Wissensmanagement & Innovationsmanagement · Document Management Yellow Pages Knowledge Acquisition Information Retrieval and Filtering Computer-based Training Computer-based Decision

1

Universität Erlangen-Nürnberg, Technische Fakultät16.06.2008

Dr.-Ing. Dipl.-Inf. (Univ.) Michael MüllerDipl.-Bw. (FH) Christian Graubner

Wissensmanagement &Innovationsmanagement

Wissensentwicklung

Dr. Michael Müller, Christian Graubner, Wissensentwicklung

Überblick� Einführung in die Wissensentwicklung

� IST-Analyse zur Wissensentwicklung

� Methoden zur Entwicklung von Wissen

� Tools zur Wissensentwicklung

� Vertiefung: Kreativitätstechniken

� Beispiele zur Wissensentwicklung

� Zusammenfassung, Diskussion, Ausblick

Überblick

Einführung in die Wissensentwicklung

IST-Analyse zur Wissensentwicklung

Methoden zur Entwicklung von Wissen

Tools zur Wissensentwicklung

Vertiefung: Kreativitätstechniken

Beispiele zur Wissensentwicklung

Zusammenfassung, Diskussion, Ausblick

2









Überblick

Einführung in die Wissens-entwicklung








Herausforderungen� Weltweite Wissensexplosion

� Gleichzeitige Wissensfragmentierung

� Kürzere Entwicklungs- und Produktzyklen

� Kürzere Innovationszyklen

� Notwendiges Wissen häufig nicht vorhanden

� Innovationsmanagement meist unsystematisch

� Gezielte Strategien der Wissensentwicklung

Überblick








3


WissensentwicklungWissens-Ziele

Wissens-identifikation

Wissens-bewertung

Wissens-bewahrung

Wissens-erwerb

Wissens-entwicklung

Wissens-verteilung

Wissens-nutzung

Mensch

Organisation Technik

Überblick









Was ist Wissensentwicklung?� Synonyme: Wissenserzeugung und -generierung

� Verwandt mit dem Innovationsmanagement

� Erweiterung der organisationalen Wissensbasis

� Füllen von Wissenslücken

� Verwandt mit dem Wissenserwerb

� Generell und für Organisation „neues“ Wissen

� Auf individueller oder kollektiver Ebene

Überblick








4


Arten der Wissensentwicklung� Interne und externe Weiterbildung

� Interne und externe Arbeitskreise

� Netzwerke

� Gruppen- und Projektarbeit

� Ideen- und Innovationsmanagement

� Data Mining, Text Mining und Web Mining

Überblick









Nutzen der Wissensentwicklung� Ausweitung der organisationalen Wissensbasis

� Ausbalancierung der Wissensbasis

� Schließung von Wissenslücken

� Steigerung von Qualität und Zeitersparnis

� Gewinnung neuer Fähigkeiten und Ideen

� Neue Produkte und Dienstleistungen

� Realisierung effizienterer Prozesse

� Erreichung der Geschäftsziele

Überblick








5


Welche Aspekte sind wichtig?� Umfassende Prüfung des bestehenden Wissens

� Die richtige Integration von bestehendem Wissen erübrigt oft das aufwändige Erzeugen neuen Wissens.

� Machen Sie Aktivitäten der Wissensgenerierung und -aneignung zum Bestandteil der Arbeitsaufgabe.

� Schaffen Sie eine Kultur, die auch die Entwicklung von Wissen aus schlechten Erfahrungen erlaubt.

� Enge Kopplung zwischen strategischen Wissenszielen und der Wissensentwicklungspolitik

Überblick









Methoden des Wissensmanagements� Akquisition von externem

Wissen

� Anreizsysteme

� Balanced Scorecard

� Benchmarking

� Coaching

� Communities

� Diskussionsforen

� Groupware

� Gruppen-, Projektarbeit

� Ideenmanagement

� Inforäume, Kaffeeecken

� Initiative gegen das „not-

invented-here“-Syndrom

� In- und externe

Weiterbildung

� Intellectual Capital messen

� Internet/Intranet

� Job Rotation

� Kompetenzmessung

� Kreativitätstechniken

� Laufwerke strukturieren

� Learning Sabbaticals

� Lessons Learned nach Projekten

� Litfasssäulenübung

� Mikroartikel

� Netzwerke

� Newsletter

� Open Space Workshop

� Patenkonzept

� Projektdatenbank

� Prozessmanagement

� Qualitätszirkel

� Reifegrad Wissensmanagement

bestimmen

� Story Telling

� Wert von erfasstem und

gespeichertem Wissen messen

� Wissensbroker

� Wissensdatenbanken

� Wissensmarktplatz

� Yellow Pages

Überblick








6


Tools des Wissensmanagements

Text MiningOLAP

Data Mining

Data WarehousingDocument

ManagementYellow Pages

KnowledgeAcquisition

InformationRetrieval and Filtering

Computer-basedTraining

Computer-basedDecision Support

Text MiningOLAP

Data Mining

Data WarehousingDocument

ManagementYellow Pages

KnowledgeAcquisition

InformationRetrieval and Filtering

Computer-basedTraining

Computer-basedDecision Support

Überblick








TextMining

DataMining

Computer-based Training









Überblick


IST-Analyse zur Wissens-entwicklung






7


IST-Analyse� Wie erzeugen wir derzeit Wissen?

� Wo und wie bauen wir intern Wissen auf?

� Welche organisatorischen Rahmenbedingungen sind vorhanden bzw. müssen geschaffen werden?

� Persönliche Ebene

� Organisatorische Ebene

Überblick









Wissensmatrix

Internes Wissen Externes Wissen

NeuesWissen

VorhandenesWissen

Überblick








8


IST-Analyse auf persönlicher Ebene� Was hat Sie in den letzten drei Wochen elektrisiert?

� Was würden Ihre Kinder einen Tag mit Ihnen im Büro empfinden?

� Wo, wann und in welchen Situationen fällt Ihnen am meisten ein?

� Was erzeugt bei Ihnen am schnellsten Langeweile?

� Wie wird bei Ihnen eine neue Idee am schnellsten abgewürgt?

� Fehlt es Ihnen an Kreativität oder an systematischen Problemlösungen?

� Wie viele Querköpfe kennen Sie?

Überblick









IST-Analyse auf organisationaler Ebene� Wird kontinuierlich versucht, implizites Wissen bewusst

bzw. explizit zu machen?

� Wird der Aufbau quer liegender Kompetenzzentren, die verstreutes Know-how bündeln und weiterentwickeln, aktiv unterstützt?

� Wird der Aufbau von unternehmensweiten, bereichsübergreifenden Netzwerken und Communities of Practice gefordert und gefördert?

� Wann haben Sie das letzte Mal mit Ihren Kollegen und Mitarbeitern einen Tag lang etwas ganz anderes gemacht?

� Wenn Sie Ihre Organisation/Ihren Bereich mit den Augen eines Fremden beobachten: Was fällt Ihnen auf? Welche Gepflogenheiten existieren?

Überblick








9









Überblick









Methoden der Wissensentwicklung

� Interne und externe Weiterbildung

� Interne und externe Arbeitskreise

� Netzwerke

� Gruppen- und Projektarbeit

� Ideen- und Innovationsmanagement

� Data Mining, Text Mining und Web Mining

Überblick








10


Interne und externe Weiterbildung

� Training on the Job

� Präsenzseminare

� Fortbildungsveranstaltungen

� Coaching

� Corporate Universities

� Bildungsurlaub bzw. Learning Sabbaticals

� E-Learning

Überblick









Skill ManagementÜberblick








11


Coaching� Einzelberatungsprozess

� Förderung der Wahrnehmung des eigenen Verhaltens beim Mitarbeiter

� Initiierung von Selbstentwicklungsprozessen

� Zentrale Aufgabe der Führungskräfte

� Steigerung der Freude am Lernen

� Steigerung der Innovationsfähigkeit

� Hilfestellung bei Anwendung von neuem Wissen

Überblick









Corporate Universities� Zentrale Lern- und Begegnungsstätte

� Verbesserung der individuellen Qualifikationen

� Beteiligung aller Gruppen, die etwas zur Weiter-bildung des gesamten Unternehmens beitragen

� Konzeption und Durchführung konzernübergreifen-der strategischer Veränderungsinitiativen, z.B. TQM

� Unternehmensübergreifende Aus- und Weiterbildung

� Trainings zur Unterstützung interner Projekte

� Unternehmensinterner Think Tank

� Lern- und Wissenscontrolling

Überblick








12


Learning Sabbaticals� Unbezahlter Urlaub über mehrere Monate

� Rückkehrgarantie in das Unternehmen

� Erwerb neuen Wissens

� Kreative Denkpause und längere Auszeit

� Rückkehr mit neuen Ideen und mehr Motivation

Überblick









Interne und externe Arbeitskreise

� Qualitätszirkel

� Open Space Workshop

Überblick








13


Qualitätszirkel� Zusammentreffen einer kleinen Gruppe

� Selbstständige Bearbeitung von Problemen im eigenen Arbeitsbereich auf freiwilliger Basis

� Permanente Suche nach noch besseren Lösungen für die tägliche Arbeit

� Generierung neuer Ideen zur Erhöhung der Prozessqualität oder Kostensenkung

� Hohe intrinsische Motivation

� 1-mal wöchentlich moderiert durch Mitarbeiter

Überblick









Open Space Workshop� Harrison Owen (USA) Mitte der 80er Jahre

� Informelle Großgruppenkonferenzmethode

� 10 bis 1.000 Mitarbeiter

� Selbstbestimmter Austausch von Ideen

� Grobe Vorgabe von Hauptthema und Zeitplan

� Vorstellung der Teilthemen an Infowand

� Bearbeitung jedes Themas ca. 2 Stunden

� Keine Passivität und Langeweile

Überblick








14


Open Space Workshop - Ablauf

1. Tag 2. Tag 3. Tag

� Thema vorstellen

� Zeitvorgaben nennen

� Themenentwicklung

� Gruppenaufteilung

� Zeitvorgaben nennen

� Ergebnisse verteilen

� Berichte lesen

� Maßnahmen zusam-menfassen und prio-risieren

Tagesberichte erstellen

Tagesberichte erstellen

Abschlussrunde

Überblick








Themenbearbeitung


Open Space Workshop - Leitsätze� §1: Wer kommt, ist die richtige Person (jeder wird anerkannt).

� §2: Offenheit für alles, was passiert.

� §3: Es beginnt, wenn es beginnt.

� §4: Vorbei ist vorbei (die Zeiten gelten nur als Orientierung).

� Das Gesetz der beiden Füße:Jeder kann dort hingehen, wo er gerade am meisten beitragen kann.

Überblick








15


Netzwerke� Zusammenschluss von mehreren Personen

� Arbeiten an einer gemeinsamen Themenstellung (Communities of Practice, CoP)

� Gleiche Interessengebiete (Communities of Interest, CoI; Learning Communities)

� Informelle Netzwerke nach Seminaren und Meetings

� Aufbau sozialer Beziehungen (Vertrauensbasis, Informationen „unter der Hand“)

� Aufhebung der starren Aufbauorganisation

Überblick









Erfolgsfaktoren von Netzwerken� Mischung der notwendigen Kompetenzen

� Vertrauensbasis zwischen den Beteiligten

� Gleichberechtigung der Mitarbeiter

� Gemeinsame Regeln der Zusammenarbeit

� Qualitätskontrolle der Ergebnisse

Überblick








16


Communities� Verbesserter Know-how-Transfer

� Starke Identitätsbildung, da gemeinsam Probleme gelöst werden

� Reibungsverluste aufgrund räumlicher Distanz werden durch die gemeinsame Arbeitsplattform und die Vernetzung der Community-Mitglieder minimiert.

� Gemeinsame Standards werden definiert und dadurch das Tagesgeschäft befruchtet.

� Lernerfahrungen können in die tägliche Arbeit einfließen.

� Die fachliche, methodische und soziale Kompetenz wird erweitert, da man sich selbst und andere zum Wissensaustausch und zum Lernen motiviert.

� Verbesserung der Lern- und Fehlerkultur

Überblick









Diskussionsforen� Erleichterung der Zusammenarbeit virtueller Teams

� IT-Plattform für Fragen und Antworten

� Im Gegensatz zum Chatroom bleiben die Beiträge erhalten.

� Es muss nicht zeitgleich gearbeitet werden.

� Einstellung von Beiträgen unabhängig von Zeit und Ort

� Erarbeitung von Lösungen

Überblick








17


Diskussionsforen - Vorgehen� Klare Strukturierung der Beiträge und Vergabe von selbstsprechenden Bezeichnungen

� Eindeutige Rechtevergabe - ggf. eingeschränkt für einzelne Teilnehmer und bestimmte Foren (z.B. nur Leserechte)

� Zentrale Administratoren, die Ansprechpartner bei technischen Fragen sind und neue User aufnehmen

� Moderatoren, die Beiträge zusammenfassen, Denkanstöße geben, neue Foren eröffnen und für klare Struktur sorgen

� Definierte Spielregeln für alle Beteiligten

Überblick









Inforäume und Kaffeeecken� Bereits früher Wissensaustausch und Generierung von neuem Wissen in Kaffeehäuser

� Förderung der Gespräche zwischen Mitarbeitern

� Bars für Überstunden zwischen 17 und 21 Uhr

� Unternehmenskultur, bei der Gespräche keine Zeitverschwendung sind

� Open ears, open doors, open minds

� Wissensmanagement in der Mittagspause

Überblick








18


Gruppen- und Projektarbeit� Teamarbeit bedeutet das gleichberechtigte Zusammenwirken einer überschaubaren Zahl von Mitarbeitern mit unterschiedlichen Fähigkeiten an einer gemeinsamen Zielsetzung.

� Horizontaler statt vertikaler Wissensfluss

� Steigerung der Innovationskraft durch unterschiedliche Blickwinkel

Überblick









Erfolgsfaktoren der Teamarbeit� Zusammensetzung

� Kompetenzen

� Qualifikation

� Teamentwicklung

� Größe

� Anreizsysteme

� Motivation

Überblick








19


KDD und Data Mining� Entdeckung von Wissen in Datenbanken

� … bezeichnet den Gesamtprozess der Extraktion interessanten Wissens aus großen Datenbanken.

� Data Mining

� … ist ein hypothesen- oder daten-getriebener Teil-schritt bei der Entdeckung von Wissen in Datenbank,

� … bei dem im Raum der möglichen Aussagen über die Daten die interessantesten Aussagen gesucht werden (z.B. Regelinduktion)

� … oder die freien Parameter ganzer Modelle über die Daten geschätzt werden (z.B. Entscheidungsbaum-induktion, Regressionsanalyse).

Überblick









Methoden des Data Mining� Suche im Aussagenraum

� Assoziationsregeln

� Regelinduktion

� Lernen von Modellen

� Entscheidungsbauminduktion

� Regressionsanalyse

� Neuronale Netze

Überblick








20


Methoden des Text Mining� Text Abstracting

� Text Classification

� Text Clustering

� Information Extraction

Überblick
















Überblick




Tools zur Wissens-entwicklung




21


Kategorien von Tools� Internet und Intranet

� E-Learning

� Community-Plattformen

� Tools zum Ideenmanagement

� Tools zum Data Mining

Überblick









E-Learning� Formen des E-Learning

� Computer based Training (CBT)

� Web based Training (WBT)

� Einsparung der Kosten für Präsenzseminare

� Reine Vermittlung von Fachkompetenzen

� Vernachlässigung der sozialen Komponente

� Motivation der Teilnehmer

� Aufbau von Netzwerken

� Integration der verschiedenen Formen der Weiterbildung (Blended Learning)

Überblick








22


Komponenten einer technischen Community-Plattform� Zentraler Administrator

� Team-Mitglieder (Yellow Pages)

� Mailsystem

� Dokumentenablage (Plattform)

� Suchfunktion

� Workflow-Komponente

� Diskussionsforen

� Moderationsunterstützung

� Chatroom

Überblick









Tools zum Data Mining� Statistiktools

� z.B. SPSS

� z.B. SAS

� Methodenpools

� z.B. IBM Intelligent Miner

� Visualisierungstools

� z.B. Clementine

� Domänentools

� z.B. Delta Miner

Überblick








23









Überblick





Vertiefung: Kreativitäts-techniken



© sciNOVIS 2006

Neues Wissen schafft Zukunft.

Wissensmanagement und Innovationsmanagement Dr.-Ing. Michael MüllerDipl.-Bw. Christian Graubner

Unt

erne

hmen

szie

le

Kernkom-petenzen

Produkt- visionen

Wissens- management

Innovations- management

Schnittstelle: Abstimmung/ Koordination

Innovations- ziele

Wissens- ziele

Wissensbasis

Methoden- kompetenz Innovation

Schnittstelle: Lieferung von Wissen zum Innovieren

Schnittstelle: Lieferung von Erfahrungen zum Optimieren

Produktfeedback

Wissensfeedback Überblick








24

© sciNOVIS 2006



Anstoß/Problemdefinition

Anstoß/Problemdefinition

Ideengenerierung/Konzeption

Ideengenerierung/Konzeption

Bewertungund -auswahlBewertung

und -auswahlRealisierungRealisierung

Methoden zursystematischen

Problemspezifizierung



Methoden zurzieladäquaten Problemlösung


Überblick








© sciNOVIS 2006



KreativitätstechnikenKreativitätstechniken







Intuitiv-kreativeMethoden


Systematisch-diskursiveMethoden


KombinierteMethoden

KombinierteMethoden

Überblick








25

© sciNOVIS 2006



Progressive AbstraktionProgressive Abstraktion KJ-MethodeKJ-Methode

HypothesenmatrixHypothesenmatrix

RelevanzbaumRelevanzbaum

ParaphrasierenParaphrasieren

Doppel-ÜbersetzungDoppel-Übersetzung

Fishbone-DiagramFishbone-Diagram

Kepner-Tregoe-MatrixKepner-Tregoe-MatrixCATWOECATWOE

EpistemologischeAnalyse

EpistemologischeAnalyse

WargamingWargaming

� Problemspezifizierungen sollen helfen, das Problem richtig zu definieren

� schaffen Grundlage einer zieladäquaten Ideengenerierung

� werden häufig in der F&E angewandt

� versuchen, eine umfassende Darstellung aller Faktoren

und deren Interdependenzen eines Problems zu geben

Überblick








© sciNOVIS 2006



SequenzielleMorphologieSequenzielleMorphologie

Morphologischer KastenMorphologischer Kasten

Morphologische MatrixMorphologische Matrix

Funktionsanalyse/Wertanalyse

Funktionsanalyse/Wertanalyse

Heuristische PrinzipienHeuristische Prinzipien

Attribute ListingAttribute Listing

Osborn-ChecklisteOsborn-Checkliste

SzenariotechnikSzenariotechnik ProblemlösungsbaumProblemlösungsbaum

How-To-AnalyseHow-To-Analyse

SCAMPERSCAMPER

AblaufanalyseAblaufanalyse

Preferred FuturingPreferred Futuring

� dis|kur|siv [Adj. , o.Steig.] von Begriff zu Begriff fortschreitend, logisch folgernd

� in der Literatur auch als systematisch-analytische Methoden bezeichnet

� vorwiegend zur Lösung technischer Probleme eingesetztÜberblick








26

© sciNOVIS 2006



BrainstormingBrainstorming

BrainwritingBrainwriting

BrainwalkingBrainwalking

DidaktischesBrainstormingDidaktisches

BrainstormingBuzz-SessionBuzz-Session

DKBDKBMentale

ProvokationMentale

Provokation

MetaplanMetaplan

� in|tu|i|tiv [Adj. , o.Steig.] durch unmittelbare Anschauung erkennend; ein Ganzes

in einem Akt einsichtig erfassend. Gegensatz: diskursiv

AnonymesBrainstorming

AnonymesBrainstorming

„And-also“-Methode„And-also“-MethodeOpen-SpaceOpen-SpaceSILSIL

Brainwriting-PoolBrainwriting-PoolCollective-

Notebook-MethodeCollective-

Notebook-Methode

GalerietechnikGalerietechnik

ImaginäresBrainstorming

ImaginäresBrainstorming

Mindmapping/Clustering

Mindmapping/Clustering

6-3-56-3-5 Schreibende HandSchreibende Hand

Ideen-DelphiIdeen-Delphi

AssoziationenAssoziationen

ForcedRelationship

ForcedRelationship

Nebenfeld-integrationNebenfeld-integration

SuperpositionSuperpositionBisoziationBisoziation

Suchfeld-auflockerung

Suchfeld-auflockerung

SemantischeIntuition

SemantischeIntuition

Lexikon-/Katalogtechnik

Lexikon-/Katalogtechnik

Force-Fit-SpielForce-Fit-Spiel

AnalogienAnalogien

BBB-MethodeBBB-MethodeTILMAGTILMAG

SemiotikSemiotikKybernetikKybernetik

SynektischeKonferenz

SynektischeKonferenz

BionikBionik SynektikSynektik

Visuelle SynektikVisuelle Synektik NM-MethodeNM-Methode

FunnyAssociation

FunnyAssociation

Überblick








© sciNOVIS 2006



6-Thinking-Hats6-Thinking-Hats

Walt-Disney-MethodeWalt-Disney-Methode

Kreative SprüngeKreative Sprünge

TRIZTRIZ

PerspektivischesDenken

PerspektivischesDenken

KANO-MethodeKANO-Methode

House of QualityHouse of Quality

DialektikDialektik

� vereinen diskursive und intuitive Methodiken

� nutzen Vorteile des Pragmatismus und Freiheit der Kreativität

� oftmals aber keine Empfehlung der intuitiv-kreativen MethodeÜberblick








27

© sciNOVIS 2006



KreativitätstechnikenKreativitätstechniken











KombinierteMethoden

KombinierteMethoden

TRIZTRIZ6-3-56-3-5Morphologischer

KastenMorphologischer

KastenKJ-MethodeKJ-Methode

Überblick








© sciNOVIS 2006






� Nach dem japanischen Anthropologen KAWAKITA JIRO

� Ziel ist ein erschöpfendes Problembewusstsein

� Problemelemente werden in Subsysteme zerlegt und

� Beziehungen und Interdependenzen offengelegt

� Darstellung in „Problemlandschaft“

Überblick








28

© sciNOVIS 2006






� Praxisbeispiel „Innovation einer Rußfiltertechnologie wg. der Feinstaubproblematik“

� Möglichst viele Informationen zu Problembereich sammeln und

auf Kärtchen schreiben

� Stapel bilden durch Clusterung passender Informationen

� Deckkärtchen für Stapel benennen

ÖkologischerAspekt

wirtschaftlicheRisiken

NutzenTechnische

Grenzen

Überblick








© sciNOVIS 2006






� Falls erforderlich Clusterung wiederholen

� Beziehungen zwischen den Stapeln visualisieren

ÖkologischerAspekt

wirtschaftlicheRisiken

NutzenTechnische

Grenzen

?

Überblick








29

© sciNOVIS 2006






� Beziehungen konkretisieren durch Kombination von Einzelkärtchen

TechnischeGrenzen

Gewicht

FilterdichteProduktions-

kosten

wirtschaftlichewirtschaftlicheRisiken

sekundär,vernachlässigbar

Primär, kritischer Erfolgsfaktor

Überblick








© sciNOVIS 2006






� keine geeignete Softwarelösung

� MindManager kann Anforderungen am ehesten gerecht werden

� Darstellung aber

unsauber und

unübersichtlich

� enorme Komplexität

Überblick








30

© sciNOVIS 2006






� Mor|pho|lo|gie [, die] Lehre von der Gebilden, Gestalten, Formen und Strukturen

� Entwickelt vom Schweizer Astrophysiker FRITZ ZWICKY

� Ziel ist das Aufspüren der besten Alternative aller Problemlösungen

� ein Sachverhalt soll in differenzierbare Teile zerlegt werden (Parameter)

� Einzelelemente werden in ihrer Gestalt variiert

� Alle Einzelelemente werden miteinander kombiniert

Überblick








© sciNOVIS 2006






� Praxisbeispiel „Neuentwicklung einer Kaffeemaschine“

� Parameter des Problems werden bestimmt

� Parameter sollten Problem komplett beschreiben und abgrenzbar sein

Parameter

Wasser-speicherung

Energie

Heißwasser-transport

Extraktion

Trennung

SpeicherungKaffee

Warmhaltung

Entnahme

i.A.a. Schlicksupp, 2004

Überblick








31

© sciNOVIS 2006






� Ausprägungen der Einzelelemente werden definiert

Parameter

Wasser-speicherung

Energie


Extraktion

Trennung

SpeicherungKaffee

Warmhaltung

Entnahme


Ausprägungen ->

Behälter

Netz

Steigrohr

Filter

keine

integriert

Wärmeplatte

Von Hand

Durchlauf

Akku

Schwerkraft

Patrone

Absetzen

fremd

Kerze

Auslaufbahn

Mikrowelle

Pumpe

Beutel

Filter

Gas

Schöpfen

Induktion

offen

zentrifugal

Isolierung

chemisch

magnetisch

Überblick








© sciNOVIS 2006






� Alle Einzelelemente werden kombiniert und untersucht

� hier: 2 x 5 x 3 x 4 x 5 x 2 x 4 x 3 = 14.400 Möglichkeiten

Parameter

Wasser-speicherung

Energie


Extraktion

Trennung

SpeicherungKaffee

Warmhaltung

Entnahme


Ausprägungen ->

Behälter

Netz

Steigrohr

Filter

keine

integriert

Wärmeplatte

Von Hand

Durchlauf

Akku

Schwerkraft

Patrone

Absetzen

fremd

Kerze

Auslaufbahn

Mikrowelle

Pumpe

Beutel

Filter

Gas

Schöpfen

Induktion

offen

zentrifugal

Isolierung

chemisch

magnetisch

Überblick








32

© sciNOVIS 2006






� kein umfassendes Tool

� Excel als geeignetes Darstellungstool

� Komplexität der Bewertung kann nur individuell gelöst werden

Überblick








© sciNOVIS 2006






� 6-3-5 als populärer Vertreter des Brainwritings

� Ziel ist, in kurzer Zeit viele Lösungsansätze zu bekommen

� 6 Leute

� jeder 3 Ideen

� dafür 5 Minuten Zeit

Überblick








33

© sciNOVIS 2006






Problemstellung: Neuartige Kataloge von Versandhäusern

Datum: 21.11.2005

Blatt Nr.: 1

Spezielle Kataloge für alte Menschen Kataloge für besondere Jahreszeit Besondere Feste berücksichtigen

Medizinische Hilfsmittel Winterkataloge,

Sommerkataloge

Halloweenkatalog, Weihnachtskatalog

etc. Zeitversetzt schicken, dass Lieferzeit

möglich ist

Andere Jahrestage, Hochzeitstag

Winterkatalog im Sommer schicken, 6

Monate noch bis Weihnachten

Geburtstag, jeden Tag anderer Katalog

möglich

Spezielles Rabattsystem für Winterkataloge,

Frühkäuferrabatt

etc.

Je näher Weihnachten kommt, desto weniger

Rabatt, Juli 50%, August 40% etc.

Überblick








© sciNOVIS 2006






� Keine speziellen Tools

� Medienbruch als Problem

� SMART Board™ als Lösungsansatz, http://www.smarttech.de/

Überblick








34

© sciNOVIS 2006






� TRIZ kommt aus dem Russischen „Teoria reshenija izobretatjelskich zadacz„

� „Theorie zur Lösung erfinderischer Probleme“

� Entwickelt vom russischen Erfinder Genrich Saulowitsch Altshuller

� Ziel ist mit geeigneten Prinzipien technische Widersprüche aufzulösen

� 200.000 Patente wurden untersucht

Überblick








© sciNOVIS 2006






� 40 Prinzipien

01. Segmentation 02. Abtrennung 03. Örtliche Qualität 04. Asymmetrie 05. Vereinen 06. Universalität 07. Verschachtelung 08. Gegengewicht 09. Vorgezogenen Gegenaktion 10. Vorgezogene Aktion 11. Vorbeugemaßnahmen 12. Äquipotential 13. Umkehr 14. Krümmung 15. Dynamisierung 16. Partielle und überschüssige Wirkung 17. Höhere Dimension 18. Mechanische Schwingungen 19. Periodische Wirkung 20. Kontinuität

21. Überspringen 22. Schädliches in Nützliches wandeln 23. Rückkopplung 24. Mediator, Vermittler 25. Selbstversorgung 26. Kopieren 27. Billige Kurzlebigkeit 28. Mechanik ersetzen 29. Pneumatik und Hydraulik 30. Flexible Hüllen und Filme 31. Poröse Materialien 32. Farbveränderung 33. Homogenität 34. Beseitigung und Regeneration 35. Eigenschaftsänderung 36. Phasenübergang 37. Wärmeausdehnung 38. Starkes Oxidationsmittel 39. Inertes Material 40. Verbundmaterial

Überblick








35

© sciNOVIS 2006






� 39 technische Parameter

01. Gewicht eines bewegten Objekts 02. Gewicht eines stationären Objekts 03. Länge eines bewegten Objekts 04. Länge eines stationären Objekts 05. Fläche eines bewegten Objekts 06. Fläche eines stationären Objets 07. Volumen eines bewegten Objekts 08. Volumen eines stationären Objekts 09. Geschwindigkeit 10. Kraft 11. Druck oder Spannung 12. Form 13. Stabilität eines Objekts 14. Festigkeit 15. Haltbarkeit eines bewegten Objekts 16. Haltbarkeit eines stationären Objekts 17. Temperatur 18. Helligkeit 19. Energieverbrauch eines bewegten Objekts 20. Energieverbrauch eines stationären Objekts

21. Leistung 22. Energieverschwendung 23. Materialverschwendung 24. Informationsverlust 25. Zeitverschwendung 26. Materialmenge 27. Zuverlässigkeit 28. Meßgenauigkeit 29. Fertigungsgenauigkeit 30. Äußere negative Einflüsse auf ein Objekt 31. Negative Nebeneffekte des Objekts 32. Fertigungsfreundlichkeit 33. Benutzerfreundlichkeit 34. Reperaturfreundlichkeit 35. Anpassungsfähigkeit 36. Komplexität in der Struktur 37. Komplexität in der Kontrolle oder Steuerung 38. Automatisierungsgrad 39. Produktivität

Überblick








© sciNOVIS 2006






� Altshuller Matrix

Überblick








36

© sciNOVIS 2006






� Praxisbeispiel „Verbesserung der Geschwindigkeit eines Automobils“

Überblick








© sciNOVIS 2006






� 40 Prinzipien

01. Segmentation 02. Abtrennung 03. Örtliche Qualität 04. Asymmetrie 05. Vereinen 06. Universalität 07. Verschachtelung 08. Gegengewicht 09. Vorgezogenen Gegenaktion 10. Vorgezogene Aktion 11. Vorbeugemaßnahmen 12. Äquipotential 13. Umkehr14. Krümmung 15. Dynamisierung 16. Partielle und überschüssige Wirkung 17. Höhere Dimension 18. Mechanische Schwingungen 19. Periodische Wirkung 20. Kontinuität

21. Überspringen 22. Schädliches in Nützliches wandeln 23. Rückkopplung 24. Mediator, Vermittler 25. Selbstversorgung 26. Kopieren 27. Billige Kurzlebigkeit 28. Mechanik ersetzen29. Pneumatik und Hydraulik 30. Flexible Hüllen und Filme 31. Poröse Materialien 32. Farbveränderung 33. Homogenität 34. Beseitigung und Regeneration 35. Eigenschaftsänderung 36. Phasenübergang 37. Wärmeausdehnung 38. Starkes Oxidationsmittel 39. Inertes Material 40. Verbundmaterial

Überblick








37

© sciNOVIS 2006






� Stufe der intuitiven Problemlösung

� „Welche Möglichkeiten der Abtrennung habe ich, um sowohl das Gewicht als auch

die Geschwindigkeit zu verbessern?“

„Wie kann ich das System auf den Kopf stellen, um mehr Geschwindigkeit

zu bekommen?“

etc.

� freie Wahl der intuitiv-kreativen Methode

Überblick








© sciNOVIS 2006






� TRIZSoft® von IDEATION INTERNATIONAL, http://www.ideationtriz.com

� Spezielle Tools modular vorhanden, vorwiegend wieder Brainstorming-Tools

Überblick








38









Überblick






Beispiele zur Wissens-entwicklung



Beispiel 1: Multimediale Aufbereitung von Vorlesungen

Überblick








Demo …

39


Beispiel 2: openBC/Xing� Führende europäische Online-Networking-Plattform

� Profile mit Angeboten und Suchanfragen

� Alle Mitglieder können von anderen Mitgliedern kontaktiert werden.

� Finden von Geschäftskontakten und Koopera-tionspartnern nach Branche, Region usw.

� „Jeder kennt jeden um sechs Ecken.“

Überblick









Beispiel 2: openBC/XingÜberblick








40


Beispiel 3: Data-Mining-Anwendungen

� Churn Management

� Database Marketing

� Fraud Detection

� Kreditwürdigkeitsprüfung

� Sequence Analysis

� Warenkorbanalyse

� Web Mining

Überblick









Beispiel 4: Technology Scouting� Systematisches Scanning und Monitoring erfolgskritischer Trends im Internet

� Konferenzen, Messen und Tagungen

� Wettbewerber und interessante Jungunternehmen

� Technologische Trends und Patente

� Konkrete Nutzeffekte

� Einsparung manueller Aufwände für die Recherche

� Schneller am Markt (Time-to-Market)

� Stärkung der Innovationskraft

Überblick








41









Überblick









Zusammenfassung� Zusammenspiel von Wissenserwerb und Wissensentwicklung

� Integration von Wissensmanagement und Innovationsmanagement

Überblick








42


Vielen Dank für Ihre Aufmerksamkeit

Dr.-Ing. Michael Müller, Dipl.-Bw (FH) Christian Graubner

sciNOVIS

Gerhart-Hauptmann-Str. 17

90763 Fürth

Telefon: +49 911 787 14 17Telefax: +49 911 787 50 23Mobil: +49 171 388 32 34

E-Mail: [email protected]: www.scinovis.de

Kontakt

Documents

Wissensmanagement & Innovationsmanagement · Document Management Yellow Pages Knowledge Acquisition Information Retrieval and Filtering Computer-based Training Computer-based Decision