Wissensgemeinschaft-basiertes Vorgehensmodell zur Interaktion zwischen Forschung und Industrie

Transkript

1 Wissensgemeinschaft-basiertes Vorgehensmodell zur Interaktion zwischen Forschung und Industrie DISSERTATION zur Erlangung des Grades eines Doktors der Ingenieurwissenschaften Dr.-Ing. vom Fachbereich Produktionstechnik der UNIVERSITÄT BREMEN genehmigte Dissertation von Dipl.-Ing. Bernd Bredehorst Gutachter: Prof. Dr.-Ing. Dieter H. Müller Prof. Dr.-Ing. Franz. J. Heeg Tag der mündlichen Prüfung:

2

3 Danksagung Die Grundlagen für die vorliegende Arbeit sind während meiner Tätigkeit am Bremer Institut für Betriebstechnik und angewandte Arbeitswissenschaft an der Universität Bremen, heute Bremer Institut für Produktion und Logistik GmbH, gelegt worden. Ich bedanke mich herzlich bei meinem Doktorvater, Herrn Prof. Dr.-Ing. Dieter H. Müller der, obwohl er sich zum Ende der Arbeit bereits im Ruhestand befand, immer Zeit für einen offenen und konstruktiven Diskurs gefunden hat und damit zur erfolgreichen Fertigstellung der Arbeit beigetragen hat. Herrn Prof. Dr.-Ing. Franz J. Heeg danke ich ebenfalls herzlich für die offenen Anregungen im Rahmen des übernommenen Koreferats. Herrn Prof. Dr.-Ing. Klaus-Dieter Thoben, Herrn Dr.-Ing. Frithjof Weber, Herrn Patrick Klein und Herrn Felix Römer danke ich für die Teilnahme am Prüfungsausschuss des abschließenden Promotionskolloquiums. Mein Dank gilt nochmals Herrn Dr.-Ing. Frithjof Weber, der wesentliche Grundsteine gelegt hat, die die Erstellung dieser Arbeit erst ermöglichten. Desweiteren danke ich Frau Tanja Heidt für die umfangreiche statistische Auswertung der Fallstudien. Herrn Dr. Toralf Kahlert, der nicht müde wurde mich für die Arbeit an meiner Dissertation zu motivieren. Mein besonderer Dank gilt meiner Frau Gönül und meinen beiden Töchtern Marit und Rosa dafür, dass sie bereit waren, auf viele gemeinsame Stunden zu verzichten. Meinen Eltern danke ich für ihr Vertrauen und Unterstützung zur Erreichung dieses Zieles. Bremen, April 2010 Bernd Bredehorst

4

5 Inhaltsverzeichnis 1 Einleitung Problemstellung Zielsetzung und Thesen Forschungskonzeption und -methodik Aufbau Theorie und Einordnung Wissen Definitionsversuche Formen des Wissens Zusammenfassung Wissensmanagement Wissenstransfer- und Interaktionsformen IT-Ansätze im Wissensmanagement Trends Zusammenfassung Handlungsrahmen (Wissens-)Gemeinschaft Abgrenzung Wissensgemeinschaft Knowledge Community Virtuelle Gemeinschaften Online Communities Virtuelle Gemeinschaften aus Sicht der Wirtschaft Virtuelle Gemeinschaften in den Sozialwissenschaften Kategorisierung virtueller Gemeinschaften Muster und Beteiligte Lebenszyklus einer Wissensgemeinschaft Rollen Mitgliedergruppen Interaktion in Wissensgemeinschaften Kommunikation als Basis von Interaktion Technische Kommunikationsdienste Methoden der Interaktion Zusammenfassung I

6 Entwicklung des Vorgehensmodells Rahmenbedingungen Trends Erfolgsfaktoren Anwendungsumgebung Special Interest Group Anforderungen Allgemeine Anforderungen Strukturell organisatorische Anforderungen Informationstechnologische Anforderungen Auswahl und Ausgestaltung des Vorgehensmodelles Phasen Aktivitäten Fallstudien Fallstudie 1: Which business problems can you solve with KM? Motivation und Ziel Durchführung Ergebnisse Fazit Fallstudie 2: How to exploit Knowledge for Innovation Motivation und Ziel Durchführung Ergebnisse Fazit Evaluation Bewertung der Integrierbarkeit des Vorgehensmodelles mit der online community Bewertung der Theme-Aktivitäten Diskussion des Vorgehensmodells und der Bewertungsergebnisse. 107 Zusammenfassung und Ausblick Literaturverzeichnis Anhang II

7 Abbildungsverzeichnis Abbildung 1: Gang der Arbeit... 4 Abbildung 2: Einordnung ausgewählter Literatur... 6 Abbildung 3: Analyseebenen der Informationsübertragung... 9 Abbildung 4: Begriffshierarchie Daten, Information, Wissen Abbildung 5: Mechanismen des Informations- und Wissensaustausches zw. Forschung und Industrie Abbildung 6: Transferinstrumente wissenschaftlicher Kommunikation Abbildung 7: Trends im WM durch Anwendung von Social Software Abbildung 8: Merkmale kommerzieller virtueller Communities Abbildung 9: CvK- vs. f2f-kommunikation Abbildung 10: Vergemeinschaftungsformen Abbildung 11: Lebenszyklus von Wissensgemeinschaften Abbildung 12: Mitgliedergruppen in Communities und ihre Verteilung Abbildung 13: Kommunikationsverständnis der Arbeit in Anlehnung an Schulz von Thun Abbildung 14: KnowledgeBoard Homepage ( zuletzt besucht am ) Abbildung 15: Anforderungen an das Vorgehensmodell Abbildung 16: Phasen des Vorgehensmodells Abbildung 17: Vereinfachte Darstellung der Phasen im Vorgehensmodell Abbildung 18: Überblick Fallstudien und Auswahl Abbildung 19: Theme 1 / Poll 1: How important is KM in direct comparison with other approaches (e.g. BPR, TQM, CRM) to solve your actual business problems? Abbildung 20: Theme 1 / Poll 2: Who is the driver of KM in your company? Abbildung 21: Theme 1 / Poll 4: Do you need to measure the benefits of KM? III

8 Tabellenverzeichnis Tabelle 1: Handlungsraum der Arbeit... 7 Tabelle 2: Kategorisierung allgemein bekannter Gemeinschaftsformen Tabelle 3: Aktivitäten Theme Tabelle 4: Agenda Theme 1 What type of problems can you solve with KM? Tabelle 5: Theme 1 Ergebnisse der off-line survey Tabelle 6: Theme 1 Interviewergebnisse: Business Problems and KM Solutions Tabelle 7: Seitenaufrufe der Artikel zu Theme 1 Aktivitäten Tabelle 8: Aktivitäten Theme Tabelle 9: Agenda Theme 9 How to exploit knowledge for innovation? Tabelle 10: Seitenaufrufe der Artikel zu Theme 9 Aktivitäten Tabelle 11: Gesamtanzahl der Aktivitäten in den durchgeführten Themes Tabelle 12: Anzahl namentlich registrierter Theme-Teilnehmer und Sprecher. 90 Tabelle 13: Erfüllungsgrad der Erfolgsfaktoren Tabelle 14: Erfüllungsgrad allgemeiner Anforderungen Tabelle 15: Erfüllungsgrad organisatorischer Anforderungen Tabelle 16: Erfüllungsgrad informationstechnologischer Anforderungen Tabelle 17: Übersicht der Bewertung von Aktivitäten vs. Erfolgsfaktoren und Anforderungen Tabelle 18: Bewertung von Aktivitäten vs. Erfolgsfaktoren Tabelle 19: Bewertung von Aktivitäten vs. allgemeine Anforderungen Tabelle 20: Bewertung von Aktivitäten vs. strukturell-organisatorische Anforderungen Tabelle 21: Bewertung von Aktivitäten vs. informationstechnologische Anforderungen IV

9 Tabelle 22: Anzahl Stimmabgaben in den durchgeführten Polls Tabelle 23: Auswahl von Definitionen des Begriffs Wissen Tabelle 24: Auswahl von Definitionen des Begriffs Wissensmanagement Tabelle 25: Auswahl von Definitionen für Wissensgemeinschaft und synonym Communities of Practice Tabelle 26: Auswahl von Definitionen für Online Communities und synonym virtuelle Wissensgemeinschaften Tabelle 27: Theme 1 - Planning phase Tabelle 28: Theme 1 - Awareness phase Tabelle 29: Theme 1 - Runtime phase Tabelle 30: Theme 1 - Synthesis phase Tabelle 31: Quellen veröffentlichter Artikel in Fallstudie Tabelle 32: Quellen veröffentlichter Artikel in Fallstudie Abkürzungsverzeichnis CEN CMC CMS CSCW CvK DIN EC / EK ICQ IT KB Comité Européen de Normalisation Computer Mediated Communication Content Management System Computer Supported Cooperative Work Computer vermittelte Kommunikation (engl. CMC Computer Mediated Communication Deutsches Institut für Normung e.v. European Commission / Europäische Kommission Abkürzung für das Wortspiel "I seek you" - "Ich suche dich". Ein ursprünglich von der israelischen Firma Mirabilis entwickeltes Programm, das die direkte Kommunikation mit Personen im Internet ermöglicht (Chat, Dateiaustausch, Online-Spiele...) Informationstechnologie KnowledgeBoard V

10 MUD NGO PAS SIG Multi User Dungeon Non-Governmental Organization (Nichtregierungsorganisation) Publicly Available Specification Special Interest Group VI

11 1 Einleitung 1.1 Problemstellung Unternehmen benötigen heute mehr denn je Wissen, um (neue) Absatzmärkte zu sichern oder zu erschließen sowie eine schnelle Reaktion und Umsetzung notwendiger Veränderungen zu ermöglichen. Der Forschung in wissenschaftlichen Institutionen aber auch in der Industrie fällt dabei die Rolle der Entwicklung neuer Methoden und Vorgehensweisen zu, mit denen nationale, europäische und auch globale Wettbewerbsfähigkeit sichergestellt werden kann. Traditionelle europäische Forschungsvorhaben und Forschungsprojekte selbst werden diesen Anforderungen jedoch häufig nicht gerecht. Ausgedehnte Literatur- und Datenbankrecherchen sowie die mechanistische Analyse der Anwenderanforderungen in Kombination mit ausgewählten Fallstudien dominieren hier nach wie vor die Projektstruktur. In den zumeist mehrjährigen Vorhaben werden erste Ergebnisse oft erst nach einem Jahr oder mehr veröffentlicht, während Unternehmen bereits völlig neuen Fragestellungen gegenüberstehen. Der Bedarf nach einer verstärkten Integration und Interaktion von Forschung und Industrie an sich, ist dabei nicht neu und es existieren bereits eine Vielzahl von Initiativen, die sich mit einer verbesserten Integration befassen, wie bspw. Technologietransfer-Zentren, EU-Förderprogramme, staatliche Einrichtungen, etc. Um jedoch die Durchlaufzeiten bzw. das Erarbeiten und Publizieren von kurz- und mittelfristig erreichbaren Ergebnissen zu verkürzen, bedarf es einer gleichzeitig verstärkten Interaktion. Die Forschung, so die Forderung, muss mit zusätzlichen bzw. neuen Methoden arbeiten, die folgende Effekte haben muss: Etablierung kürzerer Pilotversuch Iterationszyklen und vielfältige Zugriffs- und Austauschmöglichkeiten von Informationen und Wissen zwischen Forschung und Industrie; schnellere Aufnahme und Verarbeitung industrieller Forschungsbedürfnisse mit ihren spezifischen Fragestellungen; frühzeitiges Aufzeigen und Abschätzen von Veränderungen und Trends in Forschung und Industrie; Identifizierung und Vernetzung der führenden Hersteller eines Produktes oder Dienstleistung und der Experten eines Fachgebietes. 1.2 Zielsetzung und Thesen Die Arbeit befasst sich mit der Entwicklung, Erprobung und Evaluierung eines auf Wissensgemeinschaften basierenden Vorgehensmodell, das einen interaktiven Austausch von Wissen und Erfahrung sowie die Reflektion von Ergebnissen aus forschungs- und industrierelevanten Themen ermöglicht. Die Durchführbarkeit soll 1

12 1 Einleitung dabei zeitlich auf ca. vier Monate begrenzt sein. Das Vorgehensmodell soll eine Kombination aus Methoden zur Recherche, Sammlung, Transfer und Reflexion von Informationen, Wissen und Erfahrungen beinhalten, die sowohl physikalisch als auch virtuell Anwendung finden. Die beiden zentralen Thesen der Arbeit lauten: Die kombinierte Anwendung von Methoden der Kommunikation, im Umfeld virtueller Organisationsstrukturen (online community) und physikalischer Aktivitäten (Offline-Veranstaltungen) führt zu einem verbesserten Transfer und Reflektion von Forschungsergebnissen zwischen Forschung und Industrie. Der Diskurs in Gemeinschaften (online und offline) validiert die Qualität der Wissensbeiträge und relativiert deren Subjektivität. 1.3 Forschungskonzeption und -methodik Der wissenschaftliche Anspruch anwendungsorientierter Forschung besteht in der Nachvollziehbarkeit und Belegbarkeit 1 der Ergebnisse. Dabei gilt es zu beachten, dass die Probleme der Praxis innerhalb komplexer, dynamischer Systeme entstehen und eine geeignete Abgrenzung sowie einen iterativen Lernprozess erfordern, der durch gezielten Erfahrungsgewinn versucht das Forschungsobjekt zu ergründen [Ulrich 2001, S. 32ff]. Vor dem Hintergrund der Komplexität von Problemstellungen in der Praxis werden in der anwendungsorientierten Wissenschaft gemäß Fuchs und Simão vor allem heuristische Ansätze, qualitative Methoden wie beispielsweise die Fallstudienforschung, sowie die Aktionsforschung eingesetzt [Fuchs, Simão 2001, S. 6]. Die in dieser Arbeit angewandten Forschungsmethoden sind im Folgenden kurz dargestellt: Case Study Research: Case Studies oder Fallstudien stammen aus der qualitativen Sozialforschung und sind eine flexible, anwendungsorientierte Forschungsmethode, die auf unterschiedlichen Informationsquellen, wie zum Beispiel archivierte Daten, Interviews, Expertengespräche, Workshops usw. basiert [Yin 1985, S.23]. Zur Erfassung, Analyse und Darstellung typischer Praxisprobleme werden bei einer Fallstudie im Gegensatz zum Experiment die Umgebungsbedingungen mit in die Untersuchung einbezogen. Da Einzelfallstudien im Vergleich zur Betrachtung mehrerer Fälle weniger robust und signifikant sind, wird das entwickelte Vorgehensmodell in neun Fallstudien evaluiert, von denen zwei detailliert in der Arbeit dargestellt werden. Action Research: Action Research oder Aktionsforschung kann als Untergruppe von Fallstudien und Experimenten angesehen werden, ist jedoch ein eigenständiger Forschungsansatz, bei dem der Forscher als Teil des Untersuchungs- 1 vgl. dazu Aussagen von [Popper 1994], der wissenschaftliche Hypothesen und Erkenntnisse nur als widerlegbar, nicht jedoch als beweisbar im Sinne ewiger Wahrheit bezeichnet hat. 2

13 1.4 Aufbau objekts (z.b. als Mitglied der zu untersuchenden Organisation) Veränderungen hervorruft und untersucht [Galliers 1991, S.336]. Desk Research: Literatur- und Internetrecherche, die als Grundlage für die Klärung des Wissensstands und Einordnung auftretender terminologischer, fachlicher und methodischer Fragestellungen diente. Hierbei wurden zahlreiche wissenschaftliche Quellen hauptsächlich zu den Themen Wissensgemeinschaft, Communities of Practice, Interaktionsmethoden, Produktentwicklung und Wissensmanagement analysiert. Die Beteiligung des Autors an einem Forschungsprojekt, das für die Entwicklung, Anwendung und Evaluation des entwickelten Vorgehensmodells herangezogen wurde, ermöglichte die Anwendung dieser Forschungsmethoden. Die Arbeit wird deswegen in die anwendungsorientierten Wissenschaften innerhalb der Realwissenschaften eingeordnet. Die Realwissenschaften streben nach faktisch überprüfbarer Beschreibung, Erklärung und Gestaltung empirisch wahrnehmbarer Ausschnitte der Wirklichkeit. Der anwendungsorientierte Anteil der Wissenschaft bezieht sich auf Tätigkeiten, die darauf ausgerichtet sind, unter Zuhilfenahme von Erkenntnissen der theoretischen und/oder der Grundlagenwissenschaften Regeln, Modelle und Verfahren für praktisches Handeln zu entwickeln. Außerdem beschäftigt sie sich mit der Analyse menschlicher Handlungsalternativen zur wissenschaftsgeleiteten Gestaltung sozialer und technischer Systeme. Die anwendungsorientierte Wissenschaft wird daher auch als wissenschaftsgeleitete Praxis bezeichnet [Ulrich, H. 2001; Ulrich, P., Hill 1979; Chmielewicz 1994]. Aus erkenntnistheoretischer Sicht muss der Erkenntnisgewinn aus dieser Art der Forschung als obligat beschränkt eingestuft werden [Ciompi 2005]. D. h. jede Erkenntnis gilt nur im Rahmen der Annahmen und Beobachtungen, in denen sie entstanden ist. Jede weitere Anwendung des Vorgehensmodelles kann damit nur dessen Gültigkeitsraum vergrößern, nicht aber eine Allgemeingültigkeit annehmen. 1.4 Aufbau Die Befähigung zum interaktiven Austausch von Informationen, Wissen und Erfahrung ist zentraler Bestandteil dieser Arbeit und wird im Allgemeinen dem Themenkomplex Wissensmanagement zugeordnet. Dementsprechend wird in Kapitel 2 zunächst der Begriff Wissen aus Sicht unterschiedlicher Disziplinen dargestellt. Erläuterungen zum Verständnis des Themenkomplexes Wissensmanagement sowie unterschiedliche Ansätze zum Managen von Wissen bilden den Abschluss des Kapitels 2 Theorie und Einordnung. In Kapitel 3 wird ausführlich auf den Wissensmanagement-Ansatz der (Wissens-) Gemeinschaften (engl. Communities of Practice) eingegangen. Es werden die unterschiedlichen Ausprägungen und Organisationsformen von Gemeinschaften sowie Interaktionsfomen und die unterschiedlichen Rollen von Beteiligten erläutert. 3

14 1 Einleitung Kapitel 4 zeigt zunächst die Rahmenbedingungen auf, unter denen das Vorgehensmodell eingesetzt wird, um dann die Anforderungen zu definieren, an denen das Vorgehen bewertet werden kann. In Kapitel 5 werden ausführlich zwei der neun Fallstudien (Themes) beschrieben, die entsprechend des entwickelten Vorgehensmodells durchgeführt wurden. Die detaillierte Evaluierung erfolgt in Kapitel 6. Hier werden die Integrationsfähigkeit von Vorgehen und Gemeinschaft und der Erfüllungsgrad der definierten Erfolgsfaktoren überprüft. Die ausführliche Diskussion der Ergebnisse und der Bewertung zusammen mit den Erfahrungen aus den Fallstudien schließen die Evaluation ab. Kapitel 7 fasst die Arbeit im Wesentlichen zusammen und gibt einen Ausblick auf weitere Einsatzfelder und Organisationsformen von (Wissens-) Gemeinschaften unter Verwendung des Vorgehensmodells. Abbildung 1 zeigt den Gang der Arbeit nochmals als Grafik. Abbildung 1: Gang der Arbeit 4

15 2 Theorie und Einordnung Die Bedeutung von Wissen (vgl. 2.1) im Unternehmen ist in den vergangenen Jahren viel diskutiert worden. So sagt Reich: Core corporations no longer focus on products as such; their business strategies increasingly center upon specialised knowledge [Reich 1991]. Speziell auf Kundenbedürfnisse zugeschnittene Lösungen statt standardisierter Produkte erfordern neue Wege des Umgangs mit der Ressource Wissen, um die Wettbewerbsfähigkeit von Unternehmen zu erhalten. Es überrascht nicht, dass Wissensmanagement (vgl. Kap. 2.2) so in vielen großen Unternehmen bereits Aufgabenfeld des Vorstands ist. Wissensmanagement ist [...] ein integriertes Interventionskonzept, das sich mit den Möglichkeiten zur Gestaltung der organisationalen Wissensbasis befasst [Probst et al. 1999]. Insgesamt wird unter dieser sehr weiten Definition ein großes Spektrum von potenziellen Interventionsmöglichkeiten zusammengefasst, sowohl was das zu managende Wissen als auch die Werkzeuge zur Umsetzung von Wissensmanagement betrifft. Bullinger et al. identifizieren z.b. in ihrem Konzept des ganzheitlichen Wissensmanagements die Bereiche der Informations- und Kommunikationstechnologien, der Organisation sowie des Human Ressource Management als Handlungsfelder für Wissensmanagement [Bullinger et al. 1997]. Die Umsetzung von Wissensmanagement erfolgt heute mittels einer Vielzahl von Lösungen und Initiativen. Eine davon sind Wissensgemeinschaften, (synonym engl. knowledge communities bzw. communities of practice; vgl. Kap. 3), die auch schon als Keimzellen lebendigen Wissensmanagements bezeichnet wurden [Romhardt 2002]. Themenspezifisch steht der Mensch hier als Wissensträger im Mittelpunkt interaktiver Austauschprozesse. Die zuvor erwähnte Literatur sowie die im weiteren Verlauf, insbesondere in Kapitel 2 und 3 zum Stand des Wissens, der Theoriebildung und der Einordnung der zugrundeliegenden Literatur, erstreckt sich im Wesentlichen über einen Zeitraum von 20 Jahren. Abbildung 2 zeigt zur besseren Orientierung eine Auswahl für die Arbeit relevanter und aktueller Publikationen, beschränkt auf den Zeitraum von 1998 bis 2007, und ordnet diese in entsprechende Themen, Kategorien und deren Überschneidungen ein. 5

16 2 Theorie und Einordnung 6 Abbildung 2: Einordnung ausgewählter Literatur Fazit Die Abbildung 2 verdeutlicht, dass allein in den letzten 10 Jahren eine Vielzahl von Publikationen zu den beiden Themengebieten Wissensmangement und Community of Practice erschienen ist. Relativ wenige davon behandeln jedoch beide Themen gleichzeitig bzw. ordnen sie einander unter. Des Weiteren versucht die Grafik zu verdeutlichen, welche Literatur auf Studien basiert bzw. Praxisbeispiele beschreibt. Eher selten werden danach explizit Formen der Interaktion beschrieben, d.h. Grundlagen sowie konkrete Maßnahmen und Vorgehen zur Umsetzung in der Literatur beschrieben. Die vorliegende Arbeit stößt in eben diese Lücke und beschreibt ein Vorgehensmodell, das insbesondere die Schnittmengen 1, 2, 5 und 6 abdeckt (vgl. Tabelle 1). Die Schnittmengen 3 und 4 wurden als nur bedingt gültig für den Handlungsraum der Arbeit eingestuft. Begründung hierfür ist, dass in beiden Fällen das in der Arbeit behandelte Verständnis der Communities of Practice als eine Umsetzungsform von Wissensmanagement und somit die Kombination

17 2.1 Wissen nicht vorliegt. Die Schnittmengen 7 und 8 haben als Kombination bzw. alleinstehende Charakteristika ohne Themengebiet keine Aussagekraft. Schnittmenge WM CoP Studien Interakt. Handlungsraum 1 x x x ja 2 x x x ja 3 x x x bedingt 4 x x bedingt 5 x x x ja 6 x x x x ja 7 x x nein 8 x nein Tabelle 1: Handlungsraum der Arbeit 2.1 Wissen Die Diskussion über das richtige Verständnis von Wissen und die Schwierigkeiten der Wissenschaft, dieses Konzept zu definieren, hat eine lange Tradition und spiegelt sich in einer Vielzahl parallel existierender Darstellungen wider (vgl. Tabelle 23, S.127). Während einerseits die Auffassung einer oftmals künstlichen Differenzierung von Information und Wissen [Bach, Österle 1999, S. 34] vertreten wird, sehen z.b. Probst et al. gerade in der mangelnden Begriffsabgrenzung eine Ursache für das Scheitern von Wissensmanagementinitiativen [Probst et al. 1998]. Heisig zeigt in seiner Analyse von 160 weltweit existierenden Knowledge Management Frameworks (WM-Modelle) aus Forschung, Beratung, Unternehmen und Standardisierungsinstitutionen, dass etwa ein Viertel der WM-Modelle keine explizite Aussage über das zugrunde gelegte Wissensverständnis machen [Heisig, Orth 2005]. Der Rest (n = 119) wird dominiert durch dichotomische Begriffsbildungen (62 von 119), wobei das Gegensatzpaar implizit explizit (42 von 62 WM- Modellen) am häufigsten und individual organisational/collective knowledge (12 von 62) am zweithäufigsten verwendet wird. Das Verständnis von Wissen aus strategischer Perspektive folgt in 29 Prozent (34 von 119) der Modelle, und die Unterscheidung von Daten, Information und Wissen wird in 20 Prozent (24 von 119) genutzt. Romhardt klassifiziert in seiner Arbeit insgesamt 40 Dichotomien aus verschiedenen Wissenschaftsdisziplinen [Romhardt 1998]. Die große Anzahl und inhaltliche Bezugsbreite veranlassen aber auch Romhardt zur Auswahl einiger weniger praxisrelevanter und gebräuchlicher Dichotomien (vgl Formen des Wissens). Zahlreiche Standardwerke, Einführungen und Lehrbücher zum Wissensmanagement sowie Praxisleitfäden [vgl. Probst, Raub, Romhardt 1998; North 1998; 7

18 2 Theorie und Einordnung Lucko, Trauner 2002; Riempp 2004; Wilke 2004; Dalkir 2005; Lehner 2006] heben ebenso auf diese unterschiedlichen Begriffsbeschreibungen ab. Hier ist ebenfalls kein einheitliches Verständnis von Wissen in Theorie und Praxis erkennbar. Die Bemühungen zu einer Harmonisierung von Seiten einiger Standardisierungsinstitutionen, wie dem British Standard Institution (BSI) [Kelleher, Levene 2001; Weber 2002], dem Europäischen Komitee für Normung (CEN) [CWA 14924, 2003] oder dem DIN [DIN PAS 1062, 2006] referenzieren ebenfalls auf die genannten klassischen Unterscheidungen von Daten, Information, Wissen oder folgen dem Verständnis von Probst et al. 1998, wie die DIN PAS Definitionsversuche Traditionell ist die Definition von Wissen Gegenstand der Philosophie, die bislang selbst aber zu keinem einheitlichen Ergebnis gekommen ist. Platon definierte Wissen als wahre, mit Begründung versehene Meinung [o.v. 1994, S. 277] und verwies damit auf den für die Philosophie bedeutsamen Zusammenhang zwischen Wissen und Wahrheit. Wissen steht somit als begründbare und begründete Erkenntnis (ebd.) der bloßen Vermutung, Meinung oder dem Glauben gegenüber [Musgrave 1992, S. 387]. Gettier wiederum beanspruchte mit seinem Aufsatz das Gegenteil aufzuzeigen, dass auch eine wahre, gerechtfertigte Meinung nicht immer Wissen darstellt (vgl. Gettier-Problem) [Gettier 1963]. In der erkenntnistheoretischen Debatte (Epistemologie) wird dies allgemein akzeptiert. Allerdings bleibt umstritten, wie mit dem von Gettier aufgeworfenen Problem umgegangen werden soll. Als Reaktion wurden unterschiedliche Argumentationen, Thesen, Ergänzungen und Gedankenexperimente auf obiger Basis entwickelt, die es erlauben sollten, zu einer Definition von Wissen zu gelangen [z.b. Armstrong 1973; Lehrer, Paxson 1963; Goldman 1967]. Im Laufe des 19. Jahrhunderts entstanden so eine Vielzahl, insbesondere philosophischer Denkschulen, die Einfluss auf die Konzeptionalisierung des Begriffs Wissen ausübten [Maier 2002, S. 52]. Jedoch lässt die bereits genannte Vielzahl der Wissenschaftsdisziplinen eine universell gültige Definition unmöglich erscheinen. Als besonders praxistauglich hat sich eine Definition des Begriffs aus Sicht der Informatik und der Semiotik (die Lehre von sprachlichen Zeichen), erwiesen. Mit ihrer Hilfe wird zwischen folgenden Betrachtungsebenen unterschieden (siehe Abbildung 3 [Picot et al. 2001, S.90]): 8

19 2.1 Wissen Abbildung 3: Analyseebenen der Informationsübertragung Syntaktische Ebene: Auf der untersten Ebene stehen Zeichen und Symbole und deren Beziehung untereinander im Mittelpunkt. Zeichen (Signale) sind das kleinste Datenelement und können aus Zahlen, Buchstaben oder Sonderzeichen etc. bestehen. Die Menge aller zur Verfügung stehender Zeichen wird als Zeichenvorrat bezeichnet. Durch die syntaktische Verknüpfung der Zeichen entstehen Daten, die allerdings noch keine Aussage über ihren Verwendungszweck zulassen. Semantische Ebene: Auf dieser Ebene steht die Bedeutung der Daten im Vordergrund. Durch die Interpretation der Daten, in einem problembezogenen Kontext, werden aus den Daten konkrete Informationen, die für die Erreichung eines Zieles verwendet werden. Pragmatische Ebene: Auf der letzten Ebene wird die Relevanz der Information für das Zielsystem eines Individuums betrachtet. Die Bedeutung der Information ist abhängig von dem jeweiligen Informationsempfänger sowie der unterschiedlichen Zweckorientierung zu verschiedenen Zeitpunkten. Nur relevante Informationen werden von Individuen in weiterer Folge für ihre Handlungen und Entscheidungen verarbeitet und genutzt. Allerdings muss nicht jede relevante Information notwendigerweise zu einer Handlung oder Entscheidung führen, da beispielsweise die Kenntnis des Sachverhaltes schon vor dem Eintreffen der Information vorlag und die Information somit redundant ist. Durch die zweckorientierte Vernetzung von verschiedenen, relevanten Informationen entsteht Wissen. Diese Vernetzung erfordert Kennt- 9

20 2 Theorie und Einordnung nisse über den Zusammenhang der verschiedenen Informationen und deren Bedeutung für die Zielerreichung. Wissen stellt somit die höchste Stufe in der gesamten Begriffshierarchie dar. Aufbauend auf diesen drei Betrachtungsebenen wird in der Informatik oft folgende in Abbildung 4 dargestellte Begriffshierarchie verwendet (in Anlehnung an [Rehäuser, Krcmar 1996, S. 6]). Abbildung 4: Begriffshierarchie Daten, Information, Wissen Durch die Abgrenzung der Begriffe wird klar, dass Information immer an einen Kontext gebunden ist und eine Interpretation der Daten hinsichtlich der Zielfunktion eines Individuums zulässt. Erst durch diese spezifische Zweckorientierung entsteht Information. Gehen Daten oder Nachrichten bei einem Empfänger ein, so handelt es sich vorerst nur um latente/potentielle Information. Nur, wenn der Empfänger die Bedeutung der Daten erkennt und einen Zweckbezug feststellt, handelt es sich um relevante Information für ihn. Anhand der Kenntnis von relevanten Informationen ist ein Individuum nun in der Lage, eine Entscheidung über verschiedene Handlungsalternativen zu treffen, um so seine Ziele auf Basis des aktuellen Informationsstandes optimal verfolgen zu können. In diesem Sinne verstandene Information stellt somit Kenntnisse und Daten dar, die der Vorbereitung und Durchführung von Handlungen dienen [Rehäuser, Krcmar 1996, S. 4f] Formen des Wissens Ausgehend von den unterschiedlichen Wissenschaftsdisziplinen, in denen Wissen ein zu definierendes Konzept darstellt, haben sich unterschiedliche Klassifikationen bzw. Gegensatzpaare (Dichotome) etabliert, die zwischen unterschiedlichen Formen des Wissens differenzieren [Romhardt 1998]. Im Folgenden sollen drei 10

21 2.1 Wissen gebräuchliche, für das Wissensverständnis der Arbeit relevante Formen kurz erläutert werden: Deklaratives vs. prozedurales Wissen: Basierend auf Forschungen in der Psychologie werden Wissensinhalte als deklarativ bezeichnet, wenn sie sich auf Fakten beziehen und sprachlich in Form von Aussagesätzen beschrieben werden können. Prozedurales Wissen bezieht sich dagegen auf Handlungsabläufe und lässt sich sprachlich meist nicht formulieren. Charakteristisches Merkmal des prozeduralen Wissens ist, dass mit zunehmendem Können das Wissen über die Ausführung einer Tätigkeit immer weniger bewusst wird (vgl. Edelmann 1994, S. 229). Diese Feststellung leitet über zu der folgenden Unterscheidung zwischen explizitem und implizitem Wissen. Explizites vs. implizites Wissen: Die wohl bekannteste Unterscheidung wurde von Michael Polanyi eingeführt, der feststellte, dass [ ] wir mehr wissen, als wir zu sagen vermögen [Polanyi 1996]. Danach gelten Wissensinhalte als explizit, wenn ein Subjekt bewusst über sie verfügt und sie gegebenenfalls auch sprachlich ausdrücken kann. Implizites Wissen und seine Inhalte lassen sich dagegen nicht sprachlich ausdrücken. Es ist direkt einsehbar, dass von dieser Klassifizierung auch die Möglichkeit zur Übertragung von Wissen beeinflusst wird. Explizites, d.h. sprachlich formulierbares Wissen ist ungleich leichter zu übertragen als implizites, stillschweigendes Wissen (engl. tacit knowledge). Dennoch besteht auch bei implizitem Wissen die Möglichkeit der Kommunikation. Sie erfordert allerdings spezifische Instrumente bzw. eine intensive Beobachtung des Wissensträgers, um sich in den Betreffenden hineinversetzen und durch eigene Umsetzung und Übung das Gelernte verinnerlichen zu können [Polanyi 1967, S. 29f]. Diskursives Wissen vs. intuitives Wissen: In der Erkenntnistheorie (Epistemologie) wird der Diskurs als die geregelte Abfolge kognitiver Vorgänge oder Schritte, die zur Erzeugung von Wissen (diskursives Wissen) dienen bezeichnet. Diskurse legen fest, welche Aussagen als gültig (wahr, richtig, gerecht usw.) angesehen werden und welche nicht. Sie legen die Regeln fest, gemäß derer gültiges Wissen produziert werden kann. Intuitives Wissen wird dagegen als auf einen Schlag einsehbar bzw. schrittweise (methodisch) konstituiertes Wissen bezeichnet Zusammenfassung Insbesondere die Philosophie, aber auch viele andere Wissenschaftsdisziplinen haben versucht, den Begriff Wissen zu definieren und zu klassifizieren. Ein einheitliches allgemeingültiges Verständnis ist hieraus nicht entstanden, jedoch haben einige Konzepte eine größere Praxistauglichkeit erwiesen als andere. So ist die Unterscheidung zwischen Daten, Information und Wissen aus informationstechnischer Sicht und die Unterscheidung zwischen explizitem und implizitem Wissen aus der Philosophie hier zu nennen. Wissen ist untrennbar an Menschen gebunden. Daten 11

22 2 Theorie und Einordnung sind zunächst rein symbolische Repräsentationen von Zahlen oder Fakten. Zu Informationen werden solche Daten, wenn sie in einen Sinn- und Relevanzkontext gestellt werden. Durch individuelle Wahrnehmungs- und Bewertungsprozesse in einer konkreten Handlungs- oder Entscheidungssituation können wiederum Informationen zu Wissen werden. Wissen ist, dementsprechend, mehr als eine reine Ansammlung von Informationen. Vielmehr liegt Wissen einem mal mehr und mal weniger bewusstem Akt des Verstehens, Deutens, Reflektierens, Evaluierens und Validierens zugrunde, der Informationen in einen Erfahrungskontext einordnet und zu Wissen verarbeitet. Es lässt sich nur bedingt transferieren bzw. maschinell verarbeiten. Abschließend wird auf Basis obiger Ausführungen und der im Anhang in Tabelle 23 zusammengestellten Auswahl an Definitionen das Verständnis des Begriffs Wissen für die Arbeit wie folgt festgelegt: Wissen ist die an Personen gebundene Gesamtheit von Erfahrungen, Fähigkeiten und kontextbezogenen Informationen. 2.2 Wissensmanagement Obwohl ein bewusster Umgang mit der Ressource Wissen in Organisationen bereits Anfang der sechziger Jahre für notwenig befunden wurde, hielt der Begriff Knowledge Management erst in den siebziger Jahren Einzug in die amerikanische Fachliteratur. Ausgangspunkt war damals die Erkenntnis, dass der Unternehmenserfolg eher von der Entwicklung und Entfaltung personeller Ressourcen abhängen wird als vom Management physischer Rohstoffe [Quinn 1992]. Nach Schüppel umfasst Wissensmanagement alle möglichen human- und technikorientierten Interventionen und Maßnahmenpakete, um die Wissensproduktion, Wissensreproduktion, Wissensdistribution, Wissensverwertung und Wissenslogistik in einem Unternehmen optimieren zu können. Wissensmanagement kann somit als Schnittmenge von informationstechnischen, betriebswirtschaftlichen und psychologischen Aspekten angesehen werden, wobei Mensch, Organisation und Technik als die drei wichtigsten Komponenten des Wissensmanagements bezeichnet werden [Schüppel 1996]. North trennt die unterschiedlichen Auslegungen des Wissensbegriffs hinsichtlich des Managements von Wissen und dem Fokus auf Wissensgemeinschaften in die folgenden drei Denkrichtungen auf [North, Romhardt, Probst 2002, 2004]: 12 Technokratisches Wissensmanagement: Technokratisch orientiertes Wissensmanagement geht davon aus, dass Wissen weitgehend mit Information gleichzusetzen ist und Wissen von Personen extrahiert und verlustfrei in Informationssystemen gespeichert werden kann. Gleichermaßen können Mitarbeiter sich Informationen aus einem System wieder abrufen und durch Lesen das notwendige Wissen für die Anwendung erwerben. Häufig ist jedoch

23 2.2 Wissensmanagement nur ein kleiner Teil des Wissens der Fachleute im Informationssystem gespeichert oder speicherbar. Lernen findet vielmehr durch den Austausch von Erfahrungen mit Mitarbeitern mit ähnlichem Erfahrungshintergrund statt. Das technokratische Wissensverständnis sieht z.b. Wissensgemeinschaften als Quelle an, die nur angezapft werden muss. Demnach müsste nach der Auswahl eines Themengebietes entsprechendes Wissen aus einer bestehenden Gemeinschaft abrufbar sein, um es dann in eine zentrale Datenbank einzuspeichern. Die Erfahrung zeigt jedoch, dass solche Datenbanken in Unternehmen wenig genutzt werden, weil sich die Nutzer dort nur bedingt wiederfinden und das Wissen, abgespeichert in Form von Informationen, aus dem Kontext gerissen ist, was zu extremen Interpretationsfehlern führen kann. Folglich ist es also nicht möglich Wissen abzuspeichern, sondern nur Informationen, da Wissen an den Menschen gebunden und Resultat einer Kontextbildung ist. Expertenbezogenes Wissensmanagement: Hier ist die Grundannahme, dass Experten mehr wissen als man verlustfrei in Informationssystemen speichern kann. Wissen ist jedoch mehr als das Wissen eines individuellen Experten. Das Wissen von Experten und Fachleuten entsteht im Kontext des Zusammenarbeitens mit einer Arbeitsgruppe, im Kontext des Austauschs mit anderen Experten. Weiterhin haben Studien gezeigt, dass Fachleute sehr unterschiedliche Handlungsstrategien entwickeln, so dass das Wissen eines einzelnen Experten nicht ohne weiteres verallgemeinerbar ist. Erst durch das Zusammenwirken in formellen oder informellen Wissensgemeinschaften werden unterschiedliche Vorgehensweisen diskutiert, bewertet, verallgemeinert und persönlich weitergegeben bzw. dokumentiert. Wissensökologie: Ein adäquates Wissensverständnis für die Förderung von Wissensgemeinschaften in Unternehmen ist durch den Ansatz der Wissensökologie gegeben. Danach entsteht Wissen vielfach aus und lebt von der Interaktion von Menschen, die in unterschiedlichen Kontexten zusammenfinden. Explizites und implizites Wissen sind vielfach untrennbar verbunden und bestimmen die Qualität des Handelns. Wissen entsteht im Prozess der Interaktion von Personen, der weitgehend selbstorganisiert ist. Wissensmanagement kann daher Rahmenbedingungen schaffen, damit Wissensgemeinschaften entstehen, Wissen darin generiert und ausgetauscht wird, sowie dieses Wissen in einen Wertschöpfungsprozess einer Organisation eingebracht wird. 13

24 2 Theorie und Einordnung Wissenstransfer- und Interaktionsformen Schmoch und Meißner fassen die Begriffe Technologie-, Forschungs- und Wissenstransfer zusammen unter dem Begriff des Wissens- und Technologietransfers [Schmoch et al. 2000; Meißner 2001]. Unter Wissens- und Technologietransfer ist im weitesten Sinne die sinnvolle und geplante Überführung von Technologien und technologischem Wissen in eine Anwendung unter Nutzung menschlicher Fähigkeiten und Wissen zu verstehen [Carayannis 1999]. Technologie meint dabei die materiellen und immateriellen Ergebnisse technischen Wissens in Form von technischen Verfahren und Produkten. Sabisch und Meißner erwähnen eine Erweiterung des Technologieverständnisses um organisatorisches und kaufmännisches Wissen bezüglich der Gesetzmäßigkeiten und der Natur des Zusammenwirkens der Umweltelemente, die es im weitesten Sinne erlauben, eine Aufgabe zu erfüllen, eine Dienstleistung zu verrichten oder ein Gut herzustellen [Sabisch, Meißner 2000, S. 24]. Sinn des Wissens- und Technologietransfers ist es folglich, wissenschaftliche Erkenntnisse und Fertigkeiten weiterzugeben. Wissensund Technologietransfer ist also mehr als nur die Übertragung von technologischen Lösungen, er umfasst ebenfalls die Übertragung des zur Nutzung der Technologie notwendigen Wissens, darunter auch insbesonde das personengebundene individuelle Wissen [Sabisch, Meißner 2000]. In der breiten Bedeutung von Wissens- und Technologietransfer bezeichnet Schmoch et al. eine Vielzahl von Transferformen als anwendbar [Schmoch et al. 2000]. In der Literatur wird auch häufig von Transfermedien oder Transfermechanismen gesprochen, wobei im Einzelfall eine Unterscheidung der Kategorien schwierig sein kann. Abbildung 5 zeigt hierzu den Versuch der Kategorisierung häufig genannter Transfermechanismen. Akteure bzw. Sender und Empfänger können sowohl Einzelpersonen als auch Gruppen, zum Beispiel Organisationen, sein. Handelt es sich beim Objekt des Transfers nicht um Wissen, sondern um Daten oder Informationen, dann kann die Rolle der Wissensquelle auch von automatischen Systemen übernommen werden. 14

25 2.2 Wissensmanagement Abbildung 5: Mechanismen des Informations- und Wissensaustausches zw. Forschung und Industrie Meißner hat in seiner Arbeit ein breites Spektrum von Instrumenten untersucht, die dem Wissens- und Technologietransfer dienen. Er bezeichnet Wissens- und Technologietransferinstrumente als [...] Formen der Interaktion zwischen mindestens zwei Individuen oder Organisationen, mit Hilfe derer Technologien und / oder Wissen (implizites und / oder kodifiziertes) übertragen werden können [Meißner 2001]. Meißner fasst die Instrumente des Wissens- und Technologietransfers, ähnlich zu der oben gewählten eigenen Kategorisierung, in die folgenden 6 Gruppen zusammen: 1. Aus- und Weiterbildung, 2. wissenschaftliche Kommunikation, 3. Serviceleistungen, 4. Unternehmensgründung und Personaltransfer, 5. projektbezogene Instrumente (direkte Übertragung) sowie 6. Schutzrechte. 15

26 2 Theorie und Einordnung Für die vorliegende Arbeit sind hiervon insbesondere die Instrumente der wissenschaftlichen Kommunikation von Interesse, bei denen Meißner in seiner Arbeit wie folgt unterscheidet und entsprechende Untersuchungen durchgeführt hat [Meißner 2001]: Abbildung 6: Transferinstrumente wissenschaftlicher Kommunikation Meißner beschränkt sich jedoch auf Formen der Publikation bei der Kommunikation und Interaktion, die über nicht virtuelle Kanäle erfolgt. Die Nutzung virtueller Organisationsformen zur Interaktion und Publikation in Kombination mit oben genannten Instrumenten ist die Lücke, die die vorliegende Arbeit und das in Kapitel 4 beschriebene Vorgehensmodell zu füllen versucht. Einen Überblick über die technischen Umsetzungsmöglichkeiten zur virtuellen Interaktion gibt das folgende Kapitel IT-Ansätze im Wissensmanagement Es gibt im Wesentlichen zwei informationstechnologische Ansätze für die Entwicklung von Wissensmanagement-Systemen. Zum einem gibt es eine produktorientierte Sicht und zum anderen eine prozessorientierte Sicht [Abecker 1998]. Bei der produktorientierten Betrachtung wird das Wissen als Produkt betrachtet, welches erfasst, bewahrt und bereitgestellt werden kann. Dazu zählt, die relevanten Wissensquellen zu identifizieren und verfügbar zu machen. Die einfachste Form der Unterstützung aus IT-Sicht stellen Suchmaschinen dar. Als weitere Werkzeuge sind Portale zu nennen. Diese realisieren den Aspekt der Informationsbereitstellung, aber nicht der Erfassung und Speicherung. Im Gegensatz zur produktorientierten Sicht stellt die prozessorientierte Sicht den Wissensprozess in den Vordergrund. Hierzu zählen auch die Groupware- Systeme, die die Kommunikation zwischen Menschen synchron und asynchron 16

27 2.2 Wissensmanagement bzw. am gleichen Ort und an unterschiedlichen Orten unterstützen, um den Wissensaustausch zu fördern. Im Folgenden werden vier Systemarten beschrieben: Suchmaschinen, Portale, Groupware und Wissensdatenbanken. Suchmaschinen (Retrievalsysteme) Über Suchmaschinen können eine Vielzahl von Informationsquellen, z.b. Web- Sites, Datenbanken und File-Systeme, indiziert und recherchierbar gemacht werden. Unter Angabe von Stich- und Schlagworten, bei leistungsfähigen Systemen auch von natürlichsprachigen Ausdrücken, kann in den verschiedenen Informationsbeständen gesucht werden. Bei manchen Suchmaschinen kann zusätzlich ein Thesaurus (Katalog von sinnverwandten Begriffen) bei der Suche mit einbezogen werden. Portale Im Gegensatz zu Suchmaschinen steht bei Portalen die Strukturierung und Kategorisierung von Informationsquellen im Vordergrund. Unter einer einheitlichen Oberfläche werden Funktionen für die Recherche, Analyse und Bearbeitung von Informationen verschiedener Informationsquellen zur Verfügung gestellt. Der zweite Schwerpunkt von Portalen ist die personalisierte Informationsbereitstellung. Das heißt, es werden Push- und Pulldienste angeboten, die das Interessensprofil des Anwenders berücksichtigen. Eine wichtige Voraussetzung für den Erfolg eines Portals ist die ständige Aktualisierung des vorhandenen Informationsbestandes. Groupware Systeme, die Gruppen und Gemeinschaften unterstützen, stellen den Kommunikationsprozess zwischen den Mitgliedern in den Vordergrund. Denn Wissen ist selten ein Produkt einer einzelnen Person, sondern entsteht durch Zusammenarbeit von Menschen in Teams. Basistechniken stammen vor allem aus den Bereich CSCW (Computer Supported Co-operative Work), wie z.b. Diskussionsforen, Chat, Video-Konferenzsysteme und Gruppenkalender. Datenbanken Der datenbank-orientierte Ansatz bei der Entwicklung von Wissensmanagement- Systemen geht davon aus, dass Wissen in Form von Dokumenten oder strukturierten Datensätzen expliziert werden kann. Diese Inhalte werden in Dokumentenmanagement- oder Datenbanksystemen gespeichert und den Nutzern über ein geeignetes front-end, z.b. in Internet-Portalen, zur Verfügung gestellt Trends Die Behauptung, dass in der Industrie- und Dienstleistungsgesellschaft ein Großteil der Wertschöpfung durch wissensintensive Tätigkeiten und Prozesse erzeugt wird, ist allgemein anerkannt. Zur Definition des Begriffes wissensintensiv werden hierzu verschiedene Ansätze verwendet [Abecker et al. 2002]. Vor dem Hinter- 17

28 2 Theorie und Einordnung grund der Planbarkeit des Wissensbedarfs definiert Heisig die Wissensintensität über des Vorhandenseins von Variabilität und Ausnahmebedingungen [Heisig 2002]. Sehr undifferenziert wird auch von wissensintensiven Prozessen gesprochen, z.b. wenn eine Verbesserung mit klassischen Methoden der Geschäftsprozessoptimierung nicht oder nur teilweise möglich ist. Etwas konkreter sind dagegen folgende Kriterien, die in der Literatur zur Charakterisierung von wissensintensiven Tätigkeiten genannt werden: Quellen- und Medienvielfalt, Varianz und dynamische Entwicklung der Prozessorganisation, viele Prozessbeteiligte, unterschiedliche Expertise, Einsatz von Kreativität, hoher Innovationsgrad und verfügbarer Entscheidungsspielraum. Auch die Behauptung, die Wettbewerbsfähigkeit von Unternehmungen kann nur erhalten werden, wenn individuelles Wissen besser genutzt, ausgetauscht und schneller ausgebaut wird, wird heute nicht mehr in Frage gestellt. Bisherige Umsetzungsstrategien und Vorgehen sind in der Vergangenheit jedoch häufig aus verschiedensten Gründen nicht oder nur bedingt erfolgreich gewesen. Die Gründe hierfür sollen an dieser Stelle nicht weiter diskutiert werden, aber auf die Möglichkeiten von sogenannter Social Software für Unternehmen im Rahmen der Web 2.0 Entwicklungen eingegangen werden, die es erlaubt, eine größere Anzahl von Nutzern in Prozesse einzubinden. In Verbindung mit Social Software wie Wikis, Blogs und Social Bookmarking werden die Inhalte durch den Nutzer erstellt. Über die Kommentierung und Bewertung findet deren Validierung statt. Der Prozess ist nicht nur schneller, sondern auch effizienter, denn dezentrale Prozesse sind bedarfsorientiert und erfordern keine zentrale Organisationseinheit. Relativierend soll an dieser Stelle erwähnt werden, das der Begriff Web 2.0 eigentlich nachträglich erfunden wurde, da er sich weniger auf spezifische Technologien oder Innovationen, sondern primär auf eine veränderte Nutzung und Wahrnehmung des Internets bezieht wurde der Begriff erstmals erwähnt oder auch geprägt durch Dale Dougherty und Craig Cline und hat sich dann schnell verbreitet. Online Communities mit den von diesem Begriff beanspruchten Funktionalitäten und Eigenschaften gab es aber schon deutlich früher; heute sind sie weit verbreitet. Die damit gemeinten Portale werden fälschlicherweise unter dem Begriff Web 2.0-Anwendungen eingeordnet. Die darin enthaltene gestiegene Anzahl technischer Neuheiten und deren Nutzung können jedoch sehr wohl als Web 2.0- Anwendungen bezeichnet werden. Der Nutzen und die Grenzen solcher Funktionalitäten werden beispielhaft in Kapitel 6.3 diskutiert. Die BITKOM folgert daher, dass Wissensmanagement und neue Lerntechnologien wieder stärker zu einem zentralen Unternehmens- und IT-Thema werden [BITKOM 2007]. Das Positionspapier der BITKOM führt insgesamt zehn Punkte als Trends auf. Etwas konkreter und reduziert auf sieben Punkte werden die Trends 18

29 2.2 Wissensmanagement bei Wissensmanagement Online 2 wie in Abbildung 7 dargestellt zusammengefasst (in Anlehnung an [BITKOM 2007]). Abbildung 7: Trends im WM durch Anwendung von Social Software Alle hier genannten Trends haben zum Ziel ein innovatives und kreatives Arbeitsklima innerhalb von Unternehmen aber auch in der Kommunikation mit Kunden zu schaffen. Die hoch partizipative Social Software ermöglicht variable Bearbeitungsprozesse, die einen verhältnismäßig hohen Output bei vergleichbar geringem finanziellem Aufwand erzeugt. Der Effekt entsteht durch die erhöhte Anzahl von tatsächlich verknüpften Inhalten und Informationen mit Personen und Gemeinschaften. Allein die Reflektion dieser Informationen kann bereits zur Erzeugung neuer Inhalte beitragen. Abgrenzung Der in diesem Kontext häufig genannte Begriff der Social Networks 3 (Netzgemeinschaften) wird teilweise auch für Online Communities verwendet. Gemeint sind damit jedoch zumeist Online-Kontaktnetzwerke, wie z.b. Friendster, StudiVZ, Orkut, MySpace, Facebook, Xing, LinkedIn, Plaxo, etc. Diese Online- Kontaktnetzwerke unterscheiden sich insofern von den Online Communities die in dieser Arbeit betrachtet werden, als dass sie in erster Linie ein sich selbst aktualisierendes Adressbuch mit individuellen Zusatzangaben darstellen. Erst in zweiter oder dritter Instanz folgt ein thematischer Bezug oder Zusammenschluss der Mitglieder solcher Kontaktnetzwerke und damit zur Bildung thematischer Untergruppen. Diese Untergruppen werden in vielen Fällen zur fokussierten monodirektionalen Verbreitung von Informationen des Leiters an die Mitglieder z.b. über eigene 2 (Ausgabe: Februar 2008; zuletzt besucht: August 2008) 3 Synonym auch z.b. social network services oder Online Kontaktnetzwerke 19

30 2 Theorie und Einordnung Veranstaltungen benutzt. Selten oder auch gar nicht werden Themen und Erkenntnisse online diskutiert und werden die dazu notwendigen Funktionalitäten in den Untergruppen zur Verfügung gestellt. 2.3 Zusammenfassung Wissensmanagement beschäftigt sich mit den Möglichkeiten, auf die Wissensbasis einer Organisation Einfluss zu nehmen. Unter der Wissensbasis werden alle Daten und Informationen, alles Wissen und alle Fähigkeiten verstanden, die diese Organisation zur Lösung ihrer vielfältigen Aufgaben benötigt. Dabei werden individuelles Wissen und Fähigkeiten (auch als Humankapital bezeichnet) systematisch in der Organisation verankert. Wissensmanagement kann daher als ein Interventionsmechanismus verstanden werden, der auf den Theorien der Organisationslehre und des organisationalen Lernens beruht. Das Wissen innerhalb einer Organisation wird dabei als Produktionsfaktor verstanden, der neben Kapital, Arbeit und Boden tritt. Die konstruktivistische Sichtweise der Pädagogik beschreibt Wissenserwerb als einen aktiven, selbstregulierten, konstruktiven, situativen und sozialen Prozess. Daher kann ein Wissenstransfer und Wissenszuwachs nur erreicht werden, wenn der Empfänger aktiv am Lernprozess teilnimmt und diesen zumindest teilweise selbst reguliert und kontrolliert. Wissen wird vom Lernenden konstruiert. Wissen kann nur konstruiert werden, indem es interpretiert und in die beim Empfänger vorhandenen Wissensstrukturen integriert wird. Die Organisation und Institutionalisierung des Transfers von Wissen ist bereits in vielfältiger Form vorhanden. Lediglich das Ausmaß in dem Interaktionsformen eingesetzt werden und, als Gegenstand der Arbeit, die Kombination der Interaktionsformen soll an dieser Stelle als Gestaltungspotential genannt werden. Auf der Basis der verschiedenen Beschreibungen von Denkrichtungen im Wissensmanagement, einer Auswahl gebräuchlicher Definitionen (s. Anhang Tabelle 24) und dem Fokus der Arbeit auf Wissensgemeinschaften als Mittel zur Interaktion zwischen Forschung und Industrie wird der Begriff des Wissensmanagements für die Arbeit wie folgt definiert: Wissensmanagement umfasst alle organisatorischen und technischen Interventionen zur Gestaltung des Umfeldes eines Wissensträgers, die zur Befähigung des Erwerbs, der Reflektion und der Weitergabe von Wissen führen. 20