Knowledge Management

Wissen agil für Innovationen nutzen.

  • Problem
  • Praktiken
  • Nutzen

Erfolgreiches Wissensmanagement ist für viele Unternehmen eine Herausforderung:

brain_in_light_bulb_1600_clr_13724

Mitarbeiter wissen oft nicht, wo welches Wissen im Unternehmen liegt und tauschen sich nicht ausreichend aus.

brain_in_light_bulb_1600_clr_13724

Unternehmen haben Probleme, Wissen der Mitarbeiter langfristig zu dokumentieren (z.B. geht mit dem Verlassen von Mitarbeitern ein großer Wissensschatz verloren).

brain_in_light_bulb_1600_clr_13724

Vorhandene IT-Systeme zur Ablage von Wissen sind nicht nutzerorientiert und werden nur unzureichend verwendet.

Relevanz des Wissensmanagements - Zitate aus den SFB 768 Kolloquien.

Interdisziplinäres Verständnis

Das Rad nicht (immer

wieder) neu erfinden

Effektive Suche nach Informationen

Prozessorientiertes Denken

Verfügbarkeit

Vertrauen und Transparenz

Wissen Wer weiß Was

Wissensmanagement im Innovationskontext erklärt in einer Minute.
Die Herausforderung von Wissensmanagement: Ein Bild sagt mehr als 1000 Worte.

Die DREI Stufen für die effektive Messung eines erfolgreichen Wissensmanagements

In Innovationsprozessen ist Wissen eine Schlüsselressource für Unternehmen. Jedoch sind Wissensressourcen in der Regel verteilt auf unterschiedliche Entitäten, z.B. IT-Systeme, Experten und Prozesse.

Ein erfolgreiches Wissensmanagement hilft dabei, Wissensressourcen zu erkennen, zu erweitern und agil zu verwenden. Hierzu hat der SFB 768 Use Case „Knowledge Management“ einen soziotechnischen Ansatz entwickelt, welcher auf Erkenntnissen verschiedener wissenschaftlicher Disziplinen basiert (siehe Abbildung) und die folgenden zentralen Fragen adressiert:

  • Wie kann vorhandenes Wissen für Mensch und Maschine zugänglich gemacht werden?
  • Wie kann individuelles Wissen besser miteinander verknüpft werden?
  • Welche organisationalen Strukturen können das Wissensmanagement unterstützen?
Modellbasierte Wissensformalisierung

Diese Toolbox bietet Ideen für die Formalisierung von Wissen. Sie …

  • … bietet ziel-orientierte Modellierungstechniken für die Wissensformalisierung,
  • … präsentiert fünf konkrete Anwendungsfälle und
  • … stellt Informationen zum theoretischen Hintergrund der Ansätze zur Verfügung.

Drei technische Ansätze für ein innovatives Wissensmanagement

Theoretischer Hintergrund

Fragestellung: Wie kann mithilfe von Technologien der Informationstechnik bestehendes Wissen für Mensch und Maschine adaptiv, nutzer-zentriert und praxisnah verfügbar gemacht werden?

Computer und Kommunikationssysteme „sind gut darin, hoch strukturiertes Wissen zu erfassen, zu transformieren und zu verteilen“ (Davenport, 1996). Informationstechnische Systeme für Wissensmanagement sollten im Allgemeinen vorhandenes Wissen von Benutzern erfassen und ihnen helfen, zusätzliches Wissen zu erwerben.

Informationstechnische Ansätze reichen von dokumentengetriebenen Ansätzen und einfachen Computersystemen über Dokumentenmanagementsystemen bis hin zu komplexen Expertensystemen. Während die Anzahl der Ansätze aufgrund des technologischen Fortschritts rasant zunimmt, argumentieren wir, dass diese Ansätze immer noch nicht mit den technischen und organisatorischen Entwicklungen und den sich dabei ergebenden Benutzeranforderungen Schritt halten können. Die meisten Lösungen sind statischer Natur und durch weniger Flexibilität, weshalb dynamische Anpassungen zu zeit -und kostenintensiven Entscheidungen führen.

Wir schlagen vor, modellbasierte Techniken einzusetzen, die die technologische Strukturierung, Transformation und Verteilung von Wissen unterstützen, d.h. den Austausch von Wissensträgern wie Modellen und Dokumenten zwischen Mensch und Computer fördern. Bei geeigneter und korrekter Anwendung können Modellierung und Modelle folgende Beiträge für das Wissensmanagement leisten: (a) dynamische und anwendungsorientierte Formalisierung von Wissen, (b) Wiederverwendbarkeit und Erweiterbarkeit von Wissen sowie (c) Verfügbarkeit und Verständlichkeit für Mensch und Maschine.

Soziale Aspekte erfolgreichen Wissensmanagements

Der Erfolg von Wissensmanagement hängt neben der technischen und organisationalen Gestaltung auch davon ab, dass Menschen ihr individuelles Wissen zugänglich machen wollen und mit anderen teilen. Vom SFB 768 wurde daher ein interdisziplinärer, sozio-technischer Ansatz von Knowledge Management entwickelt [1], der die Analyse und Gestaltung zwischenmenschlicher Aspekte zur Verbesserung von Wissensmanagement berücksichtigt. Psychologische Forschung im Rahmen des SFB 768 beschäftigte daher sich u.a. mit individuellen und sozialen Prozessen, die erklären, wie Wissen in Teams und Team-Netzwerken verarbeitet und erfolgreich für Innovationsarbeit genutzt wird.

Im Nachfolgenden finden Sie nun eine Zusammenstellung von Ideen, Konzepten und Forschungsarbeiten aus der Psychologie sowie ein konkretes Instrument des SFB 768 zur Verbesserung der sozialen Wissensorganisation in Teams.

Im Nachfolgenden finden Sie nun eine Zusammenstellung von Ideen, Konzepten und Forschungsarbeiten aus der Psychologie sowie ein konkretes Instrument des SFB 768 zur Verbesserung der sozialen Wissensorganisation in Teams.

Theoretischer Hintergrund

Wie wird Wissen, das in und zwischen Teams auf unterschiedliche Personen verteilt ist, durch Kommunikation für Innovationsarbeit nutzbar gemacht?

 Transaktive Wissenssysteme

In der Praxis wird häufig davon berichtet, dass Menschen Wissen nicht teilen (wollen) oder nicht über vorhandene Expertise Anderer Bescheid wissen. Die Theorie Transaktiver Wissenssysteme (Englisch: Transactive Memory Systems, kurz: TMS) des Sozialpsychologen Daniel Wegner lässt dieses Problem verstehen. Sie beschreibt, wie Menschen im Kollektiv individuelles Wissen verknüpfen, verteilen und abrufen: Durch Kommunikation entwickeln und nutzen Teammitglieder ein Verständnis davon, wer was worüber weiß. Dies erlaubt eine effiziente Aufteilung von Verantwortungen und Spezialisierung, lässt Vertrauen in das Wissen anderer entstehen und fördert eine koordinierte Zusammenarbeit. TMS sind förderlich für die Leistung und Innovation von Teams Forschung des SFB zeigte, dass ein gut ausgeprägtes TMS positiv mit der Fähigkeit von Teams zusammenhängt, auf wiederkehrend auftretende Ereignisse erfolgreich zu reagieren [2]. Daher sollte die Entwicklung von TMS gefördert werden.

 

Hebel zur Förderung Transaktiver Wissenssysteme in und zwischen Teams.

Aufbauend auf der TMS Theorie wurde im Rahmen des SFB 768 ein visualisierungsbasiertes Instrument für die Entwicklung von TMS in Teams erarbeitet, welches Teammitgliedern helfen soll, ein immer besseres Verständnis davon zu entwickeln, wer im Team was worüber weiß. Darüber hinaus wird die Kommunikation, die dazu nötig ist, systematisch abgebildet. Unten gelangen Sie zur Beschreibung des Instruments.

Darüber hinaus wurde im SFB 768 explorativ untersucht, welche sozialen Aspekte den Erfolg von Wissensaustausch zwischen Teams kennzeichnen [3] und welche Rolle Führung für die Entwicklung von TMS in Teamnetzwerken hat [4]. Zusammengefasst zeigte sich in den Interview-basierten Studien, dass die Bereitstellung von Ressourcen für Wissensaustausch zwischen Teams, das Fördern agiler Arbeitsweisen, und das Betonen von Interdependenzen und von Kommunikation von Mitarbeitern und Führungskräften als besonders wichtig erachtet werden.

Organisationales Lernen und institutionelle Reflexivität

Der Werkzeugkasten Innovationsarbeit liefert konkrete Ansätze für eine Reflexion und Verbesserung des Wissensmanagements in Unternehmen. Im Einzelnen …

  • … finden Sie praxisnahe und innovative Methoden für das Wissensmanagement,
  • … präsentieren wir fünf konkrete Anwendungsfälle, und
  • … stellen Informationen zum theoretischen Hintergrund der Ansätze zur Verfügung.

5 Ansätze für ein innovatives Wissensmanagement

Theoretischer Hintergrund

Fragestellung: Wie können Organisationen die Fähigkeiten erlangen, permanent neues Wissen in reflexiver Weise und aus sich selbst heraus zu entwickeln?

Wandel ist heutzutage ein Normalzustand für Organisationen. Um mit dieser Situation umgehen zu können, müssen Organisationen entsprechende Methoden entwickeln, die die Entwicklung von Neuem nicht als Ausnahme verstehen. Das schließt die Fähigkeit ein frühzeitig zu identifizieren, wann welche Veränderung notwendig ist, an welchen Stellen neues Wissen benötigt wird und wo bestehendes Wissen geschützt werden muss. Die Fähigkeit besteht aber auch darin, die richtige Balance zwischen Stabilität und Wandeln zu finden.

 

Die organisationale Fähigkeit etablierte Prozesse systematisch zu hinterfragen und gleichzeitig produktive und kreative Formen der Exploration neuen Wissens zu entwickeln, wird als institutionelle Reflexivität bezeichnet. Diese Fähigkeit bezieht sich auf systematisierte Überprüfung von Routinen auf ihren Nutzen sowie die Erzeugung produktiver Brüche. Das Ziel institutioneller Reflexivität ist organisationaler Wandel und Innovation. Bei einer erfolgreichen Umsetzung ist die Organisation in der Lage, Wandel reflexiv und systematisch einzuleiten und zu gestalten.

Wissensmanagement ist nicht nur ein wesentlicher Bestandteil für die Befähigung zu organisationalem Wandel, die Prozesse des Wissensmanagement werden selbst zum Gegenstand institutioneller Reflexivität. Daher benötigen Organisationen Methoden die ihnen dabei helfen, die Ansätze und Werkzeuge des Wissensmanagements konstant zu überprüfen und zu erneuern.

Sources

[1] Gammel, J. H., Koltun, G., (e. c.), Buchholz, J.,  Drewlani, T., Wissel J., Hollauer, C., Kugler, K. G., Zaggl, M., Vogel-Heuser, B. (accepted). A framework integrating technical, social, and managerial aspects of effective knowledge management. Proceedings of the 20th European Conference on Knowlede Management.

[2] Gammel, J. H., Reif, J. A. M. (e. c.), Kugler, K. G., & Brodbeck, F. C. (2018, June). Understanding the Relationship between Transactive Memory Systems and Team Performance: The Mediating Role of Cycle Management in Teams. Poster presented at the 29th International Congress of Applied Psychology Montréal, Québec Canada.

[3] Gammel, J. H., Kugler, K. G., & Brodbeck, F. C. (2016, Sept). Wissensaustausch und Innovationen in vernetzten Teams: Entwicklung und Validierung eines Modells effektiver transaktiver Wissenssysteme in Multiteam-Systemen. Poster präsentiert auf dem 50. Kongress der Deutschen Gesellschaft für Psychologie, Leipzig, Germany.

[4] Seeholzer, S., & Gammel, J. H. (2018, Sept). Wie beeinflusst Führung die Entwicklung transaktiver Wissenssysteme in Multiteam Systemen? - Eine explorative Interviewstudie. Poster präsentiert auf dem 51. Kongress der Deutschen Gesellschaft für Psychologie, Frankfurt, Germany.

[5] Großmann, D. J.; Kasperek, D.; Stahl, B.; Lohmann, B.; Maurer, M. (2015). Supporting PSS
Innovation Processes by an Integrating Model Grid. 7th Industrial Product-Service Systems Conference

[6] Hollauer, C,; Wilberg, J.; Omer, M. (2015). A Matrix-based Framework to Support Dynamic
Modeling of Sociotechnical Systems . Modeling and managing complex systems (DSM Conference)

[7] Koltun, G. D., Feldmann, S., Schütz, D., & Vogel-Heuser, B. (2017, March). Model-document coupling in aPS engineering: Challenges and requirements engineering use case. In Industrial Technology (ICIT), 2017 IEEE International Conference on (pp. 1177-1182). IEEE.

Gennadiy Koltun Foto (Medium)

Ing. Gennadiy Koltun

Forschungsschwerpunkte: modellbasiertes Engineering, Kopplung und Integration von Engineering-Modellen –und Dokumenten sowie das Wissensmanagement im Kontext von zyklischen Innovationen.

Tel.: +49 89 289 16451

E-Mail: gennadiy.koltun@tum.de

felix_ocker

Felix Ocker, M.Sc.

Forschungsschwerpunkte: Wissensformalisierung und Inkonsistenzmanagement im interdisziplinären Engineering.

Tel.: +49 89 289 16440

E-Mail: felix.ocker@tum.de

ChristophHollauer

Ing. Christoph Hollauer

Forschungsschwerpunkte: Kreativität und Innovation in Teams und Multiteam-Systemen, Organisationale Ambidextrie, Wissensaustausch; Transaktive Wissenssysteme.

Kontakt über Gennadiy Koltun

josef_gammel

Josef Gammel, M.Sc.

Forschungsschwerpunkte: modellbasiertes Engineering, Kopplung und Integration von Engineering-Modellen –und Dokumenten sowie das Wissensmanagement im Kontext von zyklischen Innovationen.

Tel.: +49 89 2189 5897

E-Mail: josef.gammel@psy.lmu.de

Tobias_Drewlani

Tobias Drewlani, M.A.

Forschungsschwerpunkte: Science and Technology Studies, Arbeitssoziologie, Organisationssoziologie.

Tel.: +49 289 29225

E-Mail: tobias.drewlani@tum.de

Buchholz-2

Johan Buchholz, M.A.

Forschungsschwerpunkte: Dynamik digitaler Veränderungsprojekte in Unternehmen, Arbeitssoziologie und Organisationssoziologie, Globales Lernen, Nord-Süd-Beziehungen und technische Entwicklungszusammenarbeit.ie.

Tel.: +49 289 29226

E-Mail: johan.buchholz@tum.de

Juliane_Wissel

Juliane Wissel, M.Sc.

Forschungsschwerpunkte: Nutzer-Hersteller-Interaktionen als bidirektionale Informationsflüsse in PSS Innovationsprozessen, Möglichkeiten zur optimalen Gestaltung der Nutzer-Hersteller Interaktion.

Tel.: +49 289 28404

E-Mail: juliane.wissel@tum.de

Gennadiy Koltun Foto (Medium)

Ing. Gennadiy Koltun

Forschungsschwerpunkte: modellbasiertes Engineering, Kopplung und Integration von Engineering-Modellen –und Dokumenten sowie das Wissensmanagement im Kontext von zyklischen Innovationen.

Tel.: +49 89 289 16451

E-Mail: gennadiy.koltun@tum.de

Der SFB 768 Use Case Wissensmanagement liefert einen soziotechnischen Rahmen für ein Wissensmanagement, das auf Theorien aus den Bereichen Informationssystemtechnik, Psychologie und Soziologie basiert.

Das Framework integriert technische, soziale und organisationale Aspekte des Wissensmanagements (siehe Abbildung):

  • Wir schlagen anwendungsorientierte Modellierungstechniken für die Wissensformalisierung vor, um Wissen sowohl für Menschen als auch für Maschinen verfügbar zu machen.
  • Wir wenden transaktive Wissenssysteme an, um Wissen geeignet zu nutzen und damit die Kommunikation zwischen Individuen und Teams  zu verbessern.
  • Neue Wissenssysteme müssen stets erfolgreich in eine Organisation eingeführt werden. Institutionelle Reflexivität stellt hierbei ein Modell zur Reflexion und Stabilisierung sich ändernder Anforderungen und Praktiken für organisationales Wissensmanagement dar.

Diagnose-Instrument

Ein Fragebogen, der zur Reflektion des eigenen Wissensmanagements einlädt und Vorschläge für zukünftige Verbesserungen liefert.

15 Vorteile effektiven Wissensmanagements zum Mitnehmen

Wissenschaftlicher Kontext

Erfahren Sie mehr über die Teilprojekte des SFB 768, die zu diesem Use Case geführt haben:

A Framework Integrating Technical, Social, and Managerial Aspects of Effective Knowledge Management

Expand Abstract Organizations must manage their knowledge resources effectively to perform well in competitive markets. However, with products, services, and processes becoming more complex, knowledge within organizations is highly diverse, dynamic, and distributed among different people and technical systems. Conventional knowledge management (KM) approaches are often not capable of addressing this complexity. To support organizations in handling the diversity, dynamics, and distribution of knowledge – and thus, enable them to better manage and exploit their knowledge resources – we present a socio-technical framework for organizational KM based on theories from information systems engineering, psychology, and sociology. The framework integrates the following technical, social, and managerial aspects of KM: (1) The technological formalization of knowledge (How does technology make existing knowledge available?); (2) the social organization of knowledge (How is knowledge socially distributed and linked across different people?); and (3) managerial practices concerning the exploration and exploitation of knowledge (How do organizational rules and structures support KM?). More specifically, we suggest application-oriented modeling techniques as a way of formalizing knowledge to make it available to both people and machines. Furthermore, we include transactive memory systems (i.e., knowledge about who knows what and communication between people to use that knowledge) in our framework to foster the identification and usage of relevant knowledge distributed among different individuals. Finally, because technological and transactive memory systems operate within an organizational context, the framework includes institutional reflexivity, a model for reflecting on and stabilizing changing requirements and practices in organizational KM. The framework was pre-evaluated by two independent expert groups consisting of managers, engineers, and researchers with backgrounds in innovation management and KM. We further suggest a tool for systematically diagnosing KM practices in organizations via questionnaire based on our theoretical framework. We conclude that technical, social, and managerial aspects must be addressed simultaneously to successfully organize and exploit existing knowledge.


Autor: Josef H., Gammel, Gennadiy, Koltun; Johan, Buchholz; Tobias, Drewlani; Juliane Wissel; Christoph, Hollauer; Katharina G., Kugler; Michael, Zaggl; Birgit, Vogel-Heuser

Supporting PSS Innovation Processes by an Integrating Model Grid

Expand Abstract To managecomplexity and to create an integrated understanding of PSS innovation processes a model grid containing 64 individual models of a collaborative research center was created. This enables the explicit representation of existing knowledge within and for the innovation process and supports data and information sharing through illustration of interactions and interfaces between the models. Whereconventional modelsfocus the internal situation, the model grid integrates models that cover the socio-technical, economic, and patent situation at the environment of the innovation process as well as customerbehavior.Thisprovides an enhanced view on PSS and can create significant benefits if applied to industrial PSS innovation processes.


Autor: Daniel J., Großmann; Daniel, Kasperek; Benjamin, Stahl; Boris, Lohmann; Maik Maurer

A Matrix-based Framework to Support Dynamic Modeling of Sociotechnical Systems

Expand Abstract In order to create viable sociotechnical systems, such as product-service systems, methods to design and analyze such systems are necessary. Dynamic modeling and simulation techniques such as Agent Based Modeling or System Dynamics are suitable techniques that extend the repertoire of existing model-based systems engineering for this purpose. However, due to the complexity involved in efficiently creating, managing and conducting experiments with a large number of such models, an approach is needed to support the modeling process and create transparency. The key result presented in this paper is a meta-model in the form of a MDM, which contains the domains and dependencies necessary to map the process of dynamic modeling of complex sociotechnical systems. The meta-model is the result of an academic case study, where static and dynamic models of a product- service system have been developed.


Autor: C., Hollauer; J., Wilberg; M., Omer

Wissensaustausch und Innovationen in vernetzten Teams - Transaktive Wissenssysteme in Multiteam-Systemen

Expand Abstract Goal: Wissensaustausch, definiert als die Bereitstellung von Information und Know-How, um anderen Personen bei der Lösung von Problemen, der Ideenentwicklung oder deren Implementierung zu helfen, ist bedeutend für Innovationen. Das Konstrukt der transaktiven Wissenssysteme beschreibt, wie Teams verteilte Informationen strukturieren sowie verarbeiten und wie Wissensaustausch zustande kommt. Multiteam-Systeme (MTS), welche gekennzeichnet sind durch mehrere vernetzte Teams mit einem gemeinsamen übergeordneten Ziel, wurden bei der Frage, wie transaktive Wissenssysteme effizient gestaltet sind und wie es zu erfolgreichem Wissensaustausch kommt, meist außer Acht gelassen. Wann und wie erfolgreicher Wissensaustausch in MTS entsteht und welche Komponenten eines transaktiven Wissenssystems von MTS den Wissensaustausch (proximal) und Innovationen (distal) erklären, ist daher Gegenstand dieser Studienarbeit.


Autor: Josef, Gammel

The social dynamics of heterogeneous innovation ecosystems: Effects of openness on community–firm relations

Expand Abstract In this article, we develop a programmatic notion of innovation ecosystems, which emphasizes the analysis of different forms of distributed innovation without reducing the perspective to the role of a focal organization. It highlights relationships between communities and corporate firms as nexus for distributed innovation and elaborates how different facets of openness shape the dynamic of the ecosystem. Thus, our model allows for the analysis and comparison of a broad scope of constellations, their particular coordinating mechanisms as well as related advantages and disadvantages. We apply this framework to two specific cases of distributed innovation, the RepRap 3D printer and the ARA modular smartphone, in order to delineate how differences in the forms of openness affect the prevalent relationships between communities and firms as well as the constituting functions of their particular innovation ecosystem.


Autor: Jan-Peter, Ferdinand; Uli, Meyer

Erfahren Sie mehr in diesem Video

Kontakt

Gennadiy Koltun, Dipl.-Ing.

Technical University of Munich

Institute of Automation and Information Systems

Gennadiy.Koltun@tum.de

Tel. +49 89 289 16451

www.ais.mw.tum.de

www.sfb768.tum.de

Erfahren Sie mehr über die Teilprojekte des SFB 768, die zu diesem Use Case geführt haben:

Erfahren Sie mehr in diesem Video

Kontakt

Gennadiy Koltun, Dipl.-Ing.

Technical University of Munich

Institute of Automation and Information Systems

Gennadiy.Koltun@tum.de

Tel. +49 89 289 16451

www.ais.mw.tum.de

www.sfb768.tum.de