10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

38
10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf

Transcript of 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Page 1: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10. Methodische Unterstützung

des Wissensmanagements

Prof. Dr. Dr. PoppFH Deggendorf

Page 2: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

• Methodenordnung lehnt sich an Managementkreislauf:» Planung» Organisation» Kontrolle

• Ergänzung um Methoden, die» Wissensnutzung fördern» zur Wissensrepräsentation dienen

• Methoden sind Aufgaben des Wissensmanagements zugeordnet Wissensmanagementprozesse

• Eindeutige Zuordnung der Methoden nicht möglich• Methode hat einen Schwerpunkt, übernimmt aber mehrere

Aufgaben

Page 3: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.1 Methoden zur Förderung des Wissensaustausch und der Wissensnutzung

Ziel: Erfahrungen vom Mitarbeiter

unabhängig und anderen zugänglich machen.

Page 4: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.1.1 Lessons Learned

• Systematische Dokumentation• Aufbereitung von Erfahrungen• Mittel um aus vorausgegangenen Erfahrungen zu lernen• Voraussetzung: Bereitschaft das Wissen anderer Mitarbeiter zu nutzen• Vorteile:

» Wissen kann für die Organisation bewahrt werden, auch wenn Mitarbeiter das Unternehmen verlässt

» Breitere Wissensnutzung» Verhinderung von Mehrarbeit» Verkürzte Einarbeitungszeiten neuer Mitarbeiter» Unterstützt Schaffung neues Wissen» Evtl. Entwicklung einer fehlertoleranten

Organisationskultur

Page 5: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.1.2 Best Practice Sharing

• Erarbeitete Lösung (= bestmögliche) für eine bestimmte Problemstellung

• Lösung mit hinreichender Qualität, die nicht bestmögliche ist Good Practice

• Ziel: bestehende Handlungsabläufe durch Good bzw. Best Practices zu ersetzen

• Vorteile: » Unterstützt gezielte Suche nach bestmöglichen Lösungen» Macht Wissen der Organisation allgemein zugänglich» Vermeidung zeitaufwendiger Neuentwicklung, durch

Möglichkeit auf Zugriff erprobte Vorgehensweisen• Nachteil: Eingeschränkte Übertragbarkeit auf andere Einsatzbereiche

Page 6: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.1.3 Story Telling/Learning History

• Wissen wird in Form von Geschichten gebracht• Ziel: Organisationale Lernprozesse anstoßen• Vielfältig einsetzbar:

» Weitergabe von Lessons Learned oder Best Practices» Zur Veränderung der Unternehmenskultur» Zur Verbreitung von Erfolgsgeschichten der

Geschäftsleitung

Page 7: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.2 Methoden zur Repräsentation von Wissen

• Dokumentation und Visualisierung von Wissensstrukturen• Grundlage für Wissensmanagementprojekte• Grundlage für Konzeption und Entwicklung von

Wissensmanagementsystemen

Page 8: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.2.1 Wissenskarten

5 verschiedene Arten:

» Wissensquellen» Wissensanlagen» Wissensstrukturen» Wissensanwendung» Wissensentwicklung

Page 9: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Wissensquellenkarten (knowledge source maps)• Stellen Experten einer Organisation anhand selbstgewählter Kriterien

graphisch dar• Kriterienbeispiele: Fachgebiet der Experten, funktionale Bereiche der

Organisation, ... = N. Y.

= Basel

= Berlin

= Mobile

Graphic Design

CD-Rom

Stand-aloneSystems

Web

Animation

DatabaseTechnicians

Project Management

Michael Gross

Marion Pressl

Diane Strong

Uli Rubner

Maya Senn

Ute Lemp

Josef Gorner

Steffi Sieger

Martin Silk

Max Hitz

Anne Weick

Eva Rohner

Uli Sigg

Stefan Werd

Mark Ott

Ina Roehl

Karl Toner

Page 10: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Wissensanlagekarten (knowledge asset maps)

• Wissensbestand einer Organisation kann sichtbar gemacht werden• Unterstützen geschäftliche Entscheidungen und Besetzung von Projekten

Consultants

 IT

 Strategy

 M&A

 Accounting

 Marketing

 Tinner, Jeff          

 Borer, André          

 Brenner, Carl          

 Deller, Max          

 Ehrler, Andi          

 Gross, Peter          

 …          

Page 11: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Yellow Pages (Gelbe Seiten)

• Praktische Umsetzung von Wissensquellenkarten und Wissensanlagekarten• Ermöglichen den direkten Kontakt zu den Personen, die das Wissen besitzen• Regen den Lern- und Austauschprozess an• Ziel: Vorhandenes Wissen zu einem Aufgabengebiet für alle

Organisationsmitglieder abrufbar zu machen.

Page 12: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Wissensstrukturkarten (knowledge structure maps)

• Bilden Struktur eines Wissensgebietes ab• Wissensgebiet in logisch zusammengehörige Teile gliedern und diese

zueinander in Beziehung setzen• Dienen der Darstellung von Fähigkeiten, die z.B. für eine bestimmte Aufgabe

wichtig sind

Vorlage für Projektdokumentation

Projekt-management- handbuch

Projektwissen

Wissen über Technologien

Projektmanagementwissen

Projekterfahrung

Führungs-kompetenz

PM-Man.doc

Projdoc.dot

Page 13: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Wissensanwendungskarten (knowledge application maps)

• Am häufigsten eingesetzte Wissenskarten• Ordnen Geschäftsvorfällen oder einzelnen Prozessschritten das relevante

Wissen zu

Kundenkreuz

Maßnahmenplan

InmarktTeam Manger

Jour FixeMetaplan

Added Value

Trend-WorkshopProblemspinne

StakeholderAnalyse generate/acquirpresent/ get

feedback

administrate/ organize

analyse/ condense

QforYou

Offertenvorlage

Data View Analyzer

Visualisierungs- techniken

Statistische Methoden und Verfahren

TOOL

METHOD

Online Panel

Trendbarometer

Collage-Technik

Tagebuch-MethodeCAPIPowerView

Radiocontrol

Delphi-Methode

QuantumSPSS

Stichproben-verfahren

Page 14: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Wissensentwicklungskarten (knowledge development maps)

• Visualisierung der notwendigen Schritte um einen bestimmten Wissenstand zu erreichen

• „Lernpfade“

Page 15: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.2.2 Ontologien

• Darstellung und Speicherung durch Repräsentationssprache• Klassen einer Ontologie sind Konzepte• Spezifische Konzepte (z.B. Personen) oder abstrakte Konzepte (z.B.

Absichten)• Metaklassen = Klassen mit Klassen als Instanzen• Instanzen = Elemente oder Individuen• Relation = Typ der Assoziation zwischen Konzepten; über sie lassen

sich Attribute von Konzepten darstellen• Axiome = Annahmen; geben Gesetzmäßigkeiten an; sind stets gültig

Page 16: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Struktur einer Ontologie

• Die Struktur wird mit folgenden Aussagen beschrieben:» Es gibt Objekte in der Welt.» Objekte haben Eigenschaften oder Attribute, welche Werte

annehmen können.» Objekte können Relationen untereinander eingehen.» Eigenschaften und Relationen können sich verändern.» Es gibt Ereignisse, die zu einem bestimmten Zeitpunkt eintreten.» Die Welt und ihre Objekte können ihren Status wechseln.» Ereignisse können wiederum Ereignisse auslösen.

Page 17: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Arten von Ontologien

• Upper Ontologies: nur generische und abstrakte Konzepte decken große Bandbreite von Domänen ab

• General Ontologies: bilden das generelle Wissen der Welt ab; Grundbegriffe: Zeit, Raum und Ereignis

• Domain-Specific Ontologies: fassen das Wissen eines bestimmten Bereiches zusammen

• Heavyweight Ontologies: Regeln für logisches Schließen, Bedingungen für die Anwendungen der Regeln; exaktes Abbild des Anwendungsbereiches notwendig

Page 18: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Anforderungen an Ontologien

• Einheitliche Definition von Begriffen• Klar = Eindeutigkeit der definierten Begriffe• Kohärent = konsistent• Schnittstellen zur Sprache anderer Wissensdomänen berücksichtigen• Vollständig• Möglichkeit zur Definition neuer Begriffe für speziellen Gebrauch, ohne

bestehende Definitionen anpassen zu müssen

Page 19: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Ontologie-Beschreibungssprachen• Traditionelle Sprachen können in Gruppen gegliedert werden• 1. Gruppe: Sprachen, der erweiterten Prädikatenlogik (z.B. B. CycL.)• 2. Gruppe: framebasierte Beschreibungssprachen (z.B. Ontolingua)• 3. Gruppe: Sprachen der deskriptiven Logik (z.B. Loom)• Vorteil von traditionellen Sprachen: bieten bessere Unterstützung• Problem: externer Zugriff auf Ontologien• Webbasierte Ontologiesprachen basieren auf gängigen Web-Standards (z.B.

OWL)

„synonym“

„für“Wasser

Wagen

Schiff

Vehikel

Luft

Fahrzeug

Flugzeug

Auto

Land Kfz

Motorrad

„ist ein“

„ist ein“

„ist ein“

„ist ein“ „synonym“

„synonym“„synonym“

„für“

„für“

„für“

Page 20: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

• Methoden zur Erfassung von Ontologien:

» Bottom-Up: hoher Detaillierungsgrad, schwere Identifizierung von Beziehungen

und erhöhte Gefahr der Inkonsistenz» Top-Down: bessere Kontrolle des Detaillierungsgrades, beinhaltet Risiko der

semantischen Interoperabilität und Instabilität» Middle-Out: angemessener Detaillierungsgrad für jede Ebene

Page 21: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.2.3 Prozessmodellierung• Wissensprozesse werden gestaltet und modelliert• Geschäftsprozesse + begleitende und steuernde Wissensprozesse

werden in Modellen erfasst• Fokus auf wissensintensive Prozesse• Darstellung mit z.B. ereignisgesteuerter Prozessketten (EPK)

Dokumentiertes Wissen zu ausgewähltem

Kunden

Lessons Learned aus Akquisition

Dokumentiertes Wissen zu ausgewähltem

Kunden

Marketing- strategie

Kunden- und Marktstruktur

Wünsche von Kunden

Eigene Produkte

Akquisitions- erfahrung

Wissen über ausgewählten

Kunden

Zeitpunkt für Akquise

Kunden auswählen

Produktdaten

Kunde ausgewählt

Kundendaten Auftragsdaten

Akquisitions-gespräch

durchführen

Auftrag erhalten

Keinen Auftrag erhalten

Akquisitions-gespräch

dokumentieren

Akquisitions-gespräch

dokumentiert

Page 22: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.3 Planungsmethoden

• Unterstützen Situationsanalyse• Analyse = Grundlage für Zielformulierung des Wissensmanagements• Suche von Alternativen, Prognosen, Bewertungen und

Entscheidungen

Page 23: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.3.1 Wissensidentitätsportfolio

• Vier-Felder-Matrix• Überprüfung: wie wissensintensiv ist Organisation?• Hohe Wissensintensität = hoher Wissensaufwand für Erstellung eines

Produktes/einer Dienstleistung z.B. Software

Wissensintensität in der

Wertschöpfungskette

Wissensintensität in der Leistung

Wertschöpfungdurch

physische Arbeit

Produktintelligenzund

Prozessintelligenz

Produktintelligenz

Prozessintelligenzhoch

hoch

gering

gering

Page 24: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.3.2 Wissensmanagementprofil

• Ziel: Art und Weise des Umgangs mit Wissen bestimmen Ergebnis: Profildiagramm

Knowledge AcquisitionFocus: internal -X externalSearch: opportunis tic -X focusedProblem-solvingLocation: individual -X teamProcedures: trial und error -X heuris ticsActivity: experiential -X abstractScope: incremental -X radicalDisseminationProcesses : informal -X formalBreadth: narrow -X- wideOwnershipIdentity: personal -X collectiveResource: specialis t -X generalis tStorage/MemoryRepresentation tacit -X explicit

Page 25: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.3.3 Knowledge Asset Road Map

• Technology Road Maps Identifikation zukünftiger technischer Anforderungen und Koordination deren Entwicklung

• Ziele und Projekte zu deren Umsetzung werden auf einer Zeitachse abgetragen

Year 1 Year 2 Year 3Business objectives

Leading projects & action

Knowledge management

enablers

Knowledge related

processes

Knowledge Assets

More ef fective product innovation

More ef fective capture and use of know ledge about customers

Double market share project

Customer care project

Re-design project

Design rationale capture Multi-disciplinary design teams

Customer trials programmes New material R&D project

Help desk systems Co-operative design tools

Preserve design know ledge Share product know ledge

Preserve & share customer know ledge

Develop new know ledge of customers

Know ledge of customer preferences

Know ledge of customer problems Know ledge of product materials

Know ledge of product design rationale Know ledge of design process

Page 26: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.4 Organisationsmethoden 10.4.1 Wissensfördernde Organisationsformen

• Primäre Organisationsformen (funktionale/divisionale Organisation oder Matrix-Organisation) weisen Schwächen auf:

» unflexibel» behindern Freiräume & Kreativität

Entwicklung weiterer Organisationsformen, die Wissensmanagement unterstützen (flache Hierarchien mit dynamischen Strukturen)

» unendliche flache Organisation» invertierte Organisation» Modell der multiplen Überlappungsstruktur» Sternexplosion» Spinnennetz» Hypertextorganisation

Page 27: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.4.2 Communities of Practice (CoP)

• informelle Gruppe von Personen• freiwilliger Zusammenschluss • gemeinsames Interesse oder Erreichung eines gemeinschaftlichen

Zieles• gegenseitige Unterstützung bei der Lösung von Problemen durch

Identifikation, Generierung und Austausch von Wissen • Vergleich mit anderen Gruppenformen:

CoP Entwicklung der Fähigkeiten der Mitglieder, Schaffung / Austausch von Wissen

Durch Mitglieder gesteuerte Auswahl, wer Mitglied wird

Engagement, Leidenschaft, Identifikation mit der Kenntnis der Gruppe

Solange Interesse an Aufrechterhaltung der Gruppe besteht

Formale Arbeitsgruppe

Erbringung einer Leistung oder eines Produktes

Alle Personen, die dem Gruppenleiter berichten

Stellenbeschreibung, generelle Ziele

Bis zur nächsten Reorganisation

Projektgruppe Ausführen einer vorgegebenen Aufgabe

Ernennung der Mitglieder durch Management bzw. Projektleiter

Meilensteine und Ziele des Projekts

Bis zur Vollendung der Projekts

Soziale Netzwerke Beratung / Austausch von Lösungen bei konkreten Problemen

Freunde und geschäftliche Bekanntschaften

Allgemeine, wechselseitige Bedürfnisse

Solange die Mitglieder in dem Kontakt einen Vorteil haben

Page 28: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.5 Bewertungsmethoden

Im Rahmen des Wissensmanagement können vier Objekte bewertet werden:

• das Wissen (die Wissensbasis) selbst• die Aktivität des Wissensmanagement• Wissensmanagementprojekte• Wissensmanagementsysteme

Ziel: Erfolgskontrolle des Wissensmanagement

Page 29: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.5.1 Deduktiv-summarische Ansätze

Marktwert-Buchwert-Relationen• Differenz Marktwert Buchwert (Börse-Bilanz)• Annahme: alles was nicht in Bilanz = immaterieller Vermögenswert• Verbesserung: Quotient Marktwert Buchwert, statt Differenz Bessere Vergleichbarkeit mit Wettbewerbern, Rückschlüsse auf die

Entwicklung der immateriellen Vermögenswerte

Page 30: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Tobin‘s q• Betrachtung: Verhältnis Marktwert eines Vermögensgegenstandes zu

seinen Wiederbeschaffungskosten• Vermögensgegenstand kann einzelne Anlage (Maschine, Fahrzeug,

Person) oder gesamte Organisation sein• q = Marktwert/Wiederbeschaffungskosten

Page 31: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.5.2 Induktiv-analytische Ansätze

Intangible Asset Monitor• Sammlung monetärer und nicht-monetärer Größen dienen der

Bewertung immaterieller Vermögenswerte• Drei Arten immaterieller Vermögenswerte:

» Kompetenz der Mitarbeiter (Wissen)» Interne Struktur (alles was dem Unternehmen gehört)» Externe Struktur (Kundenbeziehung, Image,...)

Externe Struktur Interne Struktur KompetenzWachstum / Erneuerung Wachstum / Erneuerung Wachstum / ErneuerungOrganisches Wachstum, Steigerung des Marktanteils, Index der Kundenzufriedenheit, Qualitätsindex

IT-Investitionen, Index zur Einstellung der Mitarbeiter zum Management, der Unternehmenskultur und den Kunden

Umsatzanteil besonderer Kundengruppen, Veränderung der durchschnittlichen Berufserfahrung, Ausbildungsstand

Effizienz Effizienz EffizienzGewinn pro Kunde, Umsatz pro Spezialist Anteil der Mitarbeiter in der

Verwaltung, Umsatz pro Mitarbeiter in der Verwaltung

Veränderung der Wertschöpfung pro Spezialist, Veränderung am Anteil der Spezialisten

Stabilität Stabilität StabilitätHäufigkeit von Wiederholungaufträgen Alter des Unternehmens, Anteil

neuer MitarbeiterFluktuation von Spezialisten

Page 32: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Wissenskapitalindex• Unterteilung von Humankapital und Strukturkapital in Komponenten• Unterteilung der Komponenten in Kategorien• Zuordnung von Indikatoren zu Kategorien Indikatorensystem• Entwicklung und Nutzung eines Indikatorensystems

» 1. Festlegen einer Unternehmensstrategie» 2. Ableitung von kritischen Erfolgsfaktoren aus Strategie» 3. Bestimmen von Indikatoren des Wissenskapitals für die

kritischen Erfolgsfaktoren» 4. Konkretisierung der Indikatoren durch Einbeziehung der

Mitarbeiter» 5. Einsatz und stetige Verbesserung des Indikatorensystems

• Bildung des Wissensindex durch einen oder wenige Indizes aus der Menge der Indikatoren

Page 33: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Balanced Scorecard• Umfassende und ausgewogene Betrachtung der Leistungsfähigkeit

einer Organisation• Vier verschiedene Perspektiven• Überblick über Ziele und Kennzahlen einer Organisation• Individuelles, flexibles Konzept• Vermeidung eines Information Overload• Einblick in die Relationen verschiedener Bereiche einer Organisation

Page 34: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Vision und Strategie

Interne GeschäftsprozesseZiele

KennzahlenVorgaben

Maßnahmen

Lernen und EntwicklungZiele

KennzahlenVorgaben

Maßnahmen

KundeZiele

KennzahlenVorgaben

Maßnahmen

FinanziellZiele

KennzahlenVorgaben

Maßnahmen

Wie sollen wir gegenüber Teilhabern auftreten, um

finanziellen Erfolg zu haben?

In welchen Geschäftsprozessen müssen wir die Besten sein, um unsere Teilhaber und Kunden zu befriedigen?

Wie können wir unsere Veränderungs- und Wachstumspotentiale fördern, um

unsere Vision zu verwirklichen?

Wie sollen wir gegenüber unseren Kunden auftreten, um unsere Vision zu verwirklichen?

Page 35: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Wissensbilanz (Knowledge Balance)• Unternehmensziele werden in Bezug auf die Wissensbasis messbar

gemacht• Mehrstufiges Kennzahlensystem mit verschiedenen Klassen• Vermeidung von Kennzahlenvermengung verschiedener

Zielsetzungen bessere Abbildung der Ursache-Wirkungs-Zusammenhänge

Indikatorenklasse Zweck Beispiele(I) organisationale Wissensbasis

Beschreibt den Bestand des organisationlen Wissen, qualitativ und quantitativ

Qualifikation, Kompetenz der Mitarbeiter zur Problemlösung, Kundenwissen, Prozess-Know-how

(II) Interventionen Beschreibt Prozesse und Inputs (Aufwand) zur Veränderung der organisationalen Wissensbasis

Ausbildungstage pro Mitarbeiter, Rating von Beratungs- und Schulungsqualität

(III) Zwischenerfolge und Übertragungseffekte

Misst die direkten Ergebnisse der Interventionen (Outputs)

Beherrschung von Arbeitsprozessen, Antwortzeit auf Kundenanfrage, Prozessqualität

(IV) Ergebnis der Geschäftstätigkeit

Misst Geschäftsergebnisse am Ende des betrachteten Zeitraums

Anzahl oder Veränderungen der Kundenaufträge, Marktdurchdringung, Kundenzufriedenheit, Prämienvolumen

Page 36: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

aggregierteErgebnisse der

Geschäfts- tätigkeit im

Zeitraum t0 bis t1

Zwischenerfolge und Übertragungseffekte

Mitarbeiter motiviert Wissen anzuwenden

erhöhter Kundennutzen

verbesserte Nutzung von Technologien

Produkte treffen die Kundenanfor-derungen

besser

steigende Kundenzufrieden- heit

geringere operative Kosten

höhere Qualität von Produkten

mehr Aufträge

schnellere Entscheidungen

schnellere Antwortzeiten

Indikatorenklasse III

Interventionen

Unternehmensziele

Wissensziele

Indikatorenklasse II

verändere das Anreizsystem, um

Wissensaufbau und Wissensteilung zu

motivieren

implementiere eine IT-Infrastruktur mit E-mail,

Groupware und Wissensbasen

transferiereBest Practices

Eröffnungs- bilanzZeitpunkt t0

Finanz- bilanz (FB t0)

Indikatoren- klasse IV

Wissens-Bilanz(WB t1)

Indikatoren-Klasse I

Wissens-Bilanz(WB t0)

Indikatoren-Klasse I

Finanz- bilanz (FB t1)

Indikatoren- klasse IV

Schluss- bilanz

Zeitpunkt t1

Erfüllungsgrad messen

Bewegungsbilanz: Veränderung t1-t0

Page 37: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

10.5.3 Methoden zur Bewertung des Wissensmanagements

Benchmarking• Systematischer Vergleich von Dienstleistungen, Prozessen oder

Produkten zur Identifikation von Stärken und Schwächen• Vier verschiedene Benchmarking-Formen:

» Internes Benchmarking: Vergleich von Wissensmanagementprozessen in unterschiedlichen Abteilung, Geschäftsbereichen oder Projekten

» Wettbewerbsorientiertes Benchmarking: Vergleich von Wissensmanagementprojekten oder –aktivitäten verschiedener Unternehmen

» Funktionales Benchmarking: Vergleich nicht identischer Prozesse

» Generisches Benchmarking: Vergleich von Statistiken mit anderen Firmen

Page 38: 10. Methodische Unterstützung des Wissensmanagements Prof. Dr. Dr. Popp FH Deggendorf.

Danke für Ihre Aufmerksamkeit!