wir begleiten Sie auf dem Weg zum intelligenten Unternehmen Beratung Schulung Coaching Folienvortrag Das Wissen in den Köpfen Communities managen

Mehr

Wissensvisualisierung auf der Basis von XML Topic Maps. Ronald Melster (ronald.melster@first.fraunhofer.de)

Wissensvisualisierung auf der Basis von XML Topic Maps. Ronald Melster (ronald.melster@first.fraunhofer.de) Wissensvisualisierung auf der Basis von XML Topic Maps Ronald Melster (ronald.melster@first.fraunhofer.de) Structure meets Chaos! Wissensmanagement für die Softwarebranche Elicitation und Knowledge Retrieval

Mehr

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management

Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Non-Profit-Organisationen: Vom Controlling zum Strategischen Management Einordnung der Begriffe Business Intelligence Strategic Association Management Controlling and Data Warehousing Data Mining, Knowledge

Mehr

Without knowledge management our services would be unthinkable. Arthur D. Little

Without knowledge management our services would be unthinkable. Arthur D. Little Without knowledge management our services would be unthinkable. Arthur D. Little Weshalb Wissensmanagement? Wissen ist die Gesamtheit der Informationen, Kenntnisse und Fähigkeiten einer Person, die zur

Mehr

Checklisten für die erfolgreiche Einführung von Customer Relationship Management (CRM)

Checklisten für die erfolgreiche Einführung von Customer Relationship Management (CRM) Checklisten Checklisten für die erfolgreiche Einführung von Customer Relationship Management () 1-1 Checklisten Checkliste Funktionen und Eigenschaften! Übereinstimmung mit Anforderungsprofil: Stimmen

Mehr

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit Universität Passau Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth Masterarbeit "Identifikation von Erfolgsfaktoren für eine Facebook- Recruiting-Strategie"

Mehr

Einleitung. Was ist das Wesen von Scrum? Die Ursprünge dieses Buches

Einleitung. Was ist das Wesen von Scrum? Die Ursprünge dieses Buches Dieses Buch beschreibt das Wesen von Scrum die Dinge, die Sie wissen müssen, wenn Sie Scrum erfolgreich einsetzen wollen, um innovative Produkte und Dienstleistungen bereitzustellen. Was ist das Wesen

Mehr

Sie sind auf der Suche nach Ihrem Praktikum für das SS 2010?

Sie sind auf der Suche nach Ihrem Praktikum für das SS 2010? Lösungen über einer Milliarde Kunden rund um den Globus, erstaunliche Verbindungen zu knüpfen, verblüffende Ideen zu verwirklichen und eindrucksvolle Ziele zu erreichen. der Welt mit erstklassigen Technologien

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

SOA Starter Kit Einführungsstrategien und Einstiegspunkte

SOA Starter Kit Einführungsstrategien und Einstiegspunkte SOA Starter Kit Einführungsstrategien und Einstiegspunkte Benjamin Brunner Berater OPITZ CONSULTING Bad Homburg GmbH SOA Starter Kit Seite 1 Agenda Wer sollte eine SOA nutzen? Welche Ziele kann eine SOA

Mehr

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note:

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note: Fakultät für Wirtschaftswissenschaft Matrikelnr: Name: Vorname: : Modul 32711 Business Intelligence Termin: 28.03.2014, 9:00 11:00 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe

Mehr

Customer COE Kundenerfolgsgeschichte Informationsmanagement. Topic. Kundenempfehlung: Wissensmanagement

Customer COE Kundenerfolgsgeschichte Informationsmanagement. Topic. Kundenempfehlung: Wissensmanagement Topic Informationen sind eine wichtige unternehmerische Ressource. Wer zeitnah mit strukturierten Informationen arbeiten kann, generiert eindeutige Wettbewerbsvorteile für sein Unternehmen. Es ist eine

Mehr

Restrukturierung des Unternehmensbereiches E-Commerce- Solutions

Restrukturierung des Unternehmensbereiches E-Commerce- Solutions Restrukturierung des Unternehmensbereiches E-Commerce- Solutions swisscom AG Projektdauer: 1 Jahr Stand 10.02.2009, Version 1.0 Projektziel Das Projektziel bei der Swisscom AG beinhaltete eine Restrukturierung

Mehr

CALL CENTER- KURZ CHECK

CALL CENTER- KURZ CHECK CALL CENTER- KURZ CHECK DER KARER CONSULTING KURZ-CHECK FÜR IHREN TELEFONISCHEN KUNDENSERVICE Call Center Kurz Check White Paper 1 Einleitung Wollen Sie genau wissen, wie der aktuelle Stand in Ihrem telefonischen

Mehr

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Hochschulstudium (Wirtschaftsinformatik oder ein vergleichbarer Studiengang) Fachliche und technische Kenntnisse im Bereich Business

Mehr

Swiss Marketing Leadership Studie 2015. Man agement Summary

Swiss Marketing Leadership Studie 2015. Man agement Summary 3 Man agement Summary Marketing ändert sich fundamental und sollte in modernen Unternehmen eine steuernde Funktion in Richtung Kunden- und Marktorientierung einnehmen. Vor diesem Hintergrund entschied

Mehr

Wer in der ersten Liga spielt, braucht Profis.

Wer in der ersten Liga spielt, braucht Profis. Wer in der ersten Liga spielt, braucht Profis. Ihr erfahrener und kompetenter SAP Allround - Dienstleister Die Profis für Ihre IT. SAP optimal nutzen: Setzen Sie auf die geballte Manpower der Goetzfried

Mehr

Volkswagen Wissensmanagement. Die Wissensstafette von Volkswagen Wenn das Wissen geht

Volkswagen Wissensmanagement. Die Wissensstafette von Volkswagen Wenn das Wissen geht Volkswagen Wissensmanagement Die Wissensstafette von Volkswagen Wenn das Wissen geht Die Wissensstafette von Volkswagen Inhalt: Wissensmanagement bei Volkswagen Die Wissensstafette von Volkswagen Formen

Mehr

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -

Mehr

Wissensmanagement nützt dem Wandel - und umgekehrt?

Wissensmanagement nützt dem Wandel - und umgekehrt? Spitäler und Kliniken: Wenn der Wandel gelingen soll Wissensmanagement nützt dem Wandel - und umgekehrt? Viktor Reut, MAS CInM, Reut Innovation GmbH Inhalt Begriff Wissensmanagement Wissensbedarf Trends,

Mehr

Praxisforum BPM und ERP. Integration BPM und ERP in der Praxis. Ein Reality Check!

Praxisforum BPM und ERP. Integration BPM und ERP in der Praxis. Ein Reality Check! Praxisforum BPM und ERP Integration BPM und ERP in der Praxis. Ein Reality Check! Prof. Dr. Ayelt Komus Prof. Dr. Andreas Gadatsch Koblenz, 29.11.2011 - Es gilt das gesprochene Wort - Fachhochschule Koblenz

Mehr

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Corporate Performance Management SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Martin Krejci, Manager CPM Matthias Schmidt, BI Consultant Kristian Rümmelin, Senior BI Consultant Braincourt GmbH

Mehr

Fakultät. Modulkoordinator Frank Termer. Modul-Name Wirtschaftsinformatik Modul-Nr : 51012

Fakultät. Modulkoordinator Frank Termer. Modul-Name Wirtschaftsinformatik Modul-Nr : 51012 Fakultät Wirtschaftswissenschaften Studiengang Betriebswirtschaft f. kleine u. mitt. Unternehmen Modulbeschreibung Modulkoordinator Frank Termer Modul-Name Wirtschaftsinformatik Modul-Nr : 51012 CP SWS

Mehr

Referenzprozessmodell zur erfolgreichen Durchführung von CRM - Projekten

Referenzprozessmodell zur erfolgreichen Durchführung von CRM - Projekten Referenzprozessmodell zur erfolgreichen Durchführung von CRM - Projekten Eine große Anzahl von CRM- Projekten scheitert oder erreicht die gesetzten Ziele nicht. Die Ursachen hierfür liegen oftmals in der

Mehr

The Intelligent Way of Project and Planning Data Management

The Intelligent Way of Project and Planning Data Management The Intelligent Way of Project and Planning Data Management EN4M Multi-Projekt- und Planungsdaten-Management System (PPDM) Mit der Software EN4M können Unternehmen Projekte und Prozesse planen, steuern

Mehr

Software Assessments verhelfen zur effektiven Prozessverbesserung

Software Assessments verhelfen zur effektiven Prozessverbesserung Assessments verhelfen zur effektiven Prozessverbesserung Ein Erfahrungsbericht Dr. Gunter Hirche Gründe für ein Assessment Anforderungen: Probleme bei der Abwicklung von Projekten mit SW-Anteilen Termine,

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

Product Lifecycle Management Studie 2013

Product Lifecycle Management Studie 2013 Product Lifecycle Studie 2013 PLM Excellence durch die Integration der Produktentwicklung mit der gesamten Wertschöpfungskette Dr. Christoph Kilger, Dr. Adrian Reisch, René Indefrey J&M Consulting AG Copyright

Mehr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

Vom ERP-System zum Wissensmanagement Beispiel einer webbasierten Vertriebsanwendung. Präsentation vom 21.10.2003

Vom ERP-System zum Wissensmanagement Beispiel einer webbasierten Vertriebsanwendung. Präsentation vom 21.10.2003 Vom ERP-System zum Wissensmanagement Beispiel einer webbasierten Vertriebsanwendung Präsentation vom 21.10.2003 Was sind interne Portalanwendungen? Vorm ERP-System zum Wissensmanagement, 21.10.2003, München

Mehr

Qualifizierung zum Business Analyst

Qualifizierung zum Business Analyst Qualifizierung zum Business Analyst Brückenbauer für Business- und IT-Organisation Informationsveranstaltung 34. Meeting der Local Group Hamburg Des PMI Frankfurt Chapter e. V. Dr. Bernhard Schröer Partner

Mehr

Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden

Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden Dr. Thomas Bernard 6. Karlsruher Automations-Treff (KAT) Leit- und Automatisierungstechnik der Zukunft Karlsruhe,

Mehr

Wissensmanagement mehr als Software

Wissensmanagement mehr als Software Wissensmanagement mehr als Software empolis Kundentag Kornwestheim 2. Juni 2005 Unser Profil Wir unterstützen Sie dabei, Ihr Wissen zu organisieren, weiter zu entwickeln, zu sichern und Gewinn bringend

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und

Mehr

Referenzmodellierung im prozessorientierten Wissensmanagement

Referenzmodellierung im prozessorientierten Wissensmanagement Referenzmodellierung im prozessorientierten smanagement Ulrich Remus, Stephan Schub Lehrstuhl für BWL, insb. Wirtschaftsinformatik III Universität Erlangen-Nürnberg Lange Gasse 20 D-90403 Nürnberg ulrich.remus@wiso.uni-erlangen.de

Mehr

Leitfaden: Grundlagen der schlanken Aufgabensteuerung

Leitfaden: Grundlagen der schlanken Aufgabensteuerung Leitfaden: Grundlagen der schlanken Aufgabensteuerung Summary: Das richtige zum richtigen Zeitpunkt erledigen Jedes Team, jede Führungskraft und letztlich jeder einzelne von uns ist ständig mit der Herausforderung

Mehr

Unsere Leidenschaft. Service, Bestände, Kosten mit uns haben Sie das magische Dreieck des Supply-Chain-Managements im Griff. Supply Chains never sleep

Unsere Leidenschaft. Service, Bestände, Kosten mit uns haben Sie das magische Dreieck des Supply-Chain-Managements im Griff. Supply Chains never sleep Unsere Leidenschaft Service, Bestände, Kosten mit uns haben Sie das magische Dreieck des Supply-Chain-Managements im Griff Supply Chains never sleep - 1 - ILOCS bietet Software, Trainings und Lösungen

Mehr

Dipl. Inf. Ali M. Akbarian

Dipl. Inf. Ali M. Akbarian Dipl. Inf. Ali M. Akbarian 2012 Einführung Globalisierung, Innovation und Kundenzufriedenheit sind auch in Zukunft die wichtigsten Herausforderungen der Unternehmen. Diese Herausforderungen verlangen:

Mehr

Grundlagen der Wirtschaftsinformatik KE1 5

Grundlagen der Wirtschaftsinformatik KE1 5 Fernstudium-Guide - Klausurvorbereitung Grundlagen der Wirtschaftsinformatik KE1 5 Version vom 28.05.2015 Alle Rechte vorbehalten 1 Fernstudium-Guide - Klausurvorbereitung Liebe Studierende, Wir begrüßen

Mehr

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge Self Service BI - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge 04. Juli 2013 Cubeware GmbH zu Gast im Hause der Raber+Märcker GmbH Referent: Uwe van Laak Presales Consultant

Mehr

Kapitel 2 Terminologie und Definition

Kapitel 2 Terminologie und Definition Kapitel 2 Terminologie und Definition In zahlreichen Publikationen und Fachzeitschriften tauchen die Begriffe Data Warehouse, Data Warehousing, Data-Warehouse-System, Metadaten, Dimension, multidimensionale

Mehr