Clyde W. Holsapple (Hg.), Handbook on Knowledge Management, Themenübersicht (BW)

Clyde W. Holsapple (ed.), Handbook on Knowledge Management Berlin - New York etc.: Springer 2003
Band 1 (Parts I-IV): "Knowledge Matters"
Band 2 (Parts V-VIII): "Knowledge Directions"

Kurze Inhaltsangaben über aus meiner Sicht wesentliche der insges. 65 Artikel (KM = Knowledge Management, F&E = Forschung und Entwicklung; IT = Information Technology)

Part I: Foundations of KM

• The Rise of the Knowledge Organization: Heute dezentrale, vernetzte Strukturen mit einer klaren Vision und kundenorientierten Zielen, umgesetzt durch ein Management, das seine Entscheidungskompetenz und Autorität verliert, aber die Verantwortung (Anm: das unternehmerische Risiko) behält. Lernende Organisation (continuous learning on the job, "double loop learning" = learn to learn, knowledge sharing). Prognose 2020: Artificial Intelligence in abgegrenzten Problemfeldern. Internet wird chaotisch, daher private Netze. Unternehmen als intelligente adaptive Systeme, am "edge of chaos". Organisationen werden porös; Workers als Intelligent Agents; Virtual Communities; Intelligent complex interactive systems.
• Knowledge Managers: Who are they and What Do They Do? 90% sind Akademiker bzw. 60% graduiert. Meist hoch angesiedelte Stabsstelle, oft im IT- Budget enthalten, mit Change Mgmt Aufgaben (Einführen eines Intranet, von knowledge repositories und data warehousing, interne Vernetzung fördern, Groupware und knowledge-based products & services samt Entscheidungshilfe-Tools einfuehren, Regeln erstellen). Kaum selbst mit konkreter Informationsbeschaffung beschäftigt.
• Knowledge Economy: früher wurden die F&E Abteilungen durch Umlagen aus den Profitcenters (Vertriebsabteilungen) finanziert (Steuersytem; die Forscher waren frei in der Wahl ihrer Forschungsprojekte, Gefahr der Zersplitterung von Ressourcen), dann durch gezielte F&E Aufträge (was die Verbreitung von know-how behinderte). Zeitweise wurde die F&E Abteilung als Zentrum gesehen, die Profitcenters hatten deren Output zu verkaufen. Heute steht Feldorientierung im Vordergrund (was braucht der Nutzer wirklich? Suche nach "killer applications"). Nach dem US-Modell hat der Staat die Aufgabe, "Discovery" zu fördern durch Bildungszugang, einfache Firmengründung, Innovationsförderung, Fehlertoleranz, Eigentumsschutz (samt Intellectual Property Rights). Nach dem europäischen Modell protegiert der Staat nationale monopolartige Champions. Gezielte Forschungsschwerpunkte sollte der Staat nur vorgeben, wenn er selbst Leitkunde ist und ein klares Einsatzziel hat (das war bei Militärprojekten so). Heute haben die westl. Industrieländer eher das inputorientierte Problem von zu wenig Forschernachwuchs (nach dem Babyboom). Ausserdem ist der Eigentumsschutz verbesserungswürdig und könnte der Forschungsprozess etwas mehr liberalisiert werden. Derzeit produziert das akademische System noch am Markt vorbei, nämlich zu sehr Kopien der Lehrenden (Professoren) statt Forscher und Ingenieure. Förderung an die Studenten (statt an die Professoren) zahlen und diesen überlassen, für welches Thema, das am Arbeitsmarkt gefragt ist, sie sich ausbilden (so was gab's in den USA schon in der Zwischenkriegszeit). Damit würden die Studenten auch mehr Forschungspraktika in der Wirtschaft absolvieren. Und/oder mehr Mitsprache der Wirtschaft bei Förderungsvergabe.
• KM Ontology (Ontologie als formales System der Wissensrepräsentation, im Gegensatz zu Empirie): Managament Episoden sind bedarfs- oder chancengetriggert und enden mit Erfüllung oder Abbruch. Dazwischen liegt Knowledge Manipulation. Komponenten der Knowledge Manipulation: acquiring (identifying, capturing, organizing, tranferring), selecting (detto), internalizing (assessing, targeting, structuring, delivering), using (generating durch monitoring, evaluating, producing und transferring der Knowledge; externalizing durch targeting, producing, transferring des Outputs)

Part II: Knowledge: A Key Organizational Resource

• Organizational Culture as a Knowledge Resource: wie macht man Subkulturen konsistent mit KM? Und zwar über die einzelnen Unternehmenseinheiten, aber auch Phasen von KM (Knowledge creation, storage, transfer, application) Tools lösen nur 20% des Problems, der Rest ist People. In Individualkulturen gibt es kaum Anreize (Zielvorgaben, Vorbilder) fuer Wissensteilung, in Misstrauenskulturen gar keine. 4 entscheidende Wissens-Ressourcen: organizational purpose, stratega, infrastructure, culture (organizational values, norms, unwritten rules, procedures). Kultur besteht unabhängig vom einzelnen Wissensarbeiter
• Does Accounting Account for Knowledge? Vorgeschlagene Knowledge accounting Approaches: TVC (Total Value Creation), AFTF (Accounting for the Future), Balanced Scorecard, Skandia Navigator, Intangible asset Monitor, Value Chain Score-Board (Anm: Alles Modelle für Zielvereinbarungen, ohne dass das Wort "Bilanz" vorkommt...)

Part III: Knowledge Processors and Processing

• Organizational Knowledge Acquisition: An Hand des Quadtranten-Modells wird dargestellt, wie tacit knowledge coded knowledge wird, wie aus passive knowledge active knowledge (skill) wird, und aus beiden schließlich Know How ("Modus 2" nach Nowotny-Gibbons). Der Mensch handelt nicht regelbasiert, sondern erfahrungsbasiert (nach Wittgenstein), folgt keiner rationalen Methode (Feyerabend). Sind Entscheidungen ein Gut? Experience (Erfahrung) kann niemals science sein, ist der Gegensatz zu knowledge. Experts (Erfahrene) sind undogmatisch und offen fuer neue Erfahrungen (Gadamer 1972). Wie kann Verhalten geregelt werden (sein, scheinen) ohne sich Regeln unterzuordnen? (Bourdieu 1990) > Durch Akkulturation (Bourdieu nach Searle; habitus + (Um)Feld + symbolisches Kapital). Wie kann man einen Habitus managen? > Concept Maps, repertory grids, semantic networks (samt zugehörigen Tools, auch als Groupware).
• Sensemaking Processes and KM: Sensemaking ist nach Weick ein kontinuierlicher (Management-) Prozess der sozialen Konstruktion des Ich (der Organisation) und der Umwelt, wobei der Hauptaufwand darin liegt, die Situation zu verstehen (im Unterschied zum Decision Making, das von verstandener Situation ausgeht). Das zugehörige (kybernetische) Modell geht von aequivoker Umwelt aus, die in tacit (grossteils unbewussten) Regelkreisen konstruiert wird, um dann in die Regelkreise der Entscheidungsprozesse überzugehen, wobei die Situation nicht nur durch die Entscheidung verändert wird und überhaupt erst rückwirkend verstanden wird (und zwar eher als Narrative "first - then -then", und nicht als causal map "if - then -"). High-Performer haben einen ganzheitlichen Blick, erfinden kaum, sondern adaptieren an (Kunden-) Anforderungen (damit entsteht inkrementell Neues) und bringen nicht nur ihre Ergebnisse, sondern auch ihre Reflexionen ins Unternehmen ein. Knowledge Management Systeme sollen also nicht nur "best practice speichern", sondern auch den Weg dorthin (um den Sense Making Process zu foerdern), z.B. Lernprozesse und globale Vernetzung samt Incentives.

Part IV: Influences on Knowledge Processing

• Why KM systems Fail: Enablers and Constraints of KM in Human Enterprises: KM Systeme liefern Hilfen für Entscheidungen unter Unsicherheit, ergänzen andere Enscheidungshilfen bzw. -methoden (nicht nur die Dinge richtig zu tun, sondern die richtigen Dinge zu tun). Risikobegrenzung. Nach 9/11 ist man klüger (insbes. hinsichtlich Glauben an techn. und menschl. Vorhersagbarkeit und an "das Gute").

Part V: Technologies for KM

• Commercial KM Software: gibt es vor allem für Großunternehmen. Fuer SMEs (KMUs) gibt es kaum angepasste Tools ("Personal KM tools" sind ein Widerspruch in sich, KM managed ja Wissensaustausch!). Dazu gehören alle kollaborativen Tools (vom P2P computing angefangen), alle Suchfunktionen (context-sensual, filtering, alerts), Speicher-, Auf- und Verbreitungsfunktionen (samt Prozessmodellierung, Entscheidungs- und Risikoanalyse, Intellectual Capital Reporting), E-Learning.
• Technologies fpr Disseminating Knowledge: die wichtigsten Technologien sind (derzeit) Semantic Networks, Natural Language Processing, Statistical correlation. Die Methoden zur Wissensverbreitung werden eingeteilt in Pull (zB WWW, repositories), Push (zB E-Mail, Intelligent Agents) und Point (zB Verzeichnisse, Portale)
• Peer-to-Peer Enterprise KM: das Wissen der Mitarbeiter "gehört" (weitgehend) dem Unternehmen, kann also unternehmensintern als freies Gut genutzt werden. Nimmt die Anzahl der "Trittbrettfahrer", die nur Wissen nutzen aber keines beitragen, stärker zu als die Anzahl der Beitragenden, so führt das zum "Allmende-Problem" (niemand pflegt das Gut, alle nützen es).

Part VI: Outcomes of KM

• The Kowledge Chain Model: "In einer Ökonomie, in der das einzig Sichere die Unsicherheit ist, ist Wissen und dessen Manipulation eine der verbleibenden Quellen von Wettbewerbsvorteilen" (nach Nonaka/Takeuchi, "The Knowledge Creating Company", Harvard Business Review Nov-Dez 1991). Daher kommt dem Umgang mit Wissen die entscheidende Rolle zu. Während das "klassische" Value Chain Modell von Porters den Waren- und Wertefluss von der Beschaffung über Produktion und Verkauf bis zum Service darstellt, wird hier der Wissensfluss ins Zentrum gestellt. Die Primäraktivitäten sind: Wissenserwerb (entspricht etwa der Beschaffung), Wissensselektion (entspricht meines Erachtens der Entwicklung), Wissenserzeugung ("Re-"produktion und Verteilung), Wissensinternalisierung (= Marketing and Sales), Wissensexternalisierung (= Service). Dazu kommen noch Sekundäraktivitäten wie Leadership Coordination, Control, Maeasurement, Planung, Finanzen, Verrechnung, Recht, Government affairs, QM, Human Resources Mgmt, Technologieentwicklung, Einkauf etc.).

Part VII: KM in Action

Beispiele für KM in Organisationen, Best practice (darunter einige, die inzwischen nicht mehr als solche gelten, sic transit gloria...), Fallstudien

Part VIII: KM Horizon

• KM Education: findet an Business und an Engineering Schools statt, aber auch in außeruniverstitären Ausbildungseinrichtungen. Schwerpunkte: Leadership, Organizational Learning, Innovation and Change, Informatik, Bibliothekswesen/Informationswissenschaften, Neue Methoden der Wissensverbreitung (zB storytelling, KM Round Table).
• Value Networks and Evolving Business Models for the Knowledge Economy: Value Networks verbinden alle stakeholder ueber intangibles. intangibles sind nichtphysikalische Faktoren, die zur Produktion von Gütern bzw. zur Bereitstellung von Dienstleistung beitragen oder benutzt werden, oder von denen erwartet wird, dass sie künftig Produktivitätssteigerungen für jene Individuen oder Unternehmen bringen, die sie verwenden (nach Blair/Wallmann), Unseen Wealth: Report of the Brookings Institution Task Force on Intangibles, Washington DC, Brookings Institution Press 2001). Intangibles sind gleichzeitig Assets (mit nichtfinanziellen Scorecards zu managen, zB "Wissensbilanz"!!), Währung (dienen als Tauschmedium, und zwar beim Verkauf derselben gegen Geld, aber auch beim Tausch derselben gegen anderes Wissen zB auf Kongressen, in der Gesellschaft gegen Anerkennung, in Management und Politik gegen Einfluss) und Ergebnisse (deliverables; "all die kleinen unbezahlten oder nicht vertraglich vereinbarten Leistungen, die Dinge "rund" laufen lassen und Beziehungen aufbauen").
• Designing the Knowledge Organization of the Future: Ein Intelligent Complex Adaptive System (ICAS) hat 8 Charakteristika (diese sind nicht per Dekret verordenbar, sondern Basis fuer Emergenz): organizational intelligence (ability to perceive, interpret and respond to its environment), unity and shared purpose (to integrate and mobilize resources), optimum complexity, selectivity (filtering of incoming information, "group digestion" of unusal events; Voraussetzung: Kundenkenntnisse, Konzentration auf ein Ding zu einer Zeit), Knowledge Centricity (connecting perople to people, people to systems, systems to people), Flow (Daten-, Informations- und Wissensfluss in den Netzwerken der Systeme und Menschen; horizontal und vertikal, two-way, rapid, auch von/nach aussen. Foerdern ueber Jobrotation), Permeable Boundaries (intern horizontal und vertikal, offenbar aber nicht nach aussen), Multi-dimensionalty (verschiedene Blickwinkel)
• Commercialization: The Next Phase of KM: Erweiterung des KM auf auf das Vermarkten von Knowledge. Im Artikel werden folgende Typen von Wissensprodukten und -dienstleistungen unterschieden (Matrix): "Knowledge in Objects" versus "Knowledge in People" (x-Achse) und "inaccessible Knowledge" versus "accessible Knowledge" (y-Achse). In dieser Matrix werden folgende Kategorien von Produkten bzw. Dienstleistungen lokalisiert: Smart Products, Experts for Sale, Knowledge Enriched Products, Consultancy & Contracting, Information Products, Knowledge Products,Knowledge Services (die Zuordnung in der Matrix überlasse ich dem geschätzten Leser als Hausaufgabe ;-). "Tacit" entspricht dabei "inaccessible" & "in People"; "embedded" entspricht "inaccessible" & "in objects")
• The Curious Success of KM: im letzten Artikel des 2. Bandes fragt sich der ehemalige Herausgeber der Zeitschift Knowledge Management: "Will KM go the way, for example, of he quality movement? I think not. But the jury is still out." Weiters zitiert er Karl-Erik Sveiby: "Knowledge is a human faculty, not something that can be 'managed', except by the individual him/herself. A better guidance for our thinking is therefore phrases such as 'to be knowledge focused' or to 'see' the world from a 'Knowledge Perspective'"

Damit schließt der 2. Band mit einer philosophischen Aussage, wie auch der erste Artikel im 1. Band philosophisch begonnen hat. Dazwischen wird Knowledge fast nur als unternehmensinterner Wert betrachtet, kaum als vermarktbares Gut, und schon gar nicht als jenes Gut, das Universitäten pflegen, nutzen und bieten.

--Hofbauerr 18:40, 7. Jan 2007 (CET)

---

Diese Seite entstand im Kontext von: Besser Wissen (Vorlesung Hrachovec, 2006/07), Abschnitt Besuch bei der alten Dame