Table Of ContentPeter Gentsch
Wissen managen mit innovativer Informationstechnologie
Peter Gentsch
Wissen managen mit
innovativer Informations
technologie
Strategien - Werkzeuge - Praxisbeispiele
GABLER
Die Deutsche Bibliothek - CIP-Einheitsaufnahme
Wissen managen mit innovativer Informationstechnologie
[Medienkombinationl : Strategien - Werkzeuge - Praxisbeispiele /
Peter Gentsch. - Wiesbaden : Gabler
ISBN-13: 978-3-409-19016-9
Buch.1999
CD-ROM. 1999
Additional material to this book can be downloaded from http://e~tras.springer.com.
Aile Rechte vorbehalten
© Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1999
Lektorat: Jens Schadendorf
Der Gabler Verlag ist ein Unternehmen der Bertelsmann Fachinformation GmbH.
Das Werk einschlieBlich aller seiner Teile ist urheberrechtlich geschUtzt.
Jede Verwertung auBerhalb der engen Grenzen des Urheberrechts
gesetzes ist ohne Zustimmung des Verlags unzulassig und strafbar. Das
gilt insbesondere fUr Vervielftiltigungen, Ubersetzungen, Mikrover
filmungen und die Einspeicherung und Verarbeitung in elektronischen
Systemen.
www.gabler.de
Hochste inhaltliche und technische Qualitat unserer Produkte ist unser Ziel. Bei der Produktion
und Verbreitung unserer BUcher wollen wir die Umwelt schonen: Dieses Buch ist auf saure
freiem und chlorfrei gebleichtem Papier gedruckt. Die EinschweiBfolie besteht aus Polyathylen
und damit aus organischen Grundstoffen, die weder bei der Herstellung noch bei der
Verbrennung Schadstoffe freisetzen.
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem
Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, daB solche Namen
im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten waren und
daher von jedermann benutzt werden dUrften.
Satz: Fotosatz L. Huhn, Maintal
ISBN-13: 978-3-409-\9016-9 e-ISBN-13: 978-3-322-82781-4
DOl: 10.1007/978-3-322-82781-4
Vorwort
" To make knowledge work productive will be the great management
task of this century, just as to make manual work productive was the
great management task of the last century. "
Peter Drucker 1978
Dieses Zitat zeigt, daB die Bedeutung der Ressource Wissen schon lange bekannt ist. Ne
ben den drei klassischen Ressourcen Boden, Kapital und Arbeit gewinnt Wissen als Pro
duktions-und Wettbewerbsfaktor zunehmend an Bedeutung. Dennoch wird in Theorie und
Praxis immer wieder darauf verwiesen, daB Wissen in den Untemehmen zwar vorhanden
sei, aber nur zu maximal 40 Prozent genutzt wiirde. Fehlende Transparenz fUhrt zu den
Aussagen "Wenn das Untemehmen wiiBte, was das Untemehmen weiB" oder "Wir erfin
den das Rad immer wieder neu". Griinde dafUr sind zum einen fehlende Methoden fUr die
Identifizierung und Aufbereitung individuellen Expertenwissens sowie fUr dessen Transfer
in untemehmensweit verfUgbares Wissen, zum anderen der Mangel an entsprechenden
Plattformen, die einen zielgerichteten Wissensaustausch ermoglichen.
Die Untemehmenspraxis belegt, daB es nur wenige Untemehmen geschafft haben, der
Wichtigkeit der Ressource Wissen durch entsprechende Konzepte und Werkzeuge zumin
dest partiell gerecht zu werden. Und zahlreiche Untersuchungen zeigen, daB der Umgang
mit Wissen in den Untemehmen alles andere als systematisch und effizient ist.
Viele Ansatze des Wissensmanagements gehen nicht weiter als bis zum Aufzeigen von
Handlungsbedarf und allgemeinen Strategien. Konkrete Vorgehensmodelle oder Werkzeu
ge fehlen. Informationstechnologie wird zwar immer wieder als wichtige GroBe herausge
stellt, dennoch bleibt sie abstrakt und meistens nur exemplarisch im Raum stehen. Genau
hier setzt dieses Buch an, indem es zeigt, wie sich Wissen mit Methode systematisch und
effizient entwickeln und nutzen laBt. Dabei werden insbesondere die Potentiale innovativer
Informations- und Kommunikationstechnologien kritisch durchleuchtet. Konzepte wie
Wissensdatenbanken, Data Mining oder Business Intelligence werden auf ihre Praxistaug
lichkeit und Nutzenpotentiale untersucht.
Anschauliche Praxisbeispiele aus bekannten Untemehmen zeigen auf, in welchen Bereichen
moderne Methoden und Technologien das Wissensmanagement tatsachlich substantiell
verbessem oder sogar erst ermoglichen konnen und in welchen Bereichen der Einsatz mo
derner Technologie sogar kontraproduktiv sein kann. Erst die richtige Kombination von
Mensch, Organisation und Technologie macht das Wissensmanagement in der Praxis er
folgreich. Vor diesem Hintergrund werden neb en den Schliisseltechnologien und -infra
strukturen modeme Konzepte und Werkzeuge fUr das Wissensmanagement detailliert dar
gestellt und erlautert. Anhand von Fallbeispielen aus den Branchen Automobil,
Dental-Medizin, ElektrotechniklElektronik, Pharma, Luftfahrt, Software, Systemberatung,
Telekommunikation sowie Unternehmensberatung wird der Einsatz von Technologien,
Konzepten und Werkzeugen praxisnah illustriert. Das Aufzeigen von Erfolgsfaktoren, Vor
gehensmodellen und Erfahrungsberichten in den Bereichen Controlling, Innovationsmana-
6 Vorwort
gement, Personalwesen, Produktentwicklung und Vertrieb macht das Buch zu einem wert
vollen, praxisorientierten Ratgeber fUr ein erfolgreiches Wissensmanagement im Unter
nehmen.
Das Buch wendet sich an Ftihrungskrafte, Mitarbeiter und Untemehmer, die die Notwen
digkeit des Wissensmanagements bereits erkannt haben und nun auf der Suche nach erfolg
reichen und praktikablen Losungen sind. DV-Kenntnisse sind fUr den Leser keine Voraus
setzung; die verschiedenen Technologien wurden kurz und praxisnah illustriert. Hinweisen
mochte ich besonders auf das Anwendungsfeld "Innovationsmanagement", besonders
nutzlich fUr Mitarbeiter und Ftihrungskrafte aus den Bereichen F&E und "Produktentwick
lung".
Insbesondere durch die vielen Praxisbeispiele zahlreicher Untemehmen werden die ver
schiedenen Aspekte des Wissensmanagements facettenreich und lebendig dargestellt.
DafUr mochte ich den Autoren herzlichst danken, die trotz voller Terminkalender viel Zeit
einbrachten, urn ihre Erfahrungen fUr dieses Buch zu Papier zu bringen. Mein Dank geht
auch an die jeweiligen Untemehmen, die die Veroffentlichung der Praxisberichte befUr
worteten. Dies ist bei einem so sensiblen und strategisch-wettbewerbsorientierten Thema
wie dem Wissensmanagement keine Selbstverstandlichkeit.
Mein besonderer Dank gilt zudem Herm Professor Dr. Thomas Fischer, der mich maBgeb
lich auf das Thema dieses Buches stieB, mich mit den hier besprochenen Inhalten kritisch
auseinanderzusetzen und der mir neben meiner wissenschaftlichen Arbeit den Raum fur
dieses Praxisbuch gewahrte, sowie Frau Renate Fuchs, die unentwegt auch die kleinsten
Unstimmigkeiten und Fehler aufsptirte. Ebenso mochte ich mich ganz herzlich fur die kri
tischen Diskussionen mit den Herren Sebastian Guth, Michael Hanlein und 10chen Kliem
ke und vielen anderen konstruktiven "Sparringspartner" bedanken.
Koblenz, im August 1999 PETER GENTSCH
[email protected]
Inhalt
Vorwort 5
1 Einleitung 11
2 Wissensinfrastrukturen ................ . 17
2.1 Formen und Medien fUr die Wissensspeicherung 20
2.1.1 Systeme fUr strukturierte/forrnatierte Daten 20
Traditionelle Datenbanksysteme . . 20
Objektorientierte Datenbanksysteme . . . . 21
Data Warehouse ............. . 23
Bedeutung der Systeme fUr das Wissensmanagement 24
2.1.2 Systeme fUr semi-bzw. unstrukturierte/unforrnatierte Daten 25
Intranet-Losungen ................. . 25
Lotus NoteslDomino ................ . 27
Bedeutung der Systeme ftir das Wissensmanagement 30
2.1.3 Entwicklungen in und zwischen den Systemen 30
2.1.4 Die Wissensbasis als "Organizational Memory" . . . 33
2.2 Forrnen und Medien fUr die Wissensentwicklung und -nutzung 37
2.2.1 Offline 39
2.2.2 Online 40
2.2.3 Live .. 40
2.3 Inforrnations-und Kommunikations-Infrastrukturen ftir die
Wissens(ver)teilung .............. . 41
2.3.1 CSCW (Computer Supported Cooperative Work) 41
Groupware ................... . 42
Workflow-Management-Systeme ....... . 44
2.3.2 Nutzen von CSCW fUr das betriebliche Wissensmanagement 45
3 Wissensentwicklung .................. . 47
3.1 Knowledge Discovery: Data MininglText Mining 49
3.2 Data Mining 50
3.2.1 Motivation 50
3.2.2 Konzept... 51
Was ist Data Mining? 51
Data Mining als ProzeB 51
Methoden des Data Mining 53
3.2.3 Praxiserfahrungen und -empfehlungen 56
Zieldefinition als erster Schritt . . . . 56
Das richtige Data-Mining-Tool auswahlen 56
Datenqualitlit und Datenspektrum als kritische Erfolgsfaktoren 58
Konsequente Einbindung des fachlichen Kontextes ..... . 58
8 Inhalt
Data-Mining: Make or Buy? . . . .... .. . .. .. . ... . . . . 58
Der Nutzen von Data Mining fUr das betriebliche Wissensmanagement 61
3.3 Text Mining 64
3.3.1 Motivation 64
3.3.2 Konzept . . 64
Bezug zum Data Mining 64
Moglichkeiten des Text Mining 65
3.3.3 Praxiserfahrungen und -empfehlungen 68
Tools fUr Text Mining ....... . 68
Beispiele .......... . ... . 68
3.4 Integration von Data Mining und Text Mining 71
3.5 Quality Function Deployment (QFD) 72
3.5.1 Motivation ........ . .. . . . 72
3.5.2 Konzept ............... . 74
3.5.3 Praxiserfahrungen und -empfehlungen 77
Bewertung von QFD ... . . . . . 77
Aufwand von QFD . . . . . . . . . . 77
QFD erweitert urn eine Wissensbasis . 78
Unterstiitzung von QFD durch Inforrnationstechnologie 79
3.6 TRIZ ......................... . 80
3.6.1 Motivation ....... . . .. .. .... .... . . 80
3.6.2 Grundlegende Idee: Aufbau einer Wissensbasis durch Patentanalysen 81
3.6.3 Vorgehensweise ... . . . ... . ... . .. .. . 84
3.6.4 Praxisbeispiel: Die Pizzabox . . . . . . . . . . . . . 85
3.6.5 TRIZ als Wissensbasis fUr zukiinftige Entwicklungen 86
3.6.6 Praxiserfahrungen und -empfehlungen . . . . . . . . 88
4 Wissensnutzung . . .... ... ..... . 91
4.1 Voraussetzung fUr die Wissensnutzung 91
4.2 Konventionelles Wissens-Retrieval . . 92
4.2.1 Volltextsuche.... .... .... . 92
4.2.2 Attributsbasierte Suche/Schlagwortsuche 93
4.2.3 Hypertextbasierte Suche . . .... .. . 94
4.2.4 Suche durch Datenbank-Abfragesprachen 95
4.3 Innovative Forrnen der Wissensnutzung 95
4.3.1 Intelligentes Text-Retrieval .... . . 95
4.3.2 Online Analytical Processing (OLAP) . 96
4.3.3 Case Based Reasoning (CBR) . . ... 98
4.4 Integration traditioneller und intelligenter Technologien 101
5 Wissens( ver) teilung ...... ... ... . 105
5. 1 Grundlagen. . . . . . . . . . . . . . 105
5.2 Der intelligente "Dokumenten-Flow" 105
5.3 Konvergente und divergente Systeme 107
5.4 Pull-, Push- und kombinierte Systeme 109
Inhalt 9
6 Fallstudien .............................. . .... . 115
6.1 Der lange Weg zu einem systematischen Management
von Wissen (Untemehmensberatung Beck et al.) 119
6.2 Wissensmanagement im Inhouse Consulting der BMW AG . 130
6.3 Lemende Kundenbeziehungen durch Business Intelligence-
Data Warehousing und Data Mining im Relationship Marketing der
Lufthansa AG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.4 Mit System vom Wissen zur Innovation (ESPE Dental AG) . . . . . 155
6.5 Knowledge Reporting - Implizites Wissen bewuBt machen - InfoZoom
als Werkzeug fUr das Wissensmanagement (humanIT GmbH) . . . . .. 167
6.6 Wissensmanagement im Controlling und dartiber hinaus
(o.tel.o Communications GmbH & Co.) ... . . . . . . . . 177
6.7 TRIZ - eine wissensbasierte Innovationsmethode: Darstellung und
exemplarische Anwendungsbeispiele aus dem chemisch-
biotechnologischen Umfeld (Roche Diagnostics) . . . . . .. 198
6.8 Aufbau eines Wissensmanagement-Systems in der Beratungsbranche
ein Erfahrungsbericht tiber Vorgehensweise, Erfolgsfaktoren und
Stolpersteine (USU AG) ... . .... . ........... 215
7 Zusammenfassung und Ausblick 235
Anmerkungs-und Literaturverzeichnis 241
Die Autoren 247
1 Einleitung
" Untersuchungen zeigen, daj3 in der Wirtschaft eine hohe Erkenntnis
da ist, daj3 manfiir den systematischen Umgang mit der Ressource
Wissen etwas tun muj3, daj3 aber bisher erst wenige Unternehmen et
was getan haben. Noch weij3 keiner so genau, wie man es machen
soil. .. Professor Dr. H.-J. Bullinger, 1999
Die folgende Grafik der Gartner Group bringt die Notwendigkeit und Herausforderung fur
das betriebliche Wissensmanagement auf den Punkt: Mit einem immer geringer werden
den Personalbestand mussen immer mehr erfolgskritische Entscheidungen unter Beruck
sichtigung einer exponentiell groBer werdenden Datengrundlage getroffen werden.
Die Datenflut ist das Resultat rasch wachsender inner- und uberbetrieblicher Unterneh
mensnetzwerke sowie moderner globaler Informations- und Kommunikationssysteme,
wie z. B. das Internet. Positiv gesehen kommt hier die Dynamik und Vitali tat unserer mul
timedialen Welt.wm Ausdruck. Die Kehrseite istjedoch, daB immer mehr relevante Daten
in das Entscheidungskalkiil mit einbezogen werden mussen. Diese Problematik zeigt sich
vor dem Hintergrund, daB die Anzahl wettbewerbsrelevanter Entscheidungen, die von Un
ternehmen pro Jahr gefallt werden mussen, drastisch ansteigt. Als Grunde sind hier die
Verkurzung der Produktlebenszyklen, die geringeren Innovationszeiten ("time to market")
10
9
8
7
6
5
4
3
2
1 Available Analytical Personnel
o ~---------------. ---. -----
1990 1991 1992 1993 1994 1995 1998
QueUe: In Anlehnung an Gartner Group
Abbildung 1: Die zunehmende Wissensliicke ("Knowledge gap")
12 Einleitung
sowie die allgemeine Dynamisierung und Globalisierung der Markte zu nennen. Dieses
Buch zeigt Methoden und Infrastrukturen des Wissensmanagements, die in der Lage sind,
die beschriebene Wissensliicke zu beseitigen bzw. zumindest zu reduzieren.
Die Rolle der Informationstechnologie - und des Menschen
Insbesondere Softwareanbieter von Wissensmanagement-Tools benutzen die beschriebene
Wissensliicke als Verkaufsargument: Wenn die menschliche Ressource fUr die Wissensver
arbeitung knapp wird - warum die Arbeit nicht an den Computer delegieren? Die Informa
tionstechnologie stellt in diesem Zusammenhang jedoch ein zweischneidiges Schwert dar:
Zwar kann sie auf der einen Seite in der Tat dem Menschen helfen, mit der zunehmenden
Komplexitat besser fertig zu werden, auf der anderen Seite ist sie jedoch durch innovative
Entwicklungen - wie das rasant wachsende Internet oder die immer starker eingesetzten
Workflow-Systeme - auch maBgeblich an der Produktion der Datenflut beteiligt. In diesem
Verstandnis wird Informationstechnologie in den Unternehmen haufig kontraproduktiv
eingesetzt, indem sie die Datenflut nicht bekiimpft, sondern - im Gegenteil-entscheidend
forciert. Vor diesem Hintergrund will das Buch die "richtige Dosis Informationstech
nologie" durch Praxisbeispiele illustrieren sowie den geeigneten Mix von harten (informa
tionstechnologischen) und weichen (kulturellen) Faktoren aufzeigen.
1m Rahmen des Wissensmanagements werden derzeit aktuelle und innovative informations
technologische Losungen unter dem Schlagwort "Business Intelligence" diskutiert. Neben
den traditionellen Informationstechnologien gewinnen zunehmend intelligente, informa
tionstechnologische Innovationen an Bedeutung, die auf den bekannten DV-Strukturen auf
bauen oder diese sogar erst effizient nutzbar machen. Hierunter fallen intelligente Verfahren
der Informationsverteilung (intelligente Agenten), der Informationssuche (Case Based Rea
soning) sowie der Wissensgenerierung (Knowledge Discovery, Data Mining, Text Mining).
Business Intelligence stellt einen pragmatischen Ansatz dar, die beschriebenen Technologien
zu integrieren und betriebswirtschaftlich nutzbar zu machen. Damit finden sowohl traditio
nelle DV-Werkzeuge als auch die neue, "intelligente" Werkzeuggeneration Verwendung in
Unternehmen. Ais eine der Kerntechnologien von Business Intelligence wird das sogenannte
Knowledge Discovery (Data Mining und Text Mining) verstanden. Diese Technologie er
moglicht es dem Anwender, mit der Datenflut besser umzugehen. Die Funktionsweise dieser
Technologie und der konkrete Einsatz in der betrieblichen Praxis wird im Abschnitt 4.9 und
in den Fallstudien beschrieben, unter anderem jener zur Lufthansa.
An Schlagworten, die auf einen effizienteren Umgang mit der Ressource Wissen abzielen,
fehlt es nicht: "Organisatorische Wissensbasis", "Business Intelligence", "Knowledge
Worker", "Organizational Memory", "Organisationales Lemen", "Wissenskultur", "Wis
sensdatenbanken" und viele mehr. DaB das Losungspotential dieser Konzepte in der Praxis
noch nicht umfassend entwickelt ist, zeigen die in Theorie und Praxis immer wieder ge
nannten wenigen Untemehmen, die das Thema "Wissensmanagement" zumindest partiell
erfolgreich angegangen sind: Skandia, 3M, HP sowie viele der groBen Unternehmensbera
tungen. Die Motivation fUr das vorliegende Buch ist damit in der deutlichen Diskrepanz
zwischen Forderungen und Problematisierungen auf der einen Seite und den tatsachlich in
der Praxis konkret anzutreffenden Losungen auf der anderen Seite zu sehen.