Download pdf - Modell für die Er folgsmessung von Wissensmanagementsystemen

1 Einleitung

1.1 MotivationDie großen Ver�nderungen im Einsatz vonInformations- und Kommunikationstech-nologien inmodernenOrganisationen sindin letzter Zeit als „E-Business“ verst�rktzum Thema wissenschaftlicher Diskurseerhoben worden und durch zahlreicheProjekte in den Unternehmen in denBlickpunkt ger�ckt1. Die dadurch ver-ursachten substantiellen Ver�nderungen inder Unternehmensorganisation (z. B. Busi-ness Process Reengineering, LeanManage-ment, Unternehmenszusammenschl�sse)haben zu einem massiven Bedarf nach ei-nem verbesserten Umgang mit wett-bewerbsrelevantem Wissen gef�hrt. Unterdem StichwortWissensmanagement (WM)sind dabei Ans�tze entstanden, die sich mitThemen aus der Organisationstheorie so-wie der Organisationspsychologie und-soziologie, wie z. B. lernende Organisa-tionen, organisatorisches Lernen, Organi-sationsentwicklung sowie Human Resour-ce Management auseinandersetzen2 undim „Knowledge-based view“ auch auf derEbene des strategischen Managements ihreEntsprechung finden [z. B.Gran96; Spen96].

In den letzten Jahren wurden zahlreicheWerkzeuge und Systeme auf denMarkt ge-bracht, deren Anbieter behaupten einenBeitrag zumWMzu leisten: Wissensmana-gementsysteme (WMS, [MaKl99b]). DerMarkt f�r derartige Systeme ist allerdingsnoch recht jung und es fehlen zur Zeit klardefinierte Anwendungsszenarien ebensowie eine systematische Evaluation desNutzens oder Erfolgs eines WMS-Einsat-zes3. Selbst erfahrene Pionier-Anwendervon WMS mit mehrj�hriger Einsatzerfah-rung sindmit der Problematik einer Quan-tifizierung des Nutzens von WMS kon-frontiert und begn�gen sich in den meistenF�llen mit Erfolgsgeschichten oder, imbesten Fall, mit Mitarbeiterbefragungen�ber die Zufriedenheit mit WMS (vgl. dasin Box 1 beschriebene Fallbeispiel).

1.2 Stand der Forschungim Bereich der Erfolgsabsch�tzungvonWMS

Stand der Forschung f�r die Erfolgsmes-sung im WM sind die deduktiv-summari-schen Ans�tze Tobin’s q [NoPR98, 160]

und Calculated Intangible Value [Stew97,226 ff.], sowie die induktiv-analytischenAns�tze Intellectual Capital-Ansatz [S-tew97], Intangible Assets Monitor [Svei97],Intellectual Capital Navigator [Stew97,243 ff.], Balanced Scorecard [KaNo96a;KaNo96b] und Skandia Navigator[SkAm98].

Die bestehenden Ans�tze sind aller-dings nicht ausreichend operationalisiert,um eine konkrete Erfolgseinsch�tzung vonWMS anleiten zu k�nnen oder gar einenm�glichen Beitrag zu Unternehmenszielenzu messen. So nennen Probst et al. auf derEbene Bewertung der operativen Wissens-ziele ganz allgemein die Messung der Sys-temnutzung (Nutzung des Intranets) ohneeine weitere Detaillierung [PrRR97, 336].Der Erfolg oder Misserfolg eines WMSwird in der Regel nur auf hoch aggregierterEbene gepr�ft, z. B. durch Auswirkungenauf das Gesch�ftsvolumen pro Mitarbeiteroder das gesamte Gesch�ftsvolumen[NoPR98, 165], Kennzahlen also, die voneiner un�berschaubaren F�lle an Einzel-maßnahmen zur organisatorischen Gestal-tung beeinflusst werden.

Daher ist es erforderlich, die operativenWissensziele weiter zu detaillieren und aufWMS anzuwenden. Ver�ffentlichungen inder Fachliteratur5 zu Informationssyste-

men (IS) bieten einen reichhaltigen Fundusvon Konzepten zur Erfolgsmessung, derals Basis f�r die Entwicklung eines Ansat-zes zur Erfolgsmessung von WMS genutztwerden kann.

1.3 Ziele und �berblick�ber das Vorgehen

Ziel dieses Beitrages ist es, auf der Basisvon Ans�tzen des Wissensmanagements,von Konzepten und Faktoren zur Erfolgs-messung von IS sowie den Ergebnissen ei-ner von einem der Autoren durchgef�hr-ten empirischen Studie zum State-of-the-Art des Einsatzes von WMS ein Modellzur Erfolgsmessung von WMS zu ent-wickeln. Dazu werden die in der Literatur

Dr. rer. pol. RonaldMaier, Dipl. Wirt.-Inf. ThomasH�drich, Lehrstuhl f�rWirtschaftsinformatik III, Universit�tRegensburg, Universit�tsstrasse 31,D-93053 Regensburg, Tel. (09 41)9 43-32 03, Fax (09 41) 9 43-32 11, E-Mail:[email protected],[email protected],http://www-wi.uni-regensburg.de/

Modell f�rdie E r folgsmessung

von Wissensmanagement-s y stemen

Ronald Maier, Thomas H�drich

WI – Aufsatz

WIRTSCHAFTSINFORMATIK 43 (2001) 5, S. 497–509 497

vorgeschlagenen Faktoren6 zur Messungdes Erfolgs von IS nach ihrer Relevanz f�reine Analyse von WMS selektiert und umweitere in der empirischen Studie ermittel-te Faktoren erg�nzt. Das von uns ent-wickelte Modell zur Erfolgsmessung vonWMS soll allgemein genug sein, um aufverschiedene Typen vonWMS angewendetwerden zu k�nnen. Es soll weiterhin kon-kret genug bleiben, um eine relativ ein-fache Anwendung in der Praxis nichtdurch ein zu hohes Maß an Komplexit�toder Abstraktheit zu verhindern.

Im folgenden werden zun�chst zweiTypen von WM-Ans�tzen und WM-Stra-tegien unterschieden, die in zwei Typenvon WMS ihre Entsprechung finden. InAbschnitt 3 wird das Modell zur Erfolgs-messung von WMS entwickelt und seineAnwendbarkeit diskutiert. Abschnitt 4stellt eine Auswahl von Faktoren im Rah-men des Modells vor und diskutiert sie an-hand der in Abschnitt 2 getroffenen Unter-scheidung. In Abschnitt 5 werden die Er-gebnisse zusammengefasst und ein Aus-blick auf m�gliche Erweiterungen des Mo-dells gegeben.

2 Wissensmanagement

2.1 Wissensmanagement-Ans�tze

Zum Bereich Wissensmanagement ist inden letzten Jahren eine große Zahl vonBeitr�gen ver�ffentlicht worden, in denenteilweise sehr unterschiedliche und mit-unter konkurrierende Sichtweisen derThematik vertreten werden [f�r einen�berblick vgl. z. B. AlLe01]. Dabei lassensich zwei Grundrichtungen erkennen[Sch�96, 187 ff.]:

, In den humanorientierten Ans�tzensteht der Mensch im Mittelpunkt derBetrachtungen. Verbesserungen desUmgangs mit Wissen in den Organisa-tionen sollen im wesentlichen durch eingeeignetes organisatorisches Umfeldgeschaffen werden, in dem das unge-nutzte Potential der individuellen F�-higkeiten und Fertigkeiten der Mit-arbeiter aktiviert wird.

, In den technologieorientierten Ans�tzenwird demgegen�ber davon ausgegan-gen, dass durch den Einsatz modernerInformations- und Kommunikations-technologien Wissen von Mitarbeiternlosgel�st und seine (Wieder-)Verwen-dung durch andere Mitarbeiter unter-st�tzt werden kann.

Dieser Typologisierung von WM-Ans�t-zen entspricht die derzeit wohl popul�rsteUnterscheidung von WM-Strategien[HaNT99, 107 ff.]:

, Ziel der Personalisierungsstrategie istdie Unterst�tzung der Wissenskom-munikation, die durch direkte Inter-aktion bzw. durch Teilnahme an Wis-sensnetzen stattfindet. Diese besch�fti-gen sich vor allem in wissensintensivenProzessen [ReLe00; MaRe01] mit kom-plexen Problemstellungen, zu derenL�sung ein hohes Maß an Expertenwis-sen und der Austausch von großteilsverborgenem Wissen wie Erfahrungen,Intuitionen, Ansichten oderMeinungenerforderlich ist.

, Das Ziel der Kodifizierungsstrategie ist,sorgf�ltig dokumentiertes Wissen f�rjeden im Unternehmen zug�nglich unddamit wiederverwendbar zu machen.WMS kommt hier ein zentraler Stellen-wert zu, da sie als Container f�r das ge-speicherte Wissen fungieren undGrundlage f�r die R�ckgewinnung desWissens zu dessen (Wieder-)Verwen-dung sind.

Tabelle 1 gibt einen �berblick �ber diebeiden Typen des Wissensmanagementsund detailliert diese anhand der Strategie,des verwendeten Wissensbegriffs, der ver-antwortlichen Akteure sowie der einge-setzten Wissensmanagementsysteme undihrer Funktionen.

2.2 Wissensmanagementsysteme

Eine Abgrenzung von WMS erweist sichals schwierig, weil Hersteller vieler ver-schiedener traditioneller Systeme diese umFunktionen erweitern, die das WM unter-st�tzen sollen. Im wesentlichen handelt essich bei WMS um eine Kombination zuvorseparater Funktionen unter der Perspekti-ve ihres gezielten Einsatzes im WM, wiez. B. Dokumentenmanagement, Work-flow-Management, Suche, Visualisierung(Wissenskarten), bilaterale und multilate-rale Kommunikation, Learning Manage-ment sowie „intelligenten“ Technologien,z. B. zur Textanalyse, zum Profiling usw.F�r diese Arbeit sollen WMS wie folgt de-finiert werden [MaKl99b, 7; MaLe00, wei-tere Definitionen finden sich z. B. beiStZw95; Lehn00; SeEp00]:

„Ein Wissensmanagementsystem (WMS)ist ein dynamisches System, das Funktio-

Box 1: Fallbeispiel: WMS-Einsatz in der Softwareentwicklung4

Die SYSTEM AG entwickelt Individualsoftware f�r betriebliche Informationssysteme und iststark innovationsorientiert ohne Spezialisierung auf bestimmte Technologien oder Branchen.Die Zahl der Mitarbeiter ist mit j�hrlichen Raten von z. T. �ber 50% auf heute etwa 800Mit-arbeiter gewachsen. Bedingt durch das großeWachstum wurden Defizite in der Experten-identifikation, imWissenstransfer zwischen Projekten und in der Weiterbildung festgestellt.

Als Teil einer unternehmensweitenWM-Strategie erfolgte eineWMS-Implementierung,die im wesentlichen aus dem intranetbasierten System KWEB besteht, welches von der neueingerichteten Organisationseinheit „Technologiemanagement“ mit einer Anzahl vonWissensbrokern betreut wird. KWEB enth�lt u. a. eine „Skillverwaltung“ (Datenbank �berMitarbeiterkompetenzen), Beitr�ge der Wissensbroker zu relevantenWissensgebieten,Projektbeschreibungen und „Lessons-Learned“ aus Projekten sowie Homepages der Mit-arbeiter. Weiterhin steht eine Suchmaschine �ber das gesamte Intranet und �ber externeInformationsdienste zur Verf�gung. F�r die Entwicklung wurden etwa 5Mitarbeiterjahreinvestiert. Neben dem j�hrlichenWartungsaufwand von etwa 1Mitarbeiterjahr k�mmernsich derzeit 7Wissensbroker um dieWissenspflege.

Der Erfolg der WM-Aktivit�ten wird anhand von regelm�ßigen Zufriedenheitsbefragun-gen der Mitarbeiter gemessen. Als Erfolg desWissensmanagements allgemein werden einegestiegene Zufriedenheit,Vorteile f�r die Kunden und die Beseitigung oder Reduktion dereingangs erw�hnten Defizite gewertet. Der Systemerfolg wird lediglich anhand von Teilneh-mer- und groben Nutzungszahlen erfasst.


498

nen zur Unterst�tzung der Identifikati-on, Akquisition, Speicherung, Aufrecht-erhaltung, Suche und R�ckgewinnung,Distribution, des Verkaufs und der Lo-gistik von Wissen, welches als Informa-tion plus Kontext aufgefasst wird, in ei-nem Unternehmen bereitstellt, mit demZiel der Unterst�tzung des organisato-rischen Lernens und der organisatori-schen Effizienz.“

WMS werden im gruppen�bergreifendenKontext eingesetzt, weshalb sie sich vonzum Beispiel Groupwaresystemen abgren-zen lassen, da diese lediglich den Kontexteiner Gruppe abbilden und Fragestellun-gen außen vor lassen, die sich durch unter-schiedliche Taxonomien undKontexte ver-schiedener, sich �berlappender Gruppenergeben. Auch Systeme zur Unterst�tzungeinzelner Funktionen ohne Bezug zurWissensverwaltung (z. B. Videoconferen-cing) werden durch diese Definition abge-grenzt, denn der wesentliche Unterschiedzu Funktionen traditioneller Informati-onssysteme ist der immer vorhandeneKontextbezug des dabei betrachteten Wis-sens.

WMS k�nnen in folgende zwei Archi-tekturtypen eingeteilt werden [Zack99a,50] und lassen sich dadurch den oben be-schriebenenWM-Strategien zuordnen:

, WMS mit integrativer Architektur:Zentrales Element ist hier ein Reposito-ry, in dem explizites Wissen enthaltenist und das hier das zentrale Mediumf�r den Austausch von Wissen darstellt.Der Austausch zwischen Wissenspro-duzenten und Wissenskonsumentenwird durch Anreicherung des explizitenWissens mit Kontext unterst�tzt (z. B.Taxonomien, Anwendungsbezug, Ex-perten, Communitys). IntegrativenWMS entspricht die Kodifizierungs-strategie, da diese auf die Losl�sungvonWissen von denWissenden und sei-ne Ablage in Repositorys zielt.

, WMS mit interaktiver Architektur: Pri-m�res Ziel bei deren Einsatz ist es, dieInteraktion zwischen Personen zwecksdes Austauschs haupts�chlich implizi-ten Wissens (tacit knowledge, [Pola66;NoTa97]) zu erm�glichen. InteraktivenWMS l�sst sich die Personalisierungs-strategie zuordnen, da bei beiden derFokus auf die Unterst�tzung des Wis-sensaustausches zwischen Personen ge-legt wird.

Konkrete WMS-Implementierungen kom-binieren jedoch meist Funktionen der inte-grativen und der interaktiven Architektur.Die Unterscheidung ist deshalb ideal-typisch und dient im folgenden der Dis-kussion der Anwendung unseres Modells.

3 Modell zurErfolgsmessung vonWissens-managementsystemen

Der Erfolg eines IS ist nicht direkt mess-bar, sondernmuss indirekt �ber f�r den Er-folg relevante Faktoren erfasst werden. In

der Literatur haben sich seit den 70er Jah-ren viele Ans�tze zur Erfolgsmessung vonIS herauskristallisiert, die mittlerweile einebeinahe un�berschaubare F�lle an Fak-toren anbieten. Das Modell zur Erfolgs-messung von IS nach DeLone/McLean isteines der am h�ufigsten zitierten und auchempirisch getesteten Modelle [DeMc92;Ball98; GaSa98; MyKP98; Sedd97]. Wirverwenden dieses als Basis f�r die Ent-wicklung unseres Modells zur Erfolgsmes-sung von WMS und erweitern es umWMS-spezifische Kategorien (vgl. Bild 1).Im folgenden werden ausgehend vom ur-spr�nglichen Modell die ErweiterungenSchritt f�r Schritt diskutiert.

Kernpunkte f�r dasManagement:

Dieser Beitrag untersucht die Erfolgsmessung des Einsatzes vonWissensmana-gementsystemen und pr�sentiert als L�sungsangebot ein theoretisch fundiertesModell. Auf der Basis der Erweiterung bestehender Ans�tze wird eine geord-nete Liste von Faktoren zur Erfolgsmessung angeboten.

, Eine fundierte Erfolgsmessung ist f�r ein glaubw�rdiges, langfristig angeleg-tes Wissensmanagement im Unternehmen unabdingbar.

, Wissensmanagementsysteme k�nnen zwei idealtypischenWissensmanage-ment-Strategien zugeordnet werden – Personalisierung und Kodifizierung,die als Leitlinie der Erfolgsmessung dienen.

, DieMessung des Erfolgs vonWissensmanagementsystemen ist komplex,l�sst sich aber durch einen wohlstrukturierten, relativ einfach anwendbarenL�sungsansatz unterst�tzen, der weit �ber die Erfassung der Systemnutzungoder der Nutzerzufriedenheit hinausgeht.

Stichworte: Beurteilung, Bewertung, Erfolg, Erfolgsmessung, Evaluation,Wissensmanagement,Wissensmanagementsystem

Tabelle 1 Typologisierung vonWissensmanagementans�tzen und -systemen

Humanorientiertes WM Technologieorientiertes WM

Wissensmanage-ment-Strategie

Personalisierungsstrategie Kodifizierungsstrategie

Wissensbegriff Wissen ausschließlich in denK�pfen der Mitarbei ter

dokumentiertes Wissen, losgel�st vonMitarbei tern

vorrangige Akteure/beteiligte Rollen

Wissensarbei ter, Netzwerkeund Communit ies-of-interest

Autoren, Experten, Themenverantwort-liche,Wissensbroker

WMS interakt ive WMS integrative WMS

vorrangigeWMS-Funktionen

Kommunikat ion und Koope-rat ion, Expertensuche, Com-munity-Unterst�tzung

Publikat ion, Strukturierung und Ver-netzung, Suche, Pr�sentation undVisualisierung von Wissenselementen

Erfolgsmessung vonWissensmanagementsystemen

499

Das urspr�ngliche Modell enthielt eineEinteilung der Faktoren in die KategorienSystemqualit�t und Informationsqualit�tauf der System- und Service-Ebene (in Bild1 dargestellt von links nach rechts), in Sys-temnutzung und Nutzerzufriedenheit aufder Nutzungsebene sowie in Auswirkungauf Individuen und Auswirkung auf dieOrganisation auf der Auswirkungsebene(eine detaillierte Erl�uterung dieser Kate-gorien erfolgt in Abschnitt 4). Der Erfolgeines IS kann nicht mit Faktoren aus einereinzelnen oder nur einem Teil der Katego-rien gemessen werden [DeMc92, 81]. Viel-mehr wird durch den IS-Erfolg ein multi-dimensionales Konstrukt gebildet, das nurdurch die sorgf�ltige Auswahl und Ge-wichtung von Faktoren aus verschiedenenund vermutlich m�glichst allen KategoriendesModells erfasst werden kann.

Das Modell von DeLone/McLean er-scheint trotz der in der Literatur angef�hr-ten Kritikpunkte (z. B. mangelnde �ber-schneidungsfreiheit der Kategorien, feh-lende Ber�cksichtigung von Kontingenz-faktoren) aufgrund seines niedrigen Kom-plexit�tsgrades, der Betrachtung verschie-dener Ebenen im Unternehmen und einerf�r die Anwendung in der Praxis notwen-digen Fokussierung und Beschr�nkung aufeinige wenige, relevante und relativ klarabgrenzbare Bereiche als gute Grundlagef�r das von uns vorgeschlagene Modell zurErfolgsmessung vonWMS.

Im Folgenden werden die von uns vor-genommenen Modellerweiterungen vor-gestellt.

Informations-, Kommunikations-undWissensqualit�t

Zentral f�r diese Erweiterung ist die Ab-grenzung der WMS von den traditionellenIS. Der wesentliche Unterschied bestehtim stets vorhandenen Kontextbezug desbetrachteten Wissens (vgl. Abschnitt 2.2)und damit in der Erweiterung um Fak-toren, die die Speicherung vonWissensele-menten verglichen mit traditionellen Da-tenelementen betreffen (z. B. die Vernet-zung zu anderen Wissenselementen, zuExperten, zur Anwendung und zu Com-munities-of-interest).

Dar�ber hinaus hat dieKommunikationzentrale Bedeutung f�r das Teilen vonWis-sen. Sie ist Voraussetzung f�r den Aufbaueines Ged�chtnisses von Gruppen odervonOrganisationen, auch transaktives Ge-d�chtnis genannt (Transactive MemorySystem [Wegn86, 191]).WMS spielen dabeidie Rolle eines kontextreichen Mediums,das die Aufnahme neuen Wissens, dieKommunikation sowie das Wiederfindenvon Wissen im Transactive Memory Sys-tem in der Gruppe (als transaktive Einheit)unterst�tzt. Aus diesem Grund wurde dieKomponente Informationsqualit�t auf dieInformations-, Kommunikations- undWissensqualit�t ausgedehnt. Zudem wer-den die Kategorien Systemnutzung sowieAuswirkung auf Communitys durch ent-sprechende Faktoren erg�nzt.

Wissensspezifischer Service

Das Modell wird weiterhin auf der Sys-temebene um die Kategorie Wissensspezi-

fischer Service erg�nzt. Die Servicequalit�twird vor allem in neueren Beitr�gen als einwichtiger, den Erfolg von IS beeinflussen-der Bereich angesehen [BaPe83; FeZa93;KeLe94; Li97; PiWK95]. Die hier erg�nzteKomponente zur Erfassung der Service-qualit�t ist jedoch anders gelagert: Mit ihrsoll der Erfolg des durch das System unter-st�tzten und auf Wissen bezogenen Ser-vices gemessen werden, der durch speziali-sierte Wissensmanagement-Mitarbeiter(z. B. Wissensbroker, Themenverantwort-liche) erbracht wird. Es geht also darum,durch das System erm�glichte Unterst�t-zungsleistungen f�r den Umgang mit Wis-sen zu erfassen, z. B. dem Suchen nach, derDistribution oder der Kommunikationvon Wissen. Gemeinsam mit der System-qualit�t und der Informations-, Kommuni-kations- und Wissensqualit�t wirkt derWissensspezifische Service auf die System-nutzung und dieNutzerzufriedenheit.

Auswirkung auf Communitys

Communitys wird im Wissensmanage-ment in bezug auf die Wissensteilung undWissensschaffung große Bedeutung zuge-schrieben [GoDa98; StHi00; WeSn00]. Ei-neCommunity ist eine dauerhaft bestehen-de Gruppe, zusammengesetzt aus einergroßen Anzahl von Personen mit gemein-sam anerkannten Zielsetzungen zur Be-friedigung einiger ihrer individuellen Be-d�rfnisse, mit geringer Koordination, abervielen losen Verbindungen zwischen denMitgliedern [Ferr99, 130]. Communityshaben nicht prim�r die Erf�llung einer be-stimmten extern zugeordneten Aufgabezum Ziel, sondern existieren allein zumNutzen des Kollektivs. Dieser Nutzenkann sich positiv auf die in einer Organisa-tion angestrebten Ziele auswirken, muss esaber nicht.

Ein Modell zur Erfolgsmessung vonWMS muss auch Auswirkungen auf Com-munitys erfassen und diese von den Aus-wirkungen auf die individuelle Aufgaben-erf�llung trennen.

Anwendung des Modells

Unser nunmehr acht Kategorien umfas-sendes Modell gibt eine grobe Orientie-rung zur Selektion von Faktoren durch de-ren Zuordnung zu integrativen und inter-aktiven WMS und damit zu unterschiedli-chen Wissensmanagement-Strategien. Diegenaue Kl�rung der gegenseitigen Abh�n-

Bild 1 Modell zur Erfolgsmessung von Wissensmanagementsystemen


500

gigkeiten der Faktoren w�re zwar w�n-schenswert, kann bei dem derzeitigenStand der Forschung jedoch nicht geleistetwerden. Die Faktoren werden durch Va-riablen bzw. Indikatoren unterschiedlicherSkalierung gemessen. Zum �berwiegendenTeil sind dies ordinal skalierte Merkmale,die durch regelm�ßig durchgef�hrte Befra-gungen, zum Beispiel in halbj�hrlichemZyklus, aber auch anfallsbezogen direktbei der Nutzung des Systems erhoben wer-den k�nnen. Ein Teil der Faktoren in denKategorien Systemqualit�t und Systemnut-zung kann durch metrisch skalierte Merk-male anhand eines Systemmonitorings er-hoben und zum Beispiel w�chentlich aus-gewertet werden. Folgende Vorgehenswei-se bei der Anwendung des Modells wirdals sinnvoll erachtet:

1. Auswahl von Faktoren aus jeder Kate-gorie, die f�r den Anwendungsfall (be-schrieben durch Ziele, Typ des Systemsund andere Kontingenzfaktoren) als re-levant angesehen werden.

2. Auswahl von geeigneten Indikatorenund Kennzahlen auf Basis der umfang-reichen Literatur (vgl. Abschnitt 4).

3. Wiederholte Auswertung von Kenn-zahlen der Finanzwirtschaft und des in-tellektuellen Kapitals bzw. Erhebungder Kennzahlen in Form von Frageb�-gen und in m�glichst großem Ausmaßdurch Systemmonitoring bzw. direktdurch systemgest�tzte Teilnehmerbe-fragung.

4. �berpr�fung der Aussagekraft der ver-wendeten Faktoren und der unterstell-ten Abh�ngigkeiten, z. B. durch Ver-gleich mit anderen Unternehmen.

4 Faktorenzur Erfolgsmessung

Anhand einer Literaturrecherche (vgl. Ab-schnitt 1.2) wurden 133 Faktoren selektiertund durch 105 weitere von uns auf Basisder empirischen Studie [MaKl99a;MaKl99b] ermittelte Faktoren erg�nzt.Aus Platzgr�nden ist es uns nicht m�glich,die Gesamtanzahl an Faktoren oder dereinzelnen Variablen zur Messung dieserFaktoren zu pr�sentieren und ihren Ein-bezug in das Modell detailliert zu begr�n-den. Im folgenden wird eine exemplarischeAuswahl aus den Faktoren in acht Modell-

kategorien eingeordnet und ihre Anwend-barkeit auf integrative und interaktiveWMS diskutiert. Ein �berblick �ber alleFaktoren findet sich bei [H�dr00]; f�r dieOperationalisierung der Faktoren anhandvon Variablen und Messvorschriften seiauf die umfangreiche Literatur verwiesen[z. B. BaPe83; DeMc92; Mass96; Ball98;ChPa98; DoTo98; HuKT99].

4.1 Systemqualit�t

Durch diese Kategorie werden Eigenschaf-ten des WMS selbst erfasst. Die Faktorenzu den IS reflektieren eine eher an tech-nischen und anKriterien der Systemperfor-mance orientierte Sichtweise [DeMc92].Die von uns zus�tzlich vorgeschlagenenFaktoren st�tzen sich zu einem großen Teilauf die Qualit�t der WMS-Funktionen(vgl. Tabelle 2).

Integrative WMS m�ssen generellFunktionen f�r die Publikation, die Sucheund die Pflege von Wissenselementen zurVerf�gung stellen. Es gibt eine Reihe vonVariablen zur Messung der Qualit�t derverwendeten Suchmaschine bzw. allgemei-ner eines Systems zum Information Retrie-val. Diese stellen im wesentlichen die An-zahl an gefundenen relevanten Dokumen-ten der Gesamtanzahl der gefundenen Do-kumente bzw. der Anzahl der nicht gefun-denen relevanten Dokumente gegen�ber[HaHe97]. Durch die Faktoren Qualit�tder Navigationsstruktur und Qualit�t derVisualisierung der Wissensstruktur wirdein enger Zusammenhang zur KategorieInformations-, Kommunikations- und

Wissensqualit�t deutlich. Ersteres umfasstunter anderem eine f�r die Teilnehmer kla-re und nachvollziehbare Navigations-struktur, die zum Beispiel an den Ge-sch�ftsprozessen ausgerichtet sein kann[MaRe01]. Letzteres bezieht sich auf dieDarstellung der Struktur des im Systementhaltenen Wissens, beispielsweise durchhyperbolische Browser oder Mindmaps[Lehn00, 138 f.]. Hier bestehen fließende�berg�nge zu den Inhalten des Systems,da dieWissensstruktur als ein Teil desWis-sens aufgefasst werden kann.

Der Erfolg von interaktiven WMS wirdunter anderem durch die Qualit�t desKommunikationsmediums [KeGr97] be-stimmt, was �ber Einsch�tzungen zur Ver-l�sslichkeit, Exaktheit und Klarheit einesMediums erhoben werden kann. Zudemkann die F�higkeit eines Mediums sozialePr�senz [KeGr97; KaSt99] zu vermittelnals f�r den Erfolg relevant angesehen wer-den. Dies zielt insbesondere auf die Ver-mittlung von Vertrauen, Sensibilit�t oderauch Geselligkeit sowie auf Restriktionen,die dem Nutzer durch das Medium auf-erlegt werden. Der Faktor Einfachheit desFeedbacks [KeGr97] bezieht sich auf dieals wichtig angesehene M�glichkeit zuspontanen Antworten. F�r Systeme des in-tegrativen Typs schlagen wir einen analo-gen Faktor vor, der sich auf die Unterst�t-zung einfachen Feedbacks zu Inhalten desRepositorys bezieht.

Eine Anzahl von Faktoren l�sst sich aufbeide Architekturtypen anwenden. Dazugeh�rt die Einfachheit der Benutzung[DoTo88] des Systems, die Bereiche wieden Benutzungskomfort, wiederholte Be-

Tabelle 2 Faktoren zur Systemqualit�t

Integrative WMS Interaktive WMS Beide Architekturtypen

, Unterst�tzung derWissenspublikat ion /Wissenspflege

, Quali t�t der Visualisie-rung von Suchergebnissen

, Quali t�tder Navigationsstruktur

, Quali t�tder Visualisierungder Wissensstruktur

, Quali t�t der Gestaltungdes Feedbacks zu Inhalten

, Quali t�t derSuchmaschine

, Quali t�t desKommunikat ionsmediums

, Gestaltung und Anzahlder Kommunikat ions-kan�le

, Vermit tlung sozialerPr�senz

, Einfachheit des Feed-backs

, Quali t�t der Unterst�t-zung von Community-Workspaces

, Quali t�t derExpertensuche

, Einfachheit derBenutzung

, Ressourcennutzung

, Antwortzei t

, Ver f�gbarkei t

, Quali t�t derDokumentat ion

, Unterst�tzung derDynamik des Inhaltes

, Quali t�t der Integrat ionvon Funkt ionen

, Unterst�tzung vonMehrsprachigkei t


501

dienungsfehler oder die wahrgenommeneKomplexit�t der Systembedienung um-fasst. Der Faktor zur Dynamik des Inhal-tes bezieht sich auf WMS-spezifischeFunktionen zur einfachen Aktualisierungund Erweiterung desWissens.

4.2 Informations-, Kommunika-tions- undWissensqualit�t

Diese Kategorie umfasst die Qualit�t desim System gespeicherten Wissens und desmit Hilfe des Systems kommuniziertenWissens (vgl. Tabelle 3).

F�r einen Großteil von integrativenWMS ist eine m�glichst gute Entsprechungdes Kontextes von System und Benutzerwichtig. Der durch das WMS realisierteKontext, beispielsweise ein konkreter Ge-sch�ftsprozess, muss mentale Modelle derTeilnehmer widerspiegeln, die m�glichst

standardisiert sein sollten. Weitere Fak-toren erfassen zum einen inhaltlicheAspekte, beispielsweise durch den eher�bergeordneten Faktor Qualit�t des In-halts von Wissenselementen [Srin85; Pa-Pa99] oder durch Faktoren, die sich aufbeide WMS-Typen anwenden lassen, wieVerst�ndlichkeit [KiEp83], Verl�sslichkeit[BaPe83; LuSp99] und Relevanz [LaLe80;BlRR98]. Die Relevanzbewertung k�nntesich dabei an unterschiedlichen Dimensio-nen des Wissens orientieren, z. B. der Un-terscheidung in �berblicks- vs. Fachwis-sen, Fakten vs. Meinungen oder Experten-wissen vs. Novizenwissen [MaRe01]. Zumanderen wird durch den Faktor Qualit�tder Strukturierung des Wissens die Eig-nung der strukturellen Gliederung desWissens erfasst, da gerade in der Strukturwertvolles Wissen �ber Zusammenh�ngezwischen Wissenselementen steckt. Wei-terhin wichtig ist die Qualit�t des Meta-

Wissens, also die Qualit�t des Wissens �berdieWissenselemente.

Die Gestaltung von Faktoren f�r inter-aktive WMS stellt eine besondere Heraus-forderung dar, da die Inhalte der Kom-munikation einer Messung nicht oder nursehr schwer zug�nglich sind. Erfassbarsind z. B. die Inhalte von Expertenprofilen,da diese einen maßgeblichen Einfluss aufdie erfolgreiche Anbahnung der Kom-munikation zwischen „Wissenden“ und„Nicht-Wissenden“ haben. Ein weitererFaktor k�nnte das Vertrauen [BaPe83] indie kommunizierten Inhalte oder in die In-halte des Repositorys sein, was durch denFaktor Vertrauensw�rdigkeit von Wissens-elementen f�r integrative und Vertrauen inkommuniziertes Wissen f�r interaktiveWMS erfasst werden soll. Vertrauen kannhier unter anderem durch die Vermittlungder „Wissenskompetenz“ des Wissensan-bieters an den Wissensnachfrager geschaf-fen werden.

4.3 Wissensspezifischer ServiceDie Faktoren dieser Kategorie sollen denErfolg eines auf Wissen bezogenen Ser-vices erfassen, der durch spezialisierte Mit-arbeiter unterst�tzt durch das WMS er-bracht wird (vgl. Tabelle 4). In der Litera-tur finden sich Anhaltspunkte f�r Fak-toren zur Erfassung des Service-Erfolges([MyKP98]; am bekanntesten und am h�u-figsten empirisch getestet ist das f�r dasMarketing entwickelte SERVQUAL-In-strument [PaZB88], das auch auf die IS-Funktion �bertragen wurde: [PiWK95];vgl. auch [GuGR99]).

Insbesondere f�r integrative WMS istdie Unterst�tzung bei der Wissenspublika-tion wichtig, da durch sie ein wesentlicherEinfluss auf die Qualit�t der Inhalte desRepositorys ausge�bt werden kann. Alsweiterer Bereich kann die Qualit�t derUnterst�tzung bei der Wissenssuche an-hand der aufgezeigten Alternativen oderanhand der Wahrnehmung durch den Be-nutzer bewertet werden.

Der wissensspezifische Service wirkt imFalle von interaktivenWMS bei derUnter-st�tzung der Kommunikation mit, z. B.durch Aufzeigen von geeigneten Kom-munikationskan�len und die Unterst�t-zung der Teilnehmer bei der Nutzung derKommunikationsmedien. In Foren kanndurch Moderation und durch das Aufzei-gen von zus�tzlichen Wissensquellen zumErfolg des WMS beigetragen werden. Dies

Tabelle 3 Faktoren zur Informations-, Kommunikations- undWissensqualit�t


, G�te der Entsprechung /Visualisierung desKontextes

, Quali t�t des Inhaltsvon Wissenselementen

, Quali t�t der Struktur ie-rung des Wissens

, G�te der Vernetzungvon Wissenselementen

, Quali t�t des Meta-Wissens

, Quali t�t der Kommen-t ierung

, Vertrauensw�rdigkei tvon Wissenselementen

, Quali t�t der Inhaltevon Expertenprofilen

, Vertrauen in kommuni-ziertes Wissen

, Quali t�t des Inhaltsvon Community-Services

, Struktur von Diskussions-listen

, Beantwortungsdauervon E-Mails/Diskussions-bei tr�gen

, Verl�sslichkei t, Aktuali t�t,Relevanz, Pr�zision derInhalte

, Verst�ndlichkei tvon Wissenselementenbzw. Expertenprofilen

, Verl�sslichkei tvon Wissenselementen /Expertenprofilen

, Quali t�t der Relevanz-bewertungenvon Wissenselementen /Expertenprofilen

Tabelle 4 Faktoren zum wissensspezifischen Service


, Quali t�t derUnterst�tzung bei derWissenspublikat ion

, Quali t�tder Ver feinerung/Pflegevon Wissen

, Quali t�tder Wissensverteilung

, Quali t�tder Unterst�tzungbei der Wissenssuche

, Quali t�t derUnterst�tzung bei derKommunikat ion

, Quali t�t der Unterst�t-zung von Communitys

, Quali t�t der Unterst�t-zung bei der Entwicklungvon Experten- / Mitarbei-terprofilen

, SERVQUAL-Faktoren, z. B.Transparenz, Vert rauen,Kompetenz, Verst�ndnis,prompte Er ledigung vonAuftr�gen, Erreichbarkeit

, Quali t�t der Vermit tlungdes WM-Konzepts

, F�higkei t zur Motivat ionvon Systemnutzern

, z�gige Fehlerbehebung


502

wird unter dem FaktorUnterst�tzung vonCommunitys subsummiert.

Die im SERVQUAL-Instrument[PaZB88; PiWK95] vorgeschlagenen Ma-ße lassen sich auf WMS beider Architek-turtypen anwenden. Nicht zuletzt ist dieMotivation der Nutzer in bezug auf dieAufgaben, die bei der Anwendung desWMS im Umgang mit Wissen entstehen,ein wichtiger Faktor. Hier bestehen An-satzpunkte, um die Mitarbeiter zur Wis-sensteilung zu ermutigen.

4.4 Systemnutzung

Die Systemnutzung ist der in der vorlie-genden IS-Literatur am h�ufigsten gemes-sene Bereich, der viele einfach zu quantifi-zierende und �ber ein Systemmonitoringerfassbare Faktoren umfasst (vgl. Tabelle5). Die Systemnutzung ist in bezug auf dieAussagekraft �ber den Systemerfolg zuRecht umstritten [DoTo98; Geld98], da siezwar eine notwendige, nicht aber eine hin-reichende Bedingung f�r den Systemerfolgist. Nutzungszahlen haben wenig Aus-sagekraft hinsichtlich der Art und Weise,wie das System von den Nutzern einge-setzt wird.

So k�nnten bei integrativen WMS bei-spielsweise die Inanspruchnahme vonWMS-Funktionen sowie des wissensspezi-fischen Services in den Bereichen Wissen-spublikation, Wissenssuche und Wissens-verteilung erfasst werden. Der FaktorNutzung zur horizontalen Integration[DoTo98] beschreibt, in welchem Ausmaßdas System zur Koordination von Aktivi-t�ten oder zum Austausch von Wissen ineinem Team oder einer Community einge-setzt wird. Durch die Messung der Nut-zung zur vertikalen Integration [DoTo98]wird erfasst, inwiefern das System zur Ko-ordination eigener T�tigkeiten oder zumAustausch mit Weisungsbefugten ange-wendet wird.

Zur Messung des Erfolges interaktiverWMS eignen sich analoge Faktoren[RiSh90; DoTo98], die jedoch st�rker aufdie Kommunikation abstellen.

Die Nutzung von beiden Architektur-typen l�sst sich durch Faktoren wie Nut-zerzahl [HiTu81], Regelm�ßigkeit derNutzung [Raym85;WiCG98] und Intensi-t�t der Nutzung [BaHu85; StLK95] n�herqualifizieren. Letzteres kann beispielswei-se die Intensit�t des Systemeinsatzes �berbestimmte Projektphasen hinweg umfas-

sen. Generell ist zwischen direkter und as-sistierter Nutzung sowie zwischen organi-sationsinterner Nutzung und Nutzungdurch Gesch�ftspartner (Kunden, Liefe-ranten) zu unterscheiden. Bei der Extensi-on der Nutzung wird erhoben, wie vieleWMS-Funktionen ein Teilnehmer (regel-m�ßig) nutzt.

4.5 Nutzerzufriedenheit

In der Literatur zu IS hat das Instrumentzur Messung der Informationszufrieden-heit von Bailey/Pearson [BaPe83] weiteVerbreitung in einer von Ives et al. [Iv-BO83] verk�rzten Form gefunden [z. B.bei BaHu85; Raym85; BaOI86; Li97;BlRR98; vgl. auch das �hnliche Instrumentvon DoTo88 und seine Anwendungen, Ig-Ta97; McCo98; Down99]. Die Nutzer-

zufriedenheit wird dabei indirekt �ber ins-gesamt 39 Faktoren unter anderem aus denBereichen Systemqualit�t, Informations-qualit�t sowie Servicequalit�t der IT-Ab-teilung erfasst. Zur Ermittlung derNutzer-zufriedenheit bieten sich somit zwei Wegean: zum einen die Anwendung einer Kom-bination von Faktoren aus den zuvor ge-nannten Kategorien nach dem Vorbild dervorhandenen Instrumente und zum ande-ren die direkte Erfassung �ber Faktoren,von denen einige im folgenden erl�utertwerden (vgl. Tabelle 6).

F�r integrative WMS l�sst sich die Zu-friedenheit mit dem Wissensangebot erfas-sen, die das Verh�ltnis vonWissensangebotdurch das Repository bzw. �quivalent inCommunitys und Diskussionsforen undder Wissensnachfrage durch die System-nutzer sowie die Anwendbarkeit des Wis-sens beschreibt. Weiterhin kann die Zufrie-

Tabelle 5 Faktoren zur Systemnutzung


, Nutzung zurWissenspublikat ion

, Nutzung zurWissenssuche

, Nutzung zurWissensverteilung

, Nutzung zur Pflegevon Wissenselementen

, Nutzung zur horizonta-len / vert ikalen Integration

, Nutzung zum Feedbackauf Wissenselemente

, Nutzung zur horizonta-len / vert ikalen Kommuni-kation

, Nutzung zur Kommuni-kation in Communitys

, Nutzung zur Pflegevon Expertenprofilen

, Nutzung zum Feedbackauf Anfragen

, Anzahl / Typ / Gr�ße /Fokus von Beit r�genin Diskussionslisten

, Gleichm�ßigkei t der Par-t izipation in Communitys

, Nutzerzahl

, Regelm�ßigkei tder Nutzung

, Intensi t�t der Nutzung

, H�ufigkeit vergangener,aktueller und geplanterNutzung

, Nutzungsdauer

, Extension der Nutzung

Tabelle 6 Faktoren zur Nutzerzufriedenheit


, Zufriedenheit mit demWissensangebot

, Zufriedenheit mit denWMS-Funkt ionen undProzessen, z. B. zur Wis-senssuche und zurWissenspublikat ion

, Zufriedenheit mit denKommunikat ionsmedien

, Zufriedenheit mit derInterakt ion in Commu-nitys

, Zufriedenheit mit denFunktionen zur Experten-suche

, Posi t ive Haltung zumWMS

, Vergn�gen

, Bed�r fnis nach Redesign

, Zufriedenheit mit dem wis-sensspezifischen Service

, Zufriedenheit mit derNutzerschni t tstelle

, Er f�llung von Erwartungen

, wahrgenommene Part izi-pat ion in Systemdesign und-nutzung

, wahrgenommeneN�tzlichkeit


503

denheit der Nutzer mit bestimmten Leis-tungen des Systems wie beispielsweise derWissenssuche oder der Wissenspublikationerfasst werden.

Bei interaktiven WMS wird durch denFaktor Zufriedenheit mit den Kommuni-kationsmedien erfasst, wie gut die Nutzerihren Kommunikationsbedarf durch dasWMS abgedeckt sehen. Der Faktor Zufrie-denheit mit der Interaktion in Communi-tys erfasst, wie gut sich Mitglieder vonCommunitys beim Bewerten, Teilen undEntwickeln vonWissen unterst�tzt f�hlen.

F�r beide Architekturtypen kann dieHaltung der Nutzer zum System [Mass96;WiCG98] Aussagen �ber die Zufrieden-heit erm�glichen. Die Zufriedenheit h�ngtdabei stark mit der (wahrgenommenen)Partizipation im Systemdesign zusammen[FrRo86, 351 ff.].

4.6 Auswirkung auf IndividuenDie in dieser Kategorie enthaltenen Fak-toren umfassen Einsch�tzungen der Nut-zer, welchen Einfluss das WMS auf ihreArbeit und auf ihren Umgang mit Wissenhat (vgl. Tabelle 7).

F�r die Auswirkungen integrativerWMS ist insbesondere das Repository vonBedeutung. Die Faktoren Auswirkung aufdie F�higkeit selbst�ndig auf Wissen zuzu-greifen bzw. zu publizieren erfassen dieWahrnehmung des Nutzers, ob er durchdas WMS mit vergleichsweise wenigerAufwand zu neuem und relevantem Wis-sen kommt bzw. seinWissen teilen kann.

Bei interaktiven WMS erfasst der Fak-tor Auswirkungen auf die Kommunikati-onsm�glichkeiten [BlRR98], inwiefern derNutzer das System als eine Erweiterungderselben wahrnimmt. Der FaktorAuswir-kungen auf das Kommunikationsverhaltenerhebt analog zum Faktor Auswirkungenauf das Zugriffsverhalten bei integrativenWMS die Wahrnehmung der Nutzer, obsich ihre oder die Art anderer zu kom-munizieren ge�ndert hat. Der Faktor ein-facheres Finden von „Wissenden“ beziehtsich auf die Anbahnung der Kommunika-tion und soll den Nutzen der Experten-suche bzw. der Suche nach geeignet quali-fiziertenMitarbeitern erfassen.

Auf beide Architekturtypen lassen sichdie Faktoren Auswirkung auf die Auto-nomie [BlRR98] und Auswirkung auf die

Kreativit�t [Mass96] anwenden. Durch siekann erhoben werden, ob die Nutzerdurch dasWMS die Autonomie ihrer Posi-tion gest�rkt bzw. ihre Kreativit�t unter-st�tzt sehen. Die Teilnehmer k�nnten al-ternativ gefragt werden, wie viel sie f�r dieNutzung der WMS oder einzelner Funk-tionen (z. B. eines einzelnen Suchergebnis-ses) bezahlen w�rden.

4.7 Auswirkung auf CommunitysAufgrund des Mangels an Literatur zuWMS-Unterst�tzung von Communitys�bertragen wir Ergebnisse aus den Berei-chen Group Support Systems und GroupDecision Support Systems [DeGa87;KrPi90; ChPa98; ShAP98; HuKT99] aufdiese Kategorie unseres Modells (vgl. Ta-belle 8).

F�r integrative WMS ist insbesonderedie Auswirkung auf die Qualit�t der Kon-textualisierung des Wissens interessant,welches im Repository gespeichert ist. Essoll erfasst werden, ob die Systemunter-st�tzung von Gruppen im allgemeinenund Communitys im besonderen einenEinfluss auf die Anreicherung des Wissensmit Kontext hat, der zu einer Erleichte-rung der Interpretation von Wissensele-menten f�hren kann. In Verbindung damitsteht die Auswirkung auf das Vertrauen indas Wissen, ein Bereich, in dem Communi-tys ein besonderes Potenzial zugeschrie-ben wird [Ferr99].

F�r interaktive WMS ist die Auswir-kung auf die Qualit�t der Kommunikation[FiSK90; Kock98] interessant. Dieser Fak-tor erhebt die Wahrnehmung der Teilneh-mer, ob sich durch die Systemunterst�t-zung von Communitys die Beitr�ge vonCommunity-Mitgliedern verbessert ha-ben.

Auf beide Architekturtypen l�sst sichder Faktor Auswirkung auf den Gruppen-konsens anwenden [ShAP98; HuKT99],der f�r WMS insbesondere in bezug aufden Konsens �ber das kommunizierteWissen interessant ist. Der Faktor Auswir-kung auf soziale Strukturen bewertet Sta-tusverh�ltnisse oder den Grad der Anony-mit�t in Communitys.

4.8 Auswirkungauf die OrganisationDurch die anhand von Marktanteilen oderBilanzdaten erhobene Absatzperformance

Tabelle 7 Faktoren zu den Auswirkungen auf Individuen


, Auswirkung aufdie F�higkei t selbst�ndigauf Wissen zuzugreifen

, Auswirkung auf die F�hig-kei t selbst�ndig Wissens-elemente zu publizieren

, Auswirkung auf dasZugriffsverhalten

, Auswirkung aufden wahrgenommenen„Information overload“

, Auswirkung auf dieKommunikat ionsm�glich-kei ten

, Auswirkung auf dasKommunikat ionsverhalten

, einfacheres Finden von„Wissenden“

, Auswirkung auf dieAutonomie

, Auswirkung auf dieKreativ i t�t

, Auswirkung auf diepers�nliche Produkt iv i t�t

, Auswirkung auf den sys-tematischen Umgangmit Wissen

, Berei tschaft, f�r die WMS-Nutzung zu bezahlen

Tabelle 8 Faktoren zu den Auswirkungen auf Communitys


, Auswirkung auf dieKontextualisierungdes Wissens

, Auswirkung auf dasVertrauen in das Wissen

, Auswirkung auf die Qua-li t�t der Kommunikat ion

, Auswirkung auf Inter-akt ionen in Communitys

, Zielgerichtethei t undFokus vir tueller Meetings

, Aktiv i t�t in Communitys

, Auswirkung auf denGruppenkonsens

, Auswirkung auf sozialeStrukturen

, Auswirkung auf die Ein-bindung der Community-Mitglieder

, Auswirkung auf dieKreativ i t�t


504

[RaPP96] oder die �ber Kapitalrenditengemessene Unternehmensperformancewird der Erfolg desWMS nur sehr indirekterfasst und ist von anderen Einfl�ssenschwer isolierbar. Daher wurde in empiri-schen Studien gr�ßtenteils der Gesamt-erfolg der Informationsverarbeitung bzw.aller Informationssysteme mit finanzwirt-schaftlichen Kennzahlen in Verbindunggebracht, nicht aber ein einzelnes IS. Die inAbschnitt 1.2 genannten neueren Ans�tzezur Erfolgsmessung im WM, insbesondereder Intellectual Capital Ansatz, bieten je-doch vielversprechende Maße, die durchWMS wesentlich direkter beeinflusst wer-den als die finanzwirtschaftlichen Kenn-zahlen. Daher werden im folgenden wei-tere Faktoren aus diesen Bereichen er-g�nzt, bei denen sich der Erfolg zumindestansatzweise auf die Anwendung des WMSzur�ckf�hren l�sst (vgl. Tabelle 9).

Erl�se durch Nutzung der WMS durchKunden lassen sich eher den integrativenWMS zuordnen. Beispielsweise k�nnte derZugriff auf Repositorys und Wissenspoolsf�r Kunden kostenpflichtig gemacht wer-den. Weiterhin k�nnen insbesondere inte-grative WMS dazu beitragen, die Trans-parenz von Wissensstrukturen im Unter-nehmen zu erh�hen, beispielsweise durchdie Unterst�tzung vonWissenslandkarten,durch die Identifikation von Experten an-hand ihrer Beitr�ge oder durch eine mitdem WMS erm�glichte bessere �bersicht�ber dasWissen imUnternehmen.

Der Faktor Auswirkungen auf dieKommunikation soll bei interaktivenWMS �ber die Einsch�tzungen der Mit-arbeiter auf hoch aggregierter Ebene pr�-fen, ob sich die Kommunikation beispiels-weise zwischen einzelnen Organisations-einheiten verbessert hat. Durch Unterst�t-zung der Kommunikation in und außer-halb von Communitys k�nnen interaktiveWMS die Transparenz von Wissensnetzenerh�hen, da beispielsweise bei einer Neu-besetzung einer Stelle die (offiziellen) Wis-sensnetze des Vorg�ngers rasch und ein-fach �bernommen werden k�nnen.

Der Faktor Wirtschaftlichkeit des Sys-tems [KeGr97] erfasst die Einsch�tzungder Nutzer, ob das System selbst im Ver-h�ltnis zu seinen Kosten und dem Nut-zungsaufwand einen angemessenen Vorteilerbringt und l�sst sich ebenso wie Auswir-kungen auf finanzwirtschaftliche Kriterienbeiden Architekturtypen zuordnen. Mitdem Faktor Auswirkung auf die Innovati-onsf�higkeit k�nnte ermittelt werden, ob

durch das WMS beispielsweise kreativeL�sungen von durch das System zusam-mengebrachten Experten erm�glicht wur-den.

5 Zusammenfassungund Ausblick

In dieser Arbeit wurde basierend auf dempopul�ren Modell zur IS-Erfolgsmessungnach DeLone und McLean [DeMc92] einModell zurMessung des Erfolgs vonWMSvorgestellt. Eine Auswahl der wichtigstenbzw. interessantesten Faktoren wurde an-hand der Unterscheidung von integrativenund interaktiven WMS diskutiert. DieFaktoren k�nnen in dem eingangs be-schriebenen Fallbeispiel (SYSTEM AG)wie in Box 2 beschrieben verwendet wer-den.

Die Umsetzung der so gewonnenen Er-kenntnisse kann bei der SYSTEM AG dieWMS-Funktionen, die Rolle der Wissens-broker und die Wissensprozesse verbes-sern, da Ankn�pfungspunkte f�r Maßnah-men offengelegt werden. Es wurde jedochauch deutlich, dass die Erfolgsmessung imWM und beim Einsatz von WMS ein �u-ßerst komplexes Unterfangen ist. Ein Mo-dell zur Erfolgsmessung ist mit den hohenAnforderungen konfrontiert, die sich ausder Kombination von technisch-naturwis-senschaftlichen sowie sozial- und wirt-schaftswissenschaftlichen Messinstrumen-ten ergeben.

�ber die in unserem Modell ber�ck-sichtigten Faktoren hinaus wird der tat-s�chliche Erfolg von WMS von weiterenFaktoren beeinflusst, die jeder f�r sich An-kn�pfungspunkte f�r eine ErweiterungdesModells bieten:

, Personenbezogene Kennzeichen (z. B.Kreativit�t, Ausbildung und Erfah-rungshintergrund, Alter) spielen in be-zug auf den Erfolg von WMS eine nichtklar definierbare Rolle und liefern An-lass zu statistischen Korrekturen vonErhebungsergebnissen [Mass96].

, Nicht �ber WMS laufende Kommuni-kation: insbesondere interaktive WMSsind in den Kontext der organisatori-schen Kommunikationsprozesse einge-bunden, die durch den Systemeinsatzver�ndert werden, deren Erfolgswirk-samkeit jedoch schwer festzustellen ist(f�r eine �bersicht �ber Variablen zurMessung von Kommunikation vgl.[Rubi94]). Als ein zentrales Problemstellt sich die Messbarkeit implizitenWissens [NoTa97, 75 ff.] dar.

, Organisationsstruktur und -prozessebeeinflussen die organisatorische Ge-staltung des Wissensmanagements so-wie Einrichtung, Zusammensetzung,Abl�ufe und Beziehungen in und zwi-schen Kollektiven von Mitarbeitern,wie Gruppen, Teams und Communitysund wirken ebenfalls auf den Erfolgvon WMS (vgl. z. B. zu einem Kontin-genzansatz im Bereich Group SupportSystems [ZiBu98]).

Tabelle 9 Faktoren zu den Auswirkungen auf die Organisation


, zus�tzliche Erl�sedurch Verkauf desZugangs zu WMS

, Auswirkungen auf dieTransparenz der Wis-sensstrukturen

, Ersparnisse beimZugriff auf externeOnline-Datenbanken

, Auswirkung auf die Kom-munikat ion im Unterneh-men

, Auswirkungen auf dieTransparenz von Wis-sensnetzen

, Ersparnisse bei Reise-kosten

, Wirtschaftlichkei t des WMS

, Auswirkung auf finanzwir t-schaftliche Kri ter ien

, Auswirkung auf die Innova-t ionsf�higkei t

, Auswirkung auf Produkteoder Dienstleistungen

, Auswirkung auf Unterneh-mensbeziehungen

, Auswirkung auf Umfangund Quali t�t der Mitarbei-terausbildung

, Verringerung derFluktuat ion

, Auswirkung auf die Bereit-schaft Wissen zu teilen


505

, Kultur: Organisations- und Gruppen-kultur stellen einen wichtigen Einfluss-bereich auf den Erfolg von WMS dar[u. a. bei HoND90; NeCo96; GoDa98].Ihre Messbarkeit gestaltet sich schwie-rig, da tats�chliche Werthaltungen undGrundannahmen nur indirekt �ber bei-spielsweise Geschichten, Symboliken,Rituale, Sprache, Architektur, soge-nannte Clans und Rollenmodelle vonVorgesetzten erfasst werden k�nnen[Drum91, 166 f.].

Es darf nicht �bersehen werden, dass einEinbezug dieser Aspekte die ohnehin be-reits hohe Komplexit�t unseres Modellsnoch weiter steigern w�rde und dadurchdie Erfolgsmessung letztlich zu einem em-pirisch kaum bew�ltigbaren Problem w�r-de.

WMS lassen sich zusammenfassend alserfolgversprechende und in ihrer Anwen-dung anspruchsvolle Instrumente charak-terisieren, die als Katalysator f�r denWan-del des Umgangs mit Wissen in Organisa-tionen fungieren k�nnen. Unser Modellsoll Organisationen helfen, aus der F�lle

an verf�gbaren Faktoren f�r die Erfolgs-messung die f�r sie richtige Kombinationauszuw�hlen.

Anmerkungen

1 Vgl. dazu z.B. [Ba�s00; GoBa01; GrGe00;Hild00; Lehn00;Wats00; ZePS00].

2 Wissensmanagement wurde vor allem in den90er Jahren sowohl im anglo-amerikanischenals auch im deutschen Sprachraum stark dis-kutiert, z.B. [BrDu1991; Hube1991; No-na1991; WaUn1991; Quin1992; Morr1993; Ra-Go1995; Neil1997; NoTa1997; Rugg1997;Svei1997; DaDB1998; HaNT1999; Zack1999b;AlLe01] sowie f�r den deutschsprachigenRaum [Paut1989; Satt1991; PrB�1994; Ar-We1995; Geiß1995; Schn1996; Sch�1996;PrRR1997; Pawl1998; Sche1998; Will1998; Ba-V�1999; Lehn00; Schr01].

3 Vgl. dazu die Ergebnisse einer von einem derAutoren durchgef�hrten empirischen Studiezum State-of-the-Art des WMS-Einsatzes imdeutschsprachigen Raum [MaKl1999a; Ma-Le00].

4 Das konstruierte Fallbeispiel basiert auf einerDarstellung derWissensmanagement-Initiativebeim Softwarehaus sd&m AG in M�nchen[TrBr00] sowie auf Interviews im Rahmen ei-ner von einem der Autoren betreuten Diplom-arbeit [W�sc01].

5 Betrachtet wurden vor allem die einschl�gigenWirtschaftsinformatik- bzw. Management In-formation Systems-Publikationen: ZeitschriftWirtschaftsinformatik, Management Informa-tion Systems Quarterly – MISQ, Information& Management, Information Systems Re-search, Information Management, Manage-ment Science, Decision Sciences, Communica-tions of the ACM.

6 Faktoren bezeichnen eine Gruppierung vonVariablen und sind nicht zu verwechseln mitErfolgsfaktoren, die eine Implementierung vonWMS unterst�tzen, aber nicht zur Messungdes Erfolgs herangezogen werden (vgl. z.B. Er-folgsfaktoren f�r WM-Projekte [DaDB1998]).Faktoren bezeichnen also aggregierte Kenn-zahlen, die anhand von bestimmten Indikato-ren gemessen werden k�nnen. Beispielsweisekann der Faktor Einfacheres Erlangen relevan-ten Wissens (siehe Abschnitt 4.6) durch mehre-re Fragen erhoben werden, die ermitteln, in-wiefern sich der Benutzer beim Zugriff auf re-levantes Wissen durch das System unterst�tztf�hlt.

Literatur

[AlLe01] Alavi, M.; Leidner, D. E.: Review:Knowledge Management and Knowledge Ma-nagement Systems: Conceptual Foundationsand Research Issues. In: MIS Quarterly 25(2001) 1, S. 107–136.

Box 2: Fallbeispiel: Faktorauswahl zur Erfolgsmessung bei der SYSTEM AG

Im folgenden wird eine Faktorauswahl zur Beurteilung der WMS undWM-Services f�r dieSYSTEM AG vorgeschlagen (vgl. Abschnitt 1.1). Die WMS bei der SYSTEM AG besitzensowohl Merkmale der integrativen (z. B. Themenbeitr�ge, Meta-Suchmaschine) als auch derinteraktiven Architektur (z. B. Skillverwaltung,Yellow Pages der Mitarbeiter). Daher werdenFaktoren aus beiden Bereichen ausgew�hlt.

Die Faktoren auf der System & Serviceebene – Systemqualit�t, Informations-, Kommuni-kations- undWissensqualit�t sowie wissensspezifischer Service – beziehen sich dabei aufdie zur Verf�gung stehende Funktionalit�t, also z. B. die Beurteilung der Qualit�t der Such-maschine, der Navigationsstruktur oder der Expertenprofile. Bei den Inhalten lassen sich z. B.Verl�sslichkeit, Aktualit�t, Relevanz, Pr�zision erheben. Die Qualit�t der Unterst�tzung durchden wissensspezifischen Service kann unter Zuhilfenahme der SERVQUAL-Variablen beurteiltwerden, z. B. Variablen zur Messung von Kompetenz,Verst�ndnis, prompte Erledigung vonAuftr�gen, Erreichbarkeit.

Die Faktoren derNutzungsebene k�nnen automatisch durch dasWMS sowie durchErg�nzung der regelm�ßig durchgef�hrten Mitarbeiterbefragungen erhoben werden,neben der bereits erhobenen Nutzerzahlen z. B. �ber die Regelm�ßigkeit, Intensit�t undExtension der Nutzung von Systemfunktionen sowie der Wissensbroker. Die bereits auto-matisch erhobenen Kennzahlen zur Systemnutzung werden durch Faktoren erg�nzt, diediese n�her z. B. nach einzelnen Funktionen oder Dom�nen qualifizieren. Die Ermittlung derNutzerzufriedenheit wird durch Fragen zu den einzelnen Funktionen und Prozessen (z. B. zurSuche oder zur Publikation vonWissenselementen) oder zur Zufriedenheit mit dem wissens-spezifischen Service verfeinert.

Auf der Auswirkungsebenewerden Auswirkungen auf Individuen undOrganisation unddabei insbesondere die Beseitigung der in Abschnitt 1.1 erw�hnten Defizite �berpr�ft. Wich-tigste Kennzahl in der Softwareentwicklung ist dabei, dass Projekte innerhalb der gesetztenBudget- und Zeitlimits bleiben. Durch den Einsatz der WMS k�nnten sich aber auch Erspar-nisse beim Zugriff auf externe Ressourcen, wie z. B. Online-Datenbanken ergeben haben. DieTransparenz vonWissensstrukturen l�sst sich relativ anhand von Ver�nderungen in Anzahl,Umfang und Aktualit�t der von den Teilnehmern zur Verf�gung gestellten Kompetenzprofilesowie der Elemente der Wissensstruktur beurteilen. Die in den Projekten t�tigen Teilnehmeran denWMS k�nnten aber auch nach ihrer Bereitschaft f�r die WMS-Nutzung zu bezahlenbefragt werden. Communities werden bei der SYSTEM AG derzeit nicht unterst�tzt. Die beider SYSTEM AG auf Zeit ernannten Themenverantwortlichen k�nnten jedoch die Entstehungvon thematisch ausgerichteten Communities f�rdern.

DieOperationalisierung erfolgt im n�chsten Schritt, indem jeder Faktor mit Hilfe vonmehreren Variablen gemessen wird (vgl. dazu die umfangreiche Literaturliste). Anhand dieserFallstudie wurde deutlich, dass beim derzeitigen Stand der Forschung am besten m�glichstzu allen Kategorien unseres Modells Daten erhoben werden, diese dann innerhalb derKategorien gewichtet und aggregiert werden und in der Folge im Rahmen eines Evaluations-Workshops zu diskutieren sind. Ansatzpunkte f�r Verbesserungen an denWMS lassen sichdabei einerseits durch Erg�nzungen der vorhandenen Funktionalit�t und andererseits an-hand der Ver�nderungen �ber Zeit erkennen.


506

[ArWe95] Arnold, R.; Weber, H. (Hrsg.): Weiter-bildung und Organisation. Zwischen Organi-sationslernen und lernenden Organisationen.Berlin 1995.

[BaHu85] Barki, H.; Huff, S.: Change, Attitudeto Change, and Decision Support System Suc-cess. In: Information & Management 9 (1985),S. 261–268.

[Ball98] Ballantine, J.; Bonner, M.; Levy, M.;Martin, A.; Munro, I.; Powell, P. L.: Develo-ping a 3-DModel of Information Systems Suc-cess. In: Garrity, E. J.; Sanders, G. L. (Hrsg.):Information Systems Success Measurement.London 1998, S. 46–59.

[BaOI86] Baroudi, J. J.; Olson, M. H.; Ives, B.:An Empirical Study of the Impact of User In-volvement on System Usage and InformationSatisfaction. In: Communications of the ACM29 (1986) 3, S. 232–238.

[Ba�s00] Bach, V.; �sterle, H.: Customer Rela-tionship Management in der Praxis. Erfolgrei-che Wege zu kundenzentrierten L�sungen.Berlin et al. 2000.

[BaPe83] Bailey, J. E.; Pearson, S. W.: Develop-ment of a Tool for Measuring and AnalyzingComputer User Satisfaction. In: ManagementScience 29 (1983) 5, S. 530–545.

[BaV�99] Bach, V.; Vogler, P.; �sterle, H.(Hrsg.): Business Knowledge Management –Praxiserfahrungen mit Intranet-basierten L�-sungen. Berlin et al. 1999.

[BlRR98] Blili, S.; Raymond; L., Rivard, S.: Im-pact of Task Uncertainty, End-User Involve-ment, and Competence on the Success of End-User Computing. In: Information & Manage-ment 33 (1998), S. 137–153.

[BrDu91] Brown, J. S.; Duguid, P.: Organizatio-nal Learning and Communities-of-Practice:Toward a Unified View of Working, Learning,and Innovation. In: Organization Science 2(1991) 1, S. 40–57.

[ChPa98]Chun, K. J.; Park, H. K.: Examining theConflicting Results of GDSS Research. In: In-formation&Management 33 (1998), S. 313–325.

[DaDB98] Davenport, T. H.; De Long, D. W.;Beers, M. C.: Successful Knowledge Manage-ment Projects. In: Sloan Management Review39 (1998) 2, S. 43–57.

[DeGa87]DeSanctis, G.; Gallupe, R. B.:A Foun-dation for the Study of Group Decision Sup-port Systems. In: Management Science 33(1987) 5, S. 589–609.

[DeMc92]DeLone, W. H.; McLean, E. R.: Infor-mation Systems Success: TheQuest for the De-pendent Variable. In: Information Systems Re-search 3 (1992) 1, S. 60–95.

[DoTo88] Doll, W. J.; Torkzadeh, G.: The Mea-surement of End-User Computing Satisfac-tion. In: MISQuarterly 12 (1988), S. 259–274.

[DoTo98]Doll, W. J.; Torkzadeh, G.:Developinga Multidimensional Measure of System Use inan Organizational Context. In: Information &Management 33 (1998), S. 171–185.

[Down99] Downing, C. E.: System Usage Beha-vior as a Proxy for User Satisfaction: An Empi-rical Investigation. In: Information & Manage-ment 35 (1999), S. 203–216.

[Drum91] Drumm, H. J.: Probleme der Erfas-sung und Messung von Unternehmenskultur.In: D�lfer, E. (Hrsg.): Organisationskultur. 2.Aufl., Stuttgart 1991, S. 163–171.

[Ferr99] Ferr�n-Urdaneta, C.:Teams orCommu-nities? Organisational Structures for Know-ledge Management. In: Prasad, J. (Hrsg.): Pro-ceedings of the 1999 ACMSIGCPR Special In-terest Group on Computer Personnel ResearchConference on Managing OrganizationalKnowledge for Strategic Advantage: The KeyRole of Information Technology and Person-nel, New Orleans (USA), April 8th–10th, 1999,S. 128–134.

[FeZa93] Ferguson, J. M.; Zawacki, R. A.: ServiceQuality: A Critical Success Factor for IS Or-ganizations. In: Information Strategy: TheExecutives Journal 9 (1993) 2, S. 24–30.

[FiSK90] Finholt, T.; Sproull, L.; Kiesler, S.:Com-munication and Performance in Ad Hoc TaskGroups. In: Galegher, J. (Hrsg.); Kraut, R. E.(Hrsg.); Egido, C. (Hrsg.): Intellectual Team-work – Social and Technological Foundationsof Cooperative Work. Hillsdale 1990,S. 291–325.

[FrRo86] Franz, C. R.; Robey, D.:OrganizationalContext, User Involvement, and the Useful-ness of Information Systems. In: Decision Sci-ences, 17 (1986) 3, S. 329–356.

[GaSa98] Garrity, E. J.; Sanders, G. L.: Dimen-sions of Information Systems Success. In:Gar-rity, E. J.; Sanders, G. L. (Hrsg.): InformationSystems Success Measurement. London 1998,S. 12–45.

[Geiß95] Geißler, H.: Grundlagen des Organi-sationslernens. 2. Aufl., Weinheim 1995.

[Geld98] Gelderman, M.: The Relation betweenUser Satisfaction, Usage of Information Sys-tems and Performance. In: Information & Ma-nagement 34 (1998), S. 11–18.

[GoBa01] Gora, W.; Bauer, H. (Hrsg.): VirtuelleOrganisationen im Zeitalter von E-Businessund E-Government: Einblicke und Ausblicke,Berlin et al. 2001.

[GoDa98] Goodman, P. S.; Darr E. D.: Compu-ter-Aided Systems and Communities: Mecha-nisms for Organizational Learning in Distribu-ted Environments. In: MIS Quarterly 22(1998), S. 417–440.

[Gran96] Grant, R. M.: Toward a Knowledge-Based Theory of the Firm. In: Strategic Ma-nagement Journal 17 (1996), Winter SpecialIssue, S. 109–122.

[GrGe00]Grothe, M.; Gentsch, P.: Business Intel-ligence. Aus Informationen Wettbewerbsvor-teile gewinnen. M�nchen 2000.

[GuGR99]Guimaraes, T.; Gupta, Y. P.; Rainer, R.K. Jr.: Empirically Testing the RelationshipBetween End-User Computing Problems andInformation Center Success Factors. In: Deci-sion Sciences 30 (1999), S. 393–413.

[H�dr00] H�drich, T.: Erfolgsmessung von Wis-sensmanagement-Systemen. Diplomarbeit,Universit�t Regensburg, Lehrstuhl f�r Wirt-schaftsinformatik III, Regensburg 2000.

[HaHe97] Harter, S. P.; Hert, C. A.: Evaluationof Information Retrieval Systems. Approaches,Issues and Methods. In: Annual Review of In-formation Science and Technology, 32 (1997),S. 3–94.

[HaNT99] Hansen, M. T.; Nohria, N.; Tierney,T.: What's Your Strategy for ManagingKnowledge? In: Harvard Business Review 77(1999) 2, S. 106–116.

[Hild00]Hildebrand, K. (Hrsg.):Electronic Busi-ness. Themenschwerpunkt der Fachzeitschrift

HMD – Praxis der Wirtschaftsinformatik,(2000) 215.

[HiTu81] Hiltz, S. R.; Turoff, M.: The Evolutionof User Behavior in a Computerized Confe-rencing System. In: Communications of theACM 24 (1981) 11, S. 739–751.

[HoND90] Hofstede, G.; Neuijen, B.; DavalOhayv, D.; Sanders, G.: Measuring Organiza-tional Cultures: AQualitative andQuantitativeStudy across Twenty Cases. In: AdministrativeScienceQuarterly 35 (1990), S. 286–316.

[Hube91]Huber, G. P.:Organizational Learning:The Contributing Processes and the Litera-tures. In: Organization Science 2 (1991) 1,S. 88–115.

[HuKT99]Huang, W.; Kwok-Kee, W.; Tan, B. C.Y.: Compensating Effects of GSS on GroupPerformance. In: Information & Management35 (1999), S. 195–202.

[IgTa97] Igbaria, M.; Tan, M.: The Consequencesof Information Technology Acceptance onSubsequent Individual Performance. In: Infor-mation &Management 32 (1997), S. 113–121.

[IvBO83] Ives, B.; Baroudi, J. J.; Olson, M. H.:The Measurement of User Information Satis-faction. In: Communications of the ACM 26(1983) 10, S. 785–793.

[KaNo96a] Kaplan, R. S.; Norton D. P.: The Ba-lanced Scorecard. Boston [MA] 1996.

[KaNo96b] Kaplan, R. S.; Norton D. P.: Usingthe Balanced Scorecard as a Strategic Manage-ment System. In: Harvard Business Review 75(1996), S. 75–87.

[KaSt99] Karahanna, E.; Straub, D. W.: The Psy-chological Origins of Perceived Usefulness andEase-of-Use. In: Information & Management35 (1999), S. 237–250.

[KeGr97] Kettinger, W. J.; Grover, V.: The Use ofComputer-Mediated Communication in an In-terorganizational Context. In: Decision Sci-ences 28 (1997), S. 513–555.

[KeLe94] Kettinger, W. J.; Lee, C. C.: PerceivedService Quality and User Satisfaction with theInformation Services Function. In: DecisionSciences 25 (1994), S. 737–766.

[KiEp83]King, W. R.; Epstein, B. J.:Assessing In-formation System Value. In: Decision Sciences14 (1983), S. 34–45.

[Kock98] Kock, N. F.: Can Communication Me-dium Limitations Foster Better Group Out-comes? An Action Research Study. In: Infor-mation &Management 34 (1998), S. 295–305.

[KrPi90] Kraemer, K. L.; Pinsonneault, A.: Tech-nology andGroups: Assessment of the Empiri-cal Research. In:Galegher, J.; Kraut, R. E.; Egi-do, C. (Hrsg.): Intellectual Teamwork – Socialand Technological Foundations of CooperativeWork. Hillsdale 1990, S. 79–109.

[LaLe80] Larcker, D. F.; Lessig, V. P.: PerceivedUsefulness of Information: A PsychometricExamination. In: Decision Sciences 11 (1980),S. 121–134.

[Lehn00] Lehner, F.: Organisational Memory.Konzepte und Systeme f�r das organisatori-sche Lernen und das Wissensmanagement.M�nchen 2000.

[Li97] Li, Eldon Y.: Perceived Importance of In-formation Systems Success Factors: A MetaAnalysis of Group Differences. In: Informa-tion&Management 32 (1997), S. 15–28.

[LuSp99] Lucas, H. C. Jr.; Spitler, V. K.: Tech-nology Use and Performance: A Field Study of


507

Broker Workstations. In: Decision Sciences 30(1999), S. 291–311.

[MaKl99a] Maier, R.; Klosa, O.: Knowledge Ma-nagement Systems ’99: State-of-the-Art of theUse of Knowledge Management Systems,Vol. 1 – Design of an Empirical Study. For-schungsbericht Nr. 35, Schriftenreihe des Lehr-stuhls f�r Wirtschaftsinformatik III, Univer-sit�t Regensburg 1999.

[MaKl99b] Maier, R.; Klosa, O.: Wissensmanage-mentsysteme – Begriffsbestimmung, Funktio-nen, Klassifikation und Online-Markt�ber-blick, Forschungsbericht Nr. 36, Schriftenreihedes Lehrstuhls f�r Wirtschaftsinformatik III,Universit�t Regensburg 2000.

[MaLe00] Maier, R.; Lehner, F.: Perspectives onKnowledge Management Systems – Theoreti-cal Framework and Design of an EmpiricalStudy. In: Hansen, H. R.; Bichler, M.; Mahrer,H. (Hrsg.): ECIS 2000 – A Cyberspace Odys-sey, Proceedings of the 8th European Confe-rence on Information Systems, Wien 2000, S.685–693.

[MaRe01] Maier, R.; Remus, U.: Towards a Fra-mework for Knowledge Management Strate-gies: Process-Orientation as Strategic StartingPoint. In: Sprague, R. (Hrsg.): Proceedings ofthe 34th Annual Hawaii International Confe-rence on System Sciences – HICSS 2001,S. 103.

[Mass96]Massetti, B.: An Empirical Examinationof the Value of Creativity Support Systems onIdea Generation. In: MIS Quarterly 20 (1996),S. 83–97.

[McCo98] McHaney, R.; Cronan, T. P.: Compu-ter Simulation Success: On the Use of End-User Computing Satisfaction Instrument: AComment. In: Decision Sciences 29 (1998),S. 525–536.

[Morr93] Morrison, J.: Team Memory: Informa-tionmanagement for business teams. In:Nuna-maker, J., Sprague, R. (Hrsg.): Proceedings ofthe 26th Hawaii International Conference onSystem Sciences – HICSS 1993. Los Alamitos1993, S. 122–131.

[MyKP98] Myers, B. L.; Kappelman, L. A.; Pry-butok, V. R.: A Comprehensive Model for As-sessing the Quality and Productivity of the In-formation Systems Function: Toward a Theoryfor Information Systems Assessment. In: Gar-rity, E. J.; Sanders, G. L. (Hrsg.): InformationSystems Success Measurement. London 1998,S. 94–121.

[NeCo96] Nelson, K. M.; Cooprider, J. G.: TheContribution of Shared Knowledge to ISGroup Performance. In: MIS Quarterly 20(1996), S. 409–432.

[Neil97] Neilson, R.: Collaborative Technologies& Organizational Learning. Hershey [PA]1997.

[Nona91] Nonaka, I.: The Knowledge-CreatingCompany. In: Harvard Business Review, 69(1991) 11–12, S. 96–104.

[NoPR98] North, K.; Probst, G.; Romhardt, K.:Wissen messen – Ans�tze, Erfahrungen undkritische Fragen. In: zfo – Zeitschrift f�r F�h-rung undOrganisation 67 (1998) 3, S. 158–166.

[NoTa97] Nonaka, I.; Takeuchi, H.: Die Organi-sation des Wissens. Wie japanische Unterneh-men eine brachliegende Ressource nutzbar ma-chen. Frankfurt/New York 1997.

[PaPa99] Palvia, P. C.; Palvia, S. C.: An Exami-nation of the IT Satisfaction of Small BusinessUsers. In: Information & Management 35(1999), S. 127–137.

[Paut89] Pautzke, G.: Die Evolution der organi-satorischenWissensbasis. M�nchen 1989.

[Pawl98] Pawlowsky, P. (Hrsg.):Wissensmanage-ment. Erfahrungen und Perspektiven, Wiesba-den 1998.

[PaZB88] Parasuraman, A.; Zeithaml, V. A.; Ber-ry L. L.: SERVQUAL: A Multiple-Item Scalefor Measuring Consumer Perceptions of Ser-vice Quality. In: Journal of Retailing 64 (1988)1, S. 12–40.

[PiWK95] Pitt, L. F.; Watson, R. T., Kavan, C. B.:Service Quality: A Measure of InformationSystems Effectiveness. In: MIS Quarterly 19(1995), S. 173–187.

[Pola66] Polanyi, M.: The Tacit Dimension. Lon-don 1966.

[PrB�94] Probst, G., B�chel, B.:OrganisationalesLernen – Wettbewerbsvorteil der Zukunft.Wiesbaden 1994.

[PrRR97] Probst, G. J.; Raub, S.; Romhardt, K.:Wissen managen – wie Unternehmen ihrewertvollste Ressource optimal nutzen. Frank-furt/Main et al. 1997.

[Quin92] Quinn, J. B.: Intelligent Enterprise. AKnowledge and Service Based Paradigm for In-dustry. New York 1992.

[RaGo95] Rao, V. S.; Goldmann-Segall, R.: Cap-turing Stories in Organizational Memory. In:Proceedings of the 28th Hawaii InternationalConference on System Sciences – HICSS 1995.Los Alamitos 1995, S. 333–341.

[RaPP96] Rai, A.; Patnayakuni, R.; Patnayakuni,N.: Refocusing Where and How IT Value isRealized: An Empirical Investigation. In:Omega 24 (1996), S. 399–413.

[Raym85] Raymond, L.: Organisational Charac-teristics and MIS Success in the Context ofSmall Business. In: MIS Quarterly 9 (1985),S. 37–52.

[ReLe00] Remus, U.; Lehner, F.: The Role of Pro-cess-oriented Enterprise Modeling in Desig-ning Process-oriented Knowledge Manage-ment Systems. In: Proceedings of the AAAISymposium on Bringing Knowledge to Busi-ness Processes. Stanford (CA), USA, 20.–22.M�rz, 2000. AAAI Technical Report, MenloPark, 2000, S. 30–36.

[RiSh90] Rice, R. E.; Shook, D. E.: Voice Messa-ging, Coordination and Communication. In:Galegher, J.; Kraut, R. E.; Egido, C. (Hrsg.): In-tellectual Teamwork – Social and Technologi-cal Foundations of Cooperative Work. Hills-dale 1990, S. 327–349.

[Rubi94] Rubin, R. B. (Hrsg.): CommunicationResearchMeasures. New York et al. 1994.

[Rugg97] Ruggles, R. L. (Hrsg.): Knowledge Ma-nagement Tools, Boston [MA] 1997.

[Satt91] Sattelberger, T. (Hrsg.):Die lernende Or-ganisation. Konzepte f�r eine neue Qualit�tder Unternehmensf�hrung.Wiesbaden 1991.

[Sche98] Scheer, A.-W.: ARIS – Vom Gesch�fts-prozeß zumAnwendungssystem. 3. Aufl., Ber-lin et al. 1998.

[Schn96] Schneider, U. (Hrsg.): Wissensmanage-ment. Die Aktivierung des intellektuellen Ka-pitals. Frankfurt/Main 1996.

[Schr01] Schrey�gg, G. (Hrsg.): Wissen in Unter-nehmen. Konzepte, Maßnahmen, Methoden.Berlin 2001.

[Sch�96] Sch�ppel, J.: Wissensmanagement: orga-nisatorisches Lernen im Spannungsfeld vonWissens- und Lernbarrieren. Wiesbaden 1996.

[Sedd97] Seddon, P. B.:A Respecification and Ex-tension of the DeLone and McLean Model ofIS Success. In: Information Systems Research 8(1997) 9, S. 240–253.

[SeEp00] Seifried, P.; Eppler, M. J.: Evaluationf�hrender Knowledge Management Suites.Wissensplattformen im Vergleich, St. Gallen2000.

[ShAP98] Shirani, A.; Aiken, M.; Paolillo, J. G. P.:Group Decision Support Systems and Incen-tive Structures. In: Information & Manage-ment 33 (1998), S. 231–240.

[SkAm98] Skyrme, D. J.; Amidon, D. M.: NewMeasures of Success. In: Journal of BusinessStrategy 40 (1998), S. 20–24.

[Spen96] Spender, J.-C.: Making Knowledge theBasis of a Dynamic Theory of the Firm. In:Strategic Management Journal 17 (1996), Win-ter Special Issue, S. 45–62.

[Srin85] Srinivasan, A.: Alternative Measures ofSystem Effectiveness: Associations and Impli-cations. In: MIS Quarterly 9 (1985) 9, S. 243–253.

[Stew97] Stewart, T.: Intellectual Capital. London1997.

[StHi00] Storck, J.; Hill, P. A.: Knowledge Diffu-sion through „Strategic Communities“. In:Sloan Management Review 41 (2000) 2, S. 63–74.

[StLK95] Straub, D.; Limayem, M.; Karahanna-Evaristo, E.:Measuring System Usage – Impli-cations for IS Theory Testing. In: ManagementScience 41 (1995), S. 1328–1342.

[StZw95] Stein, E. W.; Zwass, V.: Actualizing Or-ganizational Memory with Information Sys-tems. In: Information Systems Research 6(1995) 2, S. 85–117.

[Svei97] Sveiby, K.: The New OrganizationalWealth. San Francisco 1997.

[TrBr00] Trittmann, R.; Br�ssler, P.: EffizienterWissenstransfer in der Softwareentwicklung:Der sd&m-Ansatz. In: Eppler, M.; Sukowski,O. (Hrsg.): Fallstudien zum Wissensmanage-ment. L�sungen aus der Praxis. St. Gallen2000.

[W�sc01] W�schle, D.: Erfolgsfaktoren innovati-ver Wissensmanagementsystem-Implementie-rungen, Diplomarbeit, Universit�t Regens-burg, Lehrstuhl f�r Wirtschaftsinformatik III,Regensburg 2001.

[Wats00] Watson, R. T.: U-Commerce: The Ulti-mate. In: Ubiquity – An ACM IT Magazineand Forum 33 (2000), URL: http://www.acm.org/ubiquity/views.html, zuletzt gepr�ftam: 18.04. 2001.

[WaUn91] Walsh, J. P.: Ungson, G. R.: Organisa-tional Memory. In: Academy of ManagementReview 16 (1991) 1, S. 57–91.

[Wegn86]Wegner, D. M.: Transactive Memory: AContemporary Analysis of the Group Mind.In: Mullen, B.; Goethals, G. R. (Hrsg.): Theo-ries of Group Behaviour. New York et al. 1986,S. 185–208.

[WeSn00]Wenger, E. C.; Snyder, W. M.: Commu-nities of Practice: The Organizational Frontier.


508

In: Harvard Business Review 78 (2000) 1–2,S. 139–145.

[WiCG98] Winter, S. J.; Chudoba, K. M.; Gutek,B. A.:Attitudes towards Computers:When DoThey Predict Computer Use? In: Information&Management 34 (1998), S. 275–284.

[Will98] Willke, H.: Systemisches Wissensmana-gement. Stuttgart 1998.

[Zack99a] Zack, M. H.: Managing CodifiedKnowledge. In: Sloan Management Review 40(1999) 4, S. 45–58.

[Zack99b] Zack, M. H. (Hrsg.): Knowledge andStrategy, Boston [MA] 1999.

[ZePS00] Zerdick, A.; Picot, A.; Schrape, K.; Arto-p�, A.; Goldhammer, K.; Lange, U.; Vierkant,E.; Lopez-Escobar, E.; Silverstone, R.: E-cono-mics. Strategies for the Digital Marketplace(European Communication Council Report).Berlin et al. 2000.

[ZiBu98] Zigurs, I.; Buckland, B. K.: ATheory ofTask/Technology Fit in Group Support Sys-tems Effectiveness. In: MIS Quarterly 22(1998), S. 313–334.

509