Wissensmanagement

Grundidee und Bedeutung

Wissensmanagement (englisch knowledge management) umfasst alle strategischen und operativen Tätigkeiten sowie Managementaufgaben, die den bestmöglichen Umgang mit Wissen und wissensförderliche Rahmenbedingungen anstreben. Es wird unter anderem in Betriebswirtschaftslehre, Informatik, Informationswissenschaft, Sozialwissenschaft, Pädagogik und Wirtschaftsinformatik behandelt.

Es ist die methodische Einflussnahme auf die Wissensbasis einer Organisation oder eines Individuums. Diese Wissensbasis umfasst Daten, Informationen, Wissen und Fähigkeiten, die zur Lösung von Aufgaben vorhanden sein sollten. Im organisationalen Wissensmanagement soll das Wissen einzelner Beschäftigter als Humankapital systematisch in der Organisation verankert werden. Wissen gilt dabei zunehmend als Produktionsfaktor neben Kapital, Arbeit und Boden. Die Wissensbasierte Unternehmenssicht (Knowledge-based View of the Firm) bildet hierfür eine strategische Grundlage.

Informationssysteme sind häufig ein zentrales Element: Sie vernetzen Beschäftigte, stellen Informationen bereit und bewahren sie. Praktisches Wissensmanagement soll jedoch mehr leisten als Informationsversorgung: Beschäftigte sollen Qualifikationen und Fähigkeiten lernend entwickeln und wertschöpfend einsetzen.

Der Ansatz wird kritisch gesehen, weil die Begriffe Daten, Informationen und Wissen oft nicht klar getrennt werden. Kritisiert werden außerdem die Vorstellung von Wissen als „immaterieller Ressource“, mechanistische Steuerungs- und Machbarkeitsvorstellungen sowie die offene rechtliche Frage, ob Organisationen individuelle Wissensbestände ihrer Mitglieder verwerten dürfen. Arbeitsverträge geben Arbeitgebern gegen Entgelt das Recht auf Verwertung der Arbeitskraft, nicht automatisch auf das Wissen der Mitarbeitenden. In Unternehmen stimmt der Chief Information Officer (CIO) die Informationsverarbeitung auf die Gesamtstrategie ab.

Explizites, implizites und gespeichertes Wissen

Kodifizierbares oder explizites Wissen kann beschrieben und in Dokumenten gespeichert werden. Implizites Wissen (tacit knowledge, auch stilles Wissen) lässt sich dagegen nicht oder nicht gewinnbringend in eine dokumentierbare Form überführen.

Daraus folgen zwei Grundstrategien. „People-to-Document“ bezeichnet die Kodifizierung, also beispielsweise Datenbanken und Dokumentenmanagement. Sie eignet sich besonders für Standardinhalte mit geringer Komplexität und langer Gültigkeitsdauer. „People-to-People“ bezeichnet die Personalisierung: Wissen wird zwischen Menschen weitergegeben. Sie ist besonders wichtig für implizites Expertenwissen. Dieses ist oft sehr komplex und nur kurz gültig; eine umfangreiche Dokumentation wäre daher im Unternehmen weder sinnvoll noch gut nutzbar.

Zur Wissenserfassung und -verarbeitung gehören drei Bereiche: Das Organisationsgedächtnis (Organizational Memory) umfasst Akquisition, Aufbereitung beziehungsweise Maintenance sowie Nutzung durch Search and Retrieval. Organizational Knowledge ist das gegenwartsbezogene Wissen einer Organisation und wird häufig in Knowledge-Datenbanken festgehalten. Organizational Learning, also die lernende Organisation, reproduziert dieses Wissen etwa durch Enterprise Wikis. Vor der Einführung ist eine Informationsbedarfsanalyse zweckmäßig; für kleine und mittlere Unternehmen (KMU) ist sie wegen begrenzter finanzieller Mittel zwingend erforderlich.

Kontrolle kann mit Kreativität in Spannung stehen. Viele Autoren, darunter Georg von Krogh, vertreten die Auffassung, Wissen könne nicht einfach verwaltet werden: Management bedeute Kontrolle, während Wissen auch aus kreativem Umgang mit Kontext und Assoziationen entstehe.

Zentrale Modelle und Wissensprozesse

Ikujirō Nonaka und Hirotaka Takeuchi entwickelten, aufbauend auf Michael Polanyis Begriff des impliziten Wissens von 1966, das SECI-Modell. Ihr Buch The Knowledge Creating Company erschien 1995, die deutsche Ausgabe Die Organisation des Wissens 1997. Das Modell beschreibt Wissen als fortlaufende Umwandlung zwischen implizitem und explizitem Wissen:

• Externalisierung: implizit zu explizit.
• Kombination: explizit zu explizit.
• Internalisierung: explizit zu implizit.
• Sozialisation: implizit zu implizit.

Die aufeinanderfolgenden Prozesse heben Wissen spiralförmig vom Individuum über Gruppen bis auf die Ebene ganzer Unternehmen. Nonaka und Takeuchi definierten 2004: „knowledge management is defined as the process of continuously creating new knowledge, disseminating it widely through the organization, and embodying it quickly in new products/services, technologies and systems“. Deutsch: Wissensmanagement ist der Prozess der kontinuierlichen Erzeugung von Wissen, seiner weiten organisationalen Verbreitung und dessen rascher Verkörperung in neuen Produkten, Dienstleistungen und Systemen.

Das Modell von Probst/Raub/Romhardt unterscheidet acht Bausteine. Wissensziele geben die Richtung vor: normative Ziele betreffen die Unternehmenskultur, strategische den künftigen Kompetenzbedarf und operative die konkrete Umsetzung. Die sechs Kernprozesse sind Wissensidentifikation (Transparenz über Daten, Informationen und Fähigkeiten), Wissenserwerb, Wissensentwicklung, Wissensverteilung, Wissensnutzung und Wissensbewahrung. Wissensbewertung prüft die Erreichung der Wissensziele. Idealtypisch bildet dies einen Kreislauf; praktisch sind die Prozesse stark vernetzt. Zur Wissensverteilung gehören beispielsweise Lessons Learned, After Action Review, Workshops, Jour fixe, Mentorenprinzip und Newsletter.

Prozess-, Technik- und Marktbezug

Geschäftsprozessorientiertes Wissensmanagement richtet Wissen und Wissensmanagement-Aktivitäten auf die Geschäftsprozesse eines Unternehmens aus und bindet sie damit in die tägliche Arbeit ein. Es kann erstens selbst ein Managementprozess sein, der Wissensprozesse wie Identifikation, Suche, Verteilung und Nutzung gestaltet. Zweitens kann es die wissensbasierte Gestaltung von Geschäftsprozessen betrachten, bei der Prozesswissen entsteht und angewendet wird. Drittens integriert es Funktionswissen in die Prozessausführung und verbindet Wissens- mit Geschäftsprozessen. Wichtige Grundlagen sind die wissensorientierte Prozessmodellierung, etwa mit KMDL oder erweiterten XML-Netzen, sowie Anwendungssysteme wie Workflow-Managementsysteme.

Knowledge Engineering bildet komplexes Welt- und Expertenwissen regelhaft ab, damit es in intelligenten Informationssystemen nutzbar wird. Dazu gehören Wissenserfassung, Strukturierung und formelhafte Repräsentation, Abbildung im Computer, Systemdesign und -architektur, computergestützte Verarbeitung zur Problemlösung sowie die interaktive Darstellung von Inhalten, etwa als Views.

Der Wissensmarkt (Knowledge Market) betrachtet für ein Unternehmen relevantes Wissen als knappe Ressource mit Marktwert. Wissen nimmt durch Nutzung und Teilen nicht ab, sondern zu. Anbieter und Nachfrager sind häufig durch persönliche, langfristig vertrauensvolle Beziehungen verbunden, weil Käufer die Qualität externen Wissens nicht immer beurteilen können. Nach K. North soll Wissensmanagement Rahmenbedingungen und Marktmechanismen schaffen, die Angebot und Nachfrage ausgleichen. Erforderlich sind ein Unternehmensleitbild, Führungsgrundsätze, Anreize, allgemein formulierte Spielregeln sowie Medien für Aufbau und Transfer, etwa Wissenslandkarten, Workshops, Experten-Communities oder Interviews. Praktisch ist ein passender Mix aus Personalisierung und Kodifizierung nötig.

Reifegradbewertung

Reifegradmodelle beurteilen Wissensmanagement-Aktivitäten und -prozesse einer Organisation ganzheitlich, qualitativ oder quantitativ. Aus den Ergebnissen lassen sich Maßnahmen für einen höheren Reifegrad ableiten. Viele Modelle orientieren sich am fünfstufigen Capability Maturity Model for Software (CMMI) oder am europäischen Pendant SPICE.

Kochikar’s Knowledge Management Maturity Model (KMMM) wurde 2000 entwickelt und betrachtet People, Process und Technology. Seine fünf Stufen sind: Default (keine expliziten Prozesse, informeller Austausch), Reactive (ad-hoc-Lösungen für konkrete Probleme), Aware (erste formale Prozesse zum Erfassen und Teilen), Convinced (umfassende Prozesse und Systeme für Nutzung und Verteilung) und Sharing (Wissensmanagement als Teil der Organisationskultur mit selbsttragendem Austausch). Das Modell bietet eine detaillierte Bewertungsmethodik, ist aber bisher nicht validiert; außerdem fehlen eine klare Parameterklassifizierung auf Stufe 5 und eine weitergehende Betrachtung organisationaler Reife.

Das Knowledge Process Quality Model (KPQM) von Oliver Paulzen und Primoz Perc bewertet Wissensprozesse auf sechs Stufen: 0 Initial, 1 Bewusst, 2 Gesteuert, 3 Standardisiert, 4 Quantitativ gesteuert und 5 Kontinuierliche Verbesserung. Es untersucht die Entwicklungspfade Ablauforganisation, Mitarbeitereinsatz und Wissensnetzwerke, Akzeptanz und Motivation sowie rechnerbasierte Unterstützung. Zugeordnete Prozessattribute, etwa die Ausbildung von Mitarbeitenden und Führungskräften, ermöglichen eine detaillierte Bewertung und priorisierte Maßnahmen.

Methoden, Systeme und aktuelle Schwerpunkte

Methoden und Instrumente setzen Wissensziele praktisch um. Sie lassen sich unter anderem personenbezogen, problemlösungsbezogen, kommunikationsbezogen, arbeitsbezogen und nach technischer Infrastruktur ordnen. Planungsmethoden sind etwa Wissensaudit, Wissensbilanz, Knowledge Intensity Portfolio, Knowledge Management Profile, Knowledge Asset Road Map und Knowledge Flow Analysis. Für die Darstellung dienen Wissenslandkarten, Mind-Mapping, iMapping, Ontologien und Geschäftsprozessmodellierung. Wissen wird unter anderem durch Best-practice Sharing, Storytelling, dialogische Verfahren, Barcamp, Knowledge-Café, Wissensstafette, Wissenszirkel und Wissenswerkstatt gefördert und übertragen. Communities of Practice unterstützen die Organisation; Benchmarking und Reifegradmodelle dienen der Bewertung. Mikroartikel, Enterprise Wikis und Content-Management-Systeme helfen bei der Speicherung.

Technisch kommen Groupware-, Kommunikations-, Kollaborations- und Koordinationssysteme, Social Software wie Wikis, Blogs und Social Bookmarking, Dokumenten- und Content-Management-Systeme, Lernmanagementsysteme sowie Systeme der künstlichen Intelligenz zum Einsatz. Dazu zählen Expertensysteme, Agentensysteme, Text-Mining, Data Warehouse, OLAP und Data Mining. Suchmaschinen, Expertenverzeichnisse, Visualisierungssysteme, Produktkonfiguratoren und Customer-Relationship-Management-Systeme können ebenfalls beitragen. Solche Komponenten lassen sich beispielsweise in einem Intranet zu einem Wissensmanagementsystem verbinden.

Aktuelle Themen sind das Messen von Wissen durch Wissensbilanz, Wissensaudit, Balanced Scorecard oder Skandia Navigator; soziale Netzwerke, Kompetenznetzwerke und Communities of Practice; Social Software und Web 2.0; DIN-Standardisierung; Schutz vor Wissensverlust beim Ausscheiden von Mitarbeitenden; Wissensextraktion, -strukturierung und -speicherung mit Ansätzen des Semantic Web; außerdem Erfolgsfaktoren, Nachhaltigkeit, Wissenskultur und das Bewusstsein für die Relevanz des Wissensmanagements.