MasterThesis v1.0 PSC - bizESPRITbizesprit.com/MasterThesis_Schroffner.pdfWissensmanagement in Verbindung mit Business Intell igence als Basis für ein Konzept der selbstlernenden

D I P L O M A R B E I T

Wissensmanagement in Verbindung mit Business Intelligence als Basis

für ein Konzept der selbstlernenden Organisation

Case based Learning mit IKT unterstütztem Wissensmanagement

durchgeführt am Studiengang Informationstechnik und System-Management

der FH-Salzburg Fachhochschulgesellschaft mbH

vorgelegt von

Dipl.-Ing. (FH) Peter Paul Schroffner, MMBA

Leiter des Studiengangs: FH-Prof. Dipl.-Ing. Dr. Gerhard Jöchtl Betreuer: FH-Prof. MMag. Dr. Manfred Mayr

Salzburg, 01. September 2013

Seite I

I. Widmung

Diese Master Thesis ist

meinem Vater Josef Schroffner

gewidmet.

∗29.03.1932 +04.08.1999

Seite II

II. Danksagung

Zuallererst möchte ich mich bei FH-Prof. MMag. Dr. Manfred Mayr meinen Betreuer

bedanken, der immer bereit war mir in den Themen zu folgen und mit Anregungen gerne

vorweg gegangen ist.

Besonders bedanken möchte ich mich bei Herrn DI (FH), DI Gerhard Hacker für

die anregenden und tiefgehenden Diskussionen, für die Denkanstöße, die Zeit und Tipps

aber auch bei Susanna Rieß und Ingrid Hitzl, die sich die Mühe gemacht haben meine

Arbeit Korrektur zu lesen.

Weiters möchte ich meiner Mutter, Theodora Schroffner und Ihrem Freund, Herrn Karl

Gruber für Ihre Unterstützung Dank aussprechen.

Letztendlich danke ich allen Freunden Rene Pilz, Wolfgang Mayrhofer, Florian

Gobl, Michaela Pfisterer, Sandra Brandt und vielen mehr für das Verständnis in der Zeit,

die für eine solche Arbeit nötig ist, und für die Motivation, die sie mir gegeben haben!

Seite III

III. Eidesstattliche Erklärung

Hiermit versichere ich, Dipl.-Ing. (FH) Peter Paul Schroffner, MMBA, geboren am

23. Juni 1975 in Vöcklabruck, dass die vorliegende Master Thesis von mir selbstständig

verfasst wurde. Zur Erstellung wurden von mir keine anderen, als die angegebenen Quellen

und Hilfsmittel verwendet.

Salzburg, am 01.09.2013

____________________________ 1110581055

Peter Paul Schroffner Matrikelnummer

Seite IV

IV. Informationen

Vor- und Zuname: Dipl.-Ing. (FH) Peter Paul Schroffner, MMBA

Institution: Fachhochschule Salzburg GmbH

Studiengang: Informationstechnik & System-Management

Titel der Diplomarbeit: Wissensmanagement in Verbindung mit Business

Intelligence als Basis für ein Konzept der selbst-lernenden

Organisation

Case based Learning mit IKT unterstütztem

Wissensmanagement

Betreuer an der FH: FH-Prof. MMag. Dr. Manfred Mayr

V. Schlagwörter

1. Schlagwort: Wissensmanagement

2. Schlagwort: Business Intelligence

3. Schlagwort: Organisationsentwicklung

4. Schlagwort: Lernende-Organisation

5. Schlagwort: Organisationen als Systeme

6. Schlagwort: Systemisches Denken

7. Schlagwort: Management

8. Schlagwort: Datensicherheit

Seite V

VI. Abstract

The combination of Knowledge Management (KM), Business Intelligence (BI),

Organization Development (OD), Learning Organization (LO) and System Thinking (ST)

allows the creation of a Self-Learning organizational Management (SLoM) concept. The

self-learning organization uses information from inside (BI), knowledge (KM) and outside

(Benchmark) to optimize or reorganize processes. For example the management and

administrative systems can be used in different ways therefore it is a recommendation to

know how to use them properly. SLoM analyses the processes and supports all employees

to use the systems in the right way and monitors them to optimize the procedure. SLoM

can also be used to analyze dependencies between departments as for example production

and purchasing and is able to propose changes for effectiveness. The vision of the concept

is that SLoM is able to continuously improve all core factors of an organization so that a

holistic view can be created. The aim of the paper is to develop a conceptual IT System as

well as an organizational concept with the focus on organizational development by on the

job training of the employees, monitoring and certifying their knowledge. SLoM should be

able to create reasonable data and proposals for development and is a toolset for self-

directed decision management (Which employee does it best? What experiences are

necessary for the next step of organizational development? Which training or knowledge is

needed?). In fact the system itself should use information to bootstrap organizational

learning in different steps of organizational levels by knowing the current level and the

overall goal(s) of the organization. Important points that have to be considered are ethical

and legal aspects that occur by using such highly sensitive personal data.

Seite VI

VII. Inhaltsverzeichnis

1 Einleitung und Motivation ........................................................................................... 1

1.1 Ziele und Motivation ............................................................................................. 1

1.2 Organisatorische Einbettung.................................................................................. 2

1.3 Hypothese .............................................................................................................. 2

1.4 Gliederung ............................................................................................................. 3

2 Grundlegender Rahmen .............................................................................................. 5

2.1 Philosophie ............................................................................................................ 5

2.1.1 Wissenschafts- und Erkenntnistheorie............................................................... 5

2.1.2 Systemtheorie und systemisches Denken .......................................................... 5

2.1.3 Ontologisches und konstruktivistisches Wissensverständnis ............................ 6

2.2 Mechanistischer Denkrahmen der Neuzeit ............................................................ 8

2.3 Generation X, Y, Z as of today ............................................................................ 10

2.4 Wahrnehmung „Höhlengleichnis von Platon“ .................................................... 11

2.5 Begriffe und Definitionen .................................................................................... 11

2.5.1 Realität ............................................................................................................. 11 2.5.2 Wirklichkeit ..................................................................................................... 12 2.5.3 Erfahrung ......................................................................................................... 12 2.5.4 Information ...................................................................................................... 12 2.5.5 Wissen ............................................................................................................. 12 2.5.6 Erkenntnis ........................................................................................................ 13 2.5.7 Kognition ......................................................................................................... 13

2.6 Erfahrung vs. Erkenntnis vs. Wissen vs. Information ......................................... 13

3 Theorie und Definitionen ........................................................................................... 14

3.1 Wissensmanagement (WM) ................................................................................ 14

3.1.1 Allgemeines Verständnis von Wissensmanagement ....................................... 15

3.1.2 Wissenskategorien ........................................................................................... 17 3.1.3 Humanorientiertes und Prozessorientiertes Wissensmanagement .................. 19

3.1.4 Die Wissenstreppe ........................................................................................... 23 3.1.5 Persönliches Wissensmanagement vs. Organisationalen WM ........................ 24 3.1.6 Das Portfolio .................................................................................................... 24 3.1.7 Wissensbewertung (persönlich und organisatorisch) ...................................... 25

3.1.8 Messen von Wissen (Wissensbilanz) .............................................................. 25

3.2 Organisationsentwicklung und die (selbst) Lernende Organisation .................... 26

3.2.1 Die Lernende Organisation .............................................................................. 27

3.2.2 Selbst-Lernende Organisation ......................................................................... 32

3.2.3 Organisation und Komplexität......................................................................... 34

3.2.4 Systemische Organisationsentwicklung .......................................................... 35

3.2.5 Organisationen als selbstorganisiertes und evolierendes System .................... 36

3.2.6 Anpassungsfähigkeit von Systemen ................................................................ 37

3.3 Lernen (Mensch und Organisation) ..................................................................... 37

3.3.1 Begriffe Lernen und Blended Learning ........................................................... 37

Seite VII

3.3.2 Wissensarbeiter ................................................................................................ 39 3.3.3 Der Lernende und Lehrende ............................................................................ 39

3.3.4 Lernen im Sinne der Sichtweisen/Wahrnehmungsveränderung ...................... 40

3.3.5 Das Modell der „vollständigen Handlung“ ..................................................... 42

3.3.6 Formelles Lernen/E-Learning vs. informelles Lernen/E-Lernen .................... 42

3.3.7 Lernen durch Wahrnehmungsveränderung (Abstraktionsleiter) ..................... 43

3.3.8 Wissens-, Erkenntnis-, und Fähigkeitenlandkarten ......................................... 44

3.3.9 Lernende Organisation als Maschine vs. als lebendes System ........................ 46

3.3.10 Lernen aus der entstehenden Zukunft .......................................................... 46

3.3.11 Komplexitätsbeherrschung .......................................................................... 47

3.3.12 Konstruktivistische Problemlösung ............................................................. 48

3.3.13 Evolutionäre Problemlösungsprozesse ........................................................ 48

3.3.14 Individuelles Lernen in Analogie mit der lernenden Organisation ............. 49

3.4 Einführung in Business Intelligence (BI) ............................................................ 50

3.4.1 Begriff: Business Intelligence (BI), BI 2.0 und BI 3.0 .................................... 50

3.4.2 Das BI-System ................................................................................................. 51 3.4.3 Der Informationsprozess im BI System........................................................... 52

3.4.4 Architektur von BI Systemen .......................................................................... 53

3.5 IKT Systeme für Wissensmanagement ............................................................... 55

3.5.1 Distance-Learning-System .............................................................................. 55

3.5.2 Content-Management Systeme (CMS) ............................................................ 56

3.5.3 Knowledge Management Suite (KMS) ........................................................... 57

3.5.4 Wissensmanagement System (WMS) ............................................................. 57

3.5.5 Wissensbasierte und wissensorientierte Systeme ............................................ 57

3.6 Maschinen Learning (ML)................................................................................... 60

4 Das grundlegende SLoM Konzept ............................................................................ 62

4.1 Das Basiskonzept ................................................................................................. 63

4.2 Der SLoM Prozess ............................................................................................... 65

4.3 Die Idee von SloM ............................................................................................... 66

4.4 SloM Anwendungsbeispiel .................................................................................. 68

4.5 Voraussetzung für Organisationen die SLoM als Konzept anwenden ................ 69

4.5.1 Das „Meister – Lehrling“ Konzept .................................................................. 69

4.5.2 Problemlösungs- / Veränderungs- / Anpassungsfähigkeit .............................. 71

4.5.3 Die „sowohl - als auch“ Philosophie (Fußballmannschaft und Boot) ............. 71

4.5.4 Entscheidungen und Collaboration im SLoM Konzept ................................... 72

4.5.5 Ethik und Nachhaltigkeit ................................................................................. 75

4.6 Aufbau und Beschreibung der WM und BI Komponente von SLoM ................. 75

4.6.1 Das SLoM IKT Konzept ................................................................................. 75

4.6.2 Die BI-Komponente ........................................................................................ 77 4.6.3 Die WM-Komponente ..................................................................................... 86

4.6.4 Die Fallstudie (Real Case) Komponente ......................................................... 90

4.6.5 Die Analyse-Komponente ............................................................................... 91

5 SLoM Validierung ...................................................................................................... 92

5.1 Real Case Komponente in SLoM mittels eines Produktentstehungsprozesses ... 92

Seite VIII

5.2 Konzept Validierung............................................................................................ 95

5.3 Fall Validierung ................................................................................................... 97

5.4 Technische Realisierung .................................................................................... 100

5.5 Technische Erweiterungen ................................................................................ 103

6 Resümee ..................................................................................................................... 106

7 Innovationen ............................................................................................................. 107

8 Literaturverzeichnis ................................................................................................. 109

9 Abkürzungsverzeichnis ............................................................................................ 112

10 Anhang - Detail Abbildungen ............................................................................. 116

10.1 Generation X, Y, Z as of today .......................................................................... 116

10.2 Ebenen der Aufmerksamkeit ............................................................................. 117

10.3 Echtzeit Performance Management Diagramm ................................................. 118

10.4 360° Sicht für das Unternehmen mit 1.0, 2.0 und 3.0 Klassifizierung .............. 119

Seite IX

VIII. Abbildungsverzeichnis Abbildung 1: Gliederung der Arbeit ...................................................................................... 4

Abbildung 2: Vase oder Gesichter oder Beides? ................................................................... 9

Abbildung 3: Generation X, Y, Z as of today* ................................................................... 10

Abbildung 4: Vier Cluster von Wissensmanagement-Modellen nach Hilse ....................... 16

Abbildung 5: Die vier Formen der Wissensumwandlung nach Nonaka und Takeuchi ...... 19

Abbildung 6: Darstellung der Wissensspirale von Nonaka und Takeuchi .......................... 20

Abbildung 7: Beziehungen zwischen den Begriffshierarchien ........................................... 21

Abbildung 8: Erweiterte Darstellung der Wissenstreppen nach North ............................... 24

Abbildung 9: Normative Wissensbewertungsmatrix ........................................................... 25

Abbildung 10: Ebenen der Aufmerksamkeit* ..................................................................... 28

Abbildung 11: Darstellung eines Systems mit Input, Output und inneren Zuständen ........ 30

Abbildung 12: System mit gegenseitigen Abhängigkeiten ................................................. 30

Abbildung 13: (geschlossenes) regelbasiertes System (Beispiel Heizungssteuerung) ........ 31

Abbildung 14: Loop-Learning (Systeme und Lernschleifen).............................................. 33

Abbildung 15: Komplexer Regelkreis von Unternehmen 1.0, 2.0 und 3.0 mit BI &

Controlling 1.0, 2.0 und 3.0* ............................................................................................... 34

Abbildung 16; Blended Learning – Lehr- und Lernformen in Theorie und Praxis ............. 38

Abbildung 17: Halbwertszeit von Wissen durch div. Bildungseinrichtungen .................... 40

Abbildung 18: Abstraktionsleiter ........................................................................................ 43

Abbildung 19: Aggregationsmodell des Emotional Inventory mit einer Ausprägung ........ 45

Abbildung 20: Aufbau IT- Informationssystem: MSS, EIS, MIS, DSS ............................. 52

Abbildung 21: Daten -/Informations-/ Wissens-Verarbeitungsprozess .............................. 53

Abbildung 22: Module und Funktionalitäten einer LMS Basiskonfiguration ..................... 56

Abbildung 23: Architektur Expertensystem ........................................................................ 59

Abbildung 24: Fall Darstellung im Prozess integriert ......................................................... 60

Abbildung 25: SLoM 3.0 NG .............................................................................................. 62

Abbildung 26: SLoM Konzept ............................................................................................ 64

Abbildung 27: Kreislauf zwischen Fähigkeiten, Business, Strategie und Profitabilität ...... 65

Abbildung 28: Self Learning organisation process ............................................................. 66

Abbildung 29: SLoM Kernkomponenten ............................................................................ 76

Abbildung 30: BI-System gekoppelt an den Produktentstehungsprozess ........................... 78

Abbildung 31: Echtzeit Performance Management Diagramm* ........................................ 79

Abbildung 32: Sichtweise eines Prozesses als Tunnel mit Regeln und Mustern* .............. 80

Seite X

Abbildung 33: 360° Sicht für das Unternehmen mit 1.0, 2.0 und 3.0 Klassifizierung ........ 82

Abbildung 34: Beispielhafte Darstellung Verzweigung der WM-Komponente ................. 86

Abbildung 35: Produktentstehungsprozess (Stage Gate) .................................................... 93

Abbildung 36: Phasenmodell Entwicklung ......................................................................... 94

Abbildung 37: Input und Output einer Phase des Gates D .................................................. 95

Abbildung 38: Produktentstehungsprozess (mentales Modell) ........................................... 95

Abbildung 39: SLoM Architektur im IT-Verbund ............................................................ 100

Abbildung 40: Hype Cycle for Pattern-Based Strategy, 2010........................................... 104

Disclaimer

Quelle der Abbildungen die mit einem * gekennzeichnet ist Gerhard Hacker, at::excellence Organisations-

und Unternehmensberatung für Change, Wissensmanagement und Technologie, Salzburg.

Seite XI

IX. Tabellenverzeichnis Tabelle 1: Unterscheidung zwischen dem ontologischen und dem konstruktivistischen

Erkenntnismodell ................................................................................................................... 7

Tabelle 2: human-, technikorientiertes-, prozessorientiertes Wissensmanagement ............ 16

Tabelle 3: Fähigkeiten die ein (Intrapreneur) Entrepreneur benötigt ............................... 88

Tabelle 4: Emotional Competence Inventory ................................................................... 89

Einleitung und Motivation Seite 1

1 Einleitung und Motivation

Die vorliegende Arbeit beschäftigt sich mit der Konzeption einer Selbstlernenden

Organisation und wie diese etabliert werden kann. Im ersten Kapitel werden die Ziele des

Konzeptes der Selbstlernenden Organisation (SLoM1) und die aufgestellte Hypothese die

der Arbeit zugrunde liegen, beschrieben.

1.1 Ziele und Motivation

Das Ziel dieser Masterarbeit ist die Darstellung und Beschreibung eines Konzeptes für eine

Selbstlernende Organisation (SLoM), welches die Verbindung zwischen Business

Intelligence (BI), Wissensmanagement (WM), Organisationsentwicklung (OE), Lernende-

Organisation (LO) und Organisationen als Systeme (systemisches Denken, SD) beschreibt

[1]. Dies beinhaltet auch, wie aus diesem Konzept mittels eines Falles (Real Case Studies)

Informationen und Wissen für Mitarbeiter entsprechend dem operativen und strategischen

Wissensmanagement generiert, abgeleitet, weitergegeben und bewahrt werden kann.

Daraus resultiert neues Wissen von Mitarbeitern und fließt wiederum in den Fall ein. Basis

für die selbst lernende Organisation sind erstens die Wissensportfolios von Mitarbeitern

und der Organisation, sowie auch deren jeweilige Ziele. Ein weiteres Ziel der Arbeit ist die

theoretische Erstellung eines Falles, welche in der Art designed werden soll, dass es

möglich wird, den aktuellen Wissensstand der Mitarbeiter zu ermitteln sowie

Weiterentwicklungspotential zu identifizieren (Focus des Falles ist die mittlere bis oberste

Führungsebene) [1].

Die grundlegende Motivation der vorliegenden Arbeit besteht darin, eine Umgebung zu

schaffen, die arbeitsintegriertes Lernen für Wissensarbeiter ermöglicht, um einen klaren

Wettbewerbsvorteil für Mitarbeiter als auch die Organisation zu erreichen (kontinuierliche

Umwandlung von implizitem in expliziertes Wissen). Mitarbeiter und Organisation sollen

in die Lage gebracht werden, sich und die Organisation ständig weiter zu entwickeln (zu

lernen) und sich den aktuellen Marktsituationen anpassen zu können. Wissen soll „On-

Demand“ bzw. aus der entstehenden Zukunft abgeleitet werden, um bessere

Entscheidungen schnell und sicher treffen zu können. Der Prozess des Life-Long-Learning

(LLL) soll auf allen Ebenen von Organisationen (Mitarbeiter, Team und Organisation)

1 SLoM leitet sich aus der englischen Übersetzung „self-learning organizational management“ (SLoM)

concept ab [1]


stattfinden können. Dieses Lernen basiert auf den Ansätzen von menschlich- sowie auch

prozessorientiertem Wissensmanagement.

1.2 Organisatorische Einbettung

Die Arbeit ist Teil einer wissenschaftlichen Studie des Fachhochschul-Studienganges

Informationstechnik und System-Management im Bereich des Life-Long-Learning (LLL).

Virtuelles bzw. Maschinen unterstütztes Lernen soll eine weitere Basis für die

Weiterqualifizierung von Menschen werden. Hierzu wird ein eigenes System entwickelt,

welches erlaubt, den Wissensstand von Individuen sowie auch von Organisationen zu

ermitteln und diesen im Sinne der Organisationsziele (strategische Ziele) weiter zu bilden.

1.3 Hypothese

Bis heute wurden weder Mensch noch Technik zu einem integralen Wissensmanagement

(Knowledge Management, KM) verbunden. Je nach Orientierung wurde die eine Seite

oder die andere Seite bevorzugt. Die vorliegende Arbeit versucht diese Verbindung

zwischen

- A = Wissensmanagement (WM)

- B = Organisationsentwicklung (OE)

- C = Lernende-Organisation (LO)

- D = Organisationen als Systeme (systemisches Denken, SD)

- E = Business Intelligence (BI) und anderen IT / CT Systemen

herzustellen.

A (Business Intelligence) + B (Wissensmanagement) + C (Organisationsentwicklung) + D

(Lernende Organisation) + E (als Systeme (Systemisches Denken) = Selbstlernendes

Organisations Management (SLoM)

Das Selbstlernende-Organisations-Konzept (SLoM) stellt im Wesentlichen eine neue

Kombination aus der Verbindung zwischen dem Wissensmanagement (WM) und der

Business Intelligence (BI) zur Etablierung einer selbst lernenden Organisation dar. In

dieser Arbeit stehen die theoretischen Überlegungen des SLoM Konzeptes im Vordergrund

und werden den meisten Raum einnehmen. Der Grund liegt in den massiven

interdisziplinären Zusammenhängen und entsprechender Materialsammlung für die

Beschreibung des Konzeptes selbst. Die Nachprüfbarkeit des Konzeptes wird mittels


theoretischer Beispiele erklärt und untermauert, sowie die daraus abzuleitenden Ergebnisse

und dienen in erster Linie für das Verständnis des Systems. Die „SLoM Fall“

Beschreibung und Validierung des Konzeptes stellt den zweiten Teil der Arbeiten dar.

Anhand des Falles (Produktentwicklungsprozess bzw. Corporate Entrepreneurship) werden

die Stufen der Mitarbeiterweiterbildung und des möglichen Organisationsent-

wicklungsprozesses beschrieben. Die Kollaboration zwischen IT und Mensch als auch

zwischen den Mitarbeitern selbst werden erklärt, dadurch soll die SLoM Methode klar

erkennbar werden.

Die Hypothese der Arbeit ist, dass mittels des SLoM Konzeptes 1. die Wahrnehmung und

2. ein kontinuierliches arbeitsintegriertes Lernen für Mensch und System möglich ist und

somit auch die Weiterentwicklung des Wissens. Dabei wird das Wissensmanagement

(WM) als Brücke zwischen der Organisationsstrategie und Ressourcen sowie deren

Fähigkeiten, das Business Intelligence (BI) System zur Analyse der unterschiedlichen

Wahrnehmungsmöglichkeiten verwendet.

1.4 Gliederung

Im 1. Kapitel (Abbildung 1), der Einleitung, wird das aktuelle Problem aus der Analyse

beschrieben, die Ziele festgelegt und eine Arbeitshypothese zur Zielerreichung gebildet.

Kapitel 2 spannt den grundlegenden Rahmen der Arbeit auf. Der Wissensbegriff wird aus

Sicht der Ontologie bzw. des Konstruktivismus beschrieben (wie bildete sich Wissen, was

wird unter Wissen verstanden). Weiters wird die „sowohl - als auch“ Denkweise und die

Wahrnehmungsfähigkeit durch die Philosophie erklärt, die für das SLoM Konzept von

Bedeutung sind. Im 3. Kapitel wird der Rahmen durch die Ecken und Kanten eingegrenzt,

die in dieser Arbeit die Theorie und die Definitionen bilden. Die Bereiche Business

Intelligence (BI), Wissensmanagement (WM), Organisationsentwicklung (OE), Lernende

Organisation (LO) und Organisationen als Systeme (systemisches Denken, SD) werden in

Zusammenhang mit der Sicht auf SLoM Konzept beleuchtet. Im 4. Kapitel wird der

Rahmen mit Inhalt gefüllt, dabei werden die vorher beschriebenen Bereiche mit dem

SLoM Konzept in Verbindung gebracht. Im folgenden 5. Kapitel werden die Inhalte in

Bezug auf richtig oder falsch validiert, hier wird ein echter Fall verwendet.


Abbildung 1: Gliederung der Arbeit

Quelle: Eigene Abbildung

Kapitel 6 bildet das Resümee indem nochmals die Erkenntnisse reflektiert werden – z.B.

war die Annahme des Denk-Rahmens zielführend, oder hätte das Dreieck, der Kreis besser

gepasst. Triple Loop Learning im System der Innovation zur Schaffung von Neuem.

Zusätzlich werden die Ergebnisse einer ethischen nachhaltigen Prüfung unterzogen, sowie

die Erörterung, ob noch Fragen als Impuls für weitere Studien offen geblieben sind.

Grundlegender Rahmen Seite 5

2 Grundlegender Rahmen

Im nun folgenden Kapitel wird ein Grobüberblick über den Denkrahmen gegeben. Des

weiteren werden die zentralen Grundbegriffe für die vorliegende Arbeit erklärt bzw.

definiert.

2.1 Philosophie

2.1.1 Wissenschafts- und Erkenntnistheorie

Die Wissenschaftstheorie beschäftigt sich mit 1. wissenschaftlichen Erkenntnis-

bemühungen(gewinn) und mit 2. den Methoden, Voraussetzungen und den Zielen der

Wissenschaft. Es geht um die Frage der Theorienbildung, welche erkenntnistheoretischen

Voraussetzungen herrschen. Wie werden Begriffe verwendet und verstanden, welche

Grund(vor)annahmen wurden getroffen.

„Das lateinische Wort "scientia" für Wissenschaft leitet sich aus dem indoeuropäischen "ski" ab, das "trennen, unterscheiden" bedeutet“ [2].

„Die Erkenntnistheorie umfasst die Fragen nach den Voraussetzungen für Erkenntnis, dem Zustandekommen von Wissen und anderen Formen von Überzeugungen. Dabei wird auch untersucht, was Gewissheit und Rechtfertigung ausmacht und welche Art von Zweifel an welcher Art von Überzeugungen objektiv bestehen kann“ [3].

Das SLoM Konzept soll nicht trennen, sondern verbinden, damit neue Erkenntnisse

gewonnen werden. Damit dies möglich ist, werden SLoM Lernfälle nicht isoliert auf ein

Problem hin betrachtet, sondern auch die Fälle in Zusammenhänge mit anderen Systemen

gebracht und deren Auswirkungen auf andere Systeme aufgezeigt (Verkürzung des

Feedbacks für das Lernen – Erkennen von Abhängigkeiten).

2.1.2 Systemtheorie und systemisches Denken

Durch Descardes Spaltung der Welt in Geist und materielle Dinge in die Zweier-Logik

wurde das westliche Weltbild geprägt. Welche sich aus der Philosophie von Plato und der

Logik von Aristoteles ableiten lassen. Vernünftig ist nur, was sich argumentieren und

schließen lässt, welches auf Basis der Zweier-Logik möglich ist (es gibt keine weiteren

Möglichkeiten, es ist „wahr“ oder „falsch“). Werden Aussagen jedoch paradox, wird diese

Logik an ihre Grenzen geführt. Um dies zu überwinden kann z.B. die ontologische bzw.


konstruktivistische Erkenntnistheorie (Trennung in Subjekt und Objekt) helfen. Die

Systemtheorie betrachtet das zu Erkennende nicht getrennt (isoliert), sondern in Beziehung

zueinander zu seiner „Welt“ („Ein Baum wächst“ wäre hierzu die isolierte Betrachtung –

betrachtet man seine Umwelt „die anderen Systeme“ die dieses Wachsen möglich machen)

so begibt man sich in die Systemtheorie. Die Systemtheorie beschäftigt sich somit nicht

nur mit einem Objekt sondern mit einer Welt von Objekten und deren Zusammenhänge.

Systemisches Denken lässt sich aus der Systemtheorie ableiten und anstatt geradliniger-

kausaler Zusammenhänge werden zirkulierende Erklärungen gesucht (das Erreichen einer

bestimmten Raumtemperatur ist ein zirkulierende Prozess, bestehend aus mehreren Teil-

systemen) und die isolierten Objekte werden in Relation zueinander betrachtet.

2.1.3 Ontologisches und konstruktivistisches Wissensverständnis

Im Folgenden werden zwei Erkenntnistheorien in Bezug auf das Wissensverständnis kurz

erklärt und gegenübergestellt, dies ist 1. die (radikal) konstruktivistische Erkenntnistheorie

und 2. die ontologische. In dieser Arbeit, sowie auch bei der Ausarbeitung des SLoM

Konzeptes, wird von einem (radikal) konstruktivistischen Wissensbegriffsverständnis

ausgegangen (jeder verschafft sich sein eigenes Wissensverständnis zu seiner Realität – die

das Individuum Wissen nennt). Die Anwendung der Theorie U auf die Organisation soll

dann den Bogen zum ontologischen Wissensbegriff ermöglichen (gemeinsames

Wissensverständnis für eine mögliche Realität) [15].

Die ontologische Philosophie geht davon aus, dass eine reale Welt existiert. Durch

diese ontologische Grundannahme ergibt sich aus dem erkenntnistheoretischen Realismus

der bekannte „Alltagsrealismus“. Das heißt es existiert eine Realität, unabhängig von

menschlicher Bewusstseinsleistung – es besteht somit die Möglichkeit diese Realität

erkennen zu können [4].

„Es gibt eine Realität, die in ihrer Existenz wie Beschaffenheit unabhängig davon ist, ob und wie sie von uns Menschen erfahren, gedeutet oder erkannt wird“ [4].

Die Erkenntnis im ontologischen Modell orientiert sich an einem möglichst genauen

Abbild der Realität (die Beschäftigung mit dem „Sein“). Ziel der Wissenschaft aus dieser

Sicht ist eine möglichst große Übereinstimmung zwischen Realität und menschlicher

Welterklärung zu bringen. Für das ontologische Wissensverständnis bedeutet dies, dass die

„Güte der Realitätsbeschreibung“ mittels des gültigen Wissens gemessen werden kann.


Der (radikale) Konstruktivismus hat verschiedene Schulen und Denkansätze und ist somit,

wie mit dem Begriff in Verbindung gebracht werden kann, keine vollkommen einheitliche

erkenntnistheoretische Philosophie. Ungeachtet der verschiedenen Ausprägungen der

Philosophie wurden drei übergreifende Thesen beschrieben: 1. der Beobachter beschreibt

die Erkenntnis, d.h. keine Erkenntnis ist Beobachter-unabhängig 2. Unterscheidungen

werden vom Beobachter aktiv (selbst) getroffen, damit dieser etwas Beobachtetes

beschreiben kann. Diese aktiven Unterscheidungen des Beobachters sind losgelöst von

einer vorgegebenen äußeren Realität. 3. Die Brauchbarkeit einer Unterscheidung hängt mit

dem Sinn der Zielsetzung zusammen. Somit kann der Beobachter die Angemessenheit der

getroffenen Unterscheidung selbst bestimmen [4].

„Wie das Sein ist, ist für den Konstruktivismus völlig gleichgültig. Wenn du glauben möchtest, dass die Realität so aussieht, wie du sie siehst, oder eine Transformation von dem ist, was du siehst – schön, das kannst du glauben“ [4].

Aus dieser Erklärung lässt sich auch der Begriff der Wirklichkeit beschreiben, im

Gegensatz zum Begriff der Realität [4]. Jedes Individuum lebt in seiner eigenen

Wirklichkeit, welche aus beobachterabhängigen Wahrnehmungen und Verhalten resultiert

- seine eigene Erfahrungswelt in der das Individuum lebt. Die Erfahrung wird von

Situation auf Situation übertragen. Bei Erfolg wird die Erfahrung verallgemeinert und bei

Misserfolg verworfen. Somit ist die Funktionalität des (radikalen) Konstruktivismus als

Erkenntnistheorie empirisch nicht beweisbar.

„Er lässt sich nur vernunftmäßig begründen, indem wir einsehen, dass unser Wissen von unserer Wirklichkeit nur eben unser Wissen ist“[4].

Die ontologische Philosophie stellt das Erkennen der Realität (das Sein) in den

Mittelpunkt, hingegen der (radikale) Konstruktivismus das Funktionieren der

Wirklichkeitskonstruktion. Die folgende Tabelle gibt einen kurzen Überblick über die

Unterschiede der beiden Erkenntnistheorien [4]:

Ontologisch Konstruktivistisch

Handlung Kopiervorgang Individuelle Wirklichkeitskonstruktion Ergebnis Abbilder bzw. Repräsentationen der vom

Beobachter unabhängigen, materiellen Realität

„Entdeckung“ einer subjektiven, d.h. beobachterabhängigen Wirklichkeit

Überprüfung Anhand von Messverfahren deren größtmögliche Genauigkeit die Voraussetzung für die Güte des gewonnenen Abbildes ist

Trail and Error mit dem Ziel eine größtmögliche Passung zu erreichen

Ziel Erkennung und „Nutzung“ der Realität „Überleben“ in der Wirklichkeit Tabelle 1: Unterscheidung zwischen dem ontologischen und dem konstruktivistischen Erkenntnismodell


Beide Erkenntnismodelle gehen auch unterschiedlich mit den Begriffen Daten,

Informationen und Wissen um. Aus ontologischer Sicht sind Daten objektiv und können

somit die Realität abbilden, in Form von Zeichenfolgen ohne eigenen Zweck, aber mit der

Möglichkeit zur Weiterverarbeitung von Informationen, welche die Realität für den

Einzelnen oder Gruppen beschreiben, indem Daten zusammengesetzt werden und somit

Bedeutung erlangen. Wissen ist verarbeitete Information und aktuell verinnerlicht. Die

beobachtbare Handlung und die Abbildungsqualität sind zentrale Punkte. Wissen hat in der

ontologischen Erkenntnistheorie folgende Merkmale: 1. Akkumulativität und

Synergiefähigkeit, 2. Subjektbezogenheit, 3. Kontextbezogenheit, 4. Quasi-Speicher-

fähigkeit 5. Intangibilität und Quasi-Simultanität [4].

Daten aus konstruktivistischer Sichtweise dienen zur individuellen Beschreibung

der Wirklichkeitskonstruktion. Daten sind subjektive Unterscheidungsvorgänge - das

Ergebnis eines persönlichen Weltbildes. Daten werden je nach Verwendungszweck

verwendet (nach persönlicher Zielsetzung) und sind somit potenziell fehlerhaft und

unterliegen Kodierungsbeschränkungen. Informationen werden durch geschaffene oder

ausgewählte Daten zu individuellen Bedeutungen und sind somit Kontext abhängig und

sind dadurch nicht direkt austauschbar/übertragbar. Wissen ist im Gegensatz zur

ontologischen Theorie, welche durch niedergeschriebenes Wissen den Status von

Information hat und durch Daten fixiert ist (entspricht niedergeschriebenem Wissen).

Wissen in der konstruktivistischen Theorie hat folgende Merkmale: 1. Erfahrungsqualität,

2. Subjektbezogen, 3. Intangibilität, 4. Kontextbezogen, 5. Prozesscharakter, 6. Zweck-

bezogen, 7. Quasi-Speicherfähigkeit und 8. Modellcharakter [4].

Auf Grund des unterschiedlichen Umgangs mit Daten, Informationen und Wissen der

beiden Erkenntnistheorien (konstruktivistische bzw. ontologische) leitet sich für das SLoM

Konzept die Herangehensweise und das Verständnis für die jeweilige Realität

(Wahrnehmung) ab.

2.2 Mechanistischer Denkrahmen der Neuzeit

Die Philosophie die hinter SLoM steht ist, dass nicht nur das „entweder | oder“ bzw. das

„sowohl - als auch“ existieren, sondern beide Formen und diese können auch verbunden

werden. Durch die Darstellung der Daten im BI System sollen nicht nur neue Erkenntnisse

gewonnen werden die wiederum auf der radikal konstruktivistischen, sondern auch auf die

ontologische Denkweise umgemünzt werden können. Die folgende Abbildung 2 soll dies

veranschaulichen. In dieser Abbildung können zwei Gesichter erkannt werden oder eine


Vase. Es ist jedoch auch möglich beides zu sehen. Im Rahmen der Arbeit geht es auch

darum, Daten so aufzubereiten, dass die Möglichkeit besteht alles Neues zu sehen bzw. zu

erkennen - die Gesichter, die Vase sowie die Gesichter und die Vase.

Abbildung 2: Vase oder Gesichter oder Beides?

Quelle: in Anlehnung an [3]

Der Quantenphysiker Pietschmann klassifiziert einerseits den „mechanistischen

Denkrahmen der Neuzeit“ basierend auf Aristoteles (entweder | oder), Galileo Galilei (alles

was messbar ist messen) oder auch Newton (Ursachen suchen und finden) „Logische

Denkrahmen“ und andererseits auf Platon (Widerspruch, Dialog) dem „Dialektischen

Denkrahmen“ [5].

Somit ergibt der eine Denkansatz das klare Trennen und der andere Denkansatz

Unterscheidung ohne zu trennen. Als Beispiel für den zweiten Denkansatz kann die Frage

gestellt werden: Wann ist ein Baum ein Baum? Ab welcher Größe ist der Baum ein Baum

oder ist er einfach Baum ob „klein“ oder „groß“.

Der mechanische Denkrahmen führt zur Unterscheidung, zur Kategorisierung, zur

Bewertung in richtig oder falsch. Der dialektische Denkrahmen hingegen führt ebenso zur

Unterscheidung jedoch ohne zu trennen, da für die Entwicklung der Widerspruch die

Quelle ist. Unterscheidungen dürfen nicht zur Trennung nicht nur zum ‚entweder | oder‘

sondern auch zu einem ‚sowohl - als auch‘ führen [5].


Wird der „entweder | oder“ Denkrahmen auf Menschenbilder umgelegt so erhalten wir die

X und Y Managementtheorie (Annahme der X Theorie: der Mensch ist von Natur aus faul;

Annahme der Y Theorie: der Mensch ist durchaus ehrgeizig für sinnvolle Zielsetzungen.

Er ist bereit auch Selbstdisziplin und Selbstkontrolle auf sich zu nehmen). Die X/Y Theorie

wurde erweitert um die Z Theorie, der Synthese von X/Y Managementtheorie [5].

2.3 Generation X, Y, Z as of today

Nachfolgende Generationen wie z.B. Generation X (1965-77), Generation Y (1977-1995),

Generation Z (1996-2005) und Generation „Always On“ ( 2005++) haben immer ein

anderes Verständnis, brauchen eine nächste Generation (Abbildung 3). Die vorliegende

Arbeit benutzt diese Denkweisen der Generationen (z.B. technische Denkweise Release

1.0 � 2.0 � NG 3.0).

Das SLoM Konzept stellt in seiner Endausbaustufe eine 3.0 NG Anwendung dar und

verbindet alle anderen Generationen von Systemen sowie Denkweisen. In der Arbeit wird

immer wieder auf eine Art des Generationenmodells zurückgegriffen das im Folgenden

beschrieben wird:

Abbildung 3: Generation X, Y, Z as of today*

Quelle: at::excellent


2.4 Wahrnehmung „Höhlengleichnis von Platon“

Die Darstellung des Höhlengleichnisses von Platon soll stellvertretend für die

eingeschränkte Wahrnehmung die der Mensch (meistens) besitzt stehen, die dann oft auch

als Erfahrung bzw. Wissen verstanden wird. Neue Erfahrung, Wissen und Erkenntnis kann

durch Wahrnehmungsveränderung entstehen. Ziel von SLoM ist es, eine eingeschränkte

Sichtweise (Erfahrung bzw. Annahmen aus der (subjektiven) Erfahrung die auf wenigen

Daten basieren) zu erweitern, zu verändern – eine neue Wahrnehmung zu ermöglichen

(siehe Abbildung 2). Wer immer die gleichen Verfahren und Methoden verwendet, wird

immer wieder die gleichen Ergebnisse erhalten in Anlehnung an Albert Einstein.

„Die Probleme, die es in der Welt gibt, können nicht mit der gleichen Denkweise gelöst werden, die sie verursacht haben. (Albert Einstein)“ [3].

Angekettete Gefangene sitzen nebeneinander aufgereiht und starren auf die Rückwand

einer Höhle. Hinter ihnen brennt ein Feuer, das flüchtige schwarze Gestalten auf die Wand

wirft. Die Ketten der Gefangenen erlauben es ihnen nicht sich umzudrehen, daher halten

die Gefangenen das was sie auf der Wand sehen (immaterielle Schatten) für die

Wirklichkeit. Wahrnehmung bezeichnet allgemein den Vorgang der Empfindung einer

subjektiven Gesamtheit von Sinneseindrücken aus Reizen (Stimuli), der Umwelt und

inneren Zuständen eines Lebewesens.

Wahrnehmung ist also das unbewusste und/oder bewusste Filtrieren und Zusammenführen

von Teil-Informationen zu subjektiv sinnvollen Gesamteindrücken. Diese werden auch

Perzepte genannt und laufend mit den als innere Vorstellungswelt gespeicherten

Konstrukten oder Schemata abgeglichen.

Inhalte und Qualitäten einer Wahrnehmung (Perzeption) können manchmal (aber nicht

immer) durch gezielte Steuerung der Aufmerksamkeit und durch Wahrnehmungsstrategien

verändert werden.

2.5 Begriffe und Definitionen

2.5.1 Realität

„Die Bedeutung bzw. Verständnis des Begriffs „Realität“ ist einerseits von der getroffenen philosophischen Voraussetzung/Sichtweise aber auch vom Realitätsverständnis der einzelnen Wissenschaften zu verstehen (z.B.: für die


Naturwissenschaften gelten nur Dinge die messbar sind. Nur diese können Basis für die Theorienbildung sein, damit diese wissenschaftlich betrachtet standhalten können und der Erforschung zugänglich sind. Wahrnehmung, Gefühle und andere Inhalte dieser Ebenen sind für die Realitätsfindung nicht relevant und werden somit nicht mit einbezogen, im Gegensatz zu den Sozialwissenschaften die dies in manchen Bereichen jedoch tun. In philosophischer Hinsicht sollen die unterschiedlichen Sichtweisen von Platon und Aristoteles angeführt werden).“ [3]

2.5.2 Wirklichkeit

„Mit dem Begriff Wirklichkeit wird alles das beschrieben, was der Fall ist. Gegenbegriffe zur Wirklichkeit sind Schein, Traum oder Phantasie. In der Philosophie unterscheidet man nach der Modalität des Seins zwischen Wirklichkeit, der „bloßen“ Möglichkeit, die nicht verwirklicht ist, und der Notwendigkeit. Eine Wirklichkeit, die nicht notwendig ist, ist kontingent, d.h. es wäre auch möglich gewesen, dass diese bestimmte Wirklichkeit so nicht eingetreten wäre. Wirklichkeit umfasst also Kontingentes und Notwendiges. Unmögliches kann niemals wirklich werden“. [3]

2.5.3 Erfahrung

„Als Erfahrung wird zweierlei bezeichnet: im Einzelfall ein bestimmtes Erlebnis eines Menschen in Form eines von ihm selbst erlebten und damit selbst wahrgenommenen Ereignisses, oder allgemein – und dann im Sinne von „Lebenserfahrung“ – die Gesamtheit aller Erlebnisse, die eine Person jemals gehabt hat (ggf. einschließlich ihrer mehr oder weniger realitätsadäquaten Verarbeitung)“[3].

2.5.4 Information

„Information (lat. informare „bilden“, „eine Form, Gestalt, Auskunft geben“) ist eine zeitliche Abfolge von Signalen, deren Sinn und Bedeutung der Empfänger, nach seinen Möglichkeiten und Fähigkeiten, interpretiert. Information ist Gegenstand verschiedener Struktur- und Geisteswissenschaften, kann mathematischer, philosophischer oder empirischer (etwa soziologischer) Begriff sein. Den verschiedenen Informationsbegriffen gemeinsam ist: Information vermittelt einen Unterschied. Die Information verliert, sobald sie informiert hat, ihre Qualität als Information“ [3].

2.5.5 Wissen

„Wissen wird in der Erkenntnistheorie traditionell als wahre und gerechtfertigte Meinung (englisch justified true belief) bestimmt. Generell wird Wissen als ein für Personen oder Gruppen verfügbarer Bestand von Fakten, Theorien und Regeln verstanden, die sich durch den größtmöglichen Grad an Gewissheit auszeichnen, so dass von ihrer Gültigkeit bzw. Wahrheit ausgegangen wird. Paradoxerweise können daher als Wissen deklarierte Sachverhaltsbeschreibungen wahr oder falsch, vollständig oder unvollständig sein“ [3].


2.5.6 Erkenntnis

„Für den Begriff „Erkenntnis“ gibt es wie für das Wissen keine eindeutige Definition. In einer ersten Annäherung kann man Erkenntnis als den Prozess und das Ergebnis eines durch Einsicht oder Erfahrung gewonnenen Wissens bezeichnen [3].“

2.5.7 Kognition

„ Kognition“ beschreibt diejenigen Fähigkeiten des Menschen, die es ihm ermöglichen sich in der Welt zu orientieren und sich an seine Umwelt anzupassen“ [2]

Zu den kognitiven Fähigkeiten eines Menschen zählen unter anderem: 1. Aufmerksamkeit,

2. Wahrnehmungsfähigkeit, 3. Erkenntnisfähigkeit, 4. Schlussfolgerung, 5. Urteilsfähig-

keit, 6. Erinnerung / Merkfähigkeit, 7. Lernfähigkeit, 8. Abstraktionsvermögen (Induktiver

Denkprozess) und 9. Rationalität (Verstand/Vernunft) [3]. Das SLoM Konzept baut sowohl

auf den kognitiven und emotionalen Fähigkeiten des Menschen auf und versucht diese

beiden Fähigkeiten zu vereinen (zu kombinieren).

2.6 Erfahrung vs. Erkenntnis vs. Wissen vs. Information

Die Beobachtung, dass es immer wieder hell und dunkel auf der Erde wird (die Sonne geht

auf und geht wieder unter, immer wieder) kann als Erfahrung bezeichnet werden. Die

kindliche Frage: ob auch die Sonne scheint wenn der Himmel mit Wolken bedeckt ist,

kann nur beantwortet werden, wenn man die Möglichkeit hat, durch die Wolkendecke

durchzubrechen bzw. aus der Beobachtung und somit Erfahrung wenn sich die Wolken

wieder auflösen (die Daten aus einem anderen Blickwinkel sehen – man besteigt einen

Berg und bricht durch die Wolkendecke durch). Die Erkenntnis, warum es zu dem

Phänomen der auf- und untergehenden Sonne kommt, kann durch die Bewegung der

Planeten erklärt werden, die Beschreibung der Sachverhalte führt zur Erkenntnis. Warum

dies so ist, kann wissenschaftlich noch nicht beschrieben werden (nicht existentes Wissen).

Theorie und Definitionen Seite 14

3 Theorie und Definitionen

Der ursprüngliche Ausgang für das SLoM war die Verbindung zweier Elemente: Business

Intelligence (BI) und Wissensmanagement (WM) [1]. Im Zuge der Erarbeitung der

Grundlagen wurde dieses Konzept vom Autor um weitere 3 Elemente erweitert. Das

folgende Kapitel beschreibt die 5 Elemente (eine Selbstlernende Organisation (SLoM),

welche die Verbindung zwischen Business Intelligence (BI), Wissensmanagement (WM),

Organisationsentwicklung (OE), Lernenden-Organisation(en) (LO) und Organisationen als

Systeme (systemisches Denken, SD)) aus den SLoM zusammengesetzt wird und wie diese

im Konzept ihre Anwendung finden.

3.1 Wissensmanagement (WM)

Wissen wird allgemein auch so definiert, dass es um die Vernetzung von

Informationen zu Wissen geht.

Wissensmanagement beschäftigt sich mit der Umwandlung von 1. implizitem

Wissen in explizites Wissen und vice versa, 2. individuelles in kollektives Wissen und vice

versa und 3. externes Wissen zeitnahe zur Verfügung zu haben und von der Organisation

in internes Wissen umzuwandeln. Wissensmanagement (WM) war über lange Zeit

Technologiegetrieben. Es wurde versucht, WM über IT-Lösungen durch Speichern von

Daten und Informationen zu realisieren. Heute wird WM als Entscheidungshilfe (früher,

schneller und richtigere Entscheidungen zu treffen) und Produktionsfaktor Wissen

(Effektivität und Effizienz steigernd) gesehen/verwendet. Neben diesen Faktoren soll WM

auch zur Steigerung der Innovations- und Wettbewerbsfähigkeit, aber auch zur Steigerung

der Lernfähigkeit von Organisationen und Mitarbeitern beitragen, brachliegende

Ressourcen von Wissen zu Tage fördern und für die Organisation nutzbar gemacht werden.

Im Folgenden finden sich zwei Definitionen die im SLoM Konzept angewendet werden:

„Allgemein kann gesagt werden, dass sich Wissensmanagement mit der Generierung, Distribution und Allokation von Wissen beschäftigt. Hauptziel ist dabei das koordinierte Lernen innerhalb des Unternehmens, wobei dem Spezial- und Fachwissen der Mitarbeiter eine besondere Bedeutung zukommt, da dieses beim Anstehen von Entscheidungen wiederholt zum Einsatz kommt oder kommen kann. Hieraus ergibt sich bereits eine mögliche Definition des Begriffes Wissensmanagement“ [13].


"knowledge management is defined as the process of continuously creating new knowledge, disseminating it widely through the organization, and embodying it quickly in new products/services, technologies and systems” [14].

In SLoM soll mittels eines Austauschprozesses das Wissen der Mitarbeiter und der

Organisation gesammelt werden und andererseits auch in neue Produkte bzw. Services

einfließen/eingebunden werden können. Ziel ist es, das Wissen des Individuums und der

Organisation strukturiert zu sammeln und wiederum zur Verfügung zu stellen (die

Umwandlung von explizitem in implizites sowie individuelles in kollektives Wissen und

vice versa). Dieses neue Wissen (Daten und Informationen) soll über neue (erweiterte)

SLoM Lernfälle anderen Mitarbeitern zu Verfügung stehen. Die Wissenskomponente von

SLoM hat weiters die Aufgabe Wissen, Erkenntnisse und Fähigkeiten von Mitarbeitern zu

sammeln. Dies beschränkt sich nicht nur auf fachspezifische Fähigkeiten, sondern auch auf

z.B. emotionale Fähigkeiten in dem z.B. mittels dem Emotional Inventory Daten

gesammelt werden. Die Analyse, wie schnell kann neues Wissen erfasst und umgesetzt

werden, fällt ebenfalls in den Bereich dieser Komponente.

Als Austauschprozesse sind im SLoM Konzept iterative Lernprozesse in der BI– als auch

der WM-Komponente gemeint sowie zwischen den Komponenten selbst. Der Lernprozess

im BI-System ist die automatische Suche nach Verbesserungen mittels kaufmännischen

bzw. zeittechnischen Fakten (siehe BI-Erklärung Seite 18). In der WM Komponente sind

es die Erkenntnisse der Mitarbeiter, die immer wieder einfließen (erweitert werden). Die

BI geht dadurch in die Richtung künstlicher Intelligenz (KI), die WM Komponente wächst

durch den Input der Mitarbeiter (z.B. durch die Eingabe von neuen Erkenntnissen durch

Experimente).

3.1.1 Allgemeines Verständnis von Wissensmanagement

Die Literatur beschreibt, je nach Auffassung der Autoren, folgende gegensätzliche

Strömungen von Wissensmanagement: 1. human- und technikorientiertes WM, 2. human-

und prozessorientiertes WM und 3. ontologisches und konstruktivistisches WM.

Wird Wissen wie eingangs definiert - als vernetzt von Information gesehen, so gibt

es aus der Sichtweise des human- und technikorientierten WM einerseits das Wissen, das

Ergebnis von menschlicher Interaktion ist und zweitens die Vernetzung der Menschen per

Computer. Je nachdem welcher Schluss gezogen wird, wird eine der beiden Strategien

bevorzugt und die andere soll unterstützend sein (Personifizierungs- vs.

Kodifizierungsstrategie) [3].


Humanorientiertes WM Technikorientiertes WM Prozessorientiertes WM

- Individuen und Gruppen stehen als Träger von Wissen im Mittelpunkt;

- Betrachtungsschwer-punkte liegen auf den Interaktionen der Beteiligten;

- Schaffung von organisationalen Rahmenbedingungen, die eine Wissensentwicklung und – Weitergabe fördern

- Wissen gilt als ebenso steuerbar wie andere Unternehmensressourcen;

- Keine Unterscheidung zwischen Wissen und Informationen;

- Wissen und Informationen werden als Objekte betrachtet, die in Datenbanken oder Expertensystemen verwaltet werden können und der Unterstützung der Mitarbeiter dienen;

- Die organisationale Daten-, Informations- und Wissensverarbeitung wird mit Hilfe eingesetzter Techniken optimiert;

- Wissen ist in Prozessergebnissen gespeichert;

- Wissen ist in Abläufen und deren kontinuierlichen Verbesserung ersichtlich/erkennbar;

- Wissen ist durch die Beschreibung was, wann wie gemacht werden muss manifestierbar und weiterentwicklungsfähig und für jeden zugänglich;

Tabelle 2: human-, technikorientiertes-, prozessorientiertes Wissensmanagement Quelle: in Anlehnung an [4]

Es gibt vier Typologien von Wissensmanagement-Modellen (Abbildung 4): Dies sind

1. Lern-/Entwicklungsorientierte Modelle, 2. Informations- und Kommunikations- (IKT)-

technologische Modelle, 3. Management- /Steuerungsorientierte Modelle und

Innovationsorientierte Modelle. Je nach dem welches Modell gewählt wird, liegt der

Schwerpunkt auf der betriebswirtschaftlichen-, technologischen-, bildungs- oder

Wissensgenerierungssicht.

Abbildung 4: Vier Cluster von Wissensmanagement-Modellen nach Hilse



Je nach Betrachtungsweise der Typologien kommt es zu erheblichen Unterschieden in der

Schlussfolgerung, was Wissensmanagement ist und lt. Hilse, wo es auch zu

Überschneidungen der Modelle kommt [3].

3.1.2 Wissenskategorien

Das Verständnis für diese Wissenskategorien hängt vom grundlegenden

Wissensverständnis ontologisches oder/und konstruktivistisches ab. Je nach

Wissensverständnis können diese Kategorien entsprechend interpretiert und ausgelegt

werden.

3.1.2.1 Explizites vs. Implizites Wissen

Im Wissensmanagement wird zwischen explizitem und implizitem Wissen unterschieden.

Als explizites Wissen wird jenes Wissen beschrieben, das einem Menschen „bewusst“ ist

und somit auch beschrieben werden kann. Implizites (verborgenes) Wissen ist jenes

Wissen das nicht auf diese Weise zugänglich ist. Meist ist dem Menschen das Wissen nicht

bewusst – es wird einfach angewendet und kann beobachtet werden. Mittels Knowledge

Management System wird versucht, verbalisiertes (explizites) und in den Köpfen

„geistiges“ (implizites) Wissen für die Organisation nutzbar zu machen. [6]

Die letzte Form des Wissens ist die des schöpferischen Wissens. Dieses Wissen ist die

Quelle der Innovation: als Beispiel „ein Künstler vor einer leeren Leinwand“ [15].

3.1.2.2 Individuelles vs. Kollektives Wissen

Individuelles Wissen ist das Wissen das der einzelne Mensch/Person besitzt und teilweise

weitergeben kann (explizit vs. implizit). Kollektives Wissen stellt das Wissen einer

Personengruppe, z.B. aus unterschiedlichen Bereichen einer Organisation dar und ist nicht

gebunden an Führungskräfte oder Mitarbeiter. Kollektives Wissen ist somit verteiltes

Wissen auf unterschiedliche Personen, jedoch vernetzt, damit es von einer Organisation

genutzt werden kann. Nicht jede Person ist Träger des „gesamten“ Wissens für die

Organisation. Beim Wegfall einer Wissensquelle kann die Organisation dieses verloren

gegangene Wissen über kurz oder lang wieder von anderen Wissensquellen aufbauen.

Emergentes Wissen ist spezielles Wissen eines Kollektives, das nur teilweise beschrieben

wurde und dennoch gewusst wird (z.B. kulturelle Normen) [16].


3.1.2.3 Kollektives Wissen (Wissensnetzwerke)

Ist die Eigenschaftsausbildung von Wissen und Fähigkeiten die ein einzelnes Subjekt allein

nicht erreichen kann. Organisationen besitzen kollektives Wissen gebunden in

Prozesswissen. Es entsteht durch das Zusammenspiel (einzelner Prozesse) einzelner

Gruppen (Systemen) zu einem übergreifenden gesamten Prozess Meta System [6].

3.1.2.4 Internes und externes Wissen

Internes Wissen stellt das Wissen der Organisation dar. Wie auch beim Menschen besitzt

eine Organisation implizite sowie individuelle Wissensfaktoren. Die Organisation weiß in

der Regel mehr als diese beschreiben kann. Als externes Wissen kann jenes Wissen

bezeichnet werden, das für die Organisation relevant (überlebenswichtig) ist, aber selbst

nicht erzeugt (z.B. Kundenbefragung) werden kann [6].

3.1.2.5 Weitere Wissenskategorien

Basierend auf der Wissenstreppe gibt es noch Kennen-, Können- und Wollen-Wissen. Im

ersten Fall handelt es sich um theoretisches Grundlagenwissen (z.B. Schulwissen,

Forschung). Das Können-Wissen beschreibt das Wissen zur Anwendung von Kennen-

Wissen, die praktische Anwendung um Produkte und Prozesse gestalten zu können

(Prozess etablieren und entwickeln, Produkte erfolgreich am Markt zu platzieren). Das

Wollen-Wissen bezieht sich auf das Handeln hin (Ziel, Visionen die gesetzt wurden zu

erreichen).

Des weiteren kann noch unterschieden werden in Struktur-Wissen (z.B. Ishikawa Modell

oder systemische Sichtweisen - Ursache und Wirkungszusammenhänge zu Wissen).

Muster-Wissen beschreibt Wissen über Trends oder Entwicklungspfade – (z.B. Projekt-

oder Produktentwicklungsabläufe). Zu diesem Wissen kann auch das Suchen nach Mustern

in Daten gezählt werden (Information Retrieval: Durch die Datenanalyse von Kaufhäusern

wurde festgestellt, dass es an Wochenenden zum erhöhten Kauf von Bier und Windeln

kam.). Abgeleitet aus diesem Muster-Wissen wurde dann das Struktur-Wissen (z.B. Frauen

schicken Familienväter an Wochenenden einkaufen, neben Bier werden auch die Windeln

für die Kinder gekauft). Fakten-Wissen stellt Wissen über Ergebnisse und Ereignisse dar

(z.B. Wer immer mehr ausgibt als er verdient, wird Schulden anhäufen, ein Unternehmen

das keine Gewinne macht, wird insolvent werden) [13].


3.1.3 Humanorientiertes und Prozessorientiertes Wissensmanagement

3.1.3.1 WM von Nonaka und Takeuchi (Humanorientiert)

Abbildung 5 stellt ein Modell dar, welches es ermöglichen soll, kontinuierlich implizites

und explizites Wissen zu transformieren. Das Modell der Wissensspirale erlaubt es über

vier Quadranten das Wissen in beide Richtungen zu transformieren und individuelles

Wissen auf eine höhere organisatorische Ebene, wie ein Team oder die gesamte

Organisation zu heben. Das Modell verdeutlicht somit die Wissensbeschaffung und

Wachstum in Organisationen. Die Spirale stellt den Wissensveränderungsprozess durch

Weitergabe von Wissen auf individueller oder auf organisationaler Ebene, somit auch den

Übergang vom individuellen zum kollektiven Wissen dar [14].

Abbildung 5: Die vier Formen der Wissensumwandlung nach Nonaka und Takeuchi


Gespeist wird dieses Modell einerseits durch die individuelle Wissensaneignung, durch

Erfahrung und andererseits durch den Rückfluss (Weiterentwicklung/Reflexion) aus dem

Team/Organisation. Der Bereich der „Sozialisierung“ erfasst den Bereich von Erfahrung,

die jemand beherrscht aber nicht weitergeben kann – andere lernen nur durch die

Beobachtung/Nachahmung (Mutter/Kind, Professor/Student oder Meister/Lehrling). Diese

Wissensvermittlung ist auch ohne Sprache möglich. Implizites Wissen wird durch den

Erfahrungsaustausch in anderes implizites Wissen umgewandelt. Externalisierung des

Wissens ist das Umwandeln von implizitem in explizites Wissen. Dies kann durch

Verbildlichung (z.B. Konzept) realisiert und danach verglichen werden. Das Vergleichen

stellt somit eine neue Quelle des Wissens durch die mögliche Zwei(mehr)deutigkeit dar.


Kombination: die nächste Stufe ist, das explizite Wissen mit explizitem Wissen aus

unterschiedlichen Bereichen zu vergleichen mit dem Ziel, neues explizites Wissen zu

schaffen (z.B. Transfer von beschriebenen Technologien in andere Bereiche). Die

Internalisierung: wandelt explizites Wissen wieder in implizites Wissen um. Durch

regelmäßige Anwendung des expliziten Wissens wird es wieder implizites, jedoch in einer

neuen (durch den Austausch und Vergleich) Form. Der Kreislauf beginnt von neuem.

Das Modell wurde zur weiteren Verdeutlichung noch weiter entwickelt, wie dies in

Abbildung 6 ersichtlich ist.

Abbildung 6: Darstellung der Wissensspirale von Nonaka und Takeuchi


Der Mitarbeiter ist die Quelle des Wissens und besitzt die Fähigkeit - Wissen - zu

generieren. Durch Kommunikation (nicht nur verbal sondern auch durch die Anwendung)

mit der Gruppe wird dieses implizite Wissen an andere weitergegeben (Wissen wird

externalisiert). Durch die Weitergabe von Wissen wird für den einzelnen das Wissen

wiederum internalisiert, da er sich des (eigenen)Wissens bewusst wird. Durch den

kontinuierlichen Fluss zwischen Internalisierung und Externalisierung bei den

Wissensträgern wird Wissen generiert und kann in der Organisation auch von weiteren

Gruppen, der Organisation selbst und auch organisationsübergreifend genutzt werden [16].

3.1.3.2 Prozessorientiertes Wissensmanagement bzw. das Management von Wissen

Das Managen von Wissen bezieht sich in der betriebswirtschaftlich sehr rudimentären

Sichtweise auf das Managen der knappen Ressource Wissen, um die Wettbewerbsfähigkeit


eines Unternehmens/Organisation durch deren Prozesse und Personen zu erhalten und zu

steigern. Dabei steht der Mensch im Mittelpunkt, da er die Quelle des Wissens ist, mit all

seinen Stärken und Schwächen [6].

Der Kernprozess des Wissensmanagement selbst besteht aus sechs Elementen (operatives

Wissensmanagement) die alle in Beziehung zueinander stehen. Diese Elemente sind

1. Wissenserwerb, 2. Wissensidentifikation, 3. Wissensentwicklung, 4. Wissens-

bewahrung, 5. Wissensverteilung und 6. Wissensnutzung. Ergänzend zu diesem Konzept

(strategisches Wissensmanagement) müssen (7.) Wissensziele und als Feedback eine (8.)

Wissensbewertung regelmäßig durchgeführt werden und auf die Elemente entsprechend

einwirken. Wissensmanagement kann auf allen Ebenen (Organisations-, Gruppen sowie

auf individueller) ansetzen und dabei alle Aspekte (normativ, strategisch und operativ)

beinhalten [6].

Der Aufbau der Wissensbasis wird gerne mittels vier Ebenen (Zeichen, Daten, Information

und Wissen) beschrieben (Abbildung 7). Die unterste Ebene sind Zeichen. Aufbauend auf

den Zeichenvorrat und der Syntax ergeben sich Daten. Wenn diese Daten in einen Kontext

gestellt werden, wird daraus Information. Durch die Vernetzung der Information entsteht

Wissen [6].

Abbildung 7: Beziehungen zwischen den Begriffshierarchien


Neben diesem Ansatz existiert der Ansatz des geschäftsprozessorientierten WM der in

Theorie und Praxis, je nach Zielsetzung, als Erklärung für den Kernprozess des

Wissensmanagement herangezogen wird [17]:

• Individueller Ansatz (wie lernt das Individuum)

• Integrativer Ansatz (wird vom organisatorischen Lernen abgeleitet – innere und

äußere Austauschbeziehungen fördern auf allen Ebenen Lernfähigkeit und

Innovation )


• Geschäftsprozessorientierter Ansatz ( resultiert aus dem Business Reengineering -

in kurzer Zeit massive Veränderungen in Organisationen)

Business Reengineering verbindet die Wirtschaftsinformatik, Technologie Management

und Elemente der Organisationsentwicklung. Das Konzept verbindet in diesem

Zusammenhang auch die Ebenen Geschäftsstrategie, Prozesse und

Informationstechnologie. Jeder Prozess hat hierbei festgelegte Ziele. Treiber für

Wissensmanagement sind Kostensenkung, steigende Wettbewerbsfähigkeit und Sharholder

Value Creation. Wissensmanagement soll im Wesentlichen zur Senkung der Kosten

beitragen. Effektives und effizientes Managen von Prozessen, gerade im Forschungs- und

Entwicklungsbereich (F&E) sowie Servicequalität. Durch die Betrachtung der Information

die in strukturierten Prozessen enthalten ist, kann dieses Wissen auch organisationell

zugänglich gemacht und von allen verwendet werden. Eine Anwendung dieser Sichtweise

findet sich z.B. im Capability Maturity Model Integrated wieder. Durch die Steigerung der

Fähigkeiten der Prozesse wird Wissen in den einzelnen Phasen der Prozesse (durch Ziele)

abgelegt. Das führt weiter zu einer gesteigerten Wettbewerbsfähigkeit, da dieses Wissen

von Projekt zu Projekt weiter gegeben werden kann. Das Modell ist ein

abteilungsübergreifendes (prozessintegriertes Modell) und kann somit als weiterer Prozess

zur Wissensgenerierung verwendet werden. So können durch Kundenprozesse

(Supportprozesse) schnell Trends oder Funktionalitäten die der Kunde wünscht, besser in

die Entwicklung neuer Produkte und bessere Prozessen eingebunden werden. Dieses

Wissen soll zu einem weiteren Wettbewerbsvorteil führen [17].

Wissensmanagement steigert somit auch die Wettbewerbsfähigkeit von Organisationen

durch Steigerung der Kernkompetenz selbst. Die Kernkompetenz/-fähigkeit einer

Organisation ist ein wesentliches Erfolgskriterium für die Organisation selbst und besteht

in der Bündelung verschiedener Fähigkeiten und Technologien zu einem erkennbaren

Nutzen für einen Dritten (z.B. Kundennutzen, andere Organisation). Kernkompetenzen

verbessern die Stärken der Organisation [17].

Aufbauend auf den Kernfähigkeiten wurde der Begriff des Kernprozesses definiert. Dieser

Prozess (auch Synonym für Geschäftsprozess) enthält maßgeblich die Ausprägungen der

Kernkompetenz einer Organisation. Kernkompetenzen werden vom strategischen

Management identifiziert und definiert. Daher sind Kernprozesse auch zwangsweise auf


die strategischen Faktoren einer Organisation ausgerichtet. Prozesse beinhalten somit

kollektives Wissen welches nicht verloren gehen darf. Die Unterscheidung zwischen Kern-

und Supportprozessen in Organisationen erlaubt nun Kernprozesse zu forcieren und

Supportprozesse zu verlagern (outsourcing) [17].

3.1.4 Die Wissenstreppe

Aufbauend auf den vorher beschriebenen vier Ebenen (Zeichen, Daten, Information und

Wissen) wurde die Wissenstreppe aufgebaut [16]. Diese besteht aus acht Stufen, wobei die

ersten drei Stufen der Wissenstreppe wiederum aus Zeichen bestehen. Diese

Zeichenbegriffe können Buchstaben, Ziffern und Sonderzeichen sein. Zeichen können

erweitert werden und als Sonderzeichen auch Gegenstände oder Ereignisse sein, sofern

diese von jemandem als Zeichen definiert worden sind (z.B. Loch in der Mauer). Bei der

Wissenstreppe werden Daten die einen definierten Syntax haben (Ordnungsregel: z.B.

Formeln oder Grammatik) aber noch nicht interpretiert sind, auch keine Bedeutung

beigemessen. Erst wenn die Daten eine Bedeutung erlangen, werden diese zur Information.

Die Bedeutung bzw. der Bedeutungskontext von Informationen ist von persönlichen und

situativen Bedingungen abhängig. Wie aus der folgenden Abbildung 8 erkennbar ist,

wurde die Wissenstreppe um Wissen, Können, Handeln, Kompetenz und

Wettbewerbsfähigkeit erweitert. Werden Informationen vernetzt (mit Kontext, Erfahrung,

Erwartung) so entsteht Wissen. Durch das Umsetzen von Wissen in Fertigkeiten entsteht

„Können“ (z.B. Lerninhalte werden umgesetzt). Basierend auf dem „Können“ und dem

„Wollen“ entsteht die nächste Stufe das „Handeln“. Durch das Handeln durch „Antrieb

oder Motivation“ wird das „Wissen“ sichtbar. Die siebte Stufe erreicht man durch

Wiederholung und Routine und das Individuum oder die Organisation erreicht durch

Professionalität und Übung die entsprechende Kompetenz durch richtiges Handeln. Die

letzte Stufe der Wissenstreppe stellt die Wettbewerbsfähigkeit einer Organisation dar. [16].

Wird die Wissenstreppe in der Mitte geteilt, so kann zwischen implizitem und explizitem

Wissen unterschieden werden. Das Strategische Wissensmanagement (WM) beschäftigt

sich damit, implizites Wissen in explizites umzuwandeln und das operative WM mit dem

Umwandeln von explizitem in implizites Wissen. Die ersten drei Stufen stellen somit die

personenunabhängige Ressource und die restlichen Stufen die personenabhängige

Ressource dar [16].


Abbildung 8: Erweiterte Darstellung der Wissenstreppen nach North


3.1.5 Persönliches Wissensmanagement vs. Organisationalen WM

Für das persönliche Wissensmanagement ist der Ausgangspunkt die Reflexion von

individuellen Denk- und Handlungsweisen (Hinterfragen der persönlichen Wahrnehmung)

um die Arbeits- und Lernbereiche effizienter zu gestalten [18]. Um Wissensmanagement in

Organisationen verankern zu können ist die „ganz persönliche“ Umsetzung Voraussetzung.

„8 Prinzipien“ wurden als grundlegende Prinzipien des persönlichen Wissensmanagements

beschrieben, die zugleich Grundlage zur Verankerung als auch Ausgangspunkt zur

erfolgreichen Implementierung von Wissensmanagement in Organisationen darstellt [6].

Organisatorisches Wissensmanagement ist eine Tirade aus Arbeit-Organisation-Technik,

um einen effektiven Zugriff und Anwendung von Wissen der Mitarbeiter durch die

Organisation zu ermöglichen. Organisationales Managen von Wissen impliziert somit die

systematische Verankerung von Fähigkeiten und Kenntnissen auf allen Ebenen der

Organisation selbst. Um einen effektiveren Umgang mit Wissen zu ermöglichen, muss

dieses somit auch unabhängig von Hierarchien sein [18].

3.1.6 Das Portfolio

In allen drei Bereichen (für die Organisation: Arbeit-Organisation-Technik / für den

Mitarbeiter: Bildung-Erfahrung-Kompetenz) können nun Visionen definiert und somit


Ziele abgeleitet werden, je nach persönlichen oder organisatorischen Vorstellungen oder

Notwendigkeit. So erhält man für beide Bereiche eine entsprechende Zielvorgabe, welches

Wissen, welche Fähigkeiten und Kompetenzen weiter entwickelt werden müssen [18].

3.1.7 Wissensbewertung (persönlich und organisatorisch)

Die Wissensbewertung soll sicherstellen, dass sich das gesamte persönliche/individuelle

als auch das Organisations-Kompetenzportfolio in die gewünschte Richtung weiter

entwickelt und entsprechende Prioritäten bei dem Erwerb von Kompetenzen sichergestellt

werden. Normative Wissensbewertung kann nach vier Kategorien erfolgen siehe

Abbildung 9.

Abbildung 9: Normative Wissensbewertungsmatrix


Dabei müssen die Profile (persönlich als auch organisatorisch) in Vergleich gestellt

werden, um strategisch eine Aussagekraft entwickeln zu können. Meist werden hierzu Best

Practies Ansätze verwendet, jedoch wird nicht berücksichtigt, dass die Situation

(Ausgangspunkt) mit der eine Best Practies Methode verwendet wird, nicht eins zu eins

anwendbar bzw. übertragbar auf eine andere Organisation ist [19]. Auf operativer Ebene

sind die tatsächlichen Wissensziele (persönlich als auch organisatorisch) zu definieren, zu

messen, zu kontrollieren und wiederum zu bewerten [6].

3.1.8 Messen von Wissen (Wissensbilanz)

Zurzeit gibt es keine klare Definition wie Wissen gemessen werden kann. Das liegt in der

Tatsache, dass keine Definition von Wissen selbst existiert. Es gibt jedoch bereits Ansätze


in der Organisation, neben der herkömmlichen Bilanz auch eine Wissensbilanz zu erstellen

z.B. Skanadia. Als IT-Lösung stellt das Bundesministerium für Wirtschaft und

Technologie eine Pilotsoftware zur Verfügung, mit der es möglich ist, eine Wissensbilanz

für eine Organisation zu erstellen [6].

3.2 Organisationsentwicklung und die (selbst) Lernende Organisation

Im SLoM Konzept werden Organisationen nicht als starre Gebilde gesehen sondern als

lebensfähige Systeme, die sich in Bewegung befinden. Die Verbindung von BI-SLoM,

WM-SLoM Komponente sowie der Organisationstrategie und den Business Opportunities

verbindet das „Was (Business Development)“ mit dem „Wie (Organisationsentwicklung)“.

Die BI Komponente erhält Daten nicht nur aus den internen Systemen sondern auch von

externen Systemen (z.B. Trends, Marktdaten, Wirtschaftssituation (-zyklen)). Das SLoM

Konzept sieht vor, dass sich die Organisation kontinuierlich verändert – je nach den

internen und externen Gegebenheiten. Die interne Veränderung soll im SLoM Konzept

durch die Wahrnehmungsveränderung ermöglicht werden, hierzu wird die U-Theorie

verwendet. Der Mensch lernt sich selbst aus verschiedenen Perspektiven zu sehen aber

auch, dass er selbst ein System und Teil eines Systems nämlich der Organisation ist

(systemische Denken). Die Organisation selbst ist wiederum nur System und Teil eines

Systems. Durch Veränderungen von Systemen ändern sich (passen sich an) auch die

anderen Systeme – diese Sichtweise ist Basis für das SLoM Konzept und den Lernfällen –

eine vorerst isoliert arbeitsintegrierte Lernsituation wirkt auch auf andere Systeme.

Systemisches Denken in den SLoM-Fällen basiert auf Annahmen die vom Lernenden

getroffen werden können oder sich durch die Aufgabe selbst ergeben (z.B. Auswirkungen

bei einer einfachen Annahme eines neuen Klebers in der Entwicklung für ein Produkt).

Organisationsentwicklung (OE) beschäftigt sich mit dem längerfristigen Veränderungs-

prozess von Organisationen (Strukturen) und den Menschen (z.B. Lernprozesse). Die sich

ständig (dynamischen) ändernden Anforderungen der Organisation, stehen dabei im

Vordergrund der OE. Die Veränderung sollte so von statten gehen, dass sowohl die

Organisation als auch der Mensch einen Nutzen haben. In der Organisationsentwicklung

geht es um Aufgaben der Humanisierung von Arbeit, Verbesserung der organisatorischen

Strukturen und Abläufe, Menschen (Personalentwicklung), der Anwendung von

(wissenschaftlichen) Methoden und der Unternehmenskultur. Grundlage für


Veränderungsprozesse im OE ist das Verhalten der Mitarbeiter (Fähigkeiten und

Einstellungen) sowie die Kommunikations- und Organisationsstrukturen.

3.2.1 Die Lernende Organisation

Die lernende Organisation besitzt die Fähigkeit sich ständig in Bewegung zu halten und

kann Veränderungsprozesse initiieren und gestalten. Die Lernende Organisation besteht

aus 5 Disziplinen: 1. Systemisches Denken ist die integrative Disziplin und soll das

Bewusstsein schaffen, dass alle weiteren Disziplinen miteinander verbunden sind,

2. Mentale Modelle sollen verändert (hinterfragt) werden, da diese das Handeln steuern, 3.

Die gemeinsame Vision soll das Team auf ein gemeinsames Ziel (Zweck) ausrichten um so

divergierende Kräfte zu eliminieren, 4. Das Teamlernen soll gefördert werden, um mittels

Dialog zu neuen Erkenntnissen kommen zu können und 5. Selbstführung und

Persönlichkeitsentwicklung (Personal Mastery) [19].

Für das Gesamtmodell ist das Systemische Denken der zentrale Punkt, um die so genannten

Systemarchetypen (z.B. Grenzen des Wachstums) erkennen zu können, da der Mensch den

vorgegebenen Strukturen unbewusst folgt. Ohne Erkennen der Archetypen kann es keine

Lernende Organisation geben, erst durch deren Verständnis wird der Lernprozess gefördert

oder verhindert. Durch das Verständnis der Strukturen ist es möglich, diese zu ändern und

somit auch das Handeln der Mitarbeiter zu verändern.

Dieser Ansatz basiert somit auf der zentralen Lernfähigkeit von Teams. Die Lernende-

Organisation besteht also aus Menschen, die ein gemeinsames Ziel erreichen wollen. Die

Lernende-Organisation stellt ein lebendes System dar, das wiederum aus lebenden

Systemen besteht (Organisationen sind „soziale Systeme“ bestehend aus Individuen

„personales System“) [19].

Die Theorie-U beschreibt wie Individuen und Teams lernen und als einzelner oder

gemeinsam zu völlig neuen Erkenntnissen kommen können. Zugrunde liegt der Theorie

der Weg der Kommunikation und des Zuhörens und somit der Wahrnehmungsfähigkeit für

Individuen und Gruppen, basierend auf den 4 unterschiedlichen Aufmerksamkeits-

strukturen (wie wird zugehört, wie werden die Daten für die Erkenntnisse interpretiert).

Damit zur vierten Ebene der Aufmerksamkeitsstruktur vorgedrungen werden kann, muss

der Bezugspunkt (Quellpunkt/Sichtweise) durch entsprechendes Zuhören und die damit


verbundene Kommunikation geändert werden, da ein Vordringen zur nächsten Ebene sonst

nicht möglich ist (Abbildung 10) [15].

Abbildung 10: Ebenen der Aufmerksamkeit*


Quellpunkte der Aufmerksamkeit sind: 1. Ich in mir 2. Ich in es 3. Ich in Dir und 4. Ich in

Uns [15]. Die erste Ebene des Lernens und damit verbundene Art des Zuhörens ist das

„downloading“. Die aufgenommenen Daten werden als Bestätigung des schon Gewussten

verwendet. In dieser Ebene findet somit kein Lernen statt (wir sehen nur das, was wir

gewohnt sind zu sehen). Die zweite Ebene des Zuhörens ist „gegenständlich-

unterscheidendes Zuhören“. Zuhören auf das was anders - unterschiedlich - ist

(wissenschaftliches (objektivierendes oder subjektivierendes ) Zuhören). Die Daten werden

so wahrgenommen, dass etwas anders ist – keine Verleugnung/Verdrängung mehr wie

beim download-hören. Zuhören auf der ersten und zweiten Ebene kann auch gesehen

werden als Zuhören innerhalb der Grenzen unserer eigenen mental-kognitiven

Organisation. Auf den ersten beiden Ebenen wird die Kommunikation/Konversation eine

Zustimmung, Diskussion, Debatte oder auch Dialektik (Opposition erkunden) sein. Die

Ebene 3 ist erkennbar, wenn ein Dialog (zwischen 2 Individuen) oder Metalog (Gruppe)

geführt wird. Ab dieser Ebene wird „empathisch zugehört“. Durch den Dialog ist


einerseits die Konfrontation mit der eigenen und anderen Haltung sowie auch die

Offenbarung der Haltung und Gefühle möglich. Der Metalog erlaubt der Gruppe ein

gemeinsames Fühlen und Denken. Eine Entwicklung und Bildung gemeinsamer Kultur

und Haltung. Die Wahrnehmung verschiebt sich aus der eigenen Organisation zu dem

Anderen. Diese empathischen Fähigkeiten werden auch von anderen Autoren wie

Goldmann [Priamly Leadership] immer wieder als Schlüssel für die (Mitarbeiter)Führung

gesehen. Die Fähigkeit des „Empathischen Zuhörens“ kann kultiviert und entwickelt werden.

In dieser Ebene der Aufmerksamkeit wird das Wahrnehmungsorgan - das „Herz“ -

angesprochen, das Fühlen (Die Intelligenz des Herzens). Es geht um das unmittelbare

Gespür über das was der andere sagen möchte, bevor es analysiert wird (die Daten des

bzw. der Anderen sehen, deren Annahmen sehen und verstehen) [15].

Die vierte Ebene erlaubt der Aufmerksamkeitsstruktur das Lernen aus der

entstehenden Zukunft. Diese Ebene kann verglichen werden mit einem Künstler (Maler)

der vor einer leeren Leinwand steht und einen schöpferischen Akt durchläuft. Eine Leere

die es ermöglicht, etwas gänzlich Neues zu schaffen - das „schöpferische Zuhören“. An

diesem Punkt spricht er vom „Öffnen des Willens“. Auf dieser Ebene steht nicht mehr das

eigene Ego im Weg – die Öffnung eines neuen Raums mit gänzlich neuen Ansätzen und

Erkenntnissen ergibt sich. Eine Person oder Gruppe erkennt diese Art der Wahrnehmung in

dem sie nach dem Gespräch nicht mehr die gleiche ist wie vorher. Daten haben zu einer

völlig neuen, bisher noch nicht gekannten/bekannten Idee geführt [15].

3.2.1.1 Systemisches Denken und System

Das Systemdenken unterscheidet sich im Wesentlichen in 2 Punkten zur herkömmlichen

Wahrnehmung: 1. Systeme stehen in Wechselwirkung (Rückkoppelung) zu einander

anstatt in linearen Ursachen-Wirkungsketten (Kausalitätszusammenhänge) und 2. Ver-

änderungsprozesse sind allgegenwärtig, die Wahrnehmung von Momentaufnahmen ist

trügerisch. Ziel des Systemdenkens ist ganzheitliches Erkennen von Zusammenhängen.

Die Realität besteht aus Kreisen die in sich zusammenhängend sind. Die Realität ist ein

System mit mehrfachen Feedbackschleifen, die nach einer ausgewogenen (Balance) oder

nach einem vorgegebenen Ziel streben. Ursache-Wirkung-Beziehungen sind nicht linear

sondern ein ständiger Prozess des Angleichens bzw. Ausgleichens [15].

Betrachtet man ein System, so besteht es aus einem inneren Zustand und einer oder

mehreren Eingangs(Input)- und Ausgangsgrößen (Output). Durch das Verändern des

Einganges verändern sich die inneren Zustände des Systems selbst und verändern somit


auch den/die Ausgänge. Lineare Systeme haben keine Rückkoppelung (ein Input erzeugt

einen Output). In vielen Fällen beeinflusst der Output den Input, in diesem Fall handelt es

sich um rückgekoppelte Systeme [22].

Abbildung 11: Darstellung eines Systems mit Input, Output und inneren Zuständen


Die Abbildung 11 zeigt ein System unabhängig von anderen. Ergänzt man dieses System

um ein weiteres, so werden die Abhängigkeiten und die Rückkoppelungen sichtbar

(Abbildung 12). System A könnte somit die eine Organisation darstellen und das System B

wie die Umwelt auf diese Organisation wirkt [24].

Abbildung 12: System mit gegenseitigen Abhängigkeiten

Quelle: in Anlehnung an [22] Organisationen bestehen aus vielen (Sub)Systemen (Abteilungen) und sind selbst ein

System in einem Metasystem. Alle Systeme wirken aufeinander und untereinander

(Rückkoppelung) und verändern somit immer ihren Zustand [23].

Werden Regeln bzw. Regelsysteme (Überwachung der Regeln) für ein System festgelegt,

so kann ein System nicht alle möglichen Zustände erreichen. Regeln dienen dabei auch zur

Komplexitätsbewältigung. Regeln ermöglichen es aber auch, dass das Verhalten von

Systemen teilweise auch prognostiziert werden kann [22]. Neben Regeln können auch die


Systemarchetypen zur Komplexitätsreduktion herangezogen werden [19]. Diese dienen

aber auch als Wahrnehmungsinstrumente, als machtvolles Instrument, Strukturen die bis

dato unbekannt waren, bewusst zu erkennen und diese wiederkehrenden Muster zu

verändern und somit organisatorisches Lernen zu ermöglichen.

Ein oft zitiertes Beispiel aus der Technik als (geschlossenes) regelbasiertes System ist eine

Heizungssteuerung. In Abbildung 13 ist so ein Gesamtsystem dargestellt. Es besteht in

diesem Fall aus vier Subsystemen (Einflussgrößen auf das Gesamtsystem) 1. Steuergerät

des Brenners, 2. dem Thermostat 3. dem Brenner und 4. der Raumtemperatur. Auf dieses

Gesamtsystem wirken Störgrößen wie z.B. das Fenster wird geöffnet. Die Temperatur im

Raum (innerer Zustand des Systems ändert sich) sinkt und der Regelkreis muss diese

Störgröße ausgleichen damit die eingestellte Wunschtemperatur erreicht werden kann. Zu

beachten ist, dass die eingestellte Temperatur erst in unendlich langer Zeit erreicht werden

kann bzw. ist von der Systemdynamik abhängig. Wesentlich ist, dass sich das

Gesamtsystem, ohne die Störgröße kennen zu müssen, wieder in den gewünschten Zustand

zurückführen kann [22].

Abbildung 13: (geschlossenes) regelbasiertes System (Beispiel Heizungssteuerung)


Wird Wissensmanagement im System (Organisation) Bezug betrachtet, so ergibt sich

allein durch diese Betrachtung ein Wissensuniversum-Mikrokosmos. Jedes System steht

wiederum in Zusammenhang mit anderen Systemen, diese ergeben wiederum ein neues

System (Makrokosmos).

Der Mikrokosmos besteht wiederum aus einzelnen Sonnensystemen (Funktionsbereiche

einer Organisation z.B. Produktentwicklung, Marketing) und zum Sonnensystem

dazugehörigen Planeten (Produktentwicklung benötigt z.B. Soft-, Hardware,


Prozessentwicklung). Systeme und deren Subsysteme können auch als Synonyme für

personale Ressourcen und deren hierarchische Eingliederung gesehen werden.

Betriebswirtschaftliches WM für Unternehmen/Organisationen kann in zwei Sichtweisen

unterteilt werden: 1. betriebswirtschaftlich orientiertes WM versus 2. WM orientierte

Betriebswirtschaftslehre. Im ersten Fall ist der Focus auf die Personal– und

Organisationsentwicklung gerichtet. Im zweiten Fall liegt dieser auf „Gewinne machen“,

stellt somit die betriebswirtschaftlichen Funktionen im Unternehmen und die

dazugehörigen Elemente in den Mittelpunkt des Wissensmanagements. Für ein

ganzheitliches Konzept der Betriebswirtschaft für WM müssen beide Sichtweisen

ineinander integriert werden [18].

3.2.2 Selbst-Lernende Organisation

Für die Selbst-Lernende Organisation gibt es zurzeit keine einheitliche Sichtweise (die

Mehrheit der Definitionen sehen jedoch die kontinuierliche Weiterentwicklung (Wandel)

der Organisation selbst als Normalfall). Ziel der Lernenden Organisation ist das Wissens-

und Lernpotential aller zu vergrößern und für die Organisation nutzbar zu machen, um so

eine Steigerung der Leistungsfähigkeit der Organisation zu erreichen. Wissens- und

Innovationsmanagement stehen im Vordergrund der Betrachtung. Im Folgenden wird das

Modell der Lernenden Organisation beschrieben.

Die lernende Organisation besteht aus grundsätzlich 3 Ebenen (Loop-Learning) in denen

zirkulierend gelernt wird – verschiedene Ebenen des Lernens (vgl. operativ, strategisch

und normative Sichtweise von Wissen und Organisationsaufbau). Das Modell für die

lernende Organisation besteht aus: 1. Single-Loop-Learning (SLL) (Anpassungslernen),

2. Double-Loop-Learning (DLL) (Veränderungslernen) und 3. Trippel (Deutero) Loop-

Learning (TLL) („Das Lernen lernen“). SLL, DLL und TLL stellen die Grundlage des

organisationalen Lernens aus der Vergangenheit vor [27].

3.2.2.1 Single-Loop-Learning SLL für Organisationen

Als SLL versteht man reaktives Erhaltenslernen. Lernen basiert auf der Anpassung bzw.

auf dem Erhalt von Wissen ohne Veränderung der Rahmenbedingungen z.B. (Regeln,

Werte, Normen). Es zielt auf die „Verbesserung“ bzw. auf die Effizienzsteigerung ab -

adaptives Anpassungslernen. Bei Änderungen der Rahmenbedingungen soll möglichst


schnell eine Anpassung in der Organisation erfolgen. Die Reorganisation basiert auf

Effizienzsteigerung innerhalb des bestehenden Handlungsrahmens. Die Hauptfrage die im

SLL gestellt wird ist eine Wenn-Dann Frage. Bildlich dargestellt handelt es sich bei dieser

Form des Lernens um einen einfachen rückgekoppelten Prozess (Abbildung 14), in dem

nur ein unvollständiges Lernen bzw. Unternehmensentwicklung erreicht werden kann, da

eine Person oder eine Gruppe, unabhängig von anderen, für sich eine punktuelle

Optimierung anstrebt [27].

Abbildung 14: Loop-Learning (Systeme und Lernschleifen)


3.2.2.2 Double-Loop-Learning DLL für Organisationen

Das Double-Loop-Learning erweitert das SLL um den Ansatz bestehende

Rahmenbedingungen kritisch zu hinterfragen und zu prüfen. Im Blickwinkel des

organisatorischen Lernens zielt die Erweiterung auf die Effektivitätssteigerung einer

Organisation oder Person ab, es wird auch reflektives Veränderungslernen genannt. Das

Erkennen von Mustern in Abhängigkeit zum SLL ist das Ziel. Durch die Möglichkeit, die

Rahmenbedingungen zu ändern und somit den Handlungsrahmen/-spielraum zu

erweitern/verändern, kann die Erweiterung bzw. Veränderung zu Konflikten zwischen

Einzelpersonen bzw. Gruppen führen. Die grundsätzliche Frage, die sich in dieser Stufe

stellt, ist: Ist die verwendete Theorie (Erfahrung) korrekt? Durch die Anwendung des DLL

soll die Entwicklungs- und Innovationsfähigkeit erhöht werden. Diese Fähigkeiten sind in

einer dynamischen, flexiblen und teils ungewissen Unternehmensumwelt für die

(Weiter)Entwicklung sowie das Lernen erforderlich. Die Sichtweise geht über die

Fehlerkorrektur, wie dies im SLL durchgeführt wird, hinaus und hinterfragt

Handlungsweisen [27].


3.2.2.3 Deutero-Learning oder Triple Loop Learning (TLL)

Stellt den Prozess des reflektiven Lernens dar - ein generatives Prozesslernen. Das Lernen

zu Lernen um den Lernprozess zu beschleunigen. Diese Stufe beschäftigt sich mit der

Reflexion, Analyse und Herstellung eines Sinnbezuges. Ziel ist es, ein erhöhtes

Problemlösungspotential und Prozesslernen in der Organisation zu ermöglichen (wie lernt

man richtig – Lernfähigkeit der Organisation). Bateson erweiterte diesen Ansatz um das

Lernen des systemischen Denkens [27].

Setzt man diesen Ansatz in Bezug mit den Ebenen der Wahrnehmungsfähigkeit der

Theorie U von Organisationen um, so entspricht die 1. Ebene keinem Lernen (Ich-in-mir),

die 2. Ebene dem SLL (Ich-in-Es), 3. Ebene dem DLL (Ich-in-Dir) und die 4. Ebene dem

TLL (Ich-in-Uns) [15].

3.2.3 Organisation und Komplexität

Organisationen können als komplexes soziales System mit Zielsetzungen, Regeln

formellen und informellen Strukturen verstanden werden (siehe Abbildung 15). Durch die

Erkennung der Zusammenhänge von Systemen und deren innere (Hyper)Komplexität in

den Systemen selbst, ergeben sich drei Stufen von Komplexitätstiefe.

Abbildung 15: Komplexer Regelkreis von Unternehmen 1.0, 2.0 und 3.0 mit BI & Controlling 1.0, 2.0 und

3.0* Quelle: Quelle: at::excellent


Die dynamische Komplexität beschreibt dabei, dass Ursache und Wirkung nicht mehr in

einem direkten Zusammenhang stehen. Die nächst tiefere Stufe ist die soziale Komplexität

von (soziotechnischen) Systemen, diese ergibt sich aus den unterschiedlichen Interessen

teilnehmender Stakeholder. Die tiefgreifendste Stufe der Komplexität wird als emergentere

Komplexität bezeichnet. Diese Stufe ist durch sprunghafte Veränderung gekennzeichnet,

Muster werden nicht mehr vorgeführt. Durch Erkennen der Komplexitätsstufe ist es

möglich die nächste tiefer liegende Stufe der Komplexität zu bemühen, um Lösungen für

ein Problem zu finden. So wird verhindert, mehr vom Gleichen durchzuführen.

Komplexitätsbewältigung ist verbunden mit der Lernfähigkeit von Systemen – ohne die

Veränderung der Wahrnehmung bleibt man gezwungenermaßen im SLL.

Komplexitätsbewältigung heißt somit auch permanente Veränderung [15]. Für die

Anwendung von SLoM bedeutet die Beherrschung von Komplexität in der Organisation,

dass das BI-System die Fähigkeit haben muss durch Änderungen in den angeschlossenen

internen Systemen das Verständnis zu generieren, in welchen Organisationsbereichen

welche Komplexitätsstufe vorliegt (z.B. durch massive Veränderungen der

Ergebniszahlen). Durch die Verbindung mit der WM-Komponente können diese

Veränderungen auf Personen zurückgeführt werden. Somit ist es möglich, Individuen und

deren Ergebnisse zusammen zu führen. Gleichzeitig erhält die WM-Komponente die

Information, welcher Mitarbeiter die Fähigkeit hat, Komplexität zu verstehen und zu

reduzieren bzw. welcher Mitarbeiter Veränderungen schnell umsetzen kann und flexibel

ist.

3.2.4 Systemische Organisationsentwicklung

Die Strukturen bestimmen somit auch das Verhalten [19].

Die klassische Organisationsentwicklung beschäftigt sich mit Änderungen von Strukturen

und Prozessen, sowie des Verhaltens der Mitarbeiter, die gut voneinander abgrenzbar sind

und keinerlei Beeinflussung untereinander haben. Durch die Veränderung der Sichtweise,

(Beispiel für eine Wahrnehmungsveränderung) dass Organisationen nicht so funktionieren

wie dies ein herkömmliches Organisationsdiagramm (OD) suggeriert. Ein Unternehmen

kann lernen und sich entwickeln und entspricht mehr einem lebenden Netzwerk als einer

starren Struktur. Es wurde für diese Ansatz folgende Sicht entwickelt: 1. der Funktionsplan

einer Organisation in ein flexibles Gebilde umgewandelt, das auf externe Ereignisse


reagieren kann (interne Abläufe auch durch externe bestimmt) und 2. der Ansatz gewählt,

dass eine Organisation einer lebenden Zelle entspricht [22].

Bezogen auf den Systemarchetyp „Wachstumsgrenze“ würde eine Teilung eines Systems

hin zu zwei eigenständigen Systemen diese Grenze überwinden (Zellteilung - somit wieder

ein überlebensfähiges System) [19]. Im Sinne von SLoM Konzept kann der Archetyp z.B.

die Wachstumsgrenze so verstanden werden, dass das System unterscheiden kann, ob ein

Mitarbeiter ein „Design“ Denker (in Prozessen oder Workflow), ein „Hybrid“ Denker

(Überspringen von z.B. gerade nicht notwendigen Workflows) oder ein „Fraktaler“ Denker

ist (punktuell, situativ). Auf Basis von Analysen von Daten durch das BI-System erkennt

SLoM z.B. wo Ablaufänderungen zur Optimierung der Organisation möglich sind

(Zellteilung, neue Zellen zu einem neuen Ablauf zusammen führen). Dabei berücksichtigt

das BI-System des SLoM Konzeptes auch SSL (z.B.: Workflow – welche Daten werden

benötigt, werden diese doppelt gesammelt), DLL (z.B. Prozess – Änderungen von

Zusammenhängen, Überspringen von nicht notwendigen Workflows) und TLL (z.B.

Regeländerungen)

3.2.5 Organisationen als selbstorganisiertes und evolierendes System

Basis dieses Ansatzes ist, dass nur bis zu einem begrenzten Umfang bewusst geplant,

gesteuert, gestaltet und eingegriffen werden kann – eine unsichtbare Grenze der

Selbstorganisation von Systemen. Der Rest der Organisation ist ähnlich wie in der Umwelt,

ein evolutionierender Entwicklungsprozess mit Wirkungsprinzip in den Systemen selbst

[23]. (Einwirkung von nicht planbaren Ereignissen – begrenzte Annahmemöglichkeiten

von Ereignissen). Die Annahme für diesen Ansatz, dass Systeme auch evolutionär sind,

beruht auf vier Grundelementen:

• Wirkungsweise alternativer Koordinationsformen (das Funktionieren einer Schiffsmannschaft durch direkte Befehle des Kapitäns vs. einer Fußballmannschaft, der Trainer steht auf der Seite)

• Menschliches Handeln wird nicht nur von Zielen beeinflusst sondern auch durch Regeln des Verhaltens

• Handeln führt im sozialen Kontext auch zu unbeabsichtigten und unvorhersehbaren Nebenwirkungen

• Dass es höchst zweckmäßige soziale Ordnungen gibt, die weder rein natürlich noch völlig künstlich sind. Sie ergeben sich nicht aus menschlichen Absichten wie Zielen und Planung sondern sind Resultate des menschlichen Handelns [23].


Aus dieser Sichtweise ergeben sich Prinzip-Prognosen für Systeme und deren Ergebnisse

die diese liefern und können nicht einfach geplant werden. Die Lernfälle im SLoM

Konzept sind mit dem Systemgedanken aufgebaut. Im Vorfeld zu jedem Fall können

Annahmen die der Lernende trifft, aufgenommen werden. Der Fall kann mit den

entsprechenden Annahmen gelernt, sowie mit der Verbindung des BI-Systems die

Annahmen auf Realitätsbezug überprüft werden. Durch die Annahmen des Lernenden

kann das Gedankenmodell des Lernenden analysiert und in der WM-Komponente mit den

anderen Bereichen verknüpft werden. Der Lernende erhält Feedback durch das System, in

wie weit seine Annahmen sinnvoll waren, bzw. wie sich diese und die daraus abgeleiteten

Ergebnisse auf andere Systeme auswirken. Die Fälle entwickeln sich ebenso evolutionär

mit der Organisation weiter. SLoM Lernfälle (da reale Fälle – arbeitsintegriertes Lernen)

sind also auch eigenständige Systeme, die sich den Veränderungen der Organisation

anpassen.

3.2.6 Anpassungsfähigkeit von Systemen

Damit sich Systeme anpassen können, müssen Einflussgrößen die das System nicht selbst

beeinflussen kann, in einen Regelkreis mit aufgenommen werden. Ein System hat somit

nicht nur einen inneren Zustand (Anfangszustand), einen Input und Output sowie eine

Feedbackschleife (Messung zwischen Ist- und Solltemperatur – z.B. die

Temperaturregelung) sondern auch „Störgrößen“. Für Organisationen könnte diese

Störgröße eine Veränderung des Kaufverhaltens sein. Damit Systeme (z.B.

überlebensfähige Organisation) somit ihre Aufgabe wahrnehmen können, muss sich ein

System kontinuierlich seiner Umwelt anpassen können. Anpassung/Veränderung ist ein

Teil eines kontinuierlich fließenden Prozesses zwischen Systemen [22].

3.3 Lernen (Mensch und Organisation)

3.3.1 Begriffe Lernen und Blended Learning

Unter Lernen versteht man den absichtlichen (intentionales Lernen) und den beiläufigen (inzidentelles und implizites Lernen), individuellen oder kollektiven Erwerb von geistigen, körperlichen, sozialen Kenntnissen, Fähigkeiten und Fertigkeiten. Aus lernpsychologischer Sicht wird Lernen als ein Prozess der relativ stabilen Veränderung des Verhaltens, Denkens oder Fühlens aufgrund von Erfahrung oder neu gewonnenen Einsichten und des Verständnisses (verarbeiteter Wahrnehmung der Umwelt oder Bewusstwerdung eigener Regungen) aufgefasst [3].


„ Blended Learning ist ein integriertes Lernkonzept, das die heute verfügbaren Möglichkeiten der Vernetzung über Internet oder Intranet in Verbindung mit ‚klassischen‘ Lernmethoden und -medien in einem sinnvollen Lernarrangement optimal nutzt. Es ermöglicht Lernen, Kommunizieren, Informieren und Wissensmanagement, losgelöst von Ort und Zeit in Kombination mit Erfahrungsaustausch, Rollenspiel und persönlichen Begegnungen im klassischen Präsenztraining[18]

Lernen mit dem SLoM Konzept basiert auf einem (arbeits)integrierten Lernansatz,

Blended Learning (Abbildung 16) findet im SLoM Konzept soweit Anwendung, dass der

Wissensarbeiter aus unterschiedlichen Daten-, Informations–, und Wissensquellen die

Möglichkeiten hat, zu lernen. Lernen passiert auf dem SLoM Konzept aber nicht nur über

elektronische Medien sondern auch durch direkten Wissensaustausch der Mitarbeiter,

indem das SLoM System nach Mitarbeitern recherchiert, die besonderes Wissen besitzen

die ein anderer zur Zeit benötigt (z.B. ein neues Produkt das sich aus einer Business

Opportunity ableitet, benötigt spezifisches Wissen – SLoM sucht nach diesem Wissen und

bringt die Wissensarbeiter zusammen). Es ermöglicht somit auch den direkten Austausch

von Wissen. Formelles (durch die SLoM Fälle) und informales Lernen (direkter Austausch

von Wissen) soll dadurch ermöglicht werden.

Abbildung 16; Blended Learning – Lehr- und Lernformen in Theorie und Praxis Quelle: in Anlehnung an [18]


3.3.2 Wissensarbeiter

Ein Wesensmerkmal ist, dass der Wissensarbeiter eigenverantwortlich und autonom

arbeitet. Der Wissensarbeiter stellt für ein Unternehmen einen Vermögenswert dar und

keinen Kostenfaktor, somit ist in dessen Weiterbildung permanent zu investieren - Life-

Long-Learning. Wissensarbeiter (z.B. Freelancer, Leitende Mitarbeiter) müssen eigene

Bildungsmanager werden. Aus diesen Forderungen erwachsen wesentlich höhere

Anforderungen an das Individuum als auch an die Organisationen [18].

3.3.3 Der Lernende und Lehrende

Tell me, and I will forget, show me, and I may remember. Involve me, and I will understand.

- Confucius -

Eigenmotivation ist der entscheidende Faktor für das Lernen des einzelnen Mitarbeiters

sowie auch der Führungskraft. Dies beinhaltet, dass der Lernende eigenverantwortlich und

selbst gesteuert sein Lernen initiiert, plant, durchführt und evaluiert. Für den

Entwicklungsweg des einzelnen in einer Organisation, aber auch für die Organisation und

deren Erfolg, ist die Entwicklung der persönlichen Lernkompetenzen der entscheidende

Faktor. Das Lernen selbst basiert nicht mehr auf dem „schulischen Zwang“ sondern auf

Freiwilligkeit und dem Prinzip „Learning on Demand“ bzw. „Learning im Now“ (im Hier

und Jetzt) oder aus der entstehenden Zukunft [15]. Entscheidend für den Erfolg des

Lernens der entsprechenden Zielgruppe sind die Lern-settings (Lernort, Lernzeit,

Lernmodell, Lernumgebung, Lernform, Praxis der Zielgruppe) [21]. Das Learning Style

Inventory von Kobl berücksichtigt das „Lernen“ von Erwachsenen in der Regel im

Arbeitsumfeld (Training on the job) [21]. Typisches Lernen erfolgt in vier Phasen 1. Die

konkrete Erfahrung (feeling), 2. reflektive Beobachtung (reflection), 3. abstrakte

Konzeptionierung (thinking) und 4. aktives Experimentieren (doing). Das Modell erlaubt

des weiteren auch die individuellen Präferenzen (persönlicher Lernstil) zu identifizieren,

um eine gerechte Darbietung des Lerninhaltes zu gewährleisten [21]. Eine Steigerung der

Lerneffizienz ist dadurch gegeben. Der Mensch bevorzugt eine der 4 folgenden Methoden

[3]:

• visuelles Lernen (Lernen durch Schauen)

• auditives Lernen (Lernen durch Hören)

• Lesen und Schreiben (Lernen durch Verarbeitung von Texten)

• kinästhetisches Lernen (Lernen durch die Praxis, durch Bewegung)


Berufliches Lernen muss arbeitsintegriert oder möglichst arbeitsplatznahe (seminaristische

Prägung) sein. Der Lernende soll dabei nicht auf Hindernisse oder Grenzen stoßen. Diese

Rahmenbedingungen müssen erfüllt sein, dass der Lernende selbst den Lernprozess steuert.

Der Lehrende selbst tritt dabei in den Hintergrund und übernimmt dabei je nach Bedarf des

Lernenden, den Lernberater, Moderator oder/und Fach-, Prozessexperte.

Abbildung 17: Halbwertszeit von Wissen durch div. Bildungseinrichtungen


Aufgrund der Haltbarkeitszeit von Wissen (Abbildung 17) ist der Wesenszug des

Lernens auf Vorrat (durch die Verschwendung von Lebenszeit ohne Berücksichtigung von

ökonomischen Faktoren) zu hinterfragen und steht somit im beruflichen Leben in direkter

Konkurrenz zum bedarfsorientierten Lernen.

3.3.4 Lernen im Sinne der Sichtweisen/Wahrnehmungsveränderung

Jedes System (Meta, Sub) besitzt die Möglichkeit von vier Perspektiven aus sich selbst zu

sehen, zu lernen und sozial zu handeln. Die Theorie-U beschreibt die Perspektiven in den

vier Wahrnehmungsebenen 1. Ich-in-Mir, 2. Ich-in-Es, 3. Ich-in-Dir und 4. Ich-in-Uns.

Jede dieser Ebenen erlaubt es dem System (oder einem Menschen) sich selbst aus einer

anderen Perspektive wahrzunehmen. Die 1. Ebene (Mikroebene) beschreibt ein Quasi-

Autistisches2 System (Mehr vom Gleichen). Die Aufnahmefähigkeit aus der Umwelt ist

beschränkt auf Struktur und Rahmen, die bereits in dem System vorhanden sind. Impulse

2 SCHRAMMER findet den Begriff nicht glücklich gewählt, da dieser negativ assoziiert werden könnte. Kinder

mit Autismus haben die Fähigkeit, Begrenzungen mit denen sie geboren wurden, zu verändern. Dies lässt

sich auch auf autistische Systeme übertragen.


von außen für Neues werden als Bestätigung für das schon Gewusste gesehen.

Adaptierende Systeme (Mesoebene) können Impulse von der Außenwelt aufnehmen und

die Beschränktheit der Vergangenheit auf Rahmen und Strukturen selbst aufheben. Die

Wahrnehmungsveränderung erlaubt dem System eine geeignete Positionierung in Bezug

auf das sich verändernde Umfeld und Wahrnehmung durchzuführen (Wenn-Dann). In

dieser Ebene existiert eine „strukturelle Koppelung“ 3, d.h. die Ebenen beeinflussen sich

gegenseitig. Nicht nur die obere Ebene die untere sondern auch die untere die obere Ebene.

Auf dieser Ebene der Wahrnehmung ist das System an seiner eigenen Grenze und kann nur

Impulse4 aufnehmen jedoch noch nicht sich selbst und sein Wirken von außen betrachten.

Die 3. Ebene (Makroebene – selbstreflektierende Menschen) ist eine Sichtweise bzw.

Wahrnehmung von dem System (oder Mensch) außerhalb seiner Grenzen

(Vogelperspektive – Veränderungen von Rahmenbedingungen). Das System hat die

Fähigkeit sich selbst zu reflektieren (sich selbst zu sehen). Das System kann sich als Teil

eines anderen Systems wahrnehmen. Systeme kommunizieren nicht mehr über

Schnittstellen, sondern beginnen sich zu begreifen als Teil eines weiteren Systems und

erkennen die Beteiligungen der anderen Bereiche5. Schöpferische/Generative Systeme

(Mundoebene - authentische Menschen) brechen die Grenzen noch weiter bzw. lösen die

Grenzen auf [15].

Je nach Kommunikationsart erkennt man in welcher Ebene man sich befindet. Aus

Sicht „System Mensch“ ist keine Kommunikation die 1. Ebene (Monolog). In der 2. Ebene

findet eine Debatte (Diskussion) statt. Diese Ebene ist nützlich, um Dinge auf den Tisch zu

bringen (unterschiedliche Perspektiven werden sichtbar). Die Fähigkeit in den Dialog mit

anderen zu gehen ist Zeichen der 3. Ebene. Der Dialog ist die Kunst gemeinsam zu denken

3 Der Begriff der strukturellen Kopplung beschreibt einen Organismus mit seinem Umfeld und kommt aus

der Theorie der lebenden Systeme (die Kybernetik) 4 z.B. Schnittstellen von Prozessen oder Abteilungen (die Information Material ist angekommen wird von der

Planung verwendet, um die Produktion eines bestimmten Produktes durchzuführen. Die Information, dass die

Planung die Produktion geplant hat, veranlasst die Produktion wiederum die Bauteile für das Produkt zu

holen und das Produkt zu produzieren) 5 Beispiel: Annahme: Änderung einer zeitlichen Komponente in der Produktionskette. Durch eine

Teilverlagerung des Produktionsortes eines Produktes werden die Abläufe in einer Organisation verlängert.

Die Produktdurchlaufzeit durch die Fertigung verändert sich. Betroffen sind die Abteilungen Planung,

Produktion, Einkauf, Vertrieb, Warenausgang und -eingang. Alle Abteilungen erkennen die Auswirkung und

verstehen diese zueinander.


– der Beginn die kollektive Intelligenz anzusprechen. Die 4. Ebene die Fähigkeit der

Kommunikation des „Presencing“6 [15].

3.3.5 Das Modell der „vollständigen Handlung“

Das Modell der „vollständigen Handlung“ beschreibt ein gewünschtes Verhalten, z.B. ein

Projektmanager vergibt ein Arbeitspaket an einen Arbeitspaketverantwortlichen. Dieser

führt idealtypisch den Arbeitspaketauftrag komplett aus. Für den Wissensarbeiter bedeutet

dies, dass die Qualifizierungsmethode auch eine vollständige Handlungsfähigkeit haben

muss, um das gewünschte Verhalten zu bewirken. In diesem Zusammenhang lassen sich

sechs Phasen identifizieren die für die (weitere) Qualifizierung von Bedeutung sind: 1. die

Informations-, 2. Planungs-, 3. Entscheidungs-, 4. Ausführungs-, 5. Kontroll- und 6. die

Auswertungsphase [18]. Der Wissensarbeiter muss die Möglichkeit haben, jederzeit

(in)formal Lernen zu können. Das fehlende Wissen für die Erfüllung der Aufgabe muss

entweder durch das System erfolgen oder durch den Wissensmitarbeiter selbst. Das SLoM

Konzept bietet die Möglichkeit, Wissensdefizite zeitgerecht zu identifizieren und

entsprechend zu vermitteln. Der Wissensarbeiter muss selbst entscheiden (vollständige

Handlung), wann eine Qualifizierungsmaßnahme notwendig ist und kann diese

eigenverantwortlich mit dem SLoM durchführen.

3.3.6 Formelles Lernen/E-Learning vs. informelles Lernen/E-Lernen

E-Learning ermöglicht es, dass die Schule zum Schüler kommt unabhängig von Lernort

und –zeit. Für die Arbeitsumgebung bedeutet dieser Ansatz, dass es ein arbeitsplatznahes

Lernen (traditionelle Seminare, Workshops, Eventlearning) und ein arbeitsplatzintegriertes

Lernen (keine explizite Lernsituation) gibt [18].

Wissensvermittlung mittels partiellen E-Learning Systemen (Distanz-Lernen)

passiert, wenn pädagogisch dominierende Strukturen zur Wissensvermittlung

herangezogen werden (Ziele, Inhalt und Zertifikate - z.B. Software Applikation Programm

(SAP) für Studenten). Informale E-Learning Systeme sind jene Systeme, die ein Lernen im

Arbeits- und Lebenszusammenhang ermöglichen. Diese zeichnen sich aus durch eine

losgelöste Struktur und Kursschemen.

Wissensvermittlung im schulischen- als auch im Arbeitsumfeld erfolgt somit meist heute

schon in einer Mischform zwischen dem traditionellen- und dem Distanzlernen. Aus

6 Presencing: Beschreibt den Prozess in dem Ziele und Visionen verbunden werden und zwar für das

Individuum als auch für das Kollektiv.


diesem Gedanken wurde der Ansatz des Blended (integriertes) Learning oder „hybride

Lernszenarien“ entwickelt [18].

In Anlehnung an [18] wurde folgendes Modell für Blended (integriertes) Learning

entwickelt. Es verbindet Theorien, Methoden und Medien zu einem integrierten System

zur Wissensvermittlung

3.3.7 Lernen durch Wahrnehmungsveränderung (Abstraktionsleiter)

Die Abstraktionsleiter (Abbildung 18) erlaubt es dem Lernenden, seine Wahrnehmung zu

hinterfragen in dem er eine Trennung zwischen dem Gesagten (der rechten Seite) und dem

Gedachten (der linke Seite) unterscheidet. Die Leiter steht hierbei als Synonym für das

mentale Modell von Individuen und deren Interpretation der Daten, auf dem seine

Erfahrung aufgebaut ist. Das Modell besteht aus sieben Stufen, wie von einer Beobachtung

aus Daten und Erfahrung eine Handlung unterstützt wird und wie das Individuum zu

dessen Überzeugung kommt. Wesentlich bei diesem Modell ist, dass lediglich die erste und

letzte Stufe sichtbar sind. Daten werden nicht objektiv neutral hinterfragt sondern aus der

inneren Überzeugung interpretiert, welche Daten man sehen möchte und wie diese zu

einem Schluss des Individuums führen [19].

Abbildung 18: Abstraktionsleiter



Für das SLoM Konzept lässt sich somit ableiten, dass Daten alleine zu keiner Veränderung

der Wahrnehmung führen, da die Daten immer mit der eigenen Erfahrung verbunden

werden bzw. die Daten so interpretiert werden, dass sie auf die eigene selektive Erfahrung

passen. Bezugnehmend auf die Abbildung 2 werden Daten von einem Individuum so

interpretiert, dass es immer nur die Gesichter erkennt und von dem anderen Individuum

nur die Vase erkannt werden kann – je nach Erfahrung. Für das SLoM Konzept stellt sich

die Herausforderung, dass der Lernende alles erkennen kann, die Gesichter, die Vase und

beides zugleich. Nur wenn diese Möglichkeit besteht, jedes einzelne Bild für sich als auch

das gesamte Bild erkennen zu können ist es möglich durch die 4 Felder der

Aufmerksamkeit (siehe Seite 36 Theorie U; Wahrnehmungsveränderung) auch einen

Lernprozess für die Organisation und das Individuum zu durchlaufen [15].

3.3.8 Wissens-, Erkenntnis-, und Fähigkeitenlandkarten

Das Anlegen und Erstellen von Wissens-, Erkenntnis-, und Fähigkeitenlandkarten ist ein

Teil der WM-Komponente des SLoM Konzeptes. Die Erstellung von Wissens-,

Erkenntnis-, und Fähigkeitenlandkarten wird von der zu erledigenden Aufgabe oder

Zielsetzung abgeleitet. Je nachdem welche Aufgabe zu erledigen ist, werden unter-

schiedliche Fähigkeiten und Wissen benötigt. Die Fähigkeiten und Wissensbereiche von

z.B. Elektriker vs. Krankenschwester vs. Wandmaler unterscheidet sich grundsätzlich.

Fähigkeits-/Kompetenzlandkarten zeigen grundsätzlich alle Kompetenzen, die ein

Individuum oder eine Organisation hat, auf. Neben den fachlichen Kompetenzen werden

eine Reihe weiterer unterschiedlicher Kompetenzen zur Erledigung von Aufgaben

benötigt. Um im Sinne dieser Arbeit die Wissens- bzw. Fähigkeitslandkarte erstellen zu

können, sind im ersten Schritt die Kompetenzbereiche festzulegen. Diese können

wiederum in Subkompetenzbereiche unterteilt werden. Im Sinne von Wissensarbeitern im

Managementbereich würden diese neben der Basisausbildung in weitere Bereiche wie z.B.

Methoden-, Führungs-, Innovations-, Work-Life-Balance, Soziale, Emotionale und

Rationale- Kompetenzen aufgeteilt werden. Jede dieser Kompetenzen kann weiter

unterteilt werden in Teilkompetenzen [33].


Abbildung 19: Aggregationsmodell des Emotional Inventory mit einer Ausprägung


Die Führung wird in der Ausbildung z.B. Entrepreneurial vs. Intrapreneurial vs.

General Management (Methoden) weiter unterteilt. Das Emotional Inventory (wird in

5 Teilkompetenzen unterteilt) [25]. Wesentlich ist dabei, dass hier nicht ein „entweder /

oder“ sondern ein „sowohl - als auch“ möglich ist. Denn je nach Aufgabe sind

unterschiedliche Kompetenzen und damit verbundene Fähigkeiten sowie Wissen

notwendig. Abgeleitet von den Kompetenzen können nun Fähigkeitsindizes ermittelt

werden. Als Beispiel kann hier das Emotional Inventory (Abbildung 19) herangezogen

werden. So ergibt sich ein dreistufiges Aggregationsmodell je Kompetenzbereich

(Kompetenzbereich selbst, Teilkompetenzen und Kompetenzkategorien).

Die Erfahrungslandkarten beschreiben die Durchführungsfähigkeiten je Bereich.

Wird ein und dieselbe Aufgabe (ohne klar definiertes Ziel) an unterschiedliche Personen

vergeben, so wird diese Aufgabe von allen Personen unterschiedlich erledigt. Als Beispiel

Aufgabe Kaffeekochen: jede der beauftragten Personen wird die Aufgabe erledigen

können, jedoch kann das Ergebnis sehr variieren (wie stark der Kaffee ist, die verwendeten

Zutaten, wie der Kaffee serviert wird, wie lange es dauert, usw.) bzw. die Anforderungen


an einen Operationsmanager können sehr unterschiedlich sein in Bezug auf die

Fertigungstiefe von Produkten, Planungshorizonten und der Volatilität.

Wissenslandkarten zeigen auf, welches Wissen in welchen Bereichen zurzeit

vorhanden (individuell als auch organisatorisch) ist. Jedoch geben sie keine Auskunft

darüber, ob dieses Wissen auch anwendbar ist. Das Wissen wie ein Kaffee zubereitet wird,

reicht allein nicht aus, einen Kaffee zubereiten zu können (Fähigkeit etwas zu tun).

Werden alle drei Landkarten übereinander gelegt, so erhält man eine objektive Sicht einer

Person bzw. Organisation über deren momentane Situation.

3.3.9 Lernende Organisation als Maschine vs. als lebendes System

Die lernende Maschine bedient sich des radikalen Wandels wie dem Business

Reengineering; so wird für das bewusste Change Managment (CM) ein Hebel umgelegt

z.B. in der Form der Einführung einer neuen Software (z.B. Daptiv). Eine zwingende

Anwendung wird vorgeschrieben. Im Bereich des Wissensmanagements werden Daten aus

den Verbunden (von verschiedenen Systemen) zu neuem Wissen generiert oder Normen,

Standards und Handbücher generiert, um Prozesse zu etablieren. Wird die Organisation als

lebendiges System gesehen, so wird für das CM eine kulturelle Veränderung bemüht. Um

neues Wissen zu generieren, werden Menschen miteinander verbunden, um den

Wissensaustausch zu ermöglichen. Im Bereich des Prozessmanagement wird dieses

Vorgehen durch agile bzw. vitale Prozesse ermöglicht [23]. Die Betrachtung von „sowohl -

als auch“ verbindet die Lernende-Organisation als Maschine mit Ursache und Wirkung mit

dem lebenden evolutionalen (Veränderung durch Lernen) System.

Im SLoM Konzept sind beide Forme n integriert: Einerseits das bewusste Reengineering

durch quasi „automatische“ Veränderung von Prozessen. Auf Grund der Erkenntnisse

unterschiedlicher Handlungsweisen von Mitarbeitern kann das BI-System optimierte

Abläufe erkennen und andererseits durch die Verbindung von Menschen (SLoM hat die

Fähigkeit bei Mitarbeiter nach diesem Wissen, Kenntnissen sowie Fähigkeiten zu suchen

und bringt die Wissensarbeiter wenn notwendig und gewünscht zusammen – siehe Kapitel

3.4.5 - Das Modell der „vollständigen Handlung“) [18].

3.3.10 Lernen aus der entstehenden Zukunft

Nicht Informationen (Informationen sind vergangenheitsbezogen) sind für die Zukunft das

Maß aller Dinge, sondern die Annahmen auf denen die mentalen Modelle von

Entscheidungsträgern aufbauen und somit die Systeme auch handeln. Durch die


Prognostizierbarkeit [23] von Systemverhalten, basierend auf Regeln und dem Erkennen

von Systemarchetypen [19], können die Annahmen über die Zukunft sichtbar gemacht

werden und auf ihren Realitätsbezug hin geprüft werden. Lernsysteme wie SLoM müssen

unterstützend sein in der Annahmenüberprüfung und deren Realitätsbezug. Lernen heißt

somit, die Annahmen der mentalen Modelle (Wahrnehmung der Daten) zu verstehen und

Szenarien auf diesen Annahmen zu erstellen und sind auf deren Realitätsbezug zu prüfen.

Mentale Modelle beruhen auf Daten und Erfahrungen und einer systeminternen (Ich-

bezogenen) Sichtweise. Die Gefahr der mentalen Modelle liegt somit darin, dass Daten

(meist vergangenheitsorientiert) selektiv gefiltert werden und zur Entscheidungsfindung

herangezogen werden (Verzerrung der Realität durch selektive Interpretation von Daten)

[15].

Lernen aus der entstehenden Zukunft funktioniert im SLoM Konzept mittels den SLoM

Fällen, den Annahmen (Mentales Modell) der Lernenden und dem Wissen über das System

(Organisation) und den Abhängigkeiten des Systems (Organisation) zu anderen Systemen

(Umwelt) und dem Wissen der Störgrößen (z.B. Mitbewerberstrategie). Die SLoM Fälle

sind reale Lernfälle, durch Simulation der Systeme können die mentalen Modelle des

Lernenden abgefragt und analysiert werden. Die erste Möglichkeit zu lernen besteht durch

die entsprechenden Veränderungen der Annahmen oder auch Regeländerungen in den

Systemen selbst. Damit kann die Lernfähigkeit (Erkenntnisfähigkeiten) sowie

Anpassungsfähigkeit des Lernenden hinterfraget werden. Die zweite Möglichkeit ist, aus

der Strategie der Organisation und deren (new) Business Opportunities (z.B. Value

Engineering - und Value Analyse Opportunities) zu lernen. Beide Möglichkeiten sind

zukunftsorientiert und zeigen dabei auch auf, welche Fähigkeiten der Mitarbeiter als auch

die Organisation in Zukunft haben muss. Ziel ist es auch hier wieder die

Wahrnehmungsfähigkeit der Systeme zu öffnen.

3.3.11 Komplexitätsbeherrschung

Aus Sicht des strategischen Managements gilt es die Komplexität zu beherrschen. Eine

Strategie ist somit ein Satz von Regeln, die das zukünftige Verhalten von Personen oder

Organisationen in einer nicht vorhersehbaren Art und Zahl von Situationen steuert. Diese

Regeln werden zur Bewältigung der Komplexität herangezogen. Für Systeme, die in einem

inneren Zustand verharren, kann somit eine Prognose im Verhalten und dessen Ergebnis

durchgeführt werden, da der Input und die internen Systemparameter (z.B. Prozessabläufe)


bekannt sind. Diese Systeme reagieren aber nicht auf ihre Umwelt, sie befinden sich als

System im Single-Loop-Learning Zustand [23]. Durch Simulationen (durch Änderung von

Regeln z.B. Wenn-Dann) die mittels den realen Fällen von SLoM durchgearbeitet werden

können, kann die Komplexität reduziert und besser verstanden werden, die sich durch den

Fall und dessen Änderungen in einem System ergeben, sowie die Auswirkungen auf die

anderen Systeme dargestellt werden.

3.3.12 Konstruktivistische Problemlösung

Anpassungsfähigkeit von Systemen bedeutet in diesem lernenden Kontext „Probleme“ von

Organisationen/Individuen lösen zu können. Um ein System an eine neue Situation

anzupassen, kann nun ein linearer Problemlösungsprozess definiert werden. Dieser Prozess

besitzt einen definierten Anfang und ein definiertes Ende. Eine punktuelle Lösung des

Problems/Veränderung ohne Berücksichtigung der Zusammenhänge kann durch einen

einfachen linearen Prozess bewältigt werden. Beispiel: Durch den Preisdruck müssen

Bauteile für elektronische Steuerungen kostengünstiger besorgt werden. Ohne

Berücksichtigung auf die Auswirkungen in anderen Unternehmensbereichen/Funktionen

wie z.B. Produktion, Qualität oder Entwicklung kann dieses Problem relativ einfach gelöst

werden. Befindet man sich nun in einem Markt wie der Automobilindustrie oder der

Medizintechnik, kann dieses simpel wirkende Problem zu einem komplexen Problem

werden, welches Abteilungsübergreifend sowie mit dem Einbezug des Kunden gelöst

werden muss [22].

3.3.13 Evolutionäre Problemlösungsprozesse

Bei der Lösung komplexer Probleme (z.B. neue Produktentwicklung und

Weiterentwicklung) können einzelne Schritte der Lösung zwar sequenziell angedacht bzw.

durchlaufen werden - aber die Reihenfolge ist nicht mehr von entscheidender Bedeutung,

sondern passt sich dem Stand des entsprechenden Problems an. Neben dieser Sichtweise

kann jeder Schritt der Problemlösung als Versuch und Irrtumsprozess verstanden werden,

wenn eine Methodik nie zu einem sicheren Ergebnis/Resultat führt, sondern lediglich einen

Vermutungscharakter besitzt. Die grundlegende Struktur des Versuchs-Irrtumsprozess sind

1. Ein Problem, 2. Die Vorgehensweise zur Lösung (erkenntnistheoretisch einen

hypothetischen Charakter) 3. Die Elimination von Fehlern und 4. (meist) ein neues

Problem oder Lösung. Zur Lösung eines Problems existieren zumeist mehrere

Lösungsansätze. Der Prozess wird somit aufgefächert und für jede Lösung ergeben sich


wiederum weitere Fehlermöglichkeiten [23]. Wird dieser Prozess jedoch auf sich selbst

angewendet, so ist ersichtlich, welche vielfältigen Wechselwirkungen und Interaktionen

sich daraus ergeben. Durch diese Anwendung auf das Problem und sich selbst ergibt sich

eine 2. Ebene (von einer ein dimensionalen Problemlösung in eine zwei dimensionale

Problemlösung). Ein Problem kann z.B. so formuliert werden: Wie erhöht man den

Gewinn von Produkt A, oder wie wird Produkt A zu einer „Cash Cow“.

Diese Herangehens-/Denkweise erlaubt es in einem definierten und strukturierten

Produktentstehungsprozess einen Problem/Ziel-„Fall“ mit entsprechenden Annahmen

abzuleiten („Wie die Erhöhung des Gewinnes auf Produkt A“), und zu untersuchen, wie

das definierte Ziel erreicht werden kann. Durch diese Maßnahme kann ein System

beginnen zu lernen - Ziel - jährliche Erhöhung des Gewinnes. Störgrößen verändern bei

einem offenen regelbasierten System, jedoch alle grundlegenden Systemgrößen: Input,

Output, Feedback und innerer Zustand des Systems. Das System befindet sich somit im

nächsten Lernzyklus.

Solche „Fälle“ (Problem) sind wie oben beschrieben komplex und meist

unstrukturiert (es gibt mehrere Lösungsansätze). Es handelt sich dann um einen „Fall“,

wenn es für die Interessensgruppen 1. unterschiedliche Widersprüche, 2. unterschiedliche

Perspektiven, 3. unterschiedliche Ansprüche, 4. unterschiedliche Einigungen sowie

Risiken, somit kein optimales Ergebnis für alle gibt. „Fälle“ haben dabei folgende

Schlüsseleigenschaften: 1. die Arbeit ist ad hoc, und muss gemeinsam von Experten

ausgeführt werden, 2. extreme Abhängigkeiten und unstrukturierte Informationen, 3. die

Arbeit basiert auf auftretenden Events, Entscheidungen oder Informationen, 4. lange

Durchlaufzeiten, 5. sind nicht vorhersehbar, 6. besitzen rekursive Eigenschaften, 7. haben

unterschiedliche Ausführungsprozeduren, 8. haben Auswirkungen auf den case flow,

9. viele Mitarbeiter arbeiten an einem Fall, 10. ist einzigartig und hat einen ungewissen

Ausgang und 11. Meilensteine treiben den Prozesses (z.B. Produktentstehung) und werden

als Synchronisierungspunkte für den Fall verwendet [31].

3.3.14 Individuelles Lernen in Analogie mit der lernenden Organisation

Für das Individuum bedeutet die Anwendung der drei Learning Loops, dass folgende

These aufgestellt werden kann: Ein Subjekt im SLL wird das was es kann mehr und mehr

verbessern, jedoch wird seine Wahrnehmung zusehends eingeschränkt (das Subjekt wird

unter Umständen als stur wahrgenommen). Erreicht ein Individuum das DLL, besitzt es die


Fähigkeit, seine Wahrnehmung bewusst zu sehen und ermöglicht sich selbst die

Wahrnehmung zu verändern und somit die Rahmenbedingungen zu verändern. Die letzte

Stufe wäre die Sinnhinterfragung von dem was wahrgenommen wird, um gänzlich neue

Ansätze zu finden.

3.4 Einführung in Business Intelligence (BI)

Der Begriff Business Intelligence (BI) findet sich in unterschiedlichster Literatur wieder,

jedoch nicht eindeutig. Im Folgenden werden Definitionen verwendet, die für die

vorliegende Arbeit angewendet werden können, neben der eingangs erwähnten

Übersetzung aus dem englischen „Wahrnehmung“. Die primäre Funktion des BI-Systems

ist, aus den im IT Verbund liegenden Informationssystemen Daten zu sammeln und zu

strukturieren, um entsprechende Auswertungen zu ermöglichen.

3.4.1 Begriff: Business Intelligence (BI), BI 2.0 und BI 3.0

„Business Intelligence (BI) ist ein unternehmensweites Konzept, das den Zugriff, die Analyse und das Reporting von im Unternehmen gespeicherten Unternehmensdaten regelt. Die wichtigsten Aspekte eines BI-Konzeptes sind die Integration von Einzellösungen zur Steuerung und Kontrolle von Geschäftsprozessen sowie die Zusammenfassung aller informationstechnischer Werkzeuge.[7]

“Business Intelligence (BI) is the ability of an organization to collect, maintain, and organize data. This produces large amounts of information that can help develop new opportunities. Identifying these opportunities, and implementing an effective strategy, can provide a competitive market advantage and long-term stability”.[8]

“Business Intelligence 2.0 (BI 2.0) is a term that refers to new tools and software for business intelligence, beginning in the mid-2000s, that enable, among other things, dynamic querying of real-time corporate data by employees, and a more web- and browser-based approached to such data, as opposed to the proprietary querying tools that had characterized previous business intelligence software”[3]. “Business Intelligence 3.0 (BI 3.0) is a term that refers to new tools and software for business intelligence, that enable contextual discovery and more collaborative decision making. BI 3.0 is socially enabled, which keeps it in line with the popularization of social media technologies and the demand for more intuitive self-service BI. Some executives, such as Venkat Iyer, the practice head of business information management for Capgemini, have called it the future of business intelligence in the face of new technology and rising data use” [3].

Das BI-System im SLoM Konzept arbeitet mit vergangenheits-, gegenwarts-, und

zukunftsorientierten (z.B. Business Opportunities), internen (Organisationsintern) und

externen Daten (z.B. Trends, Big Data, Marktteilnehmer). Diese Daten werden


entsprechend aufbereitet, um für die Lernfälle von SLoM zur Verfügung zu stehen. Dies

wird gemacht, da das SLoM Konzept den Anspruch stellt, arbeitsintegriertes - reales

Lernen zu ermöglichen. Des weiteren dient das BI-System dazu, neue Grenzen

(„Klassifikation“) zu finden sowie Mustererkennung durchzuführen – dies soll zur

Wahrnehmungsmöglichkeit (-veränderung) des Lernenden beitragen. Durch das Ablegen

von neuen Daten (z.B. Produktdaten oder Änderungen von Workflows und deren

Ergebnissen) soll umgekehrt auch das System lernen können (Änderungen im Ablauf

führen zu Kosten- und/oder Zeitersparnissen oder zum Gegenteil dessen) – durch die

Erweiterung des Systems soll wiederum auch ein anderer Lernender sich dieses Wissen

aneignen können.

3.4.2 Das BI-System

Grundlegend gilt die Unterscheidung zwischen Informationssystem „Business as usual/

Run the Business“ (1.0 Ansatz von BI) vs. Business Intelligence „Plan the Business“ (2.0

Ansatz von BI (zukunftsorientiert), bzw. Govern the Business als 3.0 Ansatz (jetzt-

orientiert)). Moderne Informationssysteme unterstützen dabei das BI-System. Bei den

Informationssystemen geht es um den Betrieb und die Ausführung, bei dem BI-System

steht die Frage im Vordergrund: Erkennen was zu tun ist und die Steuerung. Aus

Information gewonnenes „Wissen“ soll dabei einen Wettbewerbsvorteil bringen. Um dies

zu ermöglichen, werden Daten (z.B. Finanzdaten, Produktdaten, Kundendaten,

Planungsdaten, Verkaufsdaten) in einem Data-Warehouse (DWH) gesammelt, um in

späterer Folge die Daten für Entscheidungen nutzen zu können. Das Data-Warehouse

(DWH) dient dem Ziel, eine unternehmensweite logisch zentrale, einheitliche und

konsistente Datenbasis zu schaffen, die eine vielfältige Anwendung des Bereichs -

Analytisches Informationssystem (AIS) - ermöglicht. Das Data-Warehouse (DWH)

übernimmt dabei die Daten in einem atomaren Zustand aus verschiedensten und

heterogenen Vorsystemen, fasst diese gesäubert, konsolidiert und transformiert zusammen.

Danach werden die Daten entsprechend den Anforderungen strukturiert abgelegt [12].

„Analytisches Informationssystem“ ist ein Oberbegriff für ein System, aus dem mittels

Daten Informationen gewonnen werden sollen und dem Management zur Verfügung

gestellt werden sollen, damit dieses Entscheidungen treffen kann. In der Literatur werden

folgende Systeme meist als Beispiel genannt (Abbildung 20): 1. Management Information


System (MIS), 2. Decision Support System (DSS) und 3. Executive Information System

(EIS) [10].

Abbildung 20: Aufbau IT- Informationssystem: MSS, EIS, MIS, DSS


3.4.3 Der Informationsprozess im BI System

Die Literatur gibt keine klare Abgrenzung bzw. Definition was ein BI-System enthalten

soll. Grund dafür ist die kontinuierliche Weiterentwicklung und Integration neuer

Technologien. Als Ansatz eines komplexen BI-Systems kann jedoch angenommen werden,

dass sämtliche Technologien die für die Datenextraktion, -integration, -informations-

generierung und -analyse benötigt werden, als integraler Bestandteil eines komplexen BI-

Systems bezeichnet werden können. Ausgehend von der Datenaufbereitung bis hin zur

Informationsverwertung, kann ein komplexes BI-System mittels der Prozessschritte gut

beschrieben werden, um ein hinreichendes Verständnis zu entwickeln. In Abbildung 21

wird dieser Prozess sowie die entsprechenden verwendeten Technologien zu den einzelnen

Prozessschritten dargestellt [10].


Abbildung 21: Daten -/Informations-/ Wissens-Verarbeitungsprozess

Quelle: in Anlehnung an [10] Wird ein BI System nun als integraler Bestandteil des Gesamtsystems gesehen, so ergibt

sich eine Art 3 „Schichtarchitektur“/Technologiestack. Die drei Ebenen sind: 1. Daten-

integration und –bereitstellung 2. Informationsgenerierung und Datenanalyse und

3. Wissenszugriff und –präsentation. Diese Ebenen bauen aufeinander auf, müssen aber

keinen einheitlichen Implementationsreifegrad haben [11]. Wie in Abbildung 21 ersichtlich

ist, gehören operative Vorsysteme und alle weiteren internen und externen Systeme nicht

zum BI-Technologiestack. Sie dienen als Rohdatenlieferanten für die Analyse und

Auswertung. Der Ansatz ein komplexes BI-System wie ein komplexes IT-System zu

betrachten, kommt aus dem TCP/IP-Protokollstack der Informations Technologie (IT)-

Netzwerktechnik [12].

3.4.4 Architektur von BI Systemen

3.4.4.1 Datenintegrationsebene/ Data-Warehouse (DWH)

Die Ebene bzw. die erste Architekturebene von vier Ebenen des DWH‘s ist für die

Konsolidierung der Rohdaten aus den einzelnen Systemen (z.B. Enterprise Ressourcen

Programm (ERP) System, Customer Relationsship Management (CRM) System,

Controlling, Marktforschungsinstituten, Personaldatenbanken, Dokumentenmanagement

System, externen Datenquellen) verantwortlich. Um die Daten in das DWH laden zu

können, um Auswertungen und Analysen durchführen zu können, müssen die Daten

mittels Extraktion, Transformation und Laden (ETL) aufbereitet werden, dies stellt

zugleich die zweite Architekturebene des DWH’s dar. Der ETL Prozess sorgt durch 1.


Transformation, 2. Integration, 3. Säuberung, 4. Aktualisierung und 5. Katalogisierung

dafür, dass nur mehr richtige Daten in den benötigten Strukturen im DWH vorliegen. Das

DW ist für sich bereits ein eigenes System (die dritte Ebene des DWH’s), das aus

verschiedenen Komponenten besteht (z.B. Datenbanken, Zentral Data Warehouse,

Departmental Data Warehouse, Data Marts, Mateadaten). Die Daten werden im DWH

mittels Stern- oder Schneeflocken-Datenmodellen abgelegt. Dabei repräsentieren die Daten

Dimensionen (Zeit, Kunde, Produkt, Ort, Preis), welche die Grundlage für

mehrdimensionale Datenwürfel (Hyperwürfel bzw. Hypercubes) sind [11].

3.4.4.2 Informationsgenerierungsebene

Durch die aufbereiteten Daten in den Hypercubes können nun Auswertungen vom

Anwender durchgeführt werden. Mittels Online Analytical Processing (OLAP) können

Abfragen gemacht werden die den multidimensionalen Datenwüfel nun dynamisch

analysieren mit dem Ziel, unerwartete bzw. neue Beziehungen zwischen den Daten

festzustellen. Für die Abfragen wurden eigene Operationen von E.F. Codd, wie Slicing,

Dicing zum Wechseln des Blickwinkels und Drill-Down, Roll-Up für die

Aggregationsgenauigkeit, definiert. Mittels der Operationen ist es möglich, vorher durch

den Anwender aufgestellte Hypothesen (Hypothesengenerierung) zu überprüfen

(Hypothesenvalidierung), um so Muster oder Trends aus den Daten zu erkennen und jene

Hypothesen als Ergebnis zurückzuliefern, die Gültigkeit haben.

Gibt es nur eine begrenzte Anzahl von vorgelagerten rational organisierten Systemen, kann

auf ein DWH verzichtet werden und mittels relationalen OLAP die Abfrage gestartet

werden. Neben der Analyse mit OLAP kommen auch Tools wie das Datamining und das

Textmining für unstrukturierte Daten zum Einsatz. Datamining wird z.B. für die

Mustererkennung herangezogen (z.B. Aufdecken von Kreditkartenbetrug) [11].

3.4.4.3 Informationszugriffsebene

Diese Ebene beschäftigt sich mit der Präsentation der Daten. Ergebnisse müssen

verständlich und bei Bedarf ohne großen Aufwand erweiterbar sein. So genannte

Dashboards stellen die Daten entsprechend für den User dar. Der Erfolg des BI-Systems

hängt meist von der Darstellung ab, daher können die Dashboards meist individuell

(persönliche Präferenzen z.B. Zahlen oder/und Grafik orientiert) gestaltet werden. Die

Informationsgenerierungsebene (OLAP, Datamining) und die Informationszugriffsebene


(Visualisierung, Adhoc-Query, Tabellenkalkulationen) stellen die vierte Ebene des DWH’s

dar [12].

3.5 IKT Systeme für Wissensmanagement

In den folgenden Kapiteln werden IT–Systeme beschrieben, die für die Speicherung von

Wissen und für das Lernen und Lehren angewendet werden. Im Zuge des SLoM Konzeptes

können diese IT-Systeme angewendet werden wie z.B. das Learning Management System,

Content-Management Systeme oder Knowledge Management Suite. Andere Systeme wie

wissensbasierte und wissensorientierte Systeme sind für die Umsetzung erforderlich. Zu

den wissensbasierten Systemen zählen Cased-Based-Reasoning (CBR), Expertensysteme

(ES) und Case (Fall) Management. IR Systeme bzw. Mustererkennung (Datamining) und

Maschinen Learning (ML) sind ebenfalls Teil des SLoM Konzeptes.

3.5.1 Distance-Learning-System

Im Konkreten soll kein Medium (z.B. E-book, Computer-Based-Training, E-Training,

Teletraining, Mediathek) bevorzugt werden. Es gibt unterschiedliche Lerntypen, die

unterschiedliche Medien bevorzugen (siehe Kapitel 3.4.3). Ein voll ausspezifiziertes E-

Learning System ist für Organisationen auch nicht notwendig, wesentlich ist, dass sich das

System an einem übergeordneten Rahmenplan orientiert z.B. People CMM. So kann ein

Lernsystem durchaus für eine Zielgruppe spezifiziert werden. Beginnen sollte dieser

Prozess mit einem geplanten Curriculum, welches sich danach durch einen kreativen

Prozess weiterentwickelt. Durch dieses Vorgehen wird eine Community gebildet, die in

einen Prozess gelangt der „Wissen schafft“ und „Wissen anwendet“ [18].

Wesentlich ist ein Lern- und Lehrsystem, das aus erstens einem Distance-Learning-System

welches 3 Bereiche beinhaltet (1. Qualifizierungsmethode, 2. Wissensvermittlungs-

instrumente und 3. den Wissensspeicher/„Wissenspool“) und zweitens der Distance-

Learning-Technologie (Hardware und Software) besteht [18].

Das Learning Management System (LMS) hat die Aufgabe die Bereiche der

Wissensorganisation abzudecken. Bildungswillige sollen es als Einstiegs-, Arbeits- und

Lernportal zur Wissensvermittlung nutzen können. Eine LMS soll somit die

Administration und die Steuerelemente zur Verfügung stellen. Das Aus- und

Weiterbildungsangebot sowie Lehrgänge und –material werden über die administrativen


Tools verwaltet, die Steuerelemente sind für die Datenverwaltung von Usern. Die

Konfiguration hängt von den Anforderungen der Organisation ab. Eine Basiskonfiguration

für ein LMS (Abbildung 22) sollte aber zumindest folgende Module haben: 1. Stamm-

datenverwaltung, 2. Ressourcenmanagement und Reporting, 3. Finanzschnittstelle,

4. E-Learning, 5. Portal für Bildungswillige und 6. Lehrgangsadministration [18].

Abbildung 22: Module und Funktionalitäten einer LMS Basiskonfiguration


3.5.2 Content-Management Systeme (CMS)

CMS sind Systeme mit denen es möglich ist Daten (Text, Grafik, Bild, Audio und Video)

strukturiert (ökonomische–Einheit besteht aus logischen Einheiten diese wiederum aus

einzelnen Informationselementen) in Datenbanken abzulegen. Aufgrund der Inhalte

(Informationselemente) können diese Daten auch für Lernsysteme herangezogen werden.

Die einzelnen Informationselemente können zu logischen Einheiten, zusammengefasst

werden. Es liegt daher nahe, die Systeme zu verbinden. Die Basiskonfiguration eines

CMS-Systems enthält 1. Content Creation, 2. Content Administration, 3. Content

Publishing, 4. Content Distribution, 5. Autoren-/Redaktionstool, und 6. Wissenspool. Die

ersten 4 Punkte stellen zugleich den Prozess der Contentverarbeitung (Content-Life-Cycle)

dar. In der Praxis findet man die Kombination zwischen CMS und Lernsystem nur mit

eingeschränkter Funktionalität [18].


3.5.3 Knowledge Management Suite (KMS)

Eine Knowledge Management Suite (KMS) sollte 6 Module haben, dies sind: 1. Content

Management System, 2. Visualisierung, 3. Kollaboration und 4. Information Retrieval (IR)

5. Visualisierung ggf. 6. Schnittstellenmanagement. KMS Systeme sind darauf konzipiert,

dass sie den Kernprozess des Wissensmanagements abbilden können. Neben dieser

Grundanforderung können CMS Systeme meist leicht eingebunden werden. Die

Verbindung zu Lernsystemen ist nicht bzw. nur rudimentär vorhanden. Das in ein WMS

eingebundene CM unterscheidet sich von den CMS integrierten Modulen vollständig. Es

beinhaltet z.B. ein Dokumentenmanagement, Personal- und Group Information

Management. Das IR Modul gleicht mehr der „Ad Hoc“ (einfache Such-Anfrage) und ist

daher nicht mit dem IR des Datamining zu verwechseln, welches mittels multivarianten

Analysen Ergebnisse liefert. Es enthält Sortierung, Suchmethoden, Suchsprache,

Suchverhalten, Suchresultate und Retrieval [18].

3.5.4 Wissensmanagement System (WMS)

Erst eine Gesamtintegration von LMS, CMS und KMS würde zu einem arbeitsintegrierten

WMS System führen. Um eine Plattform des Arbeitens und Lernens zu schaffen, müssten

alle Anforderungen des Blended-Learning Konzeptes umgesetzt werden, wie 1. Medien-

bezogen - Online/Offline Lernen, 2. Methodenbezogen a-/synchron und 3. Theorie

bezogen Konstruktivismus/Kognitivismus/Behaviorismus [18].

3.5.5 Wissensbasierte und wissensorientierte Systeme

Als weiterer Teil des WMS können Systeme die Aufgaben übernehmen, bei denen

normalerweise der Mensch seine Intelligenz einsetzt. Diese Systeme werden

wissensbasierte und wissensorientierte Systeme genannt. Diese Systeme beschäftigen sich

mit der Abbildung von menschlichen kognitiven Prozessen und versuchen diese künstlich

nachzubilden (Künstliche Intelligenz (KI)).

3.5.5.1 Cased-Based-Reasoning (CBR)

Um für die Problemlösung menschliches explizites Wissen nachzubilden, werden

wissensbasierte Systeme wie z.B. Cased-Based-Reasoning- (CBR), Expertensysteme (ES)

oder Entscheidungsbäume (können auch Teil einfacher ES sein) verwendet. Diese

Algorithmen bedienen sich festgelegter Regeln für die Problemlösung (Set von

Problemlösungsmöglichkeiten). Wissensorientierte Systeme, wie genetische Algorithmen


oder neuronale Netze lernen durch Zyklen ohne vorgegebene Regeln. (z.B. ein neuronales

Netzwerk benötigt je nach Aufbau und Aufgabe unterschiedliche viele Lernzyklen).

Mittels eines Ausgangszustandes wird durch Anpassen von Parametern eine

Problemlösung erlernt (implizites Wissen) [30].

CBR ist eine inkrementelle Methode (Schritt für Schritt) ohne Trainingsdaten zu lernen.

Die Methode besteht aus vier Schritten: 1. Retrieve, 2. Reuse, 3. Revise und 4. Retain.

Mittels Lösungswissen das in einer (ähnlichen) vorangegangenen Situation zur Lösung des

Problems geführt hat, wird versucht diese oder eine ähnliche Lösung anzuwenden. Kann

die Lösung angewendet werden, wird dies zum Lösungswissen hinzugefügt (Ablegen von

Lösungen und Problemen). Kann das Problem mit keiner bereits bekannten Lösung

eliminiert werden, wird ein ähnlicher Fall (Retrieve) gesucht und dem neuen Problem

angepasst (Reuse). Die Lösung wird solange angepasst (Revise), (entweder durch reale

Versuche oder Simulationen) bis eine passende Lösung gefunden (Retain) wurde [30].

3.5.5.2 Expertensysteme (ES)

Es wird in deterministische bzw. stochastische Expertensysteme unterschieden. Das

deterministische System basiert auf einfachen booleschen Regeln (z.B. wahr/ falsch; 0/1;

weiß/schwarz). Es kann somit zwei Fälle unterscheiden. Mit dem Anwenden dieser Regeln

und der Frage mit: WENN - DANN kann es versuchen, Lösungswege für

domainspezifische Problemlösungen zu finden. Für die Findung von Lösungen wird Logik

(stellt zugleich die Wissensbasis dar) verwendet, die auf folgenden Operatoren basiert:

1. Negation, 2 Konjunktion, 3. Disjunktion, 4. Implikation und 5. die Äquivalenz. Im

Hintergrund können somit Entscheidungs(Regel)bäume durchlaufen werden und zu

entsprechenden Ergebnissen kommen. Viele Probleme lassen sich nicht exakt

(deterministisch) beschreiben, daher werden diese Systeme auch so erweitert, dass gewisse

(Vor)Bedingungen oder/und Unschärfe abgebildet (0,8 schwarz 0,2 weiß) werden können.

Ein Beispiel hierfür ist die Fuzzy Logic. Basiert die Schlussfolgerung auf

Wahrscheinlichkeiten spricht man von einem probabilistischen Expertensystem.

Ein Expertensystem beinhaltet folgende allgemeine Komponenten: 1. Fallspezifisches

Wissen, 2. Problemlösungskomponenten (Inferenzenmaschine), 3. Dialogkomponenten,

4. Erklärungskomponenten, 5. Wissensakquisitionskomponente und das 6. Problem-

lösungswissen. In Abbildung 23 ist die allgemeine Architektur eines Expertensystems

dargestellt [30].


Abbildung 23: Architektur Expertensystem Quelle: in Anlehnung an [30]

Die Inferenzenmaschine erlaubt es, neue Fakten oder Aussagen in der Wissensbasis

abzuspeichern. Dabei merkt sich die Maschine bei zutreffendem WENN-Teil den

entsprechenden DANN-Teil. Um mit einem Problem eines Benutzers zu einer Lösung zu

kommen, wird dabei mittels (Domain)Wissensbasis eine konkrete Anfrage gestellt, um zu

einer Schlussfolgerung zu kommen und somit neue Fakten zu generieren [30].

3.5.5.3 Case (Fall) Management

Abbildung 24 zeigt eine einfache Struktur eines Prozesses oder Ablaufes mit einem Gate

„Raute“ und Meilensteinen „Stern“. In diesem Prozess sind mehrere Fälle ersichtlich.

Bezugnehmend auf das Beispiele des Produktlebenszyklus7 „Optimierung des Gewinns für

ein Produkt“ gibt es nun mehrere Möglichkeiten und verschiedene Fälle, um dieses Ziel zu

erreichen. Aus der Sicht der „Fälle“ können nun verschiedene Annahmen gemacht werden

7 Der Autor unterscheidet zwischen Innovations- und Produktzyklen folgendermassen: Ein Produktzyklus ist

z.B. der Sprung vom einen iPhone auf das Nachfolgemodell. Dieses stellt nichts anderes dar, als eine Art

Verbesserung des Produktes mit anderen und neuen Funktionalitäten. Eine Innovation stellt der Sprung von

Tasten zu Touchscreenbedienung dar. Somit unterscheidet sich die Sichtweise des Autors von dem der

gängigen insofern, dass sich Innovationszyklen verkürzen – das iPhone gibt es mittlerweile in der 5.

Generation – die grundlegende Innovation des Touchscreens und der Bedienung hat sich nur

weiterentwickelt bzw. verbessert. Der Produktzyklus (Veränderungsprozess des Produktes) ist aus

marketingtechnischer Sicht verkürzt worden. Innovationszyklen verkürzen sich nur marginal und nicht wie

dies weitläufig propagiert wird. Die Verbesserung bzw. die Erweiterung der Funktionalität von Produkten

unterliegt heute einer anderen Geschwindigkeit. Somit ist auch eine Verbesserung (Optimierung) des

Gewinnes möglich.


„Wie durch (Organisationsentwicklung)“ das definierte Ziel erreicht werden kann. Das

„Was“ (Die Frage der Strategie (Business Development) wäre z.B. „Soll das Produkt im

Portfolio bleiben oder nicht? [31]“

Abbildung 24: Fall Darstellung im Prozess integriert


3.6 Maschinen Learning (ML)

Im Gegensatz zur Ad Hoc Anfrage, bei der ein ausdrückliches Informationsbedürfnis mit

relevanten Dokumenten/Daten gefunden werden soll, ist die Klassifikation so gestaltet,

dass je nach Inhalt des Dokumentes/Daten, mittels Klassifikationsfunktion (γ), dies einer

oder auch mehreren Kategorien zugeordnet werden soll. Neben dem Begriff der

Kategorien wird auch manchmal der Begriff Klassen verwendet, die Beschaffenheit der

Klassen kann unterschiedlich sein. Diese können flach oder auch hierarchisch sein oder

sich überlappen. Damit die Klassifikation einen Sinn macht, müssen mindesten zwei

Kategorien existieren, nach oben hin gibt es keine Beschränkungen.

Maschinen Learning (ML) ist entweder eine supervised (überwachtes) learning oder

unsupervised (unüberwacht) learning Methode und ist das Bestimmen der -Funktion

(Klassifikationsfunktion (γ)). Dies geschieht im Falle der supervised learning Methode

mittels Trainingsdaten, wobei die unterschiedlichen Algorithmen aus bekannten

Kategorien/Daten die Klassifikationsmodelle ableiten. Bei der unsupervised learning

Methode basiert dasselbe jedoch ohne Trainingsdaten und mit teils anderen Verfahren zur

Bestimmung der Klassifikationsfunktion [28].


Anwendungsgebiete können einfache Spamfilter sein. Je nach Kategorie werden Mails

automatisch nur in den Spamordner verschoben oder nicht. Man spricht in diesem Fall

(Textklassifikation in zwei Kategorien) auch von vertikalen (Web-)Suchmaschinen. Es

werden nur jene Dokumente in den Index aufgenommen die in das Themengebiet fallen,

alle anderen Dokumente werden ausgeschlossen [28].

Bei „Any of“ - Entscheidung arbeiten die Klassifikatoren unabhängig voneinander, ein

Dokument kann auch mehreren Klassen zugewiesen werden. Ein Dokument das Terme für

z.B. Politik und Wirtschaft aber nicht Sport enthält, wird den ersten zwei Klassen (Politik

und Wirtschaft) zugewiesen [29].

Ein anderes Anwendungsgebiet ist die themenspezifische Klassifizierung von Dokumenten

z.B. Wissenschaftliche Texte. Je nach Fachgebiet werden wissenschaftliche Publikationen

dem entsprechenden Fachbereich zugewiesen z.B. Netzwerk, Software, Digitale

Signalverarbeitung oder Medizintechnik. Vorerst wird zur formalen Betrachtung davon

ausgegangen, dass jedes Dokument genau einer Kategorie zugewiesen werden kann. Es ist

zu einer Menge D = {d1,d2,d3 ... dn} von Dokumenten/Daten und einer Menge C = {c1, c2,

c3, ... cj} von Kategorien immer ein Dokument einer Kategorie cj zuzuordnen (Funktion

von D nach C) [29].

3.1

Um die formale Beschreibung auch für überlappende Kategorien anwenden zu können,

kann man jedem Dokument eine Teilmenge K aus C zuordnen, somit ist in diesem Fall

eine Abbildung in Potenzmenge P(C) [29].

3.2

Maschinen Learning (ML) ist eine supervised learning Methode und das Bestimmen der -

Funktion (Klassifikationsfunktion (γ)). Dies geschieht mittels Trainingsdaten, wobei die

unterschiedlichen Algorithmen aus bekannten Kategorien die Klassifikationsmodelle

ableiten [29].

Das grundlegende SLoM Konzept Seite 62

4 Das grundlegende SLoM Konzept

SLoM stellt die New/Next Generation (NG) 3.0 dar. Die 1.0 System Generation wurde für

die Sichtweise einer „statischen Welt“ entwickelt (z.B. Bilanz, Businessplan). Diese

Systeme können basierend auf vorhandenen Daten „Fragen beantworten“, sofern diese

Daten auch vorhanden sind. Ergebnisse von Prozessen (vor allem Rechnungswesen

orientierte Prozesse) werden hierfür IT-technisch verarbeitet, damit diese

vergangenheitsorientierte Informationen liefern können. 2.0 Systeme (z.B. Real-Time

System) erlauben die Sicht auf die „Dynamische Welt“ (z.B. dynamische

Investitionsrechnung) mittels der Unterstützung von IT. Diese Systeme erlauben eine

„Suche nach der Frage“. Die 2.0 Welt ist eine kollaborative – Menschen erhalten die

Informationen wie diese von ihnen am besten wahrgenommen werden können, d.h. die

Daten (z.B. BI-Daten) werden für die Zusammenarbeit entsprechend dem individuellen

Wahrnehmungsmodell dargestellt. Die SLoM „schöpferische oder gestaltende Welt “ die

3.0 NG ist „die Suche nach der Idee bzw. dem blinden Fleck“. Daten werden verwendet

um eine Wahrnehmungsveränderung zu ermöglichen. Daten die keiner Klasse zugeordnet

werden können, die chaotisch wirken, sind Basis dafür (was sieht man nicht – ist ebenso

eine Frage).

Abbildung 25: SLoM 3.0 NG


Für die weiteren Kapitel, in denen nun das System sowie auch der Case beschrieben

werden, geht die Arbeit von Führungskräften der zweiten und dritten Ebene aus, wie z.B.

Product Linie Director (Intrapreneur), Entwicklung Direktor, General Manager, Business

Unit (BU)-Manager Vice President und höher.

SLoM kann wie in Abbildung 25 dargestellt ist, als Global Positioning System

(GPS) System für die Organisationen gesehen werden. Von der Planung 1.0 (Landkarte)


über die Planung 2.0 (ein fixes Ziel kann eingegeben und erreicht werden) zur Planung 3.0

GPS mit variablen Zielen. Das System, die Organisationen und der Mensch entwickeln

sich somit vom ergebnisgesteuerten Design (Prozess) Denken zum Hybrid Denken,

welches ereignisgesteuert ist, hin zum Fraktalen (evolutionäres) Denken, das

einflussgesteuert ist (EGO-Systeme (EGO) � Ökonomische-System (ECO) �

Evolutionäre-Systeme (EVO)). In der Planung 1.0 wird eine fixe BO mit kontinuierlichem

Wachstum verwendet (Jahr 1, Jahr 2, Jahr 3, usw.) Die Planung 2.0 berücksichtigt auch

den Einfluss von aussen, die Organisation bzw. den Menschen (Abhängigkeiten zu

internen und externen Systemen). Die Planung 3.0 mit SLoM betrachtet mehrere definierte

Ziele mit vielen BO’s, wobei BO’s dynamisch verstanden werden können. Wenn eine BO

nicht mehr den Zielen förderlich ist, wird eine andere BO hinzugefügt bzw. die Aktivitäten

einer anderen BO verstärkt, die bessere Aussichten auf Erfolg verspricht. SLoM verbindet

somit wie ein GPS System die BO’s mit dem BI und die Fähigkeiten der Organisation, um

die gesetzten Ziele bestmöglich zu erreichen. Es verbindet das „das haben wir immer schon

so gemacht“ mit dem „es geht auch anders“ hin zum „sowohl - als auch“.

4.1 Das Basiskonzept

Das Gedankenmodell auf dem SLoM aufbaut ist in Abbildung 26 dargestellt. Auf dieses

Gedankenmodell wird in den folgenden Kapiteln immer wieder zurückgegriffen, um so das

Konzept wie auch den SLoM Fall (Produktentstehung) beschreiben zu können. Das

Gedankenmodell ist für Einzelunternehmen mit nur einem Produkt/Dienstleistung genauso

wie auch für mittelständische Unternehmen oder Konzerne anwendbar. Wie aus der

Abbildung ersichtlich, beginnt das System bei der strategischen Planung „Annahme“ wie

sich die Zukunft entwickeln wird. Hierzu gibt es eine Reihe an möglichen Methoden (z.B.

5 Force von Porter, Technologie Roadmapping, Produkt Portfolio Management). An

diesem Punkt der Organisationen basiert das „Was“ das Business-Development

(Dienstleistungs-, Produkt-, Technologie- und Geschäftsstrategie). Im

Produktentstehungsprozess sind dies die ersten Aufgaben, die zu erfüllen sind (z.B.

Sammeln von neuen Ideen, Registrierung von neuen Produktideen, Formulierung von

Business Opportunities, Machbarkeitsstudien und Businessplan). Es wird die Produktlinie

Strategie festgelegt. Trends, andere Marktteilnehmer, Wirtschafts- und Innovationszyklen

beeinflussen sowohl die strategische-, operative und die laufende Planung des Produkts

selbst. Die Zahlen wie z.B. im Businessplan angenommen (prognostiziert), werden

entsprechend in die (SOLL) Planung des ERP Systems übernommen. Mittels dem BI


System werden sämtliche Daten (z.B. Finanz (FI)-, Verkaufs-, Einkaufs-, Produktions-,

Reklamations-, Qualitäts,- Customer Relation Management (CRM)-, ERP-,

Produktionsplanungs- und Steuerungssystem (PPS)-, Produkt Daten Management (PDM),

Status, Workflow-/Prozessmanagement-Daten) zusammengefasst. Durch die anschließende

Konsolidierung kann nun der SOLL Zustand mit dem IST Zustand verglichen werden.

Simulationen erlauben die sofortige Überprüfung der „Annahmemodelle“ des

Managements. Durch die Betrachtung, dass Organisationen/Systeme mit Rückkopplung

und Stör(Einfluss)größen sind, werden Abhängigkeiten zwischen den Bereichen

offensichtlich. Zum Beispiel: bewegt man sich aggressiv (Preispolitik) am Markt, so

werden andere Marktteilnehmer darauf reagieren und entsprechend handeln. Wird ein

interner Systemparameter verändert z.B. Personalabbau bei gleich bleibender

Umsatzentwicklung, so hat dies interne Auswirkungen – wie z.B. Verschlechterung des

Kundenservices. Dies kann wieder eine Auswirkung auf ein externes System (Kunden)

haben (Reklamationsanzahl steigt und Kundenzufriedenheit fällt). Durch eine schlechte

Bewertung des Kunden kann das wiederum die Organisation selbst betreffen. Jede

Veränderung in einem System kann somit auch ein anderes System beeinflussen.

Wahrnehmungen sowie deren Veränderung - Erkennen von Abhängigkeiten - ist

Kernaufgabe des BI – Systems.

Abbildung 26: SLoM Konzept



Lernen basiert im WM Bereich des SLoM Konzeptes. Kern dieses Systems ist die

Ermittlung von Wissens-, Fähigkeits- und Kompetenzlandkarten der Mitarbeiter und der

Organisation wie dies in Kapitel 3.4.8 beschrieben ist. Um gegenwärtige und zukünftige

Herausforderungen und somit ein zumindest überlebensfähiges System (Organisation) zu

erhalten, fließen diese Erkenntnisse der vorhandenen und fehlenden Ressourcen-

Fähigkeiten in die Strategie mit ein. Die Business Opportunities stellen eine mögliche

Zukunft dar und das vorhandene Produkt/Dienstleistungs Portfolio die Gegenwart. Somit

entsteht ein Kreislauf zwischen 1. Ressourcen und Fähigkeiten, 2. Business Opportunities

und 3. Corporate Strategie. Der 1. und der 3. Punkt sollen die Firmenprofitabilität erhöhen

(Abbildung 27) [32].

Abbildung 27: Kreislauf zwischen Fähigkeiten, Business, Strategie und Profitabilität


Wie in der Abbildung oberhalb ersichtlich ist, kann, soll und muss das Lernen zwischen

jeder Verbindung ermöglicht und wahrgenommen werden können. WM basiert in dem

System somit nicht an einer Stelle der Prozesse sondern an jeder Funktion, Prozess oder

Idee. Arbeitsintegriertes Lernen - durch Weiterentwicklung persönlicher Fähigkeiten,

Wissen und sofern gewünscht, auch neuer Kompetenzen.

4.2 Der SLoM Prozess

Die Abbildung 28 zeigt den SLoM Prozess der aus drei wesentlichen Teilphasen besteht.

Der Prozess startet bei der Erhebung des aktuellen Wissensstandes, sowie des

Wissensprofils für jeden Mitarbeiter, sowie für die Organisation selbst. Die nächste Phase


beschäftigt sich mit der Aufzeichnung der Leistungen der einzelnen Geschäftsprozesse und

deren Zusammenhänge im Verbund selbst, um Schlüsselindikatoren (SI) für die Leistungs-

fähigkeit der Mitarbeiter und der Organisation zu identifizieren. Basierend auf den SI’s und

den Informationen aus dem BI-System sowie ev. weiterem IT-System soll die

Businessstrategie für die Organisation entsprechend entwickelt werden. Abgeleitet aus der

Strategie sollen die Mitarbeiter entsprechend arbeitsintegriert trainiert werden, um erstens

die Ziele der Organisation selbst als auch Wunschentwicklungsziele der Mitarbeiter mittels

Echtzeit Fallstudie (real time cases studies) zu qualifizieren und zweitens die Wissensbasis

zu erweitern und zu verbessern [1].

Abbildung 28: Self Learning organisation process


4.3 Die Idee von SloM

Die Idee von SLoM ist die maschinelle Ermittlung des zurzeit vorhandenen Wissens von

Mitarbeitern, um diese ihren Möglichkeiten entsprechend zu fördern und fordern. Mit der

Förderung der Mitarbeiter soll das Wissen in der Organisation und somit auch das Wissen

der gesamten Organisation weiter entwickelt werden.


SLoM ermittelt mittels Computer gesteuerten Assessments (Beobachtung) die Fähigkeiten

der Mitarbeiter. Neben diesen Assessments werden auch Informationen aus den anderen

IT-Systemen ermittelt, die für die Entwicklung der Organisation benötigt werden. SLoM

verbindet somit das gesamte vorhandene Wissen (Wissen der Mitarbeiter und Wissen in

den Systemen).

Es ist mit allen in der Organisation vorhandenen IT-Systemen verbunden und

erkennt Informationen, die für andere Mitarbeiter ebenso von Bedeutung sind, basierend

auf den durchgeführten Assessments. Neben dieser Fähigkeit kann SLoM durch die direkte

Verbindung zum BI-System abteilungsübergreifende Analysen durchführen. Es erkennt

somit Abhängigkeiten zwischen den Bereichen.

SLoM ist verantwortlich für Innovation im Unternehmen, indem klare Ziele definiert

werden und das System selbstständig nach Optimierungspotential sucht. Dabei verbindet

SLoM das Wissen der Mitarbeiter und die Informationen aus dem BI-System.

Kommt neues Wissen in die Organisation, z.B. ein Mitarbeiter hat eine bestimmte

Erfahrung gesammelt, kann diese in das SLoM (z.B. durch das e-Learning System) mit

aufgenommen werden. Das SLoM nutzt dieses neue Wissen und versucht mittels der

gegebenen Informationen und Wissen der Mitarbeiter sowie dem aktuellen Wissensstand

der Organisation, diese weiter zu entwickeln.

Zum Ermitteln des Wissens (Fähigkeiten), besitzt SLoM reale Fallstudien. Mittels dieser

Fallstudien werden fachliches Wissen, Management Wissen, persönliches Wissen und

emotionales Wissen der Mitarbeiter ermittelt. Der Ausbildungslevel wird ebenso

festgehalten z.B. Bachelor of Arts (BA), Master of Arts in Business (MA), Doctor of

Philosophy (PhD) und mit bewertet.

Die Fallstudien sind so konstruiert, dass sie mögliches Entwicklungspotential von

Mitarbeitern erkennen und den aktuellen Wissensstand des Mitarbeiters wieder geben. Der

Mitarbeiter erhält somit auch für sich eine Potentialanalyse und einen entsprechenden

Trainingsplan.

Die Potentialanalyse erlaubt es der Organisation, den Mitarbeiter optimal einzusetzen und

zu fördern, damit dieser wiederum zur gesamt organisatorischen Entwicklung beitragen

kann. Der Trainingsplan legt fest, wann er welche Ziele zu erreichen hat, abgestimmt auf

die jeweilige Lerngeschwindigkeit des einzelnen. Diese Parameter (Wissen und

Geschwindigkeit) erlauben es, das Weiterentwicklungspotential der Organisation zu

definieren.


In diesem Zusammenhang spielt die Zertifizierung von Mitarbeitern eine wesentliche

Rolle. Zertifizierungen sind Grundlage für das Weiterkommen im Unternehmen und für

das Weiterkommen des Unternehmens selbst. Durch die Zertifizierungen ist eine

kontinuierliche Weiterentwicklung des Unternehmens gesichert.

Jeder Mitarbeiter hat aufgrund der Erhebung der Fähigkeiten und Leistungen die

Möglichkeit, sich für jede definierte Position in einer Organisation zu zertifizieren, da das

System SLoM auf Entwicklung und Förderung von Mitarbeitern ausgerichtet ist. Es liegt

in seiner eigenen Hand und Motivation, sein gestecktes Ziel zu erreichen. Das SLoM

System ist Werte frei (neutral), bewertet die Leistungen und Fähigkeiten und ermittelt

somit das Potential für die Entwicklung der Mitarbeiter und somit für die Organisation. Es

ist eine Chance für jeden Mitarbeiter, sich für die Position zu qualifizieren und zertifizieren

die er anstrebt. Der Mitarbeiter weiß, welche Anforderungen er erfüllen muss. Er kann sich

in der Organisation weiterbilden und bekommt regelmäßig Feedback. Es stehen dem

Mitarbeiter alle Türen offen und er kann jede Chance nützen. Er bestimmt selbst wie weit

er kommt und was er macht.

4.4 SloM Anwendungsbeispiel

Projektmanagement Fähigkeiten sollen ermittelt und verbessert werden:

Der Ausbildungsstand des Mitarbeiters wird ermittelt (z.B. nach International Project

Management Association (IPMA)). Durch die Überwachungs- und Analysekomponente

wird erstens: die Fähigkeit der Bedienung der Software, zweitens: der effiziente Einsatz

der Projektmanagementsoftware und drittens: der Projektverlauf untersucht und analysiert

(Zeitverzögerungen, Mehrkosten, Ressourcen).

Die Ergebnisse werden mittels SLoM und dem Einsatz von BI entsprechend interpretiert,

um Verbesserungspotential zu ermitteln. Die Analyse ergibt z.B., dass die

Zeitverzögerungen durch schlecht geplanten Ressourceneinsatz entstanden sind

(Urlaubsplanung fehlt, Ressourcen waren in anderen Projekten schon verplant) und

Mehrkosten durch nicht geplante/berücksichtigte Projektschritte (Projektcontrolling und

eine Testphase wurde nicht berücksichtigt) ergaben.

Weiters wurden Reisekosten nicht berücksichtigt und Lohnerhöhungen nicht in den Kosten

geplant und mit aufgenommen. Es wurde festgestellt, dass der Mitarbeiter alle geplanten


Projekte in sinnvolle Phasen unterteilt. Die Analyse mittels SLoM ergab, dass alle Projekte

in diese Phasen unterteilt werden können. Diese Phasen sind nun in einem Template

„Basisplan“ der Projektmanagement Software enthalten. Somit können Projekte leichter

strukturiert und reportet werden.

Weiters werden Wissensbereiche wie fachliches Wissen, Management Wissen,

persönliches Wissen und emotionales Wissen ermittelt. Alle Wissensbereiche werden mit

den vorherigen Werten mittels SLoM verglichen. Basierend auf dieser SLoM Analyse ist

es möglich, die Veränderungen bei den Mitarbeitern zu monitoren und zu kontrollieren.

Die Auswertung ergibt, dass der Mitarbeiter eine erweiterte Schulung für

Projektorganisation und -planung erhält. Neben dieser Schulung wird als weiteres

Ausbildungsziel die Zertifizierung nach IPMA Level A von SLoM empfohlen.

Durch die Analyse der Informationen, dass Ressourcen doppelt verplant wurden, wird in

Zukunft eine gemeinsame Ressourcenplanung zur Verfügung gestellt, die für alle Projekte

verwendet wird. Der Mitarbeiter erstellt das Template für den Basisplan und schult die

Vorgänge in den einzelnen Phasen sowie die Benutzung des Templates. Die

Überwachungs- und Analysekomponente wird erweitert um die Fähigkeit, Projektpläne

und Urlaubspläne zu vergleichen und entsprechend dem SLoM System Informationen

Überschneidungen mitzuteilen, damit dieser Fehler nicht mehr passieren kann.

4.5 Voraussetzung für Organisationen die SLoM als Konzept anwenden

In den folgenden Kapiteln werden die grundlegenden Voraussetzungen zur Anwendung

des SLoM-Konzeptes in einer Organisation als auch ethische Sichtweisen beschrieben.

4.5.1 Das „Meister – Lehrling“ Konzept

Das Konzept beschreibt Erfahrungswissen über Prozesse, die von einem Meister an einen

Lehrling weitergegeben werden müssen, damit dieser seine Arbeit in Zukunft auch

eigenständig und selbständig durchführen kann. Der Meister kennt somit die Schritte, die

zum gewünschten Ergebnis führen (z.B. Elektroinstallation eines Hauses). Der Meister

weiß, dass er zuerst den Kundenauftrag erhalten muss. Bis der Meister zu diesem ersten

wesentlichen Meilenstein kommt, sind einige Zwischenschritte (1. Kunden finden, 2. Plan-

ung mit dem Kunden durchführen, 3. Machbarkeit erheben, 4. Kalkulieren, 5. Anbot

abgeben und dann 6. den Zuschlag erhalten) durchzuführen. Die erste Phase ist somit, die


Business Opportunities zu erkennen. Die weiteren Phasenergebnisse zum fertigen Produkt

wären zweitens die durchgeführte Installation der Elektrorohre und Trassen. Folgend das

Phasenergebnis, dass die Elektrokabel verlegt sind. Die vierte Phase wäre der Anschluss

der Elektrokabel an Schaltern, Steckdosen und Elektroverteiler, um die gesetzlich

vorgeschriebenen Testergebnisse zu liefern. Abgeschlossen ist dieser Produktentstehungs-

prozess mit der letzten Phase, der Übergabe der Anlage. Diesen Weg zum Erfolg kennt der

Meister durch seine langjährige Erfahrung, der Lehrling jedoch nicht – dieses Wissen ist

jedoch mindestens notwendig (neben den handwerklichen Fähigkeiten), um ein Produkt in

diesem Segment fertig zu stellen. Neben dem Hauptprozess kommen weiter dazugehörige,

meist parallel laufende Prozesse, die ebenso durchgeführt werden müssen (z.B.

Kundenwunschänderungen, phasenabhängige Rechnungserstellung), damit das gewünschte

Produkt, aber auch der entsprechende Unternehmenserfolg sich einstellen kann.

Das System (Organisation) funktionierendes Elektrounternehmen benötigt somit

unterschiedlichste (Geschäfts)Prozesse, die bekannt sein müssen. Ohne das Wissen des

Meisters kann kein Produkt entstehen. Das System Elektrounternehmen wird jedoch

permanent durch die Störgröße (Kundenwunschänderung) des ihn begeleitenden Systems

„Kunde“ beeinflusst. Die Anpassung an das System Kunde ist somit entscheidend für den

Erfolg, ein Produkt herstellen zu können. Das Wissen wie ein Produkt „Elektroinstallation

für ein Haus“ zustande kommt wird dem Lehrling schrittweise beigebracht. Zu beachten ist

dabei, dass der Lehrling und in späterer Folge der Geselle die operative Tätigkeit ab Phase

zwei übernehmen wird. Ziel der Ausbildung bzw. des Wissenstransfers wird sein, dass

diese Teilphasen von ihm beherrscht werden und kontinuierlich verbessert werden müssen.

Der Lehrling und auch in späterer Folge der Geselle hat die Aufgabe, sich während der

Durchführung seiner Tätigkeit ständig zu verbessern.

Der evolutionäre Problemlösungsprozess (Versuch- und Irrtumsprozess): der Meister und

der Lehrling lernen gemeinsam. Dieser Prozess kommt bei komplexen Problemen zum

Einsatz, z.B. ein bewährter Ablauf führt nicht mehr zu den gewünschten Ergebnissen von

Einhaltung des Termins, Kosten, Qualität und Zeit für die Produktentwicklung

„Hausinstallation“. Die bewährten Methoden (Erfahrungen) die der Meister dem Lehrling

vermittelt hat, müssen neu überdacht werden, um die Phasenergebnisse wieder zu

erreichen ev. völlig neue Ansätze müssen gefunden werden. War früher das Verlegen der

Leitungen über den Boden eine gängige Methode (viele zeitaufwändige Schritte


notwendig, immer wieder Unterbrechungen der Arbeit notwendig) werden diese in einem

Versuchs- und Irrtumsprozess z.B. in die Decke verlegt. Somit wird erreicht, dass alle

Rohre bereits vor der finalen Installation verlegt worden sind und anschließend sofort mit

dem Einziehen der Elektroleitungen begonnen werden kann. Diese Methodenänderung

setzt Unwissenheit voraus, völlig neue Denkschemata die von Meister als auch Lehrling

generiert werden müssen, mit dem Ziel Termin, Kosten und Zeit für die

Produktentwicklung wieder zu erreichen. D.h. der Evolutionäre Problemlösungsprozess

verändert nicht die Ergebnisse eines Geschäftsprozesses, jedoch die Methoden und den

Zeitpunkt zu welchem gewisse Teilergebnisse zu liefern sind. Der Prozess basiert auf

bereits vorhandenem Ergebniswissen – die Strukturen sowie die Methoden im

Produktentwicklungsprozess werden jedoch verändert.

4.5.2 Problemlösungs- / Veränderungs- / Anpassungsfähigkeit

Kreative Denkansätze, fern von jedem Machtanspruch, und Veränderungswille

(prozessorientiertes Denken) sind Basis um Probleme zu lösen. Die Organisation lernt

durch Fehler, durch Beobachten von Fehlern anderer und durch das ständige Hinterfragen

jedes Mitarbeiters „was würde passieren wenn ich meine Rahmenbedingungen (DLL)

verändern kann“. Der Mitarbeiter sieht sich selbst als Teil eines Systems in einem System.

Jeder Mitarbeiter ist dazu angehalten, kontinuierlich zu lernen, sich weiterzuentwickeln

und sein System zu hinterfragen, zu verändern und im Sinne der Organisation anzupassen.

Letztlich darf er auch die Sinnfrage (TLL) von Tätigkeiten stellen die er durchführen muss

im aktuellen Prozess. Ist dieses Ergebnis sinnbringend oder nicht, wird es gebraucht oder

nicht, von wem wird es gebraucht?

Der Kern der Lernenden Organisation sind die Lernwilligen. Der Umgang mit

Lernunwilligen/Machtinstitutionen in einer Organisation entschleunigt und kann eine

Lernende Organisation auch verhindern.

4.5.3 Die „sowohl - als auch“ Philosophie (Fußballmannschaft und Boot)

Je nach Größe der Organisation kann diese in vielen unterschiedlichen Bereichen tätig sein

und aus den unterschiedlichsten Abteilungen bestehen. Um mit SLoM erfolgreich zu sein,

gibt es einerseits klare Regeln (klare Strategievorgaben auf der normativen Ebene von

Organisationen) wie bei einer Bootsmannschaft, aber auch die Selbstorganisation die im

Rahmen dieser Regeln eigenständig und selbständig handelt. Bei Regelverstößen wird

bestraft, bei Einhaltung belohnt. Die Rahmenbedingungen (DLL) können bei Bedarf


verändert werden. Zum Beispiel: lautet der Auftrag: „senken des Wertes des

Lagerbestandes während des gesamten Produktlebenszykluses“, kann das folgende

Auswirkungen haben: 1. Sicherheitsbestand reduzieren - beeinflusst den Kunden, aber

auch die Produktion, 2. Die Qualität der gekauften Materialien sinkt - beeinflusst die

Qualität des Produktes, die Produktionsgeschwindigkeit, den Deckungsbeitrag, kann ganze

Geschäftsprozesse verändern. Um diesen Auftrag umsetzen zu können, ist es dienlich, dies

nicht bewusst von „oben herab“ zu steuern sondern die (Fußball)Mannschaft das machen

zu lassen. SloM würde mit diesem Auftrag in Verbindung mit den anderen Systemen eine

Analyse beginnen.

4.5.4 Entscheidungen und Collaboration im SLoM Konzept

Zusammenarbeit im System von SLoM kann zwei Dimensionen annehmen. Die erste

Dimension stellt den Austausch von Wissen direkt von Mitarbeitern untereinander dar, in

dem das System die „effektivsten“ oder/und „erfolgreichsten“ (im Sinn von

kaufmännischen, zeitlichen und qualitativen Ergebnissen) Mitarbeiter ermittelt und diese

für interne Schulungen heran zieht. Die zweite Dimension der Zusammenarbeit ist

Wissensaustausch, wie beschrieben, durch das Lernen von bereits gespeichertem Wissen.

Die Frage, wie es in diesem System zur Zusammenarbeit kommt, entscheidet der

Mitarbeiter letztendlich selbst.

Der Wissensaustausch, bzw. Zusammenarbeit zwischen den Mitarbeitern selbst, ist oft sehr

schwierig, da durch den Wissenstransfer auch eine gewisse Einbuße von Macht entstehen

kann. In der „Realität“ wird in erster Linie Informations-„Hidding“ zwischen den

Mitarbeitern (Wissensarbeitern) betrieben. Informationen werden nur spärlich und nur

wenn notwendig an andere weitergeben. Wissen kann jedoch erst dann zu einer

Machtquelle werden, wenn der Erfolg (Überleben der Organisation) von diesem Wissen

und dessen Entscheidungen abhängt. Übersehen wird jedoch bei dieser Betrachtung oft,

dass der Mitarbeiter diese Machtposition „nur“ situativ einsetzen kann und Organisationen

in der Regel versuchen, sich von dieser Abhängigkeit zu befreien. Die Situation, dass ein

Wissensmitarbeiter in einer Organisation die „gleiche“ Machtausübung besitzt wie eine

Führungskraft, ist somit nicht auf Dauer haltbar. [36]

Wissen kann unter der Betrachtung des „Machterhalts“ nur kurzweilig einen Vorteil

verschaffen. Durch das Abspeichern von mentalen Mustern (Hinterfragen von Methoden

Wissen, Annahmemodellen) wird diese Mauer vermieden, denn nur wer Wissen weiter

gibt „in das System“ kann von den Erfahrungen der Anderen auch „profitieren“. Man lernt


voneinander durch das Verständnis der Annahmemodelle. Die Schwierigkeit in diesem

System liegt darin, dass Menschen „Wissensarbeiter“ nicht immer auf „rational“ –

optimierte Entscheidungen treffen und somit auch nicht auf diese zurückgreifen können –

jedoch aber die Ergebnisse der vorangegangenen Entscheidungen kennen. Entscheidungen

von Führungskräften und Wissensarbeitern basieren oft in Abhängigkeit von ihrer

Persönlichkeit bzw. auch durch definierte Incentivesysteme. Für Wissensarbeiter kann

gesagt werden, dass diese autonom über ihre Arbeit entscheiden wollen und das was sie

machen „richtig“ machen wollen. Für eine leistungsorientierte Organisationskultur, in die

Wissensarbeiter und Führungskräfte eingebunden sind, ist es wichtiger, die richtigen

strategischen Ziele und Informationen bereit zu stellen und den „Geldgedanken“ vom

Tisch zu bringen (bis dato gibt es keinen empirischen Beweis, dass „pay for performance“

tatsächlich den Shareholder Value erhöht haben). Werden Mensch und Maschine

gegenübergestellt in Hinsicht auf ihre Entscheidungsfähigkeit, so liegen Maschinen im

Bereich von medizinischen Diagnosen, Finden von profitablen Kunden, der richtigen

Mitarbeiterauswahl oder der Vorhersage von Weinernten klar im Vorsprung. Die Maschine

schlägt durch Computersimulationen oder Modellen die Vorhersagequalität gegenüber der

menschlichen Erfahrung bzw. Intuition. [37]

Simulations- bzw. Predictive Technology wird auch für die Erkennung möglicher

zukünftiger Musik Hit’s verwendet. Die Zusammenstellung der Komposition wird dabei in

das System geladen und aufgrund von (Noten) Mustern, Sequenzen und anderen

Eigenschaften mit bereits erfolgreichen Stücken verglichen, die ähnliche Muster

aufweisen, wobei die Abfolge von Noten nicht die gleiche sein kann und aus rechtlichen

Gründen(Plagiatsvorwurf) auch nicht sein darf. Im Bereich der Business Analyse werden

Vorhersagetechnologien und BI Systeme bereits zur Berechnung von hochkomplexen

Supply Chain Managementanalysen verwendet.

Das Maschinen Lernen ML wird weiter vorangetrieben und durch Entwicklung von

unterschiedlichsten Algorithmen (IBM-Watson8) kann die Maschine zu einem Schlüssel

8 „Watson“ wurde von IBM entwickelt und verwendete spezielle Algorithmen, um tausende von Daten zu

durchforsten. Watson trat dabei in der Quiz Show „Jeopardy“ (Finde die Frage zur Antwort) gegen

Menschen an und gewann überragend. Watson versteht hierbei nicht die Sprache wie der Mensch, sondern

verwendet eine Reihe an unterschiedlichen Technologien wie z.B. ML, IR, generiert und bewertet

unterschiedlichste Hypothesen, sammelt, evaluiert, gewichtet und balanciert unterschiedliche Typen von


für automatische Entscheidungen werden. Die Analysen der Annahmemodelle der

Lernenden können eine Möglichkeit darstellen, neue Algorithmen für die Anwendung von

Entscheidungsfindungen zu sein. Eine der Aufgaben in den kommenden Jahren besteht

darin, entsprechende stochastische Modelle zu entwickeln. Diese Modelle sollen von

„Jedermann“ verwendet werden können, um hoch komplexe Business Probleme und

Szenarien (Fälle) zu generieren, um diese dann zu simulieren. Diese Art von Modellen

wird bereits in der Supply Chain Planung eingesetzt, wo der Mensch an seine Grenzen

stößt.

„Gemeinsames“ Lernen von Mensch und Maschine (Lernen passiert dabei unterschiedlich)

ermöglicht somit auch, die gemeinsamen Entscheidungen (Collaborative decision making

CDM) zu treffen. CDM stellt dabei ein Entscheidungssupport-System dar, welches eine

nicht routinemäßige und komplex iterative menschliche Aktion benötigt, um die Qualität

des Entscheidungsprozesses zu verbessern [37]. Somit kann die Verbindung von WM-

SLoM (Sozial Software Wissen von Vielen) und BI-SLoM zur Entscheidungsfindung für

zukünftige Ereignisse verwendet werden (Nutzung der menschlichen kollektiven

Intelligenz). Die Technologie erlaubt es somit auch, Entscheidungen transparent zu

machen (Annahmemodelle). Zusammenarbeit entsteht im SLoM System somit, indem

Wissen und Entscheidungen transparent gemacht werden. Denk-, Verhaltens- und

Bewegungsmuster der anderen können aufgezeigt werden. Arbeitsintegriertes Lernen

entsteht, indem Wissen geteilt wird, Gedanken über eine entstehende Zukunft im „BA“

geteilt werden können. Die Zusammenarbeit entsteht dadurch, dass man sich der

unterschiedlichen Denkweisen klar werden kann und die beste Lösung für ein aktuelles

Problem (Fall) finden kann und sich der Abhängigkeiten (teil) bewusst wird. Es gibt im

systemischen Denken und im SLoM System keine monokausalen Zusammenhänge. Durch

die Einbindung der Maschinen kann der Entscheidungsprozess „objektiver“ werden.

Erfahrungen können schneller in Erkenntnisse und in Handlungen umgesetzt werden. Im

Zuge der Vorhersagefähigkeit der entstehenden Zukunft gewinnt lt. Forschungen am

Massachusetts Institute of Technology (MIT) weder der Mensch noch die Maschine,

Beweisen, um die Antwort zu finden, die durch die vorhandenen Daten unterstützt wird. Für die Suche nach

der richtigen Antwort wurden dabei unterschiedlichste Algorithmen parallel (gleichzeitig) verwendet. Je

mehr Algorithmen unabhängig voneinander auf die gleiche Lösung kamen, desto wahrscheinlicher ist, dass

die Antwort korrekt ist. Watson arbeitet dabei mit strukturierten, halbstrukturieren und unstrukturierten

Daten.


jedoch in der Zusammenarbeit zwischen den beiden gelingt eine exaktere/bessere

Vorhersage [37]. Bindet man die Theorie-U in der Zusammenarbeit im

Zwischenmenschlichen mit ein, so können und werden ganz neue Modelle entstehen.

4.5.5 Ethik und Nachhaltigkeit

4.5.5.1 Privat

Privatsphäre gibt es in SLoM nicht mehr. Die Daten die über Menschen mittels SLoM

gesammelt werden, umfassen physische (z.B. Schnelligkeit der Bedienung von Software)

als auch psychische (z.B. Emotinal Invenory) und werden bis ins Tiefste aufgezeigt. Der

Mensch ist nicht nur gläsern - er wird dem System hilflos ausgeliefert. Stärken/Schwächen

sind für die Organisation voll ersichtlich. Die Unterstützung die SLoM durch seine

Analysen bieten soll, kann gnadenlos gegen den Menschen verwendet werden.

Datenschutzrechtlich bewegt man sich im absolut strafbaren Bereich, weis alles (jeder

Klick) über den Mitarbeiter überwacht, aufgezeichnet und analysiert wird. Es erlaubt eine

klare Kategorisierung von Menschen. SLoM wird praktisch zur Waffe des

Personalmanagers und des Vorgesetzten, nichts bleibt verborgen, Leistungstiefs und –

hochs werden ersichtlich. Maschinen bestimmen über die Zukunft eines Menschen.

Lernunwillige die eine Weiterentwicklung der Organisation verlangsamen bzw. verhindern

könnten, sind leicht zu identifizieren.

4.5.5.2 Sozial

SLoM verändert auf eine gravierende Weise das soziale Umfeld. Viele Entscheidungen

kann die Maschine übernehmen – der Mensch ist ein unbeteiligter Auftragsempfänger. Es

beginnt der Kampf der Maschinen in der Ökonomie (Marktwirtschaft) – Zahlen, Daten und

Fakten werden nüchtern analysiert und auf Basis der Analysen - Entscheidungen getroffen.

Je mehr die Maschine weiß, desto weniger benötigt sie den Menschen. SLoM ermöglicht

aber den Menschen sich den Gebieten zu widmen, für die er mehr geschaffen ist z.B. der

Kreativität, dem sozialen Austausch.

4.6 Aufbau und Beschreibung der WM und BI Komponente von SLoM

4.6.1 Das SLoM IKT Konzept

SLoM besteht aus drei Kernkomponenten (Applikationen), 1. die Fallstudien (Fallstudie-

Komponente), 2. ein System zum Eintragen des Erlernten bzw. neuen Wissens (WM-


Komponente), 3. ein Überwachungs-/ Analysesystem zum Monitoring, Kontrolle und

Ermittlung von Prozessoptimierungspotential (Analyse-Komponente) sowie der 4. BI-

Komponente, welches direkt mit SLoM verbunden ist, damit eine kontinuierliche

Überwachung des Wissenswachstums im Einklang mit den Zielen der Organisation

gegeben ist.

Abbildung 29: SLoM Kernkomponenten

Quelle: Eigen Abbildung

Die Kernkomponenten haben entsprechende Schnittstellen zu den im IT Verbund

enthaltenen Systemen, wie diese in der Einleitung (CMS, LMS, WMS,...) beschrieben

werden, sowie auch anderen IT-Systemen (z.B.: ERP, PPS, Personalsystem, Finanzsystem,

selbst entwickelte Systeme). Zur Analyse werden die beschriebenen wissensorientierten

sowie wissensbasierten Techniken/Systeme herangezogen. Um aus der entstehenden

Zukunft lernen zu können, werden so genannte Predictiv Systems (statistische

Analysetools z.B. SPSS) verwendet.

Ziel von IT-SloM ist die Darstellung der drei Landkarten (Wissen, Fähigkeiten, Erfahrung)

der Mitarbeiter in Abhängigkeit zurzeit zwischen Start und Ziel und der Weiterentwicklung

und Verbesserung der Geschäftsprozesse in Abhängigkeit mit den Zielen der Organisation.

Das E-Learning-System wird für die Zertifizierungen sowie für die Sammlung des

erworbenen Wissens durch „Training on the job“ verwendet. Die Fallstudien ermöglichen

SLoM die Wissensbereiche zu überwachen, zu kontrollieren und zu erweitern. Gelerntes

Wissen wird in die Fallstudien inkludiert und geht somit nicht mehr verloren. Die


Überwachungs- und Analysekomponente ist für den optimalen Einsatz von Mensch und

Maschine verantwortlich.

Es überwacht den Ressourceneinsatz und den Mitarbeiter selbst. Bei zum Beispiel falscher

Verwendung des Systems wird automatisch im Trainingsplan eine Schulung eingetragen.

Der Mitarbeiter der das System am besten nutzt, erhält die Information, dass er seine

KollegInnen weiterbilden soll. Zusätzlich erlaubt diese Komponente Informationen aus

anderen am System angeschlossen IT-Systemen zu extrahieren und zu interpretieren.

Weiters analysiert die Komponente kontinuierlich die Einhaltung der Ziele sowie die

kontinuierliche Verbesserung von Mitarbeitern durch neue Ziele.

SLoM nützt in Abstimmung mit dem BI-System die Informationen, wo die Organisation

zurzeit ist. Wo diese aufgrund des Wissens sein könnte und welche Schritte notwendig sind

dort hinzugelangen. Es erkennt weiters notwendige Korrekturen, sowie mögliche

Entwicklungspotentiale für das Unternehmen und deren Mitarbeiter, mittels Benchmarks

(z.B. aktueller Marktanteil, Potential für weitere Umsätze bei Kunden, Know How

Vergleiche).

4.6.2 Die BI-Komponente

Je nach Aufbau des BI-Systems umfasst dies alle Managementebenen und setzt auf den

operativen Systemen auf. Im SLoM System wird eine weitere Instanz des BI-Systems

abgeleitet und auf den realen Fall aufgesetzt, wie dies in der Abbildung 30 dargestellt ist.

Das BI-System wird somit nicht nur für die kontinuierliche Steuerung (Controlling) des

Unternehmens eingesetzt, sondern auch für die Lern- und Entscheidungsanalyse. Es

entsteht ein Kreislauf von 1. Qualifizierung und Quantifizierung der Information, 2. dem

Ableiten von Erkenntnissen, 3. Bewerten der Erkenntnise und 4. Umsetzen von konkreten

Maßnahmen. Für die Qualifizierung und Quantifizierung werden wie beschrieben auch

diverse mathematische Verfahren (Prediktivsystem, Datamining, Regelsets) herangezogen.

Durch die Ableitung möglicher Erkenntnisse (Wahrnehmungen und Darstellung von

Abhängigkeiten) werden z.B. für den Produktentstehungsprozess Kennzahlen ermittelt.

Dabei wird auch die Abhängigkeit zu anderen Kennzahlen, die nicht offensichtlich sind,

ermittelt und aufgezeigt (z.B. ein Produkt wird ausgelagert; um die Qualität weiterhin

sicher zu stellen, werden zusätzliche Prüfschritte eingebaut - wie steigen die Kosten für das

Produkt und geschätzte Kosten für das Verlagerungsprojekt).


Abbildung 30: BI-System gekoppelt an den Produktentstehungsprozess

Quelle: in Anlehnung an [10] Durch das Aufzeigen dieser Daten können nun Wahrnehmungen verändert und andere

Entscheidungen getroffen werden. Die nächste Stufe des Systems wäre die Integration

weiterer Projekte in diese Entscheidung. Als Beispiel gibt es zwei Möglichkeiten der

Verlagerung: 1. Outsourcing zu einem Lieferanten und 2. Verlagerung im eigenen

Unternehmen z.B. nach China - die Komplexität steigt durch die möglichen Strategien die

hinter diesem Vorgehen liegen (z.B. billiger produzieren, Kapazitäten-Kompensation).

Jede dieser Fragen wirft weitere Fragen auf, die mittels des Systems hinterfragt werden

können. Durch die Bewertung der Erkenntnisse (neues Wissen) kann diese auch

transparent dargestellt werden und für die Weiterentwicklung (Wissensportfolio) des

Mitarbeiters und der Organisation verwendet werden. Ziel ist es, somit Aktionszeit für die

beste Entscheidung und dem daraus resultierenden Wissen auf ein Minimum zu reduzieren

wie dies in Abbildung 31 dargestellt ist - die Wertsteigerung des Unternehmens soll erhöht

werden.

Links zeigt die Abbildung den flexiblen Ereignistunnel und rechts die daraus

resultierenden negative und positive Wertschöpfung. Im Einzelnen stellt die linke Seite die

„negative Wertschöpfung durch Zeitverluste“ dar und die rechte Seite die positive

Wertschöpfung durch die Veränderung (Kreative Zerstörung) bis zum nächsten


signifikanten Ereignis, das den Vorteil der Veränderung zunichte macht und eine

neuerliche weitere Veränderung erfordert.

Abbildung 31: Echtzeit Performance Management Diagramm*

Quelle: at::excellent Power Value (PoV): Energie um in der Organisation eine Veränderung herbeiführen zu

können; Entrogence Latency: Zeitverzögerung (im BA9) auf Grund unterschiedlicher

Sichtweisen; Prediction Value (PrV): sind Methoden zur Hand für die unterschiedlichen

Szenarien?; Analyses Latency: Verzögerung der Mustererkennung durch die automatische

Analyse.; Decision Value (DeV): Sind die richtigen Regeln in der Organisation integriert

um Entscheidungen treffen zu können?; Decision Latency (DeL): Verzögerung bei

Einführung von Regeln, auf Grund der automatischen Rückkopplung von Ursache,

Wirkung und Kreisläufen.; Adaption Value (AdV): Ist das richtige System etabliert um

Entscheidungen und Regeln implementieren zu können? ; Response Latency:

Verzögerung von Ergebnissen aus dem Prozess durch die durchgeführten Änderungen;

Lost Value (LoV): Verluste durch Veränderung bis diese greifen und etabliert sind: PoV +

PrV + DeV + AdV. - Geld das verloren geht bis die nächste Aktion durchgeführt wird;

Created Value (CrV): Wertsteigerung durch die herbeigeführte Veränderung in der

Organisation in einem definierten Zeitraum - Geld das gewonnen wird bis die nächste

Aktion durchgeführt wird; Action Distance (AcD): Zeit die vergeht, bis eine Aktion

9 Eigener realer „Raum“ für Mitarbeiter um kollaborativ zusammen zu arbeiten


durchgeführt wird (Jahre, Monate, Tage, Minuten abhängig von der Lösung); Agility

Levels (AL): Leidensstufe um eine Änderung herbeizuführen; Energy Value (EV):

Energie Level (Zeit, Geld, Ressourcen); extended Energy Value (eEV): Zeitperiode

zwischen 2 signifikanten Ereignissen; eEV = Created Value (CrV) - Lost Value (LoV);

Summe der generierten Kosten /des Nutzens (Generated Costs, GeC) = Verlust/Gewinn

durch positives U-Movement mittels Prozess-Exekution + Debatten + Dialog + Presencing.

Summe der erzeugten Widerstände (Generated Resistances, GeR) = Verluste durch

negativen U-Movement (destruktives Zerstören, organisationale Widerstände) [39].

Traditionell (aus der Vergangenheit) geführte Prozesse zeigen genaue Abläufe und

Abhängigkeiten zueinander – sie geben, je nach Definition ein sehr enges Korsett vor. In

der Regel kommt es zu unterschiedlichsten Ereignissen die im Vorfeld (wenn Erfahrungen

vorhanden sind) berücksichtigt, sowie die Risiken (z.B. Eintrittswahrscheinlichkeit, Kosten

bei Eintritt, Zeitverzug bei Eintritt) bewertet werden können. Die Planung eines Business

ist das eine, die Dynamik das andere. In jedem Verlauf kommt es zu Ereignissen, die

weder planbar noch vorhersehbar sind. Entscheidungen müssen unter Umständen schnell

getroffen werden. Agilität auf Ereignisse und Ergebnisse (Wissen) aus vorangegangenen

Entscheidungen beeinflussen das System. Sieht man den Prozess als Tunnel, so sind die

Ergebnisse und Ereignisse regelmäßige Muster, die erkannt werden können. Legt man nun

das bekannte Muster über einen laufenden Prozess, so kann man Anomalien (ungeplante

Ergebnisse und Ereignisse) erkennen. Teilaufgabe des BI-Systems ist, diese Anomalien

selbstständig zu suchen.

Abbildung 32: Sichtweise eines Prozesses als Tunnel mit Regeln und Mustern*



Wiederkehrende Unregelmäßigkeiten deuten entweder darauf hin, dass der Prozess

anzupassen ist oder Ergebnisse und wiederkehrende Ereignisse aus den Ergebnissen selbst

(den Standardprozess) ge(ver)ändert werden müssen, bzw. neue Regeln in das Regelset des

CRB Systems aufgenommen werden müssen, wie dies in Abbildung 32 dargestellt ist. Wie

beschrieben können die einzelnen Latenzzeiten Monate auseinander liegen, bis es zu einer

Entscheidung kommt. Diese Zeiten sollen durch das BI-System auch wesentlich verkürzt

werden - somit ist „Learning on Demand“ und „von der entstehenden Zukunft“ durch

arbeitsintegriertes Lernen sichergestellt sowie auch Real-Time-Unternehmensmanagement.

Das BI-System kann durch Muster- und Anomalienerkennung die Daten entsprechend

darstellen. Anomalien ergeben sich aus nicht geplanten Ergebnissen (von Mitarbeitern

produziert) sowie internen und externen nicht steuerbaren Ergebnissen.

Durch die Einbindung aller Führungsebenen und der damit verbundenen Entscheidungs-

fähigkeit können die Auswirkungen von SSL, DLL und TLL mit betrachtet werden.

Im Zuge von SLoM werden die Informationen aus den Prozessen gezogen und Fälle

verwendet, um Annahmen (auch Strategie) des Managements zu analysieren, zu berechnen

und in geeigneter Lernform darzustellen. Dabei werden die drei Formen der Welt

analysiert und für den Mitarbeiter entsprechend aufbereitet: statische (Vergangenheit),

dynamische (Gegenwart) und schöpferische (mögliche zukünftige) Welt. In Abbildung 33

(siehe Detailabbildung im Anhang) wird ein kleiner Überblick gegeben, mit welchen

möglichen Kennzahlen dabei gearbeitet werden kann. Kennzahlen nicht nur mit

monetärem Hintergrund sollen dabei eine Rolle spielen. Es ist darauf zu achten, dass es zu

keiner Kennzahlenwucherung kommt. Kennzahlen stehen in Abhängigkeit zu anderen, wie

dies auch deutlich wird beim Einsatz von Balance Scorcard (BSC). Diese verwendet die

Bereiche: Finanz, Kunden, Prozesse und Personal – wird eine Größe verändert so wirkt

sich das auch auf andere Bereiche aus, wie dies die BSC offensichtlich macht. Wie in der

Abbildung ersichtlich ist, können die Bereiche erweitert werden um z.B. Vertrieb oder

Markt. Zu jedem Bereich können Kennzahlen definiert werden. Die Abhängigkeit der

einzelnen Unternehmensbereiche voneinander, sowie zu anderen externen Systemen wird

mittels SLoM und dem übergeordneten Produktentstehungsprozess ersichtlich. Wie wirkt

sich das „Was“ auf das „Wie“ (Business Development und Organisationsentwicklung) aus

und somit auf die einzelnen Unternehmensbereiche. Optisch kann dies entweder durch eine

BSC dargestellt werden, oder durch eine Art kritischer Pfad wie in einem Projekt (z.B. die


Senkung des Personalstandes in der Qualitätsabteilung um 10% hat Auswirkungen auf z.B.

die Kundenzufriedenheit die Produktqualität).

Abbildung 33: 360° Sicht für das Unternehmen mit 1.0, 2.0 und 3.0 Klassifizierung


Betrachtet man das SLoM Konzept bezogen auf den Produktentstehungsprozess mit

Einbindung des BI-Systems, ergeben sich unterschiedliche Fälle. Als Beispiel werden im

folgenden 3 Fälle (1. das Produkt besteht und es sollen die Erlöse maximiert werden, 2. es

werden Key Features zu einem Produkt hinzugefügt (Produktweiterentwicklung), 3. es

wird ein neues Produkt entwickelt und versucht es am Markt zu positionieren) betrachtet

und wie das BI-System mit diesen Fällen und Annahmen umgeht.

Der erste Fall beschreibt einen typischen Management Fall. In dem beschriebenen

Kreislauf der kontinuierlichen Produktverbesserung wird in der Regel versucht, das

Produkt wie es in seiner Art existiert, kostengünstiger zu produzieren oder/und das Produkt

(z.B. durch leichte Modifikationen) auch in anderen Märkten zu platzieren. Für die

Planung kann nun auf die vergangenen Jahre zurückgegriffen werden, Wachstumszahlen


pro Gebiet oder Einbruch in den Umsätzen können analysiert, Lagerbestände untersucht

bzw. reduziert, billigere Komponenten verwendet, Fertigungslose optimiert, externe

Einflüsse wie Mitbewerber und Wirtschaftssituation mit einbezogen werden. Aus den

vergangenen Daten können mittels Datamining neue Erkenntnisse gewonnen werden. Der

Businessplan (in diesem Fall Budget) ist einfach zu ermitteln - große Abweichungen,

sofern sich keine Innovation am Markt ankündigt, wird es nicht geben. Die Planzahlen

werden in das System eingepflegt/eingetragen. Sämtliche Kennzahlen wie z.B. Cash Flow

können somit berechnet werden und die Organisation erhält eine gute Übersicht für das

kommende Jahr. Je stabiler der Markt, homogener das Produkt und monopolistischer die

Stellung, desto genauer können diese Zahlen ermittelt werden (Beispiel: Markt der

Krankentransporte)

Die Annahmen die der Manager trifft, könnten nun folgende sein: 1. wenn das

Produkt kostengünstiger ist, werden es mehr Kunden kaufen, 2. durch die Einsparung

bleibt die Qualität des Produktes/Services gleich, 3. Optimierung/Verbesserung des

Produktionsprozesses: wird das Produkt billiger, kann der daraus ergebende Erlös in das

Marketing investiert werden, um so die Verkaufszahlen zu erhöhen 5. durch die

Produktionsverlagerung kann das Produkt billiger produziert werden, 6. der Markt für das

Produkt ist stabil und wachsend (je nach Produkt das verkauft wird, muss unterschieden

werden – Produkte des täglichen Gebrauches wie Nahrungsmittel werden sich anders

verhalten als Konsumgüter).

Betrachtet man nun den Produktentstehungsprozess, ist jede Annahme ein eigener

Fall. Durch Verbinden von Annahmen steigt die Komplexität des Falles. Der Fall der

„Optimierung der Erlöse“ könnte in der Automobilindustrie Tier 1., 2., und 3., zur

Anwendung kommen. Die Planung der Zahlen ergibt sich aus den Berechnungen

(Abnahmezahlen) von den darüber liegenden Automobilherstellern. Das BI-System erhält

von allen anderen Systemen die im IT Verbund sind die Daten, damit diese für die

Simulation der Annahmen zur Verfügung stehen. SLoM bereitet die Daten so auf, dass die

Fälle je nach Bereich oder aber auch übergreifend dem Lernenden zur Verfügung stehen.

Die Weiterentwicklung von Produkten mit neuen Features (Kopieren von Funktionalitäten

des Mitbewerbers) soll die Marktstellung festigen, aber auch neue Kunden zum Kauf des

Produktes/Services animieren. Dies kann den zweiten Fall eines

Produktentstehungsprozesses darstellen. Für das BI-System bedeutet dies zum Beispiel,

dass es sich nicht nur mehr um eine Budgetierung handelt (wie im ersten Fall), sondern


auch, dass die neuen Funktionalitäten bewertet werden müssen - wie diese sich auf den

Verkauf des Produktes/Services auswirken. Der Business Plan enthält somit auch weitere

Daten (best, real, und worst case) die eine größere Unsicherheit in sich bergen. Externe

Einflüsse wie das Handeln der weiteren Marktteilnehmer oder auch

Wachstumsentwicklungen in den produktspezifischen Märkten in denen die Organisation

tätig ist, sind zu berücksichtigen. Das BI-System wird um ein prädiktives System erweitert

bzw. wird es im Gesamtsystem integriert. Hinzu kommt, dass in diesem Fall den

Komponenten Fähigkeiten, Kompetenzen und Wissen der Mitarbeiter eine weitaus

bedeutendere Rolle zukommt. Die Schnittstelle zum WM-SLoM System wird hierzu

bedient. Für die Weiterentwicklung eines Produktes kann es nötig sein, dass neues

zusätzliches Wissen in der Organisation benötigt wird. Ein elektronisches Produkt kann

durch einfache Modifizierung der Schaltung mit programmierbaren Bausteinen wesentlich

mehr an Funktionalität bieten und ist somit für andere Märkte adaptierbar. Hat die

Organisation noch keine Projekte durchgeführt, die mit der Entwicklung von Software zu

tun haben oder diesen Bereich bis dato ausgelagert, so kann das System dies durch Analyse

von Produktdaten (Analyse von verwendeten Bauteilen und deren Eigenschaften) und

Produktentstehungsdaten (Analyse von Projektplänen, Handbüchern) ermitteln. Neben

diesen Daten, bezogen auf das Produkt, können in späterer Folge auch die

mitarbeiterspezifischen Daten verglichen werden. Die Organisation mag noch keine

Erfahrung haben, jedoch Mitarbeiter können bereits Wissen/Kompetenzen/Fähigkeiten

(aus anderen Organisationen) haben – die bis dato noch nicht genutzt wurden. Die Daten,

basierend auf den Annahmen im Business Plan sowie denen in Systemen, können nun

verglichen werden. Im Vergleich zum ersten Fall kommen in diesem Fall weitere Daten

aus anderen Bereichen zum Einsatz um das Ziel – „Erhöhung der Erlöse aus dem Produkt“

erreichen zu können. Die vergangenheitsbezogenen Daten stehen in derselben Form wie

vorher zur Verfügung – die Zahlen für die Gegenwart bzw. entstehende Zukunft ergeben

sich aus den zusätzlichen Ausgaben, die sich aus den Kosten der Entwicklung und den

anderen Bereichen (siehe Produktentstehungsprozess) ergeben. Trägt das „alte“ Produkt

die Kosten und bleibt der Markt unverändert, so können die Daten entsprechend gut

ermittelt werden. Das BI-System und dessen verbundene Systeme liefern somit die

Informationen, wie z.B.: wo wird das laufende Produkt verkauft, wie sind die Absatzzahlen

pro Gebiet. Der Businessplan beschreibt die gewünschte Zukunft des Produktes. Das

SLoM System erlaubt nun die Lücken zwischen organisatorischem Wissen und dem

eigentlich vorhandenen (ungenutzten) Wissen der Mitarbeiter darzustellen und kann somit


auch entsprechende Kompetenz und Erfahrungslücken vor Projektstart (Weiterentwicklung

des Produktes) bereits erkennen. Eine zeitgerechte Aus- und Weiterbildung der Mitarbeiter

aller Ebenen kann begonnen werden, damit sich zum entsprechenden Zeitpunkt zumindest

das Wissen (wenn dies Strategie des Unternehmens ist) in der Organisation vorhanden ist.

Im letzten (dritten) Fall gibt es keine Vergangenheit. Die Schöpfung eines neuen

Produktes für einen bekannten Markt oder die Schöpfung eines Marktes durch ein neues

Produkt ist hier das Ziel. Das BI-System wird in diesem Fall an das Experten-, CBR,

Datamining und prädiktive System gekoppelt.

Die 3 beschriebenen Fälle zusammengefasst ergeben die Fähigkeiten des BI-Systems, das

in SLoM Anwendung findet. Sämtliche zur Verfügung stehenden sinnvollen Daten werden

mittels geeigneter Datenmodellierung dargestellt. Der Vorteil der Verwendung eines BI-

Systems liegt in der Tatsache, dass man zumindest vergangene, sowie gegenwärtige

Informationen zeitnahe zur Verfügung hat. Aussagen – vor allem über die Zukunft sind

schwer – wenn das Produkt noch nicht am Markt existiert - jedoch erlaubt das System

durch die Kopplung an das WM-SLoM die richtigen Leute schneller zu lokalisieren.

Durch das Abziehen der aktuellen Daten aus den operativen Systemen und deren

Aufbereitung durch die an das BI-System gekoppelten Systeme, wie in den drei Fällen

beschrieben, können Lernprozesse beschleunigt werden, da unterschiedliche Fälle real

simuliert werden können - die getroffenen Annahmen können z.B. sofort überprüft werden

und der Lernende erhält mögliche Ergebnisse, bzw. sieht die möglichen Resultate seiner

Entscheidungen, und kann entsprechende Maßnahmen aus einer Entscheidung sofort

einleiten - Learning on Demand. Die üblichen Latenzzeiten (Daten-, Analyse-,

Entscheidungs-, und Umsetzungslatenz) werden massiv verkürzt. Durch die Verwendung

des Produktentstehungsprozesses bewegt sich das SLoM System zwischen den

Wissenspolen Entrepreneurship und General Management.

Der Wesenskern der BI-Komponente ist der Kern der Wahrnehmungsveränderung in dem

die Daten einerseits das Bekannte darstellen und durch mathematische Modelle auch das

Unbekannte zum Vorschein bringen - Veränderung der selektiven Datenwahrnehmung.

Das Datamining wird nicht nur für die Klassifizierung verwendet, sondern vor allem auch

für die Ermittlung des offensichtlich nicht Erkennbaren. Die Abbildung 2 (Kapitel 2.2)


zeigt zwei Grenzen die im Profil wie Gesichter aussehen - Klassifizierung in z.B. A und B

- bei anderer Betrachtung der Grenzen kann jedoch auch eine Vase erkannt werden. Durch

die Anwendung von ML bzw. (Mustererkennung) Pattern Recognition soll bzw. ist es dem

Menschen bereits ermöglicht worden, aus tausenden von Daten nicht nur Altbekanntes zu

erkennen sondern auch neue Erkenntnisse zu gewinnen.

Ziel für die BI- Komponente ist es, dem Lernenden die Daten so zu präsentieren, dass nicht

nur das Gewohnte erkannt wird sondern auch mögliche Alternativen, bzw. zu seinen

Annahmen auch die Voraussetzungen aufgezeigt werden. Subjektive Erfahrungsdaten

werden durch das System durch mögliche Entscheidungswege ergänzt. Daraus folgt

wiederum die Möglichkeit neue Erkenntnisse zu gewinnen, die zum bewussten Handeln

führen.

4.6.3 Die WM-Komponente

Der Kern der SLoM Wissenskomponente ist die Ermittlung von Wissen, Erkenntnis und

Fähigkeiten der Mitarbeiter und der Organisation. Basierend auf der Wissenstreppe baut

die WM-Komponente von SLoM nun auf den Informationen, die aus dem BI-System

kommen, auf. Wissen kann in diesem Zusammenhang einerseits als schulisches/

universitäres, aber auch als beruflich angeeignetes Wissen (durch Weiterbildungskurse),

gesehen werden (ist zu unterscheiden von der beruflichen Erfahrung). Der

Ausbildungsstand wird dabei auf eine der drei Achsen aufgetragen. Wie in der Abbildung

34 dargestellt ist, wird auch die Ausbildung fachspezifisch weiter unterteilt.

Abbildung 34: Beispielhafte Darstellung Verzweigung der WM-Komponente Quelle: Eigene Abbildung


So kann ein Mitarbeiter im Bereich Technik, Wirtschaft aber auch anderen Bereichen (je

nach Anforderung) unterschiedliche Schwerpunkte gesetzt haben und in Zukunft auch

setzen. Ein Wissensindikator für die Ausbildungsbreite und –tiefe kann aus den belegten

Kursen ermittelt werden. Im universitären Bereich gibt es je, nach grundlegender Richtung,

weitere Vertiefungen z.B. in der Technik - Spezialisierung Softwaretechnik, Maschinenbau

oder Elektrotechnik/Elektronik. Als Qualität der Ausbildung können in diesem Bereich die

ECTS verwendet werden. Je höher die ECTS desto besser die Ausbildung. So kann eine

Differenzierung erfolgen. Z.B.: der Wissensstand von Mitarbeitern im Bereich

Entrepreneurship soll verglichen werden – so ergibt die Analyse, dass beide Mitarbeiter

einen Kurs in deren Ausbildungszeit hatten, jedoch die ECTS unterschiedlich waren. Ein

weiterer Schwerpunkt der Ausbildungsanalyse kann die Wandelbarkeit (z.B. vom Koch

zum Wirtschaftsingenieur), oder aber auch die Schnelligkeit der Wissensaneignung sein.

D.h. es werden für jeden Mitarbeiter die relevanten Daten seiner Ausbildungs- und

Weiterbildungszeit ermittelt. Ein weiterer Indikator für die Ausbildung kann das

Ausbildungsprogramm selbst sein. So bieten Universitäten z.B. eine unterschiedliche

Anzahl an Kursen in einem Bereich (Entrepreneurship Kurs vs. Entrepreneurship

Programm) an. Die Wissensanalyse beschäftigt sich somit mit dem Aufbau und den

Inhalten der einzelnen Fächer/Kurse sowie mit der Intensität in der sich der Lernende

damit auseinander gesetzt hat. Der Kursinhalt eines Entrepreneurship Kurses hat folgende

Themenbereiche [26]:

1. Understand the role of new and smaller firms in the economy 2. Understand the relative strengths and weaknesses of different types of

enterprises 3. Know the general characteristics of an entrepreneurial person 4. Assess their own entrepreneurial skills 5. Understand the entrepreneurial process and the product planning and

development process 6. Know alternative methods for identifying and evaluating business

opportunities and the factors that support and inhibit creativity 7. Know the generic entry strategies for new venture creation 8. Understand the aspects of and have created a new venture business plan

and presented it 9. Know the essentials of:

– marketing planning – financial planning – operations planning – organization planning


– venture launch planning 10. Know how to grow a new venture and manage this growth 11. Know the managerial challenges and demands of new venture launch 12. Understand the role of Entrepreneurship in existing organizations –

Intrapreneurship

Untersuchungen haben gezeigt, dass die Inhalte und die Tiefe von Kursen, die den gleichen

Lehrinhalt haben, sehr variieren.

Die Kompetenzanalyse bezieht sich in SLoM auf einerseits führungs- und andererseits

auch auf fachspezifische Kompetenzen eines Mitarbeiters. Die Unterscheidung ergibt sich

aus der Tatsache, dass diese beiden Themenkomplexe sehr oft vermischt werden. Viele

Managementausbildungen vermitteln in erster Linie Fachkompetenzen und zu wenig bis

keine Managementkompetenzen.

Wie aus der folgenden Tabelle 3 ersichtlich ist, sind die Führungs- und Fachkompetenzen

gemischt. Wissenskompetenzen sind in diesem Fall lediglich „Accounting“, alle anderen

sind fachspezifische Kompetenzen. Hinter dem Wort „Writing“ steckt die Fähigkeit, so

schreiben zu können, dass der Schreiber Andere von seinen Ideen begeistern und

überzeugen kann z.B: das Schreiben eines Business Plans für die Gewinnung von

Investoren. Im Bereich der Technik würde der Inhalt dieser Tabelle gänzlich anders

aussehen.

Als Beispiel von Fachkompetenzen die im Bereich Entrepreneurship erlernt werden sollen

wurden folgende drei Haupthemen definiert [26]:

Technical Skills Business Management Style Personal Entrepreneurial Skills

Writing Planning and Goal Setting Inner Control/Disciplined

Oral Communication Decision Making Risk Taking

Monitoring Environment Human Relations Innovative

Technical Business Management Marketing Change Oriented

Technology Finance Persistent

Interpersonal Accounting Visionary Leader

Listening Management -

Ability to Organize Control -

Network Building Negotiation -

Management Style Venture Launch -

Coaching Managing Growth -

Being a Team Player - - Tabelle 1:

Tabelle 2:

Tabelle 3: Fähigkeiten die ein (Intrapreneur) Entrepreneur benötigt


Zur Analyse der fachlichen Fähigkeiten ist es notwendig, jeden der drei Themenbereiche,

wie dies in der Tabelle ersichtlich ist, weiter zu unterteilen (siehe auch Kapitel 3.4.8). Die

Erfassung fachlich spezifischer Kompetenzen ist der eine Teil.

Der zweite Teil beschäftigt sich mit der Analyse des Typs der Mitarbeiter, z.B.

nach dem Dominanz, Integrativ, Stetig und Gewissenhaft (DISG)-Modell und der Analyse

der emotionalen Intelligenz. Basierend auf dem „Emotional Competence Inventory“ gibt es

fünf Bereiche die untersucht werden können [25]. Für die Führungskräfte/Manager wurden

entsprechende Leadershipfähigkeiten erforscht. Diese teilen sich in self-awareness, self-

management, social awareness, relationship Management und cognitive Fähigkeiten auf.

Studien haben ergeben, dass die erfolgreichen Führungskräfte in allen Bereichen und

Teilbereichen überdurchschnittlich hoch liegen. Für jeden Teilbereich kann von

unterschiedlichsten Interessensgruppen eine Bewertung von 1 bis 5 abgegeben werden.

5 stellt dabei die höchst möglich zu erreichende Bewertung dar – erfolgreiche

Führungskräfte haben bei mindestens 18 der Teilbereiche mindestens einen Wert von 4,5

und höher. In der folgenden Tabelle sind die Bereiche und deren Subkategorien angeführt.

Diese Fähigkeiten werden mittels eines 360° Verfahrens (Einbeziehung mehrerer

Interessensgruppen, wie zum Beispiel Kunden Vorgesetzte, Mitarbeiter) hinterfragt. In

folgender Tabelle werden die Themenbereiche und deren Fähigkeitsteilkompetenzen

aufgelistet:

Self-Awareness Self-Management Social- Awareness Relationship Mgmt Cognitive

Emotional Self-Awareness

Emotional Self-Control

Empathy Inspiration Leadership

Systems Thinking

Accurate Self-Assessment

Achievement Orientation

Service Orientation

Communication Pattern Recognition

Self-Confidence Initiative Organizational Awareness

Conflict Management

Trustworthiness Cultural Awareness

Change Catalyst

Conscientiousness Influence Adaptability Developing Others Optimism Building Bonds Teamwork and

Collaboration

Tabelle 4: Emotional Competence Inventory

In Bezug auf diese Arbeit, in der es unter anderem um Fähigkeiten und

Charakteristiken von Führungskräften geht, können nun auf Grund der ersten


Rahmenbedingungen Klassifizierungen durchgeführt werden in traditionelle Manager,

Entrepreneur und Intrapreneur. Diese werden mittels entsprechender Fragestellung

erhoben. Die Ergebnisse werden in die zweite Achse aufgetragen.

Die dritte Achse des WM-SLoM System beschäftigt sich mit der Erkenntnisfähigkeit

(berufliche Erfahrungen) und den Handlungen die daraus abgeleitet werden. Als erstes

werden die beruflichen Erfahrungen des Mitarbeiters gelistet. Wie viele Jahre „Erfahrung“

er in den Bereichen hat – wie weit korreliert dies mit seinem Wissen/Ausbildung. Als

Beispiel hat ein Entwicklungsleiter (Head of Development) 5 Jahre Erfahrung mit der

Leitung von 5 Mitarbeitern, im Vergleich dazu ein Projektleiter im gleichen Fachgebiet mit

der Erfahrung in der Leitung von 25 Mitarbeitern auf drei Jahre. Beide haben

Budgetverantwortung usw. Es wird dadurch schnell ersichtlich, dass der Jobtitel meist

auch irreführend sein kann, da dieser oft nichts mit den Erfahrungen, Komplexität und

deren Größenordnung zu tun hat. Durch das Herausarbeiten der täglichen Erfahrung des

Mitarbeiters ergibt sich das Erfahrungsprofil. Je nach Stellenbeschreibung/Ausschreibung

kann dieses Profil abgeglichen werden.

Die Ermittlung dieses Profils erlaubt nun die genaue Darstellung der Mitarbeiter

zueinander. Basierend auf den Profilen kann das Wissen der gesamten Mitarbeiter sichtbar

gemacht werden. Basierend auf den bisherigen Tätigkeiten der Organisation kann nun das

nicht genutzte Potential bzw. das fehlende Wissen für die (neuen) Strategien ermittelt

werden.

4.6.4 Die Fallstudie (Real Case) Komponente

Vorlage des Denkens für die Real Case Komponente in SLoM ist die an der Harvard-

Business-School (HBS) entwickelte Methode der Fallstudienlösung. In diesen Fallstudien

werden Studenten in die Situation versetzt, eine Person in einer Organisation zu sein, in der

die Studenten Entscheidungen treffen müssen für die Organisation. Jede HBS-Fallstudie

gibt entsprechende Informationen und Daten zum Lösen eines aktuellen Problems einer

Organisation. Der Lehrende stellt entsprechende Fragen, die aus dem Fall heraus

beantwortet werden sollen – durch die Vorbereitung der Studenten im Vorfeld werden die

unterschiedlichen Sichtweisen und Lösungen der Fälle in der Vorlesung diskutiert und

gegenüber gestellt. Für Fallstudien die im elektronischen Bereich an Universitäten

eingesetzt werden in Verbindung mit LMS, wurden folgende 6 Anforderungen definiert


[35]: 1. Unterschiedliche Sichten auf die Fallstudie für Lehrende und Lernende, 2. Flexible

Verwendung der Fallstudien in zahlreichen Lehr- und Lernszenarien, 3. Unterstützung

unterschiedlicher Aufgabenstellungen, 4. Wirklichkeitsgetreue Fallstudien durch

Verwendung von Multimedia, 5. Unterschiedliche Ausgabeformate und 6. Platt-

formunabhängigkeit. Um den Anforderungen gerecht zu werden, wurde die

Auszeichnungssprache CaseML entwickelt. In Abbildung 24 wurden die einzelnen Phasen,

die durchlaufen werden, bis es in einer Organisation zu einer Entscheidung (aber auch

Ergebnissen) kommt, beschrieben. Auswirkungen von Entscheidungen werden in diesem

Fall erst Monate später ersichtlich. Das Selbe ergibt sich aus der Lösung von Fällen für

Entscheidungen wie sich dies durch herkömmliche Studien ergibt – man betrachte einen

singulären Fall um ein Problem zu lösen (konstruktivistische Problemlösung). Aus dem

Problem könnten sich weitere ergeben die aber zurzeit noch nicht sichtbar sind (gemacht

werden können - Ausnahme evolutionäre 2D Problemlösung) [22].

4.6.5 Die Analyse-Komponente

Die Informationen der WM- und BI-Komponente müssen zusammengeführt und

ausgewertet werden. Diese Aufgabe übernimmt im SLoM IKT Konzept die Analyse-

Komponente. Sie verbindet somit Zahlen, Daten und Fakten der BI-Komponente mit

Wissen, Fähigkeiten und Erkenntnissen der BI-Komponente. Im ersten Schritt der

Auswertung soll diese Komponente die Effektivität sowie die Effizienz der Organisation

und der Mitarbeiter steigern (z.B. wer bringt welche Ergebnisse über welchen Zeitraum).

Bei diesen Analysen werden auch die Rahmenbedingungen mit berücksichtigt, da nicht

jedes Produkt/Projekt mit den gleichen Bedingungen startet. Es werden z.B.

Schwierigkeitsgrad des Projektes, Volumen eines Produktes, Neuerungen eines Produktes

und Risiken eines Produktes berücksichtigt. Alle Parameter zusammen (z.B. Ergebnisse,

Rahmenbedingungen, Wissen, Fähigkeiten und Erkenntnisse) ergeben das Leistungs- und

Wissensprofil des Mitarbeiters und der Organisationen. Basierend auf den Ergebnissen

werden im zweiten Schritt der Analyse und Auswertungen die Fähigkeiten und die

Erkenntnisse der Mitarbeiter in der WM-Komponente erweitert und neu bewertet. Eine

weitere Aufgabe dieser Komponente ist die Potentialanalyse von Organisation und

Mitarbeitern. Werden neues Wissen, Fähigkeiten oder Erkenntnisse in die WM-

Komponente eingetragen, so eruiert die Analyse-Komponente, z.B. Return of Investment,

z.B. wie schnell neu erworbene Fähigkeiten in der praktische Anwendung eingesetzt

werden können.

SLoM Validierung Seite 92

5 SLoM Validierung

5.1 Real Case Komponente in SLoM mittels eines Produktentstehungsprozesses

Die Real Case Komponente in SLoM beschreibt hingegen den entsprechenden Prozess,

dessen grundlegende Schritte und dessen Ergebnisse. Prozessbeschreibungen gelten im

Wissensmanagement als die reinste Form der Beschreibung von Wissen. Im Sinne des

Meister/Lehrlingsverhaltens weiß der Meister die einzelnen Schritte, die zum gewünschten

Ergebnis eines Werkstückes (Produktes) führen. Die Prozessbeschreibung stellt somit

einen möglichen Weg (Erfahrungsweg) zum Erfolg dar. Voraussetzung hierfür sind

entsprechende Erfahrungen – Erkenntnisse und daraus abgeleitete Handlungen. Die Real

Case Komponente entwickelt bzw. verändert sich mit dem Unternehmen und seinem

Wissensstand nach jedem SLoM Prozessdurchlauf. Je nach Aufgabe und Wissensstand der

Organisation und der Mitarbeiter können die Prozesse variieren, jedoch nicht die nötigen

Ergebnisse (die Ergebnissemenge kann jedoch erweitert bzw. reduziert werden). Durch die

Veränderungen der (erweiterten bzw. reduzierten) Ergebnisse beginnt der Fall sich von

einem 1-dimensionalen in einen 2-dimensionalen Problemlösungsprozess zu wandeln.

System (Meister) und Lernender (Lehrling) beginnen gemeinsam zu lernen. Durch das

vorhandene Modellwissen im System (Prozess) und dem mentalen Modell des Lernenden,

ergibt sich die Situation, dass sich diese vermischen (gegenseitiges updaten von

Ergebnissen und überflüssigen Ergebnissen). Das System lernt, in dem es das Weglassen

bzw. Hinzufügen von Ergebnissen durch finanzielle Betrachtungen optimiert. Für die

Validierung von SLoM wird der Produktentstehungsprozess verwendet.

In der Abbildung 35 ist der erste von zwei Produktentstehungsprozessen zu sehen (dieser

kann als Beispiel eines dokumentierten Produktentstehungsprozesses einer Organisation

verstanden werden). Jeder Produktentstehungsprozess verfolgt dasselbe Ziel, neue

Produkte am Markt zu platzieren. Der erste Prozess besteht aus sechs Phasen

Makroprozess (Schlüsselprozess oder Hauptprozess) in 1. Produktlinienstrategie planen,

2. Business Opportunities (BO) bewerten, 3. Machbarkeitsalternativen auswählen,

4. Entscheidung planerische Umsetzung 5. Controlling durchführen und 6. Herausnahme

aus dem Markt.


Abbildung 35: Produktentstehungsprozess (Stage Gate)


Damit der Makroprozess nicht zu komplex wird, ist dieser in 2 weitere Subprozesse, die

die erste Ebene darstellen, unterteilt. Der Subprozess Machbarkeitsstudie besteht aus vier

Teilphasen. Der Produktentwicklungsprozess beinhaltet jedoch vier weitere Prozesse die

somit die 2te Ebene des Makroprozesses Produktentstehung darstellen. Jeder dieser vier

Prozesse ist wiederum in weitere Phasen unterteilt.

Der Entwicklungsprozess ist in der Form ergebnisorientiert (Arbeitsergebnisse) dargestellt.

Jede Phase/Gate wird mit entsprechenden Ergebnissen verbunden. Einzelne Phasen lösen

weitere parallel geführte Prozesse aus. Die Phase „Entscheidung planerische Umsetzung“

beinhaltet die direkte Produktentwicklung, die in drei weitere Geschäftsprozesse unterteilt

wird: 1. Entwicklung, 2. Markteinführung 3. Fertigungseinführung. Dieser sehr allgemein

dargestellte Prozess kann, je nach Branche der Organisation, nun entsprechend unterteilt

werden. So wird eine Organisation, die sich mit der Entwicklung von Elektronik- und

Softwareprodukten beschäftigt, anders gestaltet wie die Produktentwicklung

„Elektroinstallation“. Je nachdem kann die Entwicklung von Elektronik mehrere

Musterphasen (A,B,C, Nullserie) enthalten, wie dies z.B. in der Automobilbranche

gegeben ist.

Ein mögliches, allgemein gehaltenes Phasenmodell für die Entwicklung ist in der

Abbildung 36 dargestellt. Es besteht aus den Phasen 1. der Analyse, 2. Design und

Entwurf, 3. Realisierung und Implementierung, 4. Komponententest, 5. Integrationstest,

6. Systemtest und anschließend 7. die Wartung.


Abbildung 36: Phasenmodell Entwicklung


Jede Phase enthält definierte Inputergebnisse aus der vorangegangenen Phase des

Prozessabschnittes oder anderen unterstützenden Prozessen, definierten Startkriterien,

Aufgaben und Ablauf, welche Ergebnisse erreicht werden müssen, damit die nachfolgende

Phase bzw. Prozessabschnitt beginnen kann, die erforderliche Qualität der Ergebnisse (z.B.

Metriken, Qualitätswerte), einen definierten Verantwortlichen der für Bereitstellung der

Ergebnisse verantwortlich ist und durchführungsbeteiligte Mitarbeiter.

Jede Phase des Prozesses wird als eigenständiger Meilenstein definiert, wobei der Output

einer Phase zugleich den Input der nächsten Phase (Meilenstein) darstellt. Der Input als

auch der Output ist durch verschiedenste Ergebnisse definiert, die erreicht werden müssen,

um mit der nächsten Phase beginnen zu können (Abbildung 37), d.h. jede Phase hat ein

oder mehrere Ziele und Ergebnisse die durch ein selbstgewähltes Verfahren/Methode

erreicht werden können.

Wie aus der Abbildung 37 zu erkennen ist, gibt es eine Vielzahl von Ergebnissen die eine

Phase liefern kann. In Anbetracht der sich daraus ergebenden Komplexität stellt der

definierte Produktentstehungsprozess das „Meisterwissen“ dar, das einer Führungskraft

wie dem Intrapreneur zu vermitteln ist. Die Ergebnisse der Business Opportunities Phase

könnten sein: (Darft) Businessplan, Bewertung der Realisierungskonzepte,

Anforderungsspezifikation, alternatives Realisierungskonzept, grober Kostenrahmen. Als

Metriken könnten verwendet werden: Net Present Value (NPV), Dauer der

Machbarkeitsstudie, Iterationsschleifen, Aufwand für die Machbarkeit, abgestimmte

Portfoliobewertung.


Abbildung 37: Input und Output einer Phase des Gates D


5.2 Konzept Validierung

Der zweite Prozess ist ebenso ein Produktentstehungsprozess (Abbildung 38). Dieser

Prozess kann nun das aktuelle Wissen (Mentales Modell) einer Führungsperson, die in der

Funktion eines Product Line Managers (PLM) ist (kann mit einem Intrapreneur gleich

gestellt werden), darstellen. Im konkreten stellt Abbildung 38 das Mentale Modell des

Autors über den Produktentstehungsprozess dar.

Abbildung 38: Produktentstehungsprozess (mentales Modell)


Die einzelnen Phasen, die sich auch überschneiden können, sind: 1. „F“ Forschung,

2. „E“ Entwicklung, 3. „V“ Serienproduktion (Prototyp/Vorserie/Nullserie Richtung),


„A,B,C,…“ - Serienproduktion mit mehreren Versionen eines Produktes, 4. „L“ Letzte

Bestellungen, 5. „R“ Reparatur- und Servicephase, 6. „X“ Tod des Produktes.

Die Real Case Komponente von SLoM nimmt nun das vorhandene Prozesswissen und

vergleicht dieses mit dem „eigenen“ Prozess und kann nun feststellen, inwieweit das

Wissen des zu Trainierenden mit dem eigenen Wissen übereinstimmt bzw. abweicht. Aus

dem Vergleich wird ersichtlich, dass die Prozess Business Opportunity (BO) und BO-

Machbarkeitsstudie & Business Plan fehlen. Die Überprüfung des Wissens geht in die

nächste Ebene und somit kann sehr schnell festgestellt werden, wo Abweichungen

zueinander sind. Durch die Abfrage der Ergebnisse von den einzelnen Phasen und

Teilphasen erhält man die Wissensunterschiede bzw. den Mehrwissensstand. Will man mit

der Real Case Komponente nun die Fähigkeit der Produktentstehung (siehe Tabelle 3 -

Ability to organize) trainieren, so wird der Trainingsplan basierend auf den

Wissensunterschieden aufgesetzt. Trainieren der unbekannten Ergebnisse – der Prozess

weiß, welche Ergebnisse gefordert sind für die Phase Business Opportunity z.B. 1. Be-

schreibung der BO, 2. Liste der Anforderungen, 3. Liste ungeklärter Probleme und

Risiken, 4. Zuordnung von Funktionalität der BO, 5. Beschreibung des Kundennutzen,

6. Wettbewerbsvorteil, 7. Strategisch/taktische Bedeutung, 8. Schätzung der nötigen

Ressourcen zur Durchführung der Machbarkeitsstudie und Business Plan, 9. Geschätztes

Markt-/Umsatzpotential, 10. Grober Kostenrahmen für Entwicklung, Markteinführung und

Fertigung, 11. Nachteil bei Nichtrealisierung. Diese Ergebnisse werden bei dem

2. Produktentstehungsprozess (dem mentalen Modell) nicht gefordert. Durch Darlegung

der Ergebnisse kann nun das vorhandene Wissen (WM-SLoM) bezüglich der Ergebnisse

abgeglichen werden (siehe auch Abbildung 34). Durch die Forderung des Prozesses, dass

ein Draft Business Plan benötigt wird, kann nun die Ausbildung durchsucht werden, ob

Vorwissen vorhanden ist bzw. durch die Analyse der beruflichen Erfahrung bereits mit

Business Plänen gearbeitet wurde. Das Fehlen des Wissens, dass eine BO notwendig ist,

kann auf Grund der 3 definierten Fälle des Produktentstehungsprozesses festgestellt

werden. In Zusammenarbeit mit der WM-SLoM Komponente, kann nun festgestellt

werden, dass der schöpferische Produktentstehungsprozesses beruflich noch nicht

umgesetzt wurde (berufliche Erfahrungen fehlen). Je nachdem ob im Ausbildungszweig

Hinweise auf Entrepreneurship enthalten sind, kann nun das Training des Product Line

Managers (PLM) (Intrapreneur) beginnen.


5.3 Fall Validierung

Der nun folgende SLoM Fall wurde vom Autor der Arbeit an seiner eigenen Person, im

Zuge seiner Arbeit durchgeführt. Das CBR war in dieser Form nicht vorhanden, es wurde

durch vorhandene Schätzungen in Excel-Formatvorlagen und Erfragen nachgebildet. Das

BI-System wurde mittels vorhandenen bzw. aufbereiteten Zahlen durch den Autor

simuliert. Der beschriebene Fall und das Anwenden der Beschreibungen in den

vorangegangenen Kapiteln waren die Basis für den Versuch und Validierung.

Durch das Fall Management können nun einzelne Teilbereiche, z.B. Schätzung der

nötigen Ressourcen zur Durchführung der Machbarkeitsstudie und Business Plan, trainiert

werden (Punkt 8). Fälle im Case-Based-Reasoning System können für das Lernen

verwendet werden, um das Schätzen zu lernen. Schätzungen können durchgeführt werden

und durch das Vorhandensein der tatsächlichen Ergebnisse erhält der Lernende sofort

Feedback. Sofern Abweichungen in den Zahlen entstanden sind, können diese mittels dem

BI-System ermittelt und analysiert werden. Die Lern-Feedbackschleife (wenn Zahlen

abweichen) wird dadurch extrem verkürzt und es können die Zusammenhänge noch

erkannt werden – was in den meisten Fällen nicht mehr möglich ist, da Ursachen zeitlich

bereits in der Vergangenheit liegen und nicht mehr ermittelt werden können. Durch das

Lernen von anderen Fällen die zeitnahe vorhanden sind, kann nun arbeitsintegriertes

Lernen stattfinden, indem ein „echter“ Fall verwendet wird, z.B. ein PLM muss eine

Schätzung abgeben wie dies in Punkt 8 erwähnt ist. Durch das Wissen, im CRB System

(gesammeltes Wissen anderer PLM), der BI-Komponente und der WM-SLoM-

Komponente, kann sich der PLM an eine „echte“ (aktueller Fall) Schätzung wagen. Unter

Zuhilfenahme eines Expertensystems (ES) können nun z.B. die finanziellen Ressourcen

ermittelt werden. Da zu diesem Zeitpunkt bei weitem nicht alle Informationen zur

Verfügung stehen, wird der PLM mehrere Fälle für sich kreieren müssen und dies mittels

dem ES System durch WENN-DANN Fälle, die vorher gelernt werden müssen,

überprüfen.

Beispiel: Für einen Neukunden wird eine Maschine angeboten, sowie die

Entwicklungskosten geschätzt (Budget Produktentstehungsprozess – Fall 1; Seite 81). Aus

den gelernten Fällen ist die Struktur einer Schätzung bekannt. Aus dem vorliegenden Fall

mit den bekannten Informationen und den sich daraus ableitenden möglichen Fällen, kann

das Kostenrisiko für die Schätzung ermittelt werden. Damit die Kosten die in das Budget

einfließen sollen geschätzt werden können, hat der PLM nun folgende Informationen: Die


Aufgabe der Maschine ist es, LED Module auf einen Kühlkörper hochpräzise zu kleben.

Es sind noch keine thermischen Untersuchungen gemacht worden die Auswirkungen auf

die Wahl des Klebers haben. Die Wahl des Klebers wiederum hat 1. extreme

Auswirkungen auf den Verarbeitungsprozess der Maschine (Kosten der Teile die

verwendet werden sowie die Taktzeiten für die Produktion des Produktes) und 2. auf die

Entwicklung der Tests die durchzuführen sind, damit das Produkt den Anforderungen der

Lebensdauer gerecht wird (die Anzahl der Tests die durchzuführen sind, hängt vom

Kunden sowie der verwendeten Kleber ab). Die arbeitsintegrierten Lernanforderungen an

den PLM sind nun, diese Kosten zu berechnen und in sein Budget mit aufzunehmen.

Mittels dem Expertensystem können nun vom Lernenden die Fälle und dessen Annahmen

eingegeben werden (best-, normal-, worst Case). Die Annahmen und die Ergebnisse zu

diesen Fällen werden angezeigt und gespeichert. Somit hat der Lernende für sich die

Information, was gedacht wurde als die Fälle durchgeführt wurden (die getroffenen

Annahmen können auch mit anderen Annahmen von anderen PLM’s verglichen werden).

Die einzelnen Varianten werden im System hinterlegt und können dann mit dem

tatsächlichen Ergebnis verglichen werden. Somit entstehen 2 Feedbackschleifen für das

Lernen: 1. Das System gibt sofort Auskunft über die Annahmen und wie sich diese

auswirken (z.B.: zu viel Budget für das eine Produkt läßt Geld fehlen bei einem anderen

Produkt oder muss zwischenfinanziert werden) und 2. der Lernende erhält einen Vergleich

zwischen seinen Annahmen und dem was tatsächlich eingetreten ist. Durch Aufzeichnen

der Historie, wenn Änderungen im Budget erfolgen sollten, kann die

Wahrnehmungsveränderung (neue Informationen – neues Wissen) aufgezeichnet werden,

sofern weitere Fälle durchgespielt werden. Neu getroffene Annahmen werden durch

Zwischenergebnisse aus dem Prozess selbst dargestellt. Die Ergebnisse des

Wissenswachstums können erstens vom System erkannt und andererseits selbst vom

Lernenden in das WM-SLoM System eingetragen werden.

Eine Möglichkeit wie das System lernt, kann in diesem Fall so dargestellt werden,

dass der PLM Manager auf Grund technischer Gegebenheiten im Produkt einen für die

Organisation unbekannten Kleber einsetzt (Anlage und Zuweisung des Klebers zum

Produkt). Die Organisation hat nun das Wissen, dass ein neuer Kleber mit neuen

Eigenschaften verwendet wurde. Durch entsprechende Tests, die auch im System hinterlegt

sind, sowie deren Ergebnisse (z.B. es gibt Kleber, die bei Raumtemperatur aushärten - die

Aushärtung kann wiederum zwischen 2 Stunden und 7 Tage je nach Kleber dauern - weiß

nun die Organisation die entsprechenden Verarbeitungsschritte, das hat Auswirkungen auf


den Verarbeitungsprozess und Taktzeiten eines Produktes. Diese Erkenntnis findet sich in

Arbeitsplänen von ERP/PPS Systemen wieder. Ein neuer Kleber findet sich in einer

Stückliste für ein Serienprodukt wieder, damit kann organisatorisch erkannt werden, dass

neues „technologisches“ Wissen in der Organisation entstanden ist. Je nachdem wie früh

erkannt wird, ob neues technologisches Wissen benötigt wird, desto zielgerichteter kann

mit der Ausbildung weiterer Mitarbeiter begonnen werden (z.B. da ein Kleber noch nicht

vorhanden ist, kann es sinnvoll sein einen Mitarbeiter zeitgerecht – auf den Punkt hin – zu

trainieren – Erfahrungen zu sammeln). Zeitgerecht wäre in diesem Falle vor der Bestellung

der Maschine, damit die richtigen Anlageteile bestellt werden und die Programmierung

(verarbeitungstechnisch) der Maschine durchgeführt werden kann.

Für den „echten Fall“ des SLoM Systems in Verbindung mit dem BI-System und

dem WM-SLoM System bedeutet dies Folgendes für die Eingabe: Der PLM Manager kann

zum ehestmöglichen Zeitpunkt, z.B. durch Verwendung einer Checkliste von vorhandenen

Klebern, das Hinzufügen eines neuen Klebers eingeben. Das System kennt die Kosten

durch andere Produkte je nach Kleber (der Kleber ist Treiber des Prozesses) – es kennt das

Risiko (aus anderen Entwicklungsprojekten ausgedrückt in Zahlen) das entsteht, wenn

neue Kleber eingeführt werden ebenso – bis hin zum Scheitern von neuen Produkten durch

neue Technologien (das Scheitern läßt sich durch Verkaufszahlen ermitteln) bzw. auch

verursachte Qualitätskosten durch Reklamationen – daraus lassen sich wiederum

vergessene Tests, die durchgeführt werden hätten sollen, ermitteln (werden meist im

Nachgang gemacht und sind dann in Produktverbesserungen wieder zu finden – neue

Version eines Produktes). Durch das Aufzeigen der Zusammenhänge können wesentlich

tiefere Lernerfahrungen gemacht werden. Die Annahme der Kosten für die Entwicklung

können sofort hinterfragt werden – bzw. gelernt werden. Die Vernetzungen über

Abteilungen (durch vernetzte Darstellung des Prozesses) werden ersichtlich - Ursache und

Wirkung von Entscheidungen können kausal beschrieben werden. Der einfache „echte

Fall“ wird zur dynamischen Lernerfahrung durch Vernetzung von Wissen über den

gesamten Prozess (Learning on Demand, Lernen die Fragen zu stellen, Lernen seiner

Wahrnehmung). Der Fall stellt sich für den Lernenden nun dynamisch dar. Der Fall fügt

durch eine einfache Eingabe „neuer Kleber“ Schritte hinzu, die im Standardfall (Budget für

neues Produkt mit bekannter Technologie) für den Lernenden eventuell nicht ersichtlich

wären. Es kommt zu einer „erweiterten“ Lernerfahrung, da die Auswirkung einer

„Kleinigkeit“ wie das Einsetzen eines neuen Klebers viele weitere Schritte beinhaltet, die

sich in den Kosten widerspiegelt. Der Fall bietet dem Lernenden einen vollen Satz von


Prozessschritten an, die notwendig sind, um eine neue Technologie (Kleber) sicher und

erfolgreich (z.B. geringe Qualitäts- oder Fertigungskosten) einzuführen. Mit diesem Fall

können nun 2 Fähigkeiten (Technologie und die Organisationsfähigkeit) gelernt werden.

5.4 Technische Realisierung

In der folgenden Abbildung 39 ist grundsätzlich die Systemarchitektur (Applikation /

Komponenten) von SLoM dargestellt. Neben den 4 Kernkomponenten wie in Kapitel 4.6.1

erwähnt bedient sich das SLoM-IT-System mit Daten auch aus andern Systemen. SLoM

existiert im IT-Verbund als eigenes unabhängiges System (eine eigene Instanz für sich).

Die Wissens- und die BI-Komponente in Verbindung zueinander und die möglichen daraus

resultierenden Ergebnisse aus den Daten, Informationen und Wissen von anderen

Systemen sind der Kern von SLoM. Erst durch die Verbindung der Daten aus beiden

Komponenten ist es möglich, die Analyse der Fähigkeiten, Wissen und Erkenntnisse von

Mitarbeitern und Organisation zu eruieren und darzustellen.

Die in den Kapiteln 3.4, 3.5 und 3.6 beschriebenen Applikationen, die sich um das SLoM

System anordnen, ergänzen das System und stellen einen Mehrwert für den User, sowie die

Organisation, für die Datenverfügbarkeit, -analyse und –vollständigkeit dar. Die

Erweiterung der einzelnen Applikationen um das SLoM System ermöglicht eine

wesentlich tiefere Daten- sowie Informationsanalyse bzw. Wissensspeicherung.

Abbildung 39: SLoM Architektur im IT-Verbund



Wie weiters aus der Abbildung zu sehen ist, haben einzelne Applikationen Verbindungen

zu einander. Diese Verbindungen werden mittels Schnittstellen und eigenen Datenwürfeln

realisiert. Je nach Ziel der Organisation und Anwendung für den Mitarbeiter können so die

Datenstände durch das SLoM System selbst abgerufen werden. Durch die Verbindung zum

CBR, WMS und Case Management System soll es möglich sein eine Anzahl von

unterschiedlichen SLoM Fällen zu generieren. Durch die Verbindung zu strategischen

Tools wie z.B. BCS wird es möglich Varianten von Strategien mit Annahmen zu verbinden

und diese in einer integrierten Lernsituation zu vereinen. Die WM Komponente ist für die

Sammlung und Auswertung der Mitarbeiter Fähigkeiten, Erkenntnisse und Wissen da

(siehe Kapitel 4.6.3). Weiter sollen die mentalen Modelle der Mitarbeiter und der

Organisation sowie deren Veränderung über die Zeit abgespeichert werden können. Diese

Informationen fließen wiederum (wenn vorhanden) in die CBR Komponente ein. Sollte

kein CBR System vorhanden sein, werden Fälle in einer eigenen Form entweder in ein

CMS System oder in Dokumenten unterschiedlichsten Formates (z.B. Excel, Word, pdf)

hinterlegt. Durch die entsprechende Aufbereitung der Inhalte kann wiederum ein CBR

System aufgebaut werden (siehe Kapitel 5.3). Dieser Austausch in der WM-Komponente

ist der Schlüssel zum beschriebenen Wissensaustausch zwischen dem expliziten und

impliziten Wissen (siehe Abbildung 8). Somit hat die WM- wie auch die BI-Applikation

Schnittstellen zu allen verbundenen Systemen – sammeln der Daten und Informationen zur

Falldarstellung, und umgekehrt durch die Annahmen der Mitarbeiter Zugriff auf die

mentalen Modelle. Die Verbindung zwischen WM- und BI-Applikation ermöglicht die

mentalen Modelle auf ein ökonomisches, persönliches bzw. von der Organisation für

diesen Mitarbeiter vorgegebenes Ziel zu hinterfragen (Hinterfragen der eigenen Interessen

wird dadurch möglich). Damit die WM-Komponente diese Aufgaben erledigen kann, muss

die Möglichkeit bestehen, die Daten und Informationen der drei Bereiche (Erkenntnis,

Wissen und Fähigkeiten) zu sammeln. Für die Ermittlungen der mentalen Modelle muss

die WM Komponente die drei (Design, Hybrid und Fraktal – siehe Seite 41) Arten des

Denkens ermitteln können. Ein einfaches Werkzeug mit einigen grafischen

Grundelementen wird hierzu benötigt. Mit diesem Tool können sowohl grafisch

verschiedene Fälle dargestellt und modelliert werden (siehe Elemente Abbildung 24)

andererseits können auch Abläufe von Prozessen und deren erwartete Ergebnisse

(Abbildung 37 und 38) zusammengestellt werden und mit den aktuellen

Organisationsprozessen verglichen werden. So erhält der Mitarbeiter sofort ein


unbewertetes Ergebnis über die (Eigen/Fremd)-Wahrnehmung von Abläufen und

Ergebnissen.

Durch das Zusammenstellen der Abläufe und Angaben der Annahmen warum etwas zu

einem besseren kaufmännischen/zeitlichen Ergebnis führen soll, kann in Verbindung mit

dem CBR-System und dem-BI System eruiert werden. Mittels der Sammlung der

unterschiedlichsten mentalen Modelle kann begonnen werden, wie dies in Abbildung 25

unten dargestellt ist, die Organisation durch das Denken der Mitarbeiter (Design, Hybrid

und Fraktal) von einer 1.0 in eine 2.0 bzw. 3.0 Organisation hin zu entwickeln bzw.

bedient sich des jeweiligen notwendigen Denkens für das Case Management (Hybrid und

Fraktals Denken).

Die WM-Komponente ist weiters der zentrale Datensammelpunkt für das organisatorische

Wissen, z.B. durch das Wissen der verwendeten Materialen und verwendeten Zukaufteilen

aus dem PDM System, sowie des Prozesswissens aus den Arbeitsplänen des ERP/PPS

Systemen, weiß die WM-Komponente dass neues Wissen in das Unternehmen gelangt ist

bzw. benötigt wird. Je nachdem ob dieses Material in der Stückliste Alternative oder die

Hauptposition in der Stückliste einnimmt, soll nun die WM-Komponente weiteres Wissen

ableiten (z.B. wird das Material nur bei einem Produkt eingesetzt – welche(r) Kunden

kaufen das Produkt (wird mittels CRM ermittelt), welchen Preis hat das Material, welche

Auswirkung hat das Material auf den Verarbeitungsprozess, dies kann über die Aufträge

im System ermittelt werden). Aufgrund dieser Daten und der daraus abgeleiteten

Informationen kann die WM-Komponente schnell Daten in Bezug zueinander stellen und

Informationen liefern. Durch das Sammeln von Daten von Marktbegleitern (z.B.

Produktdaten, Preise, Verkaufszahlen, Marktanteile) aber auch Daten von Kunden die das

Produkt kaufen (z.B. Kundenbewertungen in Foren (Big Data)) läßt sich Wissen genieren,

das für die Organisation und deren Effektivität und Effizienz Rückschlüsse für

(Wahrnehmung)Änderungen im mentalen Modell ermöglicht. Indem neue Materialien,

meist durch ein Projekt in den Produktentstehungsprozess einfließen, kann die WM-

Komponente über die Verbindung zu einer Verantwortungsmatrix feststellen, wer an der

Einführung des neuen Materials beteiligt war. Somit kann das Wissenprofil des

Mitarbeiters automatisch erweitert werden, wenn dies vom Mitarbeiter gewünscht ist, oder

der Mitarbeiter erweitert seinen Wissensstammbaum selbst durch entsprechende Eingaben

in die Datenbank.


Die Daten- und Informationssammlung aus den unterschiedlichen Systemen wird in

Zusammenarbeit mit der BI-Komponente ermöglicht. Es werden somit nicht nur

kaufmännische Daten sondern auch wissensgenerierende Daten aufbereitet (siehe

Abbildung 21). Die mögliche technische Realisierung der entsprechenden

Datenaufbereitung wurde in Kapitel 3.4 bereits beschrieben. Des weiteren kann die BI-

Komponente, wie dies in Kapitel 4.6.2 beschrieben wurde, zur Beschleunigung von

Entscheidungen genutzt werden.

Um mit diesem System in einen Zustand des organisatorischen Lernens (SLL, DLL und

TLL) zu gelangen, besitzt die WM-Komponente auch die Möglichkeit, Regeln zu

definieren. Je nach dem in welchen Rahmen sich der Lernende oder das BI-System

bewegt, können Begrenzungsregeln aufgestellt werden. Optimierung von Subsystemen –

was wirkt bei angeschlossenen Systemen z.B. Optimierung des Kundenauftragseinganges

bis zur Lieferung mit gegeben Rahmenbedingungen.

Für die technische Realisierung wird auf bekannte Technologien (Web, Schnittstellen und

DWH) zurückgegriffen. Die WM-Komponente stellt im IT-Verbund die höchstintegerirte

und skalierbare dar. Für die Leistungsfähigkeit des SLoM Systems, wenn es um reale

Annahmenüberprüfung geht und Echtzeitdaten (Real Time Business) benötigt werden,

stellt aufgrund der gängigen Software-Architekturen eine Herausforderung dar, da die BI-

Systeme in der Regel in definierten Zeitintervallen die Daten Update und nicht „on

demand“ liefern.

5.5 Technische Erweiterungen

SLoM stellt in seiner Form wie in Abbildung 30 zu sehen ist eine 3.0 Anwendung dar.

Viele der Technologien, die im Konzept als auch im Fall benötigt werden, sind in dieser

ausgereiften Form am Markt noch nicht verfügbar (daher die Mischung zwischen semi-

automatisch (z.B. CRB, ES) und vollautomatisch (z.B. Pattern Seeking)). BI 2.0/3.0

Systeme sind, wie diese in der Arbeit beschrieben sind, am Markt noch nicht verfügbar.

Um SLoM in seinem Funktionsumfang realisieren zu können, müssen diese wie im Hype

Cycle for Pattern-Based Strategy (HCPBS) dargestellt (Abbildung 40) ist, auf den Weg

gebracht werden um die Erwartungen die an Softwaretools gestellt werden, zu erfüllen.

Damit das SLoM System vollautomatisch funktioniert, benötigt es zusätzlich zu den bereits

beschriebenen - folgende Komponenten: 1. Business Pattern Strategy, 2. Collaborative


Decision Making, 3. Business Pattern Strategy impact on Enterprise Architecture,

4. Pattern Seeking, 5. Predictive Model Solution, 6. Dynamic Financial Analysis Solution

Systems, 7. Social Network Analysis, 8. Integrated Business Planning, 9. Complex –Event

Processing, 10. Master Data Management, 11. Business Rule Management Systems,

12. Prediction Markets, 13. Predictive Analytics und 14. Case Management. Viele der

aufgezählten Technologiesegmente sind im HCPBS beschrieben und zum derzeitigen

Entwicklungsstand in ca. 5-7 Jahren einsatzbereit (Abbildung 40) wenn diese die

Erwartungen erfüllen. Werden diese Technologien oder Teile mit den BI 2.0/3.0 verknüpft,

so entsteht in seiner Gesamtheit SLoM [38].

Ersetzt man ES-Systeme und Domänexperten mit Watson, so wird in der Zukunft

dieses System die Fragen stellen, die das BI System bzw. der Mensch oft vergisst oder

bewusst vernachlässigt (z.B. ein Vorgesetzter einer Sales-Person vergleicht den SOLL und

IST von New Business Opportunities (NBO), dabei stellt er fest, dass SOLL und IST weit

auseinander klaffen, obwohl genügend Lead’s in der Verkaufspipeline waren. Anstatt zu

fragen warum nur so wenig Lead’s tatsächlich zu einer NBO’s geführt haben wird nur

festgestellt, dass der IST Stand nicht OK ist und die Sales-Person die Gründe nicht

anführen kann).

Abbildung 40: Hype Cycle for Pattern-Based Strategy, 2010



Die besten Modelle (Simulationsmodelle) und die Fähigkeit der Anwendung zur

Erkennung und Auswertung von strategischen Mustern, die auf diese Modelle anwendbar

sind, wird in Zukunft für die Organisation gegebenüber den Mitbewerbern entscheidend

sein. Das bedeutet, Business- und Statistiken Modellexperten in Zusammenarbeit mit

Domänexperten werden in Zukunft die entsprechenden Simulationsmodelle für Software

entwickeln, welche es erlauben, die letzte Stufe der Wissenstreppe zu erreichen – the

competitive advantage. Der Bereich der Simulationen in BI, wird nach Studien von

Gartner, der am schnellsten Wachsende sein – die Verbindung von menschlichem Wissen

mit Simulationswissen der Maschinen. Das Umwandeln von stochastischen in

deterministische Modelle im Bereich „Mustersuchen“ (pattern seeking) stellt den

vorläufigen Endpunkt der Maschinen getriebenen Entwicklung dar.

Die nächsten Schritte der Entwicklung für das SLoM System stellt die Entwicklung eines

Modelles dar, welches es erlaubt, 2 mehrdimensionale (BI-SLoM und WM-SLoM)

Komponenten (Datenwürfel) zu verbinden. Wird vom Beispiel des Produktentstehungs-

prozesses ausgegangen, so werden eine Vielzahl von zwei dimensional strukturierten

Daten aus den unterschiedlichsten System und Programmen datentechnisch so aufbereitet

werden, dass je nach Annahme und Informationsbedarf der entsprechende Fall zur

Verfügung steht.

Resümee Seite 106

6 Resümee

Resümierend kann abgeleitet werden, dass das SLoM Konzept realisierbar ist. Der

Aufwand für die organisatorischen und technischen Änderungen in einer Organisation

sowie der Stand der heutigen Technik ermöglichen nur eine teilweise Umsetzung des

gesamten Konzeptes. Auch für eine teilweise Realisierung des Konzepts bedarf es jedoch

vieler Daten, die aus heutiger Sicht höchst persönlich sind und aus datenschutzrechtlichen

Gründen (und aus gutem Grund) nicht einfach zur Verfügung stehen werden. Aus dem

Blickwinkel der Analyse betrachtet, kann das Konzept bei entsprechender Umsetzung viele

neue Ansätze zur Wahrnehmungsveränderung und zu anderen/neuen Erkenntnissen führen.

Wie aus einzelnen Kapiteln der Arbeit hervorgeht, wird bereits an Software gearbeitet die

es ermöglichen soll, Analysen durchführen zu (z.B. CDM) können, wie diese für das

SLoM Konzept notwendig wären. Aus ethischer und menschlicher Sicht stellt das Konzept

je nach Sichtweise sehr viele positive Aspekte für die Entwicklung von Mitarbeitern oder

aber auch ein höchst zweifelhaftes Menschenverachtendes Vorgehen dar und kann genau

das Gegenteil von dem eigentlich Gewünschten (Förderung und Entwicklung der

Mitarbeiter) bewirken.

Bezugnehmend auf den Rahmen der Arbeit bleibt festzustellen, dass dieser richtig gewählt

wurde. Ohne die Kombination unterschiedlicher Bereiche wäre das Ergebnis – zu zeigen,

dass eine selbstlernende Organisation möglich ist – nicht erreicht worden. Erst durch die

Verbindung (Zusammenführung) von „normal“ Getrennten konnte ein Weg gezeigt

werden, der dies möglich macht. Die Basis für den Rahmen wurde durch das Paper „A new

Concept in combining knowledge management and business intelligence for establishing a

self-learning organization“ [1]. Durch die Erweiterung, Weiterentwicklung und

Kombination der 5 Elemente (A (Wissensmanagement) + B (Organisationsentwicklung) +

C (Lernende Organisation) + D (als Systeme (Systemisches Denken) + E (Business

Intelligence) = Selbstlernende Organisations Management (SLoM)) konnte für das SLoM

Konzept eine Realisierbarkeit aufgezeigt werden. Wäre der Rahmen noch komplexer

gewählt worden (noch mehr Elemente zu verbinden), wäre dies für die Verständlichkeit

des Konzeptes vielleicht einfacher geworden – jedoch die Verbindung zwischen den

Elementen noch undurchsichtiger.

Innovationen Seite 107

7 Innovationen

Eine Innovation an SLoM ist unter anderem, dass Wissen gesammelt werden kann und für

neue Mitarbeiter nutzbar gemacht wird. Durch die Hinterfragung der Mentalen Modelle

werden unterschiedlichste Denkweisen aufgezeigt und sichtbar gemacht. Durch die

Integration in das SLoM Konzept der Wahrnehmungsveränderung wird ein Maximum an

systemischer Integration gewährleistet. Für die Organisation ist es möglich, sich genau das

Wissen anzueignen, die diese jetzt und in naher Zukunft für ihre Wettbewerbsfähigkeit

benötigt. Das Lernen auf Vorrat und die „Zeitverschwendung“ der individuellen

Fortbildung wird minimiert bzw. konzentriert sich auf das, was für beide Seiten

(Mitarbeiter und Organisation) optimiert notwendig ist. Werden die Informationen, die in

der WM-SLoM gesammelt werden, Organisationen zur Verfügung gestellt, so kann als

Vision dieses Konzeptes eine Datenbank entstehen „eine Wissensbank“ die es

Organisationen ermöglicht, das Wissen (den Mitarbeitern) runter“(r)ein“zuladen, welches

zur Zeit in der Organisation benötigt wird. In Bezug auf den Wirtschaftsstandort Österreich

oder der EU ist heute die Innovationskraft schon der entscheidende Faktor. Die

Halbwertszeit von „echten“ Innovationen (siehe Fussnote 7) verkürzt sich. Der

Wettbewerbsvorteil gegenüber einer globalen Wirtschaftswelt liegt in der Fähigkeit,

innovativer als andere (globale) Markteilnehmer zu sein. Die Größe einer Organisation

spielt keine Rolle, da auch kleine Organisationen heute auf globale Ressourcen zugreifen

(können). Um den europäischen Wirtschaftsstandort gegenüber anderen Wirtschaftsräumen

für die Zukunft weiter zu sichern, könnte dieses Konzept es ermöglichen, der globale

Think Tank zu werden. Durch das SLoM Konzept wird es für den Mitarbeiter möglich,

sich kontinuierlich an die ständigen Systemänderungen anzupassen, sein Wissen

kontinuierlich zielgerichtet zu erweitern. Dies stellt eine weitere Innovation des Systems

dar. Bis heute sind viele (organisationsinterne) Weiterbildungen losgekoppelt von den

Bedürfnissen des Mitarbeiters und der Organisation selbst, und zeigen daher oft nicht die

Wirkung, die von den Mitarbeitern aber auch der Organisation erhofft oder gewünscht

wird. Weiterbildung wird Gewinn bringender (effektiv und effizient) und kann in der

Organisation direkt eingesetzt werden.

Ausgehend von dem ursprünglichen Ansatz des Papers [1] stellt die Verbindung (BI und

WM) das größte Innovationspotential dar. Die organisatorische Wahrnehmung durch die

BI-Komponente und die individuelle Wahrnehmung durch die WM-Komponente, sowie

Innovationen Seite 108

der kontinuierliche Abgleich der beiden Komponenten - ausgerichtet auf die zukünftigen

Ziele der Organisation und deren Mitarbeiter - ist der Kern der Innovation (kontinuierlich –

zielgerichtete Wissensanpassung um (über)lebensfähige Systeme zu schaffen).

Einer der nächsten Schritte wäre die Erstellung einer einfachen Plattform mit der es

möglich ist, die Basisdaten für die WM-SLoM Komponente sowie erste mentale Modelle

von Organisationen und Mitarbeitern für einen definierten Bereich zu sammeln. Dies

würde der erste Schritt sein um von beiden Seiten (Organisation und Mitarbeitern) mentale

Modelle und somit die unterschiedlichen Wahrnehmungssichten zu sensibilisieren und auf

beiden Seiten zu etablieren.

Literaturverzeichnis Seite 109

8 Literaturverzeichnis

[1] Haber P., Mayr M., Schroffner P., A new Concept in combining knowledge management and business intelligence for establishing a self-learning organization, 2011, Salzburg

[2] Werner Stangl Arbeitsblätter, http://arbeitsblaetter.stangl-taller.at/ WISSENSCHAFTPAEDAGOGIK/WissenschaftstheorieWarum.shtml (02.07.2013) Linz 2013

[3] Wikipedia: Die freie Enzyklopädie, http://de.wikipedia.org/wiki/ (02.07.2013)

[4] Meisner S, Konstruktivistisches Wissensmanagment, 2002, Beltz Verlag Weinheim, Basel, Berlin

[5] Pietschmann H., Die Atomisierung der Gesellschaft, 2009, Ibera Verlag, Wien

[6] Probst G., Raub S., Romhardt. K., Wissen managen: Wie Unternehmen ihre wertvollste Ressource optimal nutzen, 2010, 6. Auflage, Springer Fachmedien, Wiesbaden

[7] IT Wissen: Das Große Online-Lexikon für Informatik, http://www.itwissen.info/definition/lexikon/business-intelligence-BI.html, (02.07.2012)

[8] Rud O., Business Intelligence Success Factors: Tools for Aligning Your Business in the Global Economy,2009, Wiley & Sons Verlag, New Jork

[9] Heinz Duden: http://www.duden-didactica.de, (27.07.2013)

[10] Strietzel T., Wirkungsvolles Verwaltungshandeln durch Business Intelligence am Beispiel des Kommunalen Sozialwessen, e-Journal of Pracical Business Research, 2011, Ausgabe 12

[11] Gluchowski P., Management-Support-Systeme und Business Intelligence, 2008, 2., vollständig überarbeitete Auflage, Springer Verlag, Berlin; Heidelberg

[12] Kemper H, Mehanna W, Unger C,, Business Intelligence – Grundlagen und praktische Anwendungen, 2010, 3. überarbeitete und erweiterte Auflage, Vieweg Verlag, Wiesbaden

[13] http://www.wi2ki.de/doku.php/wissensmanagement, (02.11.2012)


[14] Takeuchi H., Nonaka I., Hitotsubashi-Daigaku: Hitotsubashi on knowledge management., 2004, Verlag Wiley, Singapore

[15] Schrammer O., Therorie U. Von der Zukunft her führen: Presencing als soziale Technik, 2009, Auer-System-Verlag, Heidelberg

[16] North K., Wissensorientierte Unternehmensführung: Wertschöpfung durch Wissen, 2005, 4. Auflage, GWV Fachverlage GmbH, Wiesbaden

[17] Riempp G., Integrierte Wissensmanagement Systeme, 2004, Springer, Berlin

[18] Broßmann M., Mödlinger W., Praxisguide Wissensmanagement, 2011, Springer Verlag, Berlin, Heidelberg

[19] Senge P., Die fünfte Disziplin, Kunst und Praxis der lernenden Organisation, 2006, 2. Auflage Gabler Verlag, Wiesbaden

[20] Senge P., Kleiner A., Smith B., Roberts C., Ross R, Das Fieldbook zur Fünften Disziplin, 2004, Doubleday Verlag, New York

[21] Kolb A., The Kolb Learning Style Inverntory, 2005, Case Western Reserve University, Ohio, Cleveland

[22] Malik F., Strategie des Managements komplexer Systeme: Ein Beitrag zur Management-Kybernetik evolutionärer Systeme, 2010, 10. Auflage, Haupe Verlag, Bern

[23] Malik F., Systemisches Management, Evolution, Selbstorganisation: Grundprobleme, Funktionsmechanismen und Lösungsansätze für komplexe Systeme, 2004, 4. Auflage, Haupe Verlag, Bern

[24] Forschungsinstitut Betriebliche Bildung, http://qib.f-bb.de/wissensmanagement/thema/wissen/wissenstreppe.rsys, (27.07.2013)

[25] Goleman D., Boyatzis R., McKee A., Primal Leadership, Realizing the Power of Emotional Intelligence, 2002, Harvard Business Press, Boston

[26] Hisrich R. Entrepreneurship Education and Research: Present State and Future, Weatherhaed School of Management, 2002, Cleveland

[27] Argyris C., Schön D., Die Lernende Organisation. Grundlagen, Methode, Praxis 2008, Klett-Cotta Verlag

[28] Gottron T., Information Retrieval, 2010, Uni Mainz


[29] Manning C., Raghavan P., Schütze H; An Introduction to Information Retrieval, 2009, Draft Cambridge University, Press Cambridge, England

[30] Bodendorf F., Daten- und Wissensmanagement, 2006, 2. Auflage, Springer Verlag, Berlin, Heidelberg

[31] Hill J., To the Point: Case Management — The Hottest Unstructured Process Style, 2012, Gartner Sysmposium, Barcelona, Spain

[32] Collins D., Montgomery C., Corporate Strategy: A Resource-Based Approch, 1998, Irwin/McGraw-Hill Verlag

[33] Ott B., Eigene Kompetenzen erkennen und fördern: Neue Wege und Methoden durch virtuelles Coaching, 2006, Press und Verlagsserivce, Austria

[34] Kempfer H., Mehanna W., Unger C., Business Intelligence – Grundlagen und praktische Anwendungen, 2. Auflage, 2006, Vieweg Verlag, Wiesbaden

[35] Reinecke K., Topcuoglu H., Hauske S., Bernstein A., Felxiblisierung der Lehr- und Lernszenarien von Business-Fallstudien durch CaseML, Institut für Informatik, Universität Zürich

[36] Koch G., Macht, Management und Verhaltensbiologie Grundzüge eines verhaltensorientierten Managements, Fakultät für Mathematik und Informatik, Institut für Informatik, Universität Leipzig

[37] Nigel R., Judgment Day: Letting the Maschines Automate Decision Making, 2011, Gartner Sysmposium, Barcelona, Spain

[38] Genovess Y., Hype Cycle for Pattern-Based Stratgy 2010, August 2010, Gartner Research, Gartner Inc.

[39] Hacker G., Unique Approach for Lifelong Learning & Living: Finding Specific Options 4 the EU Project POOL2Business and Generic Answers for Anyone, 2010, Salzburg

Abkürzungsverzeichnis Seite 112

9 Abkürzungsverzeichnis

A

AcD Action Distance

AdV Adaption Value

AIS Analytisches Informationssystem

AL Agility Levels

B

BA Bachelor of Arts

BI Business Intelligence

BO Business Opportunities

BSC Balancec Scorcard

BU Business Unit

C

CAD Computer-Aided Design

CBR Cased-Based-Reasoning

CDM Collaborative decision making

CM Change Management

CMS Content-Management Systeme

CMM Capability Maturity Model

CRM Customer Relationship Management

CT Computer Technologie

CrV Created Value

D

DeL Decision Latency

DeV Decision Value

DLL Double-Loop-Learning

DSS Decision Support System

DW Data-Warehouse


E

ECTS European Credit Transfer and Accumulation System

EIS Enterprise Information System

ERP Enterprise Ressourcen Programm

ETL Extraktion, Transformation und Laden

ES Expertensysteme

eEV extended Energy Value

EV Energy Value

F

FH Fachhochschule

G

GeC Generated Costs

GeR Generated Resistances

GPS Global Positioning System

H

HBS Harvard-Business-School

I

ICT/IKT Information und Communications Technology

IPMA International Project Management Association

IR Information Retrieval

IT Informationstechnologie

K

KM Knowledge Management

KMS Knowledge Management Suite

kNN K Nearest Neighbour Klassifikator

KVP Kontinuierlicher Verbesserung der Prozesse

L

LSI Learning Style Inventory


LLL Lebens Langes Lernen

LMS Learning Management System

LoV Lost Value

M

MA Master of Arts in Business

MIS Management Information System

MIT Massachusetts Institute of Technology

ML Maschinen Learning

MSS Management Support System

N

NB Naive Bayes

NG New Generation

NPV Net Present Value

O

OD Organisationsdiagramm

OE Organisationsentwicklung

OLAP Online Analytical Processing

P

PDM Produkt Daten Management

PhD Doctor of Philosophy

PPS Produktionsplanungs- und Steuerungssystem

PLM Product Line Managers

PoV Power Value

PrV Prediction Value

S

SAP Software Applikation Programm

SECI Sozialisierung, Externalisierung, Kombination, Internalisierung

SI Schlüsselindikatoren

SIFT Scale-Invariant Feature Transform


SLL Single-Loop-Learning

SLoM Self-Learning organizational Management

SVM Support Vektor Maschinen

T

TCP/IP Transmission Control Protocol / Internet Protocol

TLL Trippel (Deutero) Loop-Learning

W

WM Wissensmanagement

WMS Wissensmanagement System

Anhang - Detail Abbildungen Seite 116

10 Anhang - Detail Abbildungen

10.1 Generation X, Y, Z as of today


10.2 Ebenen der Aufmerksamkeit


10.3 Echtzeit Performance Management Diagramm


10.4 360° Sicht für das Unternehmen mit 1.0, 2.0 und 3.0 Klassifizierung

Documents

MasterThesis v1.0 PSC - bizESPRITbizesprit.com/MasterThesis_Schroffner.pdfWissensmanagement in Verbindung mit Business Intell igence als Basis für ein Konzept der selbstlernenden