Wissensmanagement Konzepte und Systeme Prof. Dr. Bernd Stöckert Technische Universität Chemnitz Wintersemester 2001/02

Wissensmanagement

Konzepte und Systeme

Prof. Dr. Bernd Stöckert

Technische Universität Chemnitz

Wintersemester 2001/02

B. Stöckert WM

Inhalt

Wissensmanagement – Konzepte und Systeme

1. Herausforderungen an die Unternehmen im Informationszeitalter

2. Wissen und Gedächtnis in Organisationen

3. Konzepte zum Management von Wissen in Organisationen

4.Technische Systeme zur Unterstützung des Wissensmanagements

5. Fallbeispiele

Literatur

B. Stöckert WM

[1] Bach, V., Vogler, P., Österle, H. (Hrsg.): Business Knowledge Management. Berlin etc.1999

[2] Bach, V., Österle, H., Vogler, P. (Hrsg.): Business Knowledge Management in der Praxis. Berlin etc. 2000

[3] Lehner, F. : Organisational Memory – Konzepte und Systeme für das organisatorische Lernen und das Wissensmanagement. München etc. 2000

[4] Nonaka, I., Takeuchi, H. : Die Organisation des Wissens. Frankfurt 1997

[5] Pawlowski, P. (Hrsg.): Wissensmanagement – Erfahrungen und Perspektiven. Wiesbaden 1998

[6] Palass, B., Servatius, H.-G. : WissensWert – Mit Knowledge-Management erfolgreich im E-Business. Stuttgart 2001

Wiederholungsfragen

B. Stöckert WM

1.

2.

3.

4.

5.

6.

7.

8.

9.

Wiederholungsfragen

B. Stöckert WM

10.

12.

13.

14.

15.

16.

17.

18.

19.

Kurzvorträge

B. Stöckert WM

1.

2.

3.

4.

5.

6.

7.

8.

9.

Trends im Informationszeitalter

B. Stöckert WM, Herausforderungen an die Unternehmensentwicklung im Informationszeitalter

Stakeholders

Mitarbeiter

Administrative ControlHRMS

KnowledgeTool

Applications

Marketing

Sales

Customer Service

Finance/ Accounting/ AuditingManagement Control

SellingChain

Manage-ment

SupplyChain

Manage-ment

Customers,Resellers

BusinessPartners

Suppliers,Distri-

Butors,Resellers

EnterpriseAppli-

cationsIntegration

Logistcs

Production

Distribution

CRM

ERP

Vernetzte IT-Infrastruktur mit verschiedenen Anwendungs-Clustern :

Sieben Trends der Geschäftstranformation :


Trends im Informationszeitalter

Enterprise Resource Planning

Geschäfts-vernetzung

Wissens-management

IntelligenteGeräte

Elektronische Dienste

Customer Process Support

Wertemanagement

Trends der Geschäftstransformation


1. Enterprise Resource Planning als Basis

• Abstimmung von Strategie Prozess und Transaktionssystem

Konsequenzen für :

• Prozessstandarisierung

• Interne Softwarestandardisierung

• Prozessoptimierung

• Wall-to-Wall-Unterstützung der Prozesse und Geschäftseinheiten

• Externe Standardisierung



2. Wissensmanagement als Determinante

• Wissen nutzen

Konsequenzen für :

• Erschliessung expliziten Wissens

• Dokumentation von implizitem Wissen

• Wissensstrukturierung

• Nutzen von Wissen messen

• Wissensmanagement als Aufgabe der Geschäftsleitung



3. Intelligente Geräte: PDA/Smartphone, interakt. TV, Portable Multimedia,PC, GPS, Smart Card, .....

• Geräte- und Softwarehersteller

Konsequenzen für :

• Anbieter klassischer Produkte und Dienstleistungen

• Dienstleistungsanbieter



4. Verstärkte Geschäftsvernetzung

• Produkte und Dienstleistungen

Konsequenzen für :

• Beschaffung

• Outsourcing von Prozessen

• Supply Chain

• Kundensegment

• Kritische Masse

• Netzwerkfähigkeit



5. Unterstützung durch elektronische Dienste

• Entwicklung eigener Dienste

Konsequenzen für :

• Nutzung von Diensten



6. Customer Process Support als Schlüsselfunktion

• Kundenprozess

Konsequenzen für :

• Business Community

• Kritische Masse der Kunden

• Rolle im Businessnetwork

• Kritische Masse der Anbieter



7. Wertemanagement

• Visionen und Werte

Konsequenzen für :

• Führungsprozess

• Management der Transformation

• Mehrdimensionale Führung

B. Stöckert WM, Konzepte zum Management von Wissen in Organisationen, Konzept von NONAKA / TAKEUCHI

Unterscheidung von explizitem und implizitem Wissen:

Explizites Wissen Implizites Wissen

([3], Abb. 3-10)

Konzept des Wissensmanagements von NONAKA / TAKEUCHI (1997)


([3], Abb. 3-11)

Spirale der Wissensschaffung (epistemologisch)


Spirale der Wissensschaffung (ontologisch)

([3], Abb. 3-12)

B. Stöckert WM, Konzepte zum Management von Wissen in Organisationen, Modell von NONAKA / TAKEUCHI

Prozessmodell der Wissensschaffung

Voraussetzungen:•Intention•Autonomie•Fluktuation und kreatives Chaos•Redundanz•Notwendige Vielfalt

([3], Abb. 3-103

B. Stöckert WM, Konzepte zum Management von Wissen in Organisationen, Modell von PROBST et al.

Konzept des Wissensmanagements von PROBST et al.

([3], Abb. 3-14)


Konzept des Wissensmanagements von PROBST et al.

([3], Abb. 3-14)


„Todesspirale“ einer elektronischen Wissensbasis:

([3], Abb. 3-15)

Bemerkung

B. Stöckert WM, Konzepte zum Management von Wissen in Organisationen

([3], Abb. 3-16)

Bemerkung

Formen organisationalen Vergessens:

B. Stöckert WM, Konzepte zum Management von Wissen in Organisationen

Modell für die Wissensverarbeitung nach SCHEER

([3], Abb. 3-20)

B. Stöckert WM, Konzepte zum Management von Wissen in Organisationen, Instrumente des Wissensmanagements

Instrumente des Wissensmanagements (1)

([3], Abb. 3-21)

Wissensstrukturdiagramm:


([3], Abb. 3-22)


Wissensstrukturdiagramm:


([3], Abb. 3-23)


Wissensstrukturdiagramm in ARIS:


([1], Abb. 3-24)


Wissenslandkarte nach Organisationseinheiten:


([1], Abb. 3-25)


Wissenslandkarte in Matrixdarstellung:


([1], Abb. 3-26)


Wissensträgerkarte:


([1], Abb. 3-29)


Wissensintensitätsportfolio:

B. Stöckert WM, Technische Systeme zur Unterstützung des WM

([1], Abb. 4-3)

Multimedia, Hypertext und Hypermedia

Hypertextstruktur:

([1], Abb. 4-4)

Fallbasiertes Workflowmanagement:

Workflowmanagement-Systeme


([1], Abb. 4-5)

Modell des R4 CBR-Cycles:


CBR-Systeme

([1], Abb. 4-8)

Systematik für OMS

IKT-Nutzung zur Kompetenzbildung:


([1], Abb. 4-9)

Vier-Ebenen-Architektur und Technologien für das WM:


Systematik für OMS

Architektur eines OMS:


Systemarchitekturen für OMS

([1], Abb. 4-12)

Architektur des OMS der Meta Group:



([1], Abb. 4-13)

Corporate-Memory-Architektur



([1], Abb. 4-15)

WM - Architektur:



([1], Abb. 4-17)

CBR- Fallstudie: Angebotsengineering

Verwendung von Erfahrungswissen

im Angebotsengineering

- Aufgabe : Angebotskalkulation

- Lösungsansatz : Fallbasierter Vergleich

- Praxisfall : Kratzenrauhmaschine

- Problem : Verarbeitung unscharfer Informationen Lösung von S. Meyer

- Behandlung des Praxisfalls

- Ausblick: Wissensmanagement im Entwicklungsbereich

Inhalt

B. Stöckert WM, Technische Systeme zur Unterstützung des WM, CBR-Fallstudie

([1], Abb. 3-26)


Aufgabe: Angebotskalkulation

Angebotskalkulation:

Angebotsengineering:

Angebotsausarbeitung für komplexe kundenindividuelle Produkte in technischer und kalkulatorischer Sicht, i.d.R. ohne dass die Details bekannt sind.


Lösungsansatz für das Angebotsengineering

Vergleich mit bereits bekannten Fällen aus einer Wissensbasis


Fallbasierter Vergleich


Praxisfall: Kratzenraumaschine


MERKMAL AUSPRÄGUNG

Umfangsgeschwindigkeit

Belastung durch Warenzug

Belag der Walze

Aktive Stoffbearbeitung

Montagetyp

Lagerung in den Seitenwänden

Zapfenlängen

ohne / niedrig / mittel / hoch

kein /niedrig / mittel / hoch

ohne / Webbaumstreifen / Kratzenrauband / Bürstenblatt / Messingdraht / Ausputzblatt

ja / nein

schweißen / warm einziehen / kalt einziehen

ja / nein

in [mm]

Kostenrelevante Merkmale


Eigenschaften der Merkmale

Abhängigkeiten:


Prozess des Fallbasierten Schließens


Merkmale zur Problembeschreibung


Praxisfall: Walzen und kostenrelevante Merkmale


Wissensspeicher: Produktdatenmanagement-System


Lokale Ähnlichkeitsmaße des Praxisfalles

Metrische Merkmale:

ZAPFENLÄNGE

DURCHMESSER


Lokale Ähnlichkeitsmaße des Praxisfalles

Symbolische Merkmale:

BELASTUNG


Herkömmliche Ähnlichkeitsmaße

Unschärfe aktueller Problembeschreibungen

D. h., um im Angebotsengineering fallbasiert Kosten schätzen zu können, müssen unscharfe Informationen verarbeitet werden.

Geeignete Darstellung von unscharfen Informationen : Possibilitätsmaße

Die Informationen einer realen Problembeschreibung sind gekennzeichnet durch:


Inhaltsbezogene Unschärfe Aspekte


Repräsentation der Unschärfe


Maßbasis des unscharfen Wissens


Possibilitätsverteilungen


Ähnlichkeitsvergleich


Herkömmliche Ähnlichkeitsmaße


Ähnlichkeitsbestimmung unter Unschärfe (1)

Verfahren der unscharfen Mustererkennung:

Übertragung der Ähnlichkeitsformeln auf unscharfe Informationen ?

Nachteil: keine Berücksichtigung von Gewichtsfaktoren


Ähnlichkeitsbestimmung unter Unschärfe (2)

Erweiterungsprinzip von ZADEH:


Praxisfall: Szenario 1

ZAPFENLÄNGE: 450 bis 800 mm mit 1,0 500 bis 700 mm mit 0,2

DURCHMESSER: 90 bis 110 mm mit 1,0 100 mm mit 0,2

BELASTUNG: niedrig (n) / hoch (h) mit 1,0 mittel (m) mit 0,5

BELAG: Webbaumstreifen (w) mit 1,0

MONTAGETYP: kalt einziehen / warm einziehen mit 1,0


Ähnlichkeitssuche für das Szenario 1


ZAPFENLÄNGE: 450 mm

DURCHMESSER: 90 mm

BELASTUNG: niedrig (n)

BELAG: keiner (k)

MONTAGETYP: schweißen (s)





ZAPFENLÄNGE: 300 bis 900 mm mit 0,8 500 bis 700 mm mit 0,3

DURCHMESSER: 60 bis 90 mm mit 0,8 70 bis 80 mm mit 0,2

BELASTUNG: unbekannt

BELAG: unbekannt

MONTAGETYP: unbekannt





ZAPFENLÄNGE: mittel, [100;350;600;850]

DURCHMESSER: 60 bis 90 mm mit 0,8 70 bis 80 mm mit 0,2

BELASTUNG: niedrig (n) mit pr = 1,0 mittel (m) mit pr = 0,5

BELAG: keiner (k) mit 1,0

MONTAGETYP: schweißen (s) mit 1,0





Fallbasiertes Kostenschätzsystem


Ausblick: Wissensmanagement im Entwicklungsbereich (1)


Ausblick: Wissensmanagement im Entwicklungsbereich (2)

Documents

Wissensmanagement Konzepte und Systeme Prof. Dr. Bernd Stöckert Technische Universität Chemnitz Wintersemester 2001/02