Lade Inhalt...

Innovations- und Wissensmanagement in der Praxis: Konzepte, Forschungsergebnisse und Fallstudien

Innovation and Knowledge Management in Practice: Concepts, Research and Case Studies

von Bernhard Seyr (Band-Herausgeber)
Sammelband 218 Seiten

Inhaltsverzeichnis


Autorenverzeichnis

André Almeida, MSc

Wissenschaftlicher Mitarbeiter am Lehrstuhl für Innovations- und TechnologieManagement (iTM)

Institut für Entrepreneurship, Technologie-Management und Innovation (EnTechnon)

Karlsruher Institut für Technologie (KIT)

Julia Babirath, MA

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – University of Life Sciences in Prague Working as an equity derivatives trader in a financial institute

Kadriye Cigir

Diplom-Betriebswirtin

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – Juraj Dobrila University Pula

Dozentin für Arbeits- und Organisationspsychologie, Destinationsmanagement und Nachhaltigkeit an der HFH und IUBH

Aline Handler, MA

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – University of Pula

Working as a Group Controller in an international operating group

Dr. Volker C. Horsthemke

Leiter Personalentwicklung bei Testo SE & Co. KGaA, Titisee-Neustadt

Dr. Wolfgang Illig, MSc

Geschäftsführer/Vorstand einer mittelständischen Privatbank

Neha Jain

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – University of Economics in Bratislava

Madeleine Koch, MSc

Referentin, Strategische FTI-Standortentwicklung, Innovations- und Technologietransfer Salzburg GmbH

Julia Krenn, BA MA

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – University of Economics in Bratislava

Credit Operations Specialist at Raiffeisen Bank International AG

Mag. (FH) Heinrich Pfriemer

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – University of Sopron

Chief Innovation Officer für die Öffentliche Verwaltung bei SAP SE

Markus Schindler, BA MA

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – University of Sopron

Rainer Schmitl, MA

PhD Candidate, International Joint Cross-Border PhD Programme in International Economic Relations and Management, University of Applied Sciences Burgenland – University of Pula

Working as a branch manager in a financial institute

Fanny Seus, MA

Wissenschaftliche Mitarbeiterin am Lehrstuhl für Innovations- und TechnologieManagement (iTM)

Institut für Entrepreneurship, Technologie-Management und Innovation (EnTechnon)

Karlsruher Institut für Technologie (KIT)

Prof. Dr. Dr. Dr. habil. Bernhard F. Seyr

Tit. Universitätsprofessor an der Alexandre Lamfalussy Fakultät für Wirtschaftswissenschaften der Universität Sopron, Sachverständiger beim Landesgericht Salzburg, Unternehmensberater, Geschäftsführer des Instituts für Personalwirtschaft und Berufspädagogik in Salzburg

Andreas Van-Hametner, MSc

Wissenschaftlicher Mitarbeiter in der Arbeitsgruppe für Wirtschaftsgeographie, Universität Salzburg

Univ.-Prof. Dr. Marion A. Weissenberger-Eibl

Lehrstuhl für Innovations- und TechnologieManagement (iTM)

Institut für Entrepreneurship, Technologie-Management und Innovation (EnTechnon)

Karlsruher Institut für Technologie (KIT)

Fraunhofer-Institut für System- und Innovationsforschung ISI

0. Editorial

Der vorliegende Band begründet die Schriftenreihe Innovatives Wissensmanagement, welche sich zum Ziel gesetzt hat, der Wissenschaft wie auch der Wirtschaftspraxis Fachbeiträge vor allem in der Schnittmenge zwischen den Disziplinen Innovations- und Wissensmanagement zur Verfügung zu stellen sowie diese Disziplinen praxisnah miteinander zu verbinden. Die hier veröffentlichten Fachbeiträge stellen Konzepte, Forschungsbeiträge und/oder Fallstudien dar.

Unter Konzepten seien hier theoriebasierte Beiträge verstanden, die einen klaren Anwendungsbezug zur Wirtschaftspraxis aufweisen. Die Forschungsbeiträge basieren auf empirischen Studien mit quantitativen und qualitativen Forschungsdesigns zu den Themen Innovations- und Wissensmanagement. Sie beschäftigen sich mit der Evaluation von einschlägigen Konzepten und Modellen, aber auch mit aktuellen Entwicklungen in Theorie und Praxis. Die Fallstudien stellen hingegen wissenschaftliche Betrachtungen von konkreten Anwendungsbeispielen des Innovations- und Wissensmanagements in einzelnen Wirtschaftsbetrieben oder Wirtschaftssektoren dar. Die Fallstudien erlauben den Zugriff auf sonst nicht zugängliche, unternehmensinterne Informationen, aus denen sich Erfolgsfaktoren, Anregungen und Examples of Good Practice ableiten lassen. Die Grenzen zwischen Konzepten, Forschungsbeiträgen und Fallstudien sind allerdings fließend.

Dieser Band umfasst eine bunte Palette an unterschiedlichen Blickwinkeln und Ansätzen sowie Fallstudien aus völlig unterschiedlichen Branchen. In diesem Sinne freue ich mich, wenn die vorliegende Publikation einem breiten Publikum interessante Einblicke und Anregungen bieten kann.

Sopron, im Februar 2020

Prof. Dr. Dr. Dr. habil. Bernhard F. Seyr

Herausgeber

1. Instrumente zur Portfolioanalyse im strategischen Wissensmanagement

Prof. Dr. Dr. Dr. habil. Bernhard F. Seyr

Abstract: Der Artikel behandelt Anwendungsmöglichkeiten bekannter Instrumente der Portfolioanalyse im Bereich des strategischen Wissensmanagements. Dabei wird ein hermeneutischer und konzeptueller methodischer Zugang verfolgt. Als Ausgangspunkte für die Analyse und zur Weiterentwicklung dienen die Boston-Matrix, das McKinsey-Portfolio, die Lebenszyklus-Analyse sowie die SWOT-Analyse im Hinblick auf ihre Anwendbarkeit zur Evaluation und zur längerfristigen Entwicklung von Wissensbeständen in Organisationen. Als Werkzeuge zur strategischen Wissensbewertung und für das strategische Wissensmanagement werden ein neuartiges Wissensvorsprungs-Bedeutungswachstums-Portfolio (die „Wissensmatrix“) sowie damit zusammenhängend das Wissens-Lebenszyklusmodell vorgestellt. Abschließend wird die SWOT-Analyse zur Bewertung der Stärken und Schwächen sowie Chancen und Risiken im strategischen Wissensmanagement adaptiert. Es erfolgt auch eine kurze Darstellung ausgewählter alternativer Werkzeuge zur strategischen Portfolio-Analyse im Wissensmanagement.

1.1. Einleitung und Zielsetzung

Wissensmanagement hat sich als multidisziplinärer Ansatz in den Sozial- und Wirtschaftswissenschaften etwa seit dem Millennium etabliert. Zahlreiche theoretische Abhandlungen und wissenschaftliche Studien zu diesem Thema belegen seine Bedeutung. In diesem Sinne ist regelmäßig von einer höheren Unternehmensrentabilität aufgrund von Investitionen in die Ressource Wissen auszugehen (vgl. Zheng & Wang, 2018, S. 110–111). Vielfach scheitert aber die praktische Anwendung der Werkzeuge des Wissensmanagements in der Praxis (vgl. Seyr, 2015). Wissensmanagement wird in der Wirtschaftspraxis in vielen Fällen auf die informationstechnische Ebene (wie Datenbanken) reduziert, was seinewm multiperspektivischen Ansatz mit Bezug zu den Dimensionen Mensch – Organisation – Technik nicht gerecht wird (vgl. Brandt & Massing, 2002, S. 235–249). Dadurch kann Wissensmanagement sein volles Potenzial nicht entfalten und sein Wirkungsgrad bleibt gering. Technologie ist lediglich ein notwendiges Werkzeug, um die Prozesse des Wissensmanagements zu erleichtern, ersetzt jedoch nicht ein ganzheitliches Wissensmanagement-Konzept (vgl. Sharma & Deb, 2019, S. 763).

Zur praktischen Umsetzung der Nachhaltigkeit im Informations- und Wissensmanagement stellen Erek und Zarnekow (2009, S. 424) ein Vorgehensmodell in Form eines Regelkreises vor, das die Schritte Ressourcenidentifikation, Ressourcen-Beurteilung, Maßnahmenidentifikation, Maßnahmen-Priorisierung, Maßnahmen-Implementierung sowie deren Umsetzung und Kontrolle umfasst. Sowohl im zweiten als auch im letzten Schritt (in der Grafik grau unterlegt) wird die Bedeutung der Evaluation im Informations- und Wissensmanagement besonders hervorgehoben, welche im Zentrum dieses Beitrags steht.

Abbildung 1: Regelkreis zur Sicherung der Nachhaltigkeit im Informations- und Wissensmanagement (eigene Darstellung, in Anlehnung an Erek und Zarnekow, 2009)

←11 | 12→

Der vorliegende Beitrag soll dabei helfen, das Wissensmanagement in Organisationen von der rein technischen Ebene zu lösen und seine Informationen einerseits einer kritischen Prüfung bzw. Evaluation zu unterziehen und andererseits für die strategische Unternehmensführung leichter handhabbar zu machen. Dieser Schritt der kritischen Prüfung und Evaluation ist im Wissensmanagement-Modell von Probst, Raub und Romhardt (2006, S. 58) den Bausteinen Wissensbewertung, Wissensidentifikation (abgestimmt auf die Wissensziele) und Wissensentwicklung (im Anschluss an den Wissenserwerb) zuzuordnen und unterstützt die genannten Prozesse durch strategische Controlling-Werkzeuge.

Diese Zielsetzung soll dadurch erreicht werden, indem bekannte Methoden der Portfolio-Analyse – wie die Boston-Matrix, das McKinsey-Portfolio, die Lebenszyklus-Analyse sowie die SWOT-Analyse – mit Bezug zum Wissensmanagement adaptiert werden. Somit lassen sich vorhandene Wissensbestände im Sinne eines Cockpit-Systems leichter visualisieren und bewerten sowie als Entscheidungsgrundlage für das strategische (Wissens-)Management heranziehen. Die Portfolio-Analyse im Wissensmanagement ermöglicht somit einen Meta-Blick auf vorhandene Wissensbestände. Das Wissensmanagement kann dadurch effizienter und effektiver werden und besser zum Unternehmenserfolg beitragen. Die Etablierung eines leistungsfähigen Berichtswesens im Wissensmanagement bildet überdies die Grundlage für ein internes und externes Benchmarking immaterieller ←12 | 13→Ressourcen (vgl. Catalfo, 2015, S. 642). In diesem Sinne wird in der Fachliteratur die Bedeutung der Zusammenarbeit zwischen Controlling und Strategie besonders hervorgehoben. Damit zusammenhängend kommt der Erfolgsmessung von Strategien eine hohe Relevanz für die Zukunft zu (vgl. Weber, Schäffer, Goretzki & Strauß, 2012, S. 34–35).

Botthof (2012, S. 83–90) belegt in seinem Beitrag die Bedeutung übersichtlicher Reporting-Tools, die überdies zukunftsgerichtet und standardisiert sein sollen. Diesen Forderungen entsprechen die dargestellten Werkzeuge des Controllings im strategischen Wissensmanagement.

1.2. Anwendung der Portfolioanalyse im strategischen Wissensmanagement

1.2.1. Allgemeine Überlegungen

Traditionelle Instrumente der betriebswirtschaftlichen Portfolio-Analyse gehen regelmäßig von den Faktoren Markt und/oder Produkt aus und haben daher ihre Verankerung nicht nur allgemein im strategischen Management, sondern im Speziellen auch im Marketing. Dies trifft u. a. auf die Boston-Matrix zu, welche sich der Achsen relativer Marktanteil und Marktwachstum bedient. In eine ähnliche Richtung geht das McKinsey-Portfolio, indem die strategischen Schlussfolgerungen Abschöpfen, Auswählen, Expandieren von den relativen Wettbewerbsvorteilen und der Marktattraktivität mit Bezug zu Geschäftseinheiten oder Produkten abhängig gemacht werden. Ähnlich gelagert ist die Bedeutung der Lebenszyklus-Analyse, welche die Umsätze eines Produkts im Zeitablauf veranschaulicht.

Ein allgemein anwendbares Werkzeug der internen und externen Unternehmensanalyse stellt die SWOT-Analyse dar, welche auch im Hinblick auf das strategische Wissensmanagement adaptiert werden kann.

Da die genannten Werkzeuge der Portfolio-Analyse sowohl in der Wissenschaft als auch in der Praxis als allgemein bekannt angesehen werden können, erfolgt in diesem Beitrag keine genauere Darstellung derselben. Der Beitrag passt jedoch die genannten Tools im Hinblick auf die Eigenheiten und Anforderungen des Wissensmanagements an und stellt diese Adaption in den nachstehenden Kapiteln eingehender dar.

Das Wissensmanagement setzt nicht direkt bei den Faktoren Markt und Produkt an, da die Betrachtung nicht aus der Sicht des Marketings erfolgt. Wissensmanagement hat vielmehr die Aufgabe, die informationsbezogenen Grundlagen für die gesamte Unternehmenstätigkeit bereitzustellen. Die Faktoren Umfeld (die Umwelt und Stakeholders der betrachteten Organisation, wie beispielsweise Mitbewerber oder Nachfrager) und Wissensinhalte (als Produkte des Wissensmanagements) sind dabei zentrale Ausgangspunkte der Betrachtung dieses Beitrags.

Geeignete Controlling-Werkzeuge des strategischen Wissensmanagements unterstützen die Reaktions-, Koordinations-, Lern- und Innovationsfähigkeit, welche nach Güldenberg (2001, S. 318) die Überlebensfähigkeit der Organisation sichern.

←13 | 14→

1.2.2. Wissensvorsprungs-Bedeutungswachstums-Portfolio (Wissensmatrix nach Seyr)

Für das Wissensvorsprungs-Bedeutungswachstums-Portfolio (kurz: Wissensmatrix) des Autors bilden die sog. Boston-Matrix (andere Bezeichnungen: Boston I Portfolio oder Marktwachstums-Marktanteils-Matrix, vgl. Baum, Coenenberg & Günther, 2013, S. 224–230; vgl. Thommen & Achleitner, 2009, S. 1021–1023) sowie das McKinsey-Portfolio (vgl. Baum et al., 2013, S. 230–237) die Grundlagen, indem beide Werkzeuge miteinander kombiniert werden. Die Boston-Matrix teilt strategische Geschäftseinheiten oder Produkte entsprechend ihrem relativen Marktanteil und dem Marktwachstum in vier Felder ein. Die Poor Dogs weisen einen niedrigen Marktanteil und ein niedriges Marktwachstum auf. Die empfohlene Normstrategie lautet hier „abbauen“. Die Question Marks haben zwar einen niedrigen Marktanteil, aber ein hohes Marktwachstum. Sie sollen beobachtet und ggf. ausgebaut werden. Die Stars sind durch einen hohen Marktanteil und ein hohes Marktwachstum gekennzeichnet. Einerseits erzielen sie hohe Umsätze, verzehren andererseits aber durch ihr Wachstum und damit verbundene Kosten für deren Auf- und Ausbau auch einen großen Teil der durch sie erzielten Cashflows. Sie bilden die Basis für den gegenwärtigen und zukünftigen Unternehmenserfolg. Die Cash Cows hingegen zeichnen sich durch einen hohen Marktanteil aus, besitzen aber ein niedriges Marktwachstum. Sie sollen so lange wie möglich gehalten werden und generieren positive Cashflows.

Beim McKinsey-Portfolio werden mit Bezug auf Produkte oder Unternehmensbereiche auf der x-Achse der relative Wettbewerbsvorteil und auf der y-Achse die Marktattraktivität aufgetragen. Das McKinsey-Portfolio besteht aus neun Feldern und stellt somit eine Präzisierung der Boston-Matrix dar. Aus dem McKinsey-Portfolio lassen sich drei grundlegende Schlussfolgerungen ableiten:

1. Sind sowohl relativer Wettbewerbsvorteil als auch Marktattraktivität gering, oder ist einer der Faktoren gering und der andere mittelmäßig, wird eine Abschöpfungs- bzw. Desinvestitionsstrategie empfohlen, die der Normstrategie für die Poor Dogs ähnelt.

2. Bei entweder einem großen relativen Wettbewerbsvorteil oder einer großen Marktattraktivität soll eine Selektivstrategie angewendet werden. Diese kann eine Verbesserung der Position (Offensivstrategie) anstreben, aber auch eine Abwehr (Defensivstrategie) hinsichtlich weiterer Positionsverschlechterungen. Die Selektivstrategie ist außerdem als Übergangsstrategie zwischen Desinvestitions- oder Expansionsstrategie denkbar.

3. Für mittlere Werte bei einem Faktor in Kombination mit hohen Werten beim anderen Faktor und bei hohen Werten bei beiden Faktoren lautet die Normstrategie Expansion, die Investitionen und Wachstum impliziert.

Bei der Adaption dieser Portfolios für das Wissensmanagement müssen die Achsen der Modelle modifiziert werden. Wissen weist keinen messbaren Marktanteil (vgl. ←14 | 15→die x-Achse der Boston-Matrix) wie ein Produkt oder eine strategische Geschäftseinheit auf. Der Faktor „relativer Marktanteil“ wird daher durch „relativer Wissensvorsprung“ ersetzt. Insofern ähnelt die Bezeichnung der x-Achse dem McKinsey-Portfolio, das auf der x-Achse den relativen Wettbewerbsvorteil darstellt. Unter Wissensvorsprung wird hier der relative Wissensvorsprung in einem bestimmten Gebiet gegenüber den Mitbewerbern verstanden. Der Wissensvorsprung kann auch einen negativen Wert annehmen, sofern die betrachtete Organisation einen Wissensnachteil gegenüber der Konkurrenz aufweist.

Die y-Achse (Marktwachstum der Boston-Matrix) wird hier durch den Faktor „Bedeutungswachstum“ ersetzt. Darunter ist zu verstehen, ob das Wissen der Organisation in einem bestimmten Bereich in Zukunft an Bedeutung gewinnen wird oder nicht. Auch hier sind negative Werte denkbar, falls das betrachtete Wissensgebiet in Zukunft an Bedeutung abnehmen wird. Dieser Wert korrespondiert in Teilaspekten mit der Marktattraktivität des McKinsey-Portfolios.

Anstelle der strategischen Geschäftseinheiten oder Produkte sollen in die Wissensmatrix strategische Wissensbestände der Organisation in Form von Kreisen eingetragen werden. Möglich wäre es dabei, das Investitionsvolumen in die strategischen Wissensbestände durch den Radius der Kreise zu symbolisieren.

Diese Form der Darstellung entspricht also dem Grundprinzip der Portfolio-Technik, wo die Bedeutung der strategischen Geschäftseinheiten (bzw. der Umsatz) auch durch den Radius der Kreise dargestellt wird. In diesem Sinne wird auf der x-Achse ebenfalls die Unternehmensdimension und auf der y-Achse die Umfelddimension dargestellt (vgl. Baum et al., 2013, S. 223).

Abbildung 2: Wissensmatrix nach Seyr (eigene Darstellung)

←15 | 16→

Als Methoden zur Abschätzung der Daten zur Einordnung in das Portfolio bieten sich beispielsweise interne und externe analytische sowie empirische Studien, Marktbeobachtungen und Marktanalysen, aber auch Expertenbefragungen und Erfahrungswerte an. Methodische Probleme könnten sich jedoch – ähnlich wie bei anderen, etablierten Techniken der Portfolioanalyse – bei der exakten Zuordnung von Werten auf den Achsen ergeben. Trotzdem erlauben Portfolios generell einen groben Überblick über die aktuelle Situation, um mittel- bis langfristige Entscheidungen zu erleichtern.

Der konkrete Nutzen der Wissensmatrix besteht in der Evaluation von Wissensbeständen im Hinblick auf das strategische Wissensmanagement. Bei der Evaluation und Bestimmung der Informationsstrategie verkürzen Normstrategien, die auf einzelne oder mehrere bedeutsame Attribute bezogen sind, den Prozess (vgl. Heinrich & Stelzer, 2011, S. 117). Eine Restriktion der Portfoliotechnik muss jedoch darin gesehen werden, dass bei zweidimensionalen Portfolios naturgemäß eine Reduktion der komplexen Realität auf nur zwei Variablen erfolgt, was einerseits die Handhabbarkeit des Managementwerkzeugs erleichtert, andererseits aber zahlreiche Faktoren ausklammert.

Anhand der Wissensmatrix können folgende Normstrategien abgeleitet werden:

Alte Hüte: Diese Wissensbestände sind weder für den künftigen Erfolg der Organisation wichtig, noch besitzt die Organisation Stärken in diesem Wissensbereich. Daher sollten diese Wissensbestände nicht weiter gepflegt werden. Zusätzliche Investments in diesen Bereich machen keinen Sinn und sollen daher unterbleiben. Diese Wissensbestände sind den disponiblen Ressourcen zuzuordnen, welche verkauft, ausgelagert oder vernachlässigt werden können (vgl. Johnson & Scholes, 1999, S. 153 ff).

Keimlinge: Sie sollen gepflegt und aufgebaut werden. Ihre weitere Entwicklung hat die Organisation zu beobachten. Dementsprechend sind Investitionen in den Ausbau dieser Wissensgebiete sinnvoll, da die Organisation zwar momentan noch keine relativen Wissensvorsprünge gegenüber der Konkurrenz aufweist, aber die Zunahme der Bedeutung dieses Bereichs zu erwarten und von strategischer Bedeutung ist. Keimlinge gehören zum „Innovative Knowledge“ (vgl. Maier, 2004, S. 99) und sollen sich zu Diamanten entwickeln.

Diamanten: Sie zeichnen sich durch eine hohe Kompetenz der Organisation in diesem Bereich sowie durch ein großes Bedeutungswachstum dieser Wissensbestände aus. Sie stellen die gegenwärtigen und zukünftigen Kernkompetenzen der Organisation dar. In diesem Sinne soll in die Diamanten investiert werden, gleichzeitig sind sie aber derzeit schon strategische Erfolgsfaktoren. Die Diamanten sind Kernressourcen, die der Organisation Wettbewerbsvorteile verschaffen und wesentlich für die nachhaltige Profilierung sind (vgl. Johnson & Scholes, 1999, S. 153 ff).

Zugpferde: Das sind zentrale Wissensbestände, die aktuell die Organisation am Laufen halten, jedoch ein geringes Zukunftspotenzial aufweisen. Die Zugpferde ←16 | 17→sollen gepflegt werden, allerdings sind größere strategische Investitionen mit einem weiteren Zeithorizont nicht sinnvoll. Zugpferde bedienen sich der Basisressourcen, welche für den laufenden Geschäftsbetrieb notwendig sind, besitzen aber eine geringe Bedeutung für die Verbesserung der Wettbewerbsposition (vgl. Johnson & Scholes, 1999, S. 153 ff). Mittel- bis langfristig können sich Zugpferde zu „alten Hüten“ entwickeln.

1.2.3. Alternative Ansätze der Portfolio-Analyse im strategischen Wissensmanagement

Ein alternatives Portfolio für das strategische Wissensmanagement wurde von Probst et al. (2006, S. 51) vorgestellt. Dieses Portfolio zielt zwar ebenfalls darauf ab, Norm-Wissensstrategien für unterschiedliche Situationen bereitzustellen, es unterscheidet sich aber in seinem Aufbau von der oben erläuterten Wissensmatrix des Autors, da von Probst et al. auf der x-Achse die Wissensnutzung und auf der y-Achse der Wissensvorsprung aufgetragen werden. Bei einer geringen Wissensnutzung und einem niedrigen Wissensvorsprung wird die Normstrategie „Outsourcing“ vorgeschlagen, da der entsprechende Wissensbestand keinen großen Wert besitzt. Bei einer geringen Wissensnutzung, aber einem großen Wissensvorsprung lautet die Normstrategie „Anwenden“ der brachliegenden Fähigkeit. Ungenutztes Wissen soll zur Erhöhung der Wettbewerbsfähigkeit voll ausgeschöpft werden. Bei einer starken Wissensnutzung – aber einem geringen Wissensvorsprung – wird als Normstrategie „Aufwerten“ dieser Basisfähigkeit empfohlen. Die Fähigkeit soll ausgebaut werden, da sie für die Organisation bedeutend ist. Sind Wissensnutzung und Wissensvorsprung hoch, lautet die Empfehlung „Übertragen“ im Sinne der Hebelfähigkeit des Wissens bei der Übertragung auf neue Produkte und Märkte.

Ein weiteres Portfoliomodell zur Ressourcen-Beurteilung konzipierte Grant (2005, S. 477 ff). Es zeigt auf seiner x-Achse die Bedeutung der Ressource für die Wettbewerbssituation des Unternehmens und auf der y-Achse die externen Effekte der Ressource. Unter externen Effekten werden ökologische und soziale Aspekte subsumiert. Sind die Bedeutung der Ressource für die Wettbewerbssituation sowie die externen Effekte der Ressource gering, wird die Strategie „keep it running“ empfohlen, was ein „Auslaufenlassen“ dieser Ressource impliziert. Sind beide Faktoren als hoch zu bewerten, wird diesen Ressourcen ein hohes Potenzial als Investment für die Nachhaltigkeit zugesprochen. Bei den Ressourcen, welche sich jeweils im Mittelfeld befinden, soll eine selektive Strategie angewendet werden.

Das Technologie-Portfolio, welches von Baum et al. (2013, S. 265–267) besprochen wird, ähnelt sehr stark dem McKinsey-Portfolio, indem es auf der x-Achse die Ressourcenstärke und auf der y-Achse die Technologie-Attraktivität darstellt. Die Normstrategien lauten analog zum McKinsey-Portfolio Desinvestition, Selektion und Investition betreffend die analysierte Technologie.

←17 | 18→

1.2.4. Lebenszyklus-Analyse

Besonders für Unternehmen mit kurzen Produktlebenszyklen ist Wissensmanagement erfolgsentscheidend (vgl. Disterer, 2007, S. 170). Eng verbunden mit der Wissensmatrix nach Seyr bzw. der Boston-Matrix ist der Ablauf eines Lebenszyklus. Beim konventionellen Modell des Produktlebenszyklus (vgl. Baum et al., 2013, S. 225–228) wird die Umsatz- und Gewinnentwicklung eines Produktes im Zeitablauf grafisch dargestellt und in idealtypische Phasen eingeteilt. Bei der Anwendung im Wissensmanagement wird, entsprechend den obigen Ausführungen, kein Produkt betrachtet, sondern ein strategisch relevantes Wissensgebiet in Beziehung zu seiner Bedeutung als Erfolgsfaktor im Zeitablauf gesetzt. Die Betrachtung kann dabei entweder aus der Sicht der Organisation oder aus der Sicht der gesamten Branche erfolgen. Demensprechend ergeben sich folgende idealtypische Phasen des Wissens-Lebenszyklus:

Innovationsphase: Das Wissensgebiet ist relativ neuartig und unbekannt. Unklar ist, ob dieses Wissen zukünftig an Bedeutung als Erfolgsfaktor gewinnen wird. Derartige Wissensbestände können den Keimlingen in der Wissensmatrix nach Seyr zugeordnet werden.

Wachstumsphase: Wissensbestände in dieser Phase nehmen erkennbar an Bedeutung zu. Sie sind stark wachsend. Derartige Wissensinhalte wären den Diamanten zuzuordnen, da sie aktuell und für die Zukunft bedeutsam sind.

Reifephase: Die Bedeutung eines Wissensbestandes als Erfolgsfaktor erreicht in der Reifephase ihren Höhepunkt. Es handelt sich um aktuelle Wissensbestände, die zum Zeitpunkt der Betrachtung als wichtig, aber auch mittlerweile schon als weitgehend bekannt angesehen werden. Solche Wissensbestände können den Zugpferden einer Organisation oder Branche zugeordnet werden, da der Betrieb ohne sie nicht denkbar, jedoch das Innovationspotenzial mittlerweile gering ist.

Degenerationsphase: Die Wissensbestände in der Degenerationsphase gehören zu den „alten Hüten“ in der Wissensmatrix. Sie sind weitgehend überholt, und ihnen kommt keine zukünftige Bedeutung zu. Darunter fällt beispielsweise das Wissen über auslaufende Technologien. Es ist in einer Branche allgemein bekannt bzw. nicht mehr innovativ und verliert immer mehr an Bedeutung.

Relaunch: Für den Fall, dass als überholt angesehenes Wissen wiederbelebt – das heißt beispielsweise zur Lösung neuer Probleme wiederentdeckt, neu kombiniert oder weiterentwickelt – werden kann, wäre ein Relaunch dieses Wissensbestands möglich. Damit einher geht ein Anstieg der Bedeutung als Erfolgsfaktor. In der Wissensmatrix könnte diesen Wissensbeständen dann erneut der Status als Keimlinge zukommen.

Abbildung 3: Lebenszyklus des Wissens (eigene Darstellung)

←18 | 19→

1.2.5. SWOT-Analyse

Die bekannte SWOT-Analyse (vgl. Kotler, Berger & Rickhoff, 2010, S. 30) geht von Strengths (Stärken), Weaknesses (Schwächen), Opportunities (Chancen) und Threats (Gefahren) aus. Es ist ein Instrument zur strategischen Planung mit Bezug zum gesamten Unternehmen oder mit Bezug zu Geschäftsbereichen. Die interne Analyse bezieht sich auf aktuelle Stärken und Schwächen der betrachteten Organisation oder eines abgegrenzten Geschäftsbereichs, die externe Analyse auf künftige Chancen und Risiken.

Die SWOT-Analyse lässt sich auch auf das Wissensmanagement übertragen:

Bei der internen Analyse des Wissensmanagements sind Stärken in den Teilbereiche vorhanden, in denen die Organisation über Kernkompetenzen bzw. ein tiefes Wissen verfügt. Schwächen stellen im Gegensatz dazu Bereiche dar, in denen die Organisation keine bedeutenden Wissensbestände bzw. keine strategische Erfolgsposition mit Bezug zum Wissensmanagement aufweist.

←19 | 20→

Bei der externen Analyse des Umfelds der Organisation bedeuten Chancen diejenigen Veränderungen, die für die Organisation nützlich sein können. Dies sind im Wesentlichen politische, ökonomische, soziale, technologische, ökologische oder rechtliche Veränderungen (im Sinne der PESTEL-Makroumfeld-Analyse). So kann es beispielsweise für einen Kartonhersteller eine Chance darstellen, wenn Einwegplastik-Artikel verboten werden (im Sinne einer gesetzliche Veränderung) und der Markt auf der Suche nach Alternativen ist, sofern dieser Hersteller Substitutionsprodukte für Plastikartikel entwickeln oder schon bereitstellen könnte. In der Wissensmatrix können sich solche Wissensbestände zu Diamanten entwickeln bzw. in der Lebenszyklusanalyse zu Wissen in der Wachstumsphase.

Gefahren bedeuten jene externen Veränderungen des Umfelds, welche der betrachteten Organisation schaden können. Beispielsweise stellt für einen Hersteller von Einwegplastik ein Verbot solcher Produkte eine Bedrohung dar. Solche Wissensbestände im Bereich Einwegplastik werden in Zukunft keinen Wettbewerbsvorteil mehr bilden. Sie werden sich sehr schnell zu „alten Hüten“ in der Wissensmatrix bzw. zu Wissen in der Degenerationsphase entwickeln.

Die strategische Zielsetzung für die Kombination aus Stärken und Chancen (SO, d. h. Strengths and Opportunities) bedeutet aus der Sicht des Wissensmanagements, dass Chancen verfolgt werden, die gut zu den Kernkompetenzen passen, im Sinne einer Matching-Strategie.

Bei WO-Kombinationen (Weaknesses and Opportunities, Schwächen und Chancen) werden Schwächen reduziert und in Stärken umgewandelt, um neue Chancen nutzen zu können (Umwandlungsstrategie). Dies bedeutet im Wissensmanagement, dass die Wissensbestände in erfolgversprechenden Bereichen aufgestockt und ausgebaut werden sollen.

Die Neutralisierungsstrategie ist bei ST-Kombinationen (Strengths and Threats bzw. Stärken und Bedrohungen) sinnvoll: Strengths werden verwendet, um Threats abzuwehren. Die Organisation soll dazu ihre starken Kernkompetenzen nutzen.

Für die Kombination WT (Weaknesses and Threats bzw. Schwächen und Bedrohungen), d. h. die ungünstigste Position, werden Verteidigungsstrategien empfohlen. Mit Bezug zum Wissensmanagement bedeutet dies, dass hier wenig Expertise in der Organisation vorhanden ist, aber gleichzeitig Bedrohungen aus dem Umfeld zu erwarten sind. Um beim Beispiel des Herstellers von Einwegplastik zu bleiben, wäre dies das fehlende Wissen um umweltfreundliche Materialien gepaart mit der Bedrohung durch das Verbot von Einwegplastik-Artikeln. Eine Strategie könnte hier beispielsweise das Ausnutzen von eventuellen Gesetzeslücken, um weiterhin konventionelle Kunststoffartikel absetzen zu können, oder der Verkauf in Regionen, in denen keine derartigen Verbote bestehen, darstellen.

Abbildung 4: SWOT-Analyse im Wissensmanagement (eigene Darstellung)

←20 |
 21→

1.3. Fazit

Der vorliegende Beitrag zeigt Anwendungsmöglichkeiten der Portfolioanalyse für das strategische Wissensmanagement. Dadurch wird auch in diesem Bereich eine Verzahnung zwischen Controlling und Strategie erleichtert und eine Grundlage für ein internes und externes Benchmarking geschaffen. Der Autor entwickelt im Zuge dessen eine Wissensmatrix, das heißt ein Wissensvorsprungs-Bedeutungswachstums-Portfolio, welches auf der Boston-Matrix sowie auf dem McKinsey-Portfolio aufbaut und diese Werkzeuge im Hinblick auf das strategische Wissensmanagement weiterentwickelt. Die Wissensmatrix kann als Cockpit-System für immaterielle Ressourcen eingesetzt werden und erleichtert die Evaluation von Wissensbeständen. Außerdem stellt der Beitrag überblicksartig alternative Anwendungen der strategischen Portfolioanalyse im Technologie-, Informations- und Wissensmanagement aus Forschungsbeiträgen vor.

Überdies wird im vorliegenden Beitrag der Produktlebenszyklus auf das Wissensmanagement angewendet, woraus sich ebenfalls strategische Schlussfolgerungen ableiten lassen. Auch die Anwendung der SWOT-Analyse wird im längerfristig orientierten Wissensmanagement empfohlen, um rechtzeitig Stärken, Schwächen, Chancen und Bedrohungen im Hinblick auf immaterielle Ressourcen aufzudecken und Erfolgspotenziale in weiterer Folge proaktiv nutzen bzw. Risiken minimieren zu können.

←21 |
 22→

Literaturverzeichnis

Baum, H.-G., Coenenberg, A. G., & Günther, T. (2013). Strategisches Controlling. Stuttgart: Schäffer-Poeschel.

Botthof, H.-J. (2012). Die 12 häufigsten Fehler im Reporting. In A. Klein (Hrsg.), Reporting und Business Intelligence (S. 83–90). Freiburg: Haufe.

Brandt, P., & Massing, M. (2002). Mensch – Organisation – Technik. Wissensmanagement in KMU. In R. Franken, & A. Gadatsch (Hrsg.), Integriertes Knowledge Management: Konzepte, Methoden, Instrumente und Fallbeispiele (S. 235–249). Wiesbaden: Vieweg+Teubner.

Catalfo, P. (2015) Methodological Accounting Tools for the Evaluation of Intangibles Management in Research Institutions: Some Empirical Remarks. Journal of Service Science and Management, 8, 638–648. https://doi.org/10.4236/jssm.2015.84064

Disterer, G. (2007). Betriebliches Wissensmanagement. In C. Steinle, & A. Daum (Hrsg.), Controlling. Kompendium für Ausbildung und Praxis (S. 169–189). Stuttgart: Schäffer-Poeschel.

Erek, K., & Zarnekow, R. (2009). Managementansätze für nachhaltiges Informationsmanagement. In F. Keuper, & F. Neumann (Hrsg.), Wissens- und Informationsmanagement. Strategien, Organisation, Prozesse (S. 413–438). Wiesbaden: Gabler.

Franken, R., & Gadatsch, A. (Hrsg.). (2002). Integriertes Knowledge Management: Konzepte, Methoden, Instrumente und Fallbeispiele. Wiesbaden: Vieweg+Teubner.

Güldenberg, S. (2001). Wissensmanagement und Wissenscontrolling in lernenden Organisationen. Ein systemtheoretischer Ansatz. Wiesbaden: Springer.

Grant, R. M. (2005). Contemporary Strategy Analysis: Concepts, Techniques, Applications. Oxford: Blackwell.

Heinrich, L. J., & Stelzer, D. (2011). Informationsmanagement. Grundlagen, Aufgaben, Methoden. München: Oldenbourg.

Johnson, G., & Scholes, K. (1999). Exploring Corporate Strategy. London: Prentice Hall.

Keuper, F., & Neumann, F. (Hrsg.). (2009). Wissens- und Informationsmanagement. Strategien, Organisation, Prozesse. Wiesbaden: Gabler.

Kotler, P., Berger, R., & Rickhoff, N. (2010). The Quintessence of Strategic Management. Berlin: Springer.

Klein, A. (Hrsg.). (2012). Reporting und Business Intelligence. Freiburg: Haufe.

Maier, R. (2004). Knowledge Management Systems. Information and Communication Technologies for Knowledge Management. Berlin: Springer.

Probst G., Raub, S., & Romhardt, K. (2006). Wissen managen. Wie Unternehmen ihre wertvollste Ressource optimal nutzen. Wiesbaden: Springer Gabler.

←22 | 23→

Seyr, B. F. (2015). Die drei Dimensionen des Wissensmanagements: Empirische Studie anhand des 3-D-Modells zur Selbstevaluation von Organisationen. Journal of Economy & Society, 2015 (1–2), 3–27.

Sharma, V. K., & Deb, M. (2019). Knowledge Management through Technology: Exploring Extant Research Using nVivo. Theoretical Economics Letters, 9, 761–770. https://doi.org/10.4236/tel.2019.94050

Steinle, C., & Daum, A. (Hrsg.). (2007). Controlling. Kompendium für Ausbildung und Praxis. Stuttgart: Schäffer-Poeschel.

Thommen, J.-P., & Achleitner, A.-K. (2009). Allgemeine Betriebswirtschaftslehre. Umfassende Einführung aus managementorientierter Sicht. Wiesbaden: Gabler.

Weber, J., Schäffer, U., Goretzki, L., & Strauß, E. (2012). Die zehn Zukunftsthemen des Controllings. Weinheim: VILEY-VCH.

Zheng, J. B., & Wang, Y. N. (2018). Research on Knowledge Resources Investment Decisions in Cooperated New Product Development. Journal of Service Science and Management, 11, 101–115. https://doi.org/10.4236/jssm.2018.111010

←23 | 24→←24 | 25→

2. Wissenstransfer, Interaktionsraum und Unternehmenskultur: Die Bedeutung des Umfelds für erfolgreiche Wissensgenerierung

Univ.-Prof. Dr. Marion A. Weissenberger-Eibl, Fanny Seus, MA und André Almeida, MSc

Abstract: Für Unternehmen stellt Wissen die wichtigste Ressource sowie die einzige zuverlässige Quelle für nachhaltige Wettbewerbsvorteile dar. Die Schaffung von Rahmenbedingungen für den Austausch und die Vernetzung von Wissensträgern sind eine wichtige Aufgabe des Innovationsmanagements. Dieser Beitrag widmet sich den Anreizen, der Unternehmenskultur und den Ermöglichungsräumen, welche für ein ganzheitliches Wissensmanagement von Bedeutung sind. Insbesondere werden der für schöpferischen Wissensaustausch benötigte (physische) Interaktionsraum sowie der Interaktionsrahmen analysiert. Die Offenheit des Raumes als Möglichkeit zur Begegnung stellt eine notwendige, aber nicht hinreichende Voraussetzung für den Austausch von Wissensträgern dar. Vielmehr müssen im Sinne eines ganzheitlichen Wissensmanagements Möglichkeiten zur Privatheit gegeben sowie eine vertrauensvolle Austauschkultur geschaffen werden.

2.1. Herausforderungen des ganzheitlichen Wissensmanagements

„In an economy where the only certainty is uncertainty, the sure source of lasting competitive advantage is knowledge.“ (Nonaka, 1991, S. 96)

Im Zuge von Internationalisierung und Digitalisierung finden sich Unternehmen in einem zunehmend komplexen und unsicheren Umfeld wieder. Für Unternehmen stellt Wissen vor diesem Hintergrund die wichtigste Ressource sowie die einzige zuverlässige Quelle für nachhaltige Wettbewerbsvorteile dar.

Wissensmanagement ist nach dem Aufkommen eines intensiven Wissensmanagement-Diskurses ab den 1990er Jahren auf den Management-Agenden angekommen (Weissenberger-Eibl, 2006). Dennoch stellt es Unternehmen in der Praxis immer noch vor Herausforderungen. In ihrem Grundlagenwerk Working Knowledge (1998) beschreiben Davenport und Prusak drei Arten von Wissensmanagementprojekten:

Knowware: Erfassen und Speicherung von Wissen in Dokumenten,

Wissenstransfer: Vernetzen von Wissensträgern und Wissensnutzern,

Wissensumfeld: Etablieren einer wissensorientierten Unternehmenskultur.

Dank IT-gestützter Maßnahmen wie Cloudanwendungen oder Social-Networking-Plattformen sind die Projekte des ersten Typs, die sich auf die Erfassung und ←25 | 26→Speicherung von vorhandenem Wissen konzentrieren, weit verbreitet (Back, 2009). Doch über die reine Speicherung von Wissen hinaus stellt sich die Frage, wie – auf Basis von bestehendem – neues Wissen generiert werden kann. Denn: „Das Ziel einer wissensorientierten Unternehmensführung liegt darin, aus Informationen Wissen zu generieren. Dieses Wissen wird in nachhaltige Wettbewerbsvorteile umgewandelt, die als Geschäftserfolge messbar werden.“ (Weissenberger-Eibl & Koch, 2013, S. 53)

Dieser Beitrag widmet sich den Anreizen, der Unternehmenskultur und den Ermöglichungsräumen, welche für ein ganzheitliches Wissensmanagement von Bedeutung sind. Insbesondere werden der für produktiven Wissenstransfer benötigte (physische) Interaktionsraum sowie der Interaktionsrahmen analysiert. Im Aufbau folgt der Beitrag den oben genannten drei Arten von Wissensmanagementprojekten und argumentiert, dass Wissensmanagement erst dann erfolgreich eine generative Wirkung entfaltet, wenn die beiden ersten in der dritten eingebettet sind.

Zunächst führt Abschnitt 2.2 dieses Beitrags grundlegende Begriffe im Zusammenhang Innovations- und Wissensmanagement ein. Abschnitt 2.3 zeigt die Grenzen des Wissensmanagements beim Einsatz von Social Software auf und verdeutlicht die Notwendigkeit des persönlichen Wissensaustauschs von Mensch zu Mensch. Daher werden in Abschnitt 2.4 der physische Interaktionsraum und dessen Ausgestaltung für die Schaffung von Austauschsituationen betrachtet. Doch die Bereitstellung eines für wissensgenerierende Interaktionen „optimierten“ Raumes allein reicht nicht aus. Abschließend behandelt Abschnitt 2.5 daher die Interaktionen zwischen Wissensträgern unter ihrer sozialen und symbolischen Dimension.

2.2. Wissenstransfer als Grundlage für Innovationen

Bereits Joseph Schumpeter, der Vater der modernen Innovationsforschung, definiert Innovation als Durchsetzung technischer oder organisatorischer Neuerungen oder neuer Kombinationen am Markt, die zu wirtschaftlicher Entwicklung führen (Schumpeter, 2006). Innovationen sind folglich die Basis für Fortschritt und Wohlstand (Weissenberger-Eibl, 2019). Wird die Bedeutung von Wissen bei der Entstehung von Innovationen betrachtet, so zeigt sich, dass Innovationen dann entstehen, wenn Wissen gebunden und vernetzt wird (Page, 2007). Für die erfolgreiche Diffusion von Innovationen im Markt ist Wissen über das Umfeld und die Interaktion verschiedener Akteure, welche ihre unterschiedlichen Blickwickel, Wissen und Fähigkeiten kombinieren, entscheidend (Page, 2007, S. 322). Innovationen entstehen folglich nicht ausschließlich durch den Gedankenblitz einer einzigen Person, sondern sind immer das Ergebnis eines Prozesses, der neben Kreativität vor allen Dingen Beharrlichkeit und Marktverständnis voraussetzt. Insbesondere technische Innovationen sind dabei in äußerst komplexen Systemen eingebettet. Das Vernetzen von Wissensträgern ist daher von zentraler Bedeutung (Weissenberger-Eibl & Braun, 2018, S. 44).

←26 | 27→

Wissensmanagement entlang des Innovationsprozesses ist daher als eine der Hauptaufgaben im Innovationsmanagement anzusehen. Wissensmanagement beinhaltet dabei einerseits die Informationsaufnahme, andererseits den Wissenstransfer im Unternehmen. Zu Beginn und entlang eines Innovationsprozesses werden Informationen über das Unternehmen und sein Umfeld aufgenommen und analysiert. Diese stellen den Ausgangspunkt für den unternehmensinternen Wissenstransfer dar. Indem Wissen kontinuierlich vernetzt und weiterentwickelt wird, kann schließlich eine Innovation heranreifen. Im Folgenden sollen der unternehmensinterne Wissenstransfer und die unterschiedlichen Aspekte bei der Koordination von Wissen in Innovationsprozessen fokussiert werden.

Die Initiierungsphase im Wissenstransfer ist geprägt durch den Wunsch, den Willen und das Ziel Wissen zu transferieren (North, 2010; Thiel, 2002). Dabei ist neben einer Zielsetzung auch die Berechtigung, Unterstützung und Förderung vom Unternehmen zum Wissenstransfer entscheidend. Der Wissensfluss als zweite Phase beinhaltet den Austausch von implizitem oder explizitem Wissen unter den beteiligten Personen mittels Kommunikation und Interaktion oder mittels unpersönlicher Medien. Schließlich hat die Phase der Integration zum Ziel, das transferierte Wissen beim Empfänger zu sichern und in seine individuelle, aber auch in die kollektive Wissensbasis der Organisation aufzunehmen.

Neben der prozessualen Gestaltung des Wissenstransfers sind auch die damit zusammenhängenden Einflussfaktoren, die den Wissenstransfer bedingen, zu beachten. Auf der organisatorischen und kulturellen Ebene sind dies Faktoren wie die Offenheit der Beteiligten in einer Organisation, die organisatorische Struktur ←27 | 28→und Ausgestaltung des Wissenstransfers, Anreizsysteme, die verfügbare Zeit für den Wissenstransfer, aber auch der kulturelle Kontext und Machtaspekte (von Krogh & Köhne, 1998).

Darüber hinaus ergeben sich Herausforderungen beim Transfer von Wissen innerhalb von Organisationen durch die „Stickiness“ oder Inertia von Wissen (vgl. Hippel, 1994; Pawlowski & Robey, 2004, S. 646 ff; Szulanski, 1995, 1996). Die Stickiness von Wissen ist ein zentrales Konstrukt im Kontext der Untersuchung von Innovationen und wird als Schwierigkeit verstanden, Informationen und Wissen aufzunehmen und zu transferieren. Ursachen dafür sind zurückzuführen auf die Charakteristika des Wissens (im Sinne von Mehrdeutigkeit und implizit vorhandenes Wissen), der Wissensquelle (im Sinne fehlender Motivation oder Zuverlässigkeit) und den Charakteristika des Empfängers (im Sinne fehlender Motivation und Unfähigkeit mit dem Wissen umzugehen). Der Aufwand beim Wissenstransfer kann demnach beispielsweise bei hoher Motivation der Beteiligten, bei empfundener Zuverlässigkeit der Quelle oder einem vertrauensvollen Verhältnis zwischen Sender und Empfänger reduziert werden.

Insbesondere bei komplexem und stark kontextabhängigem Wissen ist die Beziehung der Akteure entscheidend. Je stärker die Bindung zwischen einzelnen Individuen, umso wahrscheinlicher ist ein erfolgreicher Austausch von komplexem Wissen (Fuchs, 2006; Hansen, 1999; Krackhardt, Nohria & Eccles, 2003; Uzzi, 1997). Empirische Arbeiten haben somit gezeigt, dass Interaktionen zwischen Wissensträgern und das Verhältnis zwischen den beteiligten Individuen eine Schlüsselstellung beim Wissensaustausch einnehmen.

2.3. IT-basiertes Wissensmanagement als (nur) erster Schritt

„In der Praxis des Wissensmanagements wird vielfach jedoch nur von der Speicherung, Verwaltung und Kontrolle expliziter Wissensbestände gesprochen. Man gewinnt den Eindruck, als würde es nur darum gehen, Wissen zu verwalten und dass diese Verwaltungsanstrengung dazu dient, um das Wissen weitgehend unabhängig von Personen zu verarbeiten und zu nutzen.“ (Fuchs, 2006, S. 159)

Informationssysteme sind eine wesentliche Determinante der Unternehmensentwicklung (Weissenberger-Eibl, 2003, S. 49). Insbesondere für verteilt arbeitende Teams ist die Herstellung einer gemeinsamen Wissensbasis eine Herausforderung. Die Schwierigkeit liegt dabei in der Kommunikation von kontextbezogener Information. Zudem erschwert die ungleiche Verteilung von Information den Wissenstransfer (Cramton, 2001). Informations- und Kommunikationstechnologien können den Austausch von Informationen bei standortübergreifender Zusammenarbeit vereinfachen und stellen somit eine nützliche und wichtige Komponente im Wissensmanagement dar (Gilson, Maynard, Jones Young, Vartiainen & Hakonen, 2014, S. 1317–1318). Jedoch verdeutlichen zahlreiche empirische Studien: Persönliche Kontakte stellen weiterhin die bevorzugte Quelle für Informationen dar. ←28 | 29→Individuen wenden sich für Informationen und Ratschläge lieber an andere Individuen, als auf Datenbanken zurückzugreifen. Beispielsweise werde, so eine Studie von Cross (2001), in Forschungseinrichtungen fünfmal öfter auf persönliches Wissen von Kollegen zurückgegriffen, als auf Wissen, das in Datenbanken zur Verfügung stehe (Fuchs, 2006, S. 159–160).

Die höhere Nachfrage nach persönlichem Wissen und Gesprächen mit Kollegen lässt sich auch in Firmen mit ausgereiften elektronischen Datenbanken feststellen. Diese Probleme an der Schnittstelle technisches Wissensmanagement–Mensch veranschaulicht auch ein in 2015 abgeschlossenes Projekt des Lehrstuhls für Innovations- und TechnologieManagement am Karlsruher Institut für Technologie mit einem multinationalen Technologiekonzern, in welchem die Nutzung von Social-Software-Anwendungen im Projektmanagement untersucht wurde. Deutlich wurde, dass ein Großteil der befragten Projektmitglieder nur „gelegentlich“ die unternehmensweite Plattform zur Suche nach Informationen und Produktwissen sowie zu Koordinierungszwecken zu nutzen angibt. Als größtes Hemmnis stellte sich die Schwierigkeit heraus, die aktuellsten und besten Informationen auf der Plattform zu identifizieren. Außerdem werde, so die Befragten, für wichtige Informationen weiterhin das Medium der E-Mail verwendet. Auffallend waren darüber hinaus die großen Unterschiede im Nutzerverhalten von Team zu Team, welche neben individuellen Faktoren insbesondere auf die Rolle des Teamleiters zurückgeführt werden konnten.

Wenn Wissensaustausch über Technik so sehr von der Nutzung durch den Menschen abhängt und durch Nicht-Nutzung gefährdet wird, wie kann man den Informationsfluss und Wissensaustausch anders induzieren?

2.4. Physischer Interaktionsraum für produktiven Wissensaustausch

Unternehmen setzen verstärkt auf Architekturen, um gezielt Austausch zwischen Mitarbeitern möglich zu machen. Wohl das prominenteste Beispiel ist Google mit seinen Plänen für einen neuen Campus mit hellen, offenen Hallen, Laborräumen neben Cafeterien und diversen Freizeitaktivitäten direkt am Arbeitsplatz. Auch Samsung pries vor einigen Jahren sein neu eröffnetes Headquarter an: Es fördere die Zusammenarbeit zwischen Mitarbeitern und ermögliche eben jene spontanen Interaktionen, die der Ursprung von vielen genialen Ideen seien (Moultrie et al., 2007; Strickland, 2008; Vincent, 2015).

So werden Gebäude explizit Teile der Unternehmensstrategie und nicht mehr als bloße Immobilien, sondern als Kommunikationstool angesehen. Eines der zugrundeliegenden Postulate ist, dass offene Raumgestaltung Produktivität und Kreativität fördere. Es müsse folglich ein Raum geschaffen werden, der zufällige Begegnungen und spontane Interaktionen erlaube, um neue Ideen hervorzubringen (Moultrie et al., 2007).

Im Folgenden werden die zugrundeliegenden Annahmen dieser These diskutiert.

←29 | 30→

2.4.1. Interaktionsraum als notwendige Voraussetzung für Wissensaustausch

Dass Interaktionen Raum, und zwar geteilten Raum benötigen, verdeutlichte bereits 1977 Thomas Allen in einer Studie, bei der er die Kommunikationshäufigkeit zwischen Ingenieuren in Abhängigkeit der Distanz ihrer Büroräume untersuchte. Die Allen-Kurve beschreibt die negative Korrelation zwischen physischer Distanz und Kommunikationshäufigkeit. So stellte Allen heraus, dass Kommunikation zwischen Ingenieuren, die lediglich zwei Meter entfernt voneinander arbeiten, vier Mal wahrscheinlicher sei, als zwischen Ingenieuren, die 20 Meter entfernt arbeiten (Allen, 1977, 1990). Weitere Studien bestätigten die empirische Feststellung, dass physische Nähe engen und produktiven Austausch zwischen Personen fördert (Keller, 1986; Keller & Holland, 1983).

Auch wenn IT-Technologien helfen, räumliche Distanz zu überwinden, zeigen Studien, dass diese Korrelation auch digital messbar bleibt. Die Allen-Kurve bleibt auch mit dem Einsatz von Informations- und Kommunikationstechnologien erhalten, obgleich sie deutlich abflacht (Boutellier, Gassmann & Zedtwitz, 2008, S. 239). Waber, Magnolfi und Lindsay (2014) zufolge bleiben Ingenieure, die ein Büro teilen, mit 20 % höherer Wahrscheinlichkeit auch digital miteinander in Kontakt. Arbeiten die Ingenieure an gemeinsamen Projekten, so schreiben sich einen Raum teilende Ingenieure sogar vier Mal so häufig wie Kollegen, die an unterschiedlichen Orten arbeiten (vgl. Abbildung 2).

Abbildung 2: Die Allen-Kurve und die negative Korrelation zwischen physischer Distanz und Kommunikationshäufigkeit (Quelle: Waber et al., 2014)

←30 | 31→

Um die Auswirkung der Büroraumgestaltung auf Arbeitsprozesse und -ergebnisse zu verstehen, konzentriert sich die organisationssoziologische Forschung jedoch nicht nur auf die reine physische Distanz. Im Fokus von empirischen Untersuchungen stehen insbesondere der zentrale Begegnungsraum im Büroalltag, wie Kaffeemaschinen und Kopierer, als Orte des Austauschs. In Büros, die nah an derartigen zentralen Orten gelegen sind, ist die Wahrscheinlichkeit für informellen Austausch höher (Fayard & Weeks, 2007, S. 607).

Insbesondere im Kontext von Forschung und Entwicklung (FuE) ist ein Interaktionsraum, der persönlichen Austausch ermöglicht, von Bedeutung. Zum einen beschäftigen sich FuE-Abteilungen mit der Hervorbringung von Innovationen, welche im Schumpeterʼschen Sinne aus der Kombination von bestehendem Wissen hervorgehen. Zum anderen zeichnet sich FuE dadurch aus, dass es sich um sehr komplexes und stark kontextabhängiges Wissen handelt. Für den Transfer von komplexem Wissen sind jedoch starke Beziehungen zwischen den am Wissensaustausch beteiligten Akteuren nötig (Hansen, 1999). Die Möglichkeit zum intensiven persönlichen Austausch ist daher unabdingbar. Empirische Untersuchungen zeigen die Bedeutung spontaner Zusammenkünfte, bei welchen sich Wissensträger ungeplant austauschen (Appel-Meulenbroek, Vries & Weggeman, 2016; Backhouse & Drew, 1992).

Geeigneter Interaktionsraum unterstützt insbesondere den funktionsübergreifenden Austausch. Coradi, Heinzen und Boutellier (2015) zeigen beispielsweise, dass das Teilen eines Multi-Space-Büros den ungeplanten Austausch von cross-funktionalen Teams fördere und somit Wissensbarrieren abgebaut werden. Aber auch der Austausch über Projekt- und Abteilungsgrenzen hinweg kann durch die Bereitstellung von Interaktionsraum unterstützt werden.

Um den Zusammenhang zwischen Interaktionen und Produktivität zu untersuchen, greifen Studien verstärkt auf Sensordaten zurück. Waber et al. (2014) analysieren die Kommunikationsmuster von Teams mithilfe elektronischer Badges, welche Stimme, Körperbewegung u. ä. aufzeichnen. Durch die so generierten soziometrischen Daten lässt sich zurückverfolgen, wie viel und auf welche Art und Weise innerhalb des Teams interagiert wird, aber auch, ob ein Austausch nach außen stattfindet. Die Studie bestätigt, dass collisions, also jene zufälligen Begegnungen und ungeplanten Interaktionen zwischen Wissensarbeitern – sowohl innerhalb als auch außerhalb des Teams – zu höherer Produktivität führen.

2.4.2. Interaktionsraum im Spannungsfeld von Offenheit und Privatsphäre

Die dargelegten Argumente lassen den Schluss zu, dass eine kommunikationsfördernde Raumgestaltung dazu beiträgt, Wissensaustausch zu fördern und die Produktivität zu erhöhen. Gleichzeitig finden sich widersprüchliche Ergebnisse in Bezug auf den Zusammenhang von räumlicher Nähe und Produktivität (Fayard & Weeks, 2007, S. 607). Daher untersuchen Studien die Auswirkung der ←31 | 32→Raumgestaltung auf die Mitarbeiterzufriedenheit und die kognitive Arbeitsleistung (Danielsson, Bodin, Wulff & Theorell, 2015; Imai & Ban, 2016; Seddigh et al., 2015; Seddigh, Berntson, Bodin Danielson & Westerlund, 2014). Negative Auswirkungen auf die Leistungsfähigkeit ergeben sich durch Konzentrationsschwierigkeiten, wenn durch offene Räume eintreffende Reize nicht kontrolliert werden können. Außerdem rückt vermehrt der Schutz von Informationen, privater wie beruflicher Art, in den Fokus. Beispielsweise zeigten Rolfö, Eklund und Jahncke (2017), dass die Zufriedenheit mit der Arbeitsumgebung in Großraumbüros sowohl in Bezug auf Hintergrundgeräusche als auch auf auditive Privatheit deutlich geringer war als bei Bürokonzepten, die nach den Prinzipien von Activity Based Working Leistungsfähigkeit und Kreativität fördern.

Congdon, Flynn und Redman (2014) schlagen vor, dass Privatsphäre nicht nur rein über die physische Dimension (wie die geschlossene Türe) definiert werden muss, sondern es vielmehr um die Befähigung des Einzelnen geht, einerseits den Abfluss von Informationen, privater wie beruflicher Natur, andererseits das Eintreffen externer Reize zu kontrollieren, d. h. zu entscheiden, wann ein Informationsabfluss bzw. eine Ablenkung zugelassen wird.

Folglich muss zwar offener Interaktionsraum gegeben sein, um Interaktionen zum Austausch von Wissen zuzulassen, gleichzeitig muss er aber geschlossen genug sein, um den Menschen ein Gefühl der Privatheit zu vermitteln. Im Folgenden soll tiefer auf die Gestaltung des Interaktionsrahmens eingegangen werden. Zwei Aspekte werden hier beleuchtet: zum einen die Art der Beziehungen zwischen Wissensträgern, zum anderen die unternehmensweite Einstellung gegenüber Wissen und dessen Austausch.

2.5. Die wissensorientierte Unternehmenskultur: Wissensaustausch als Maxime

Die Unternehmenskultur hat im Wissensmanagement eine Schlüsselrolle, denn die Bereitschaft, offen zu kommunizieren, Wissen weiterzugeben oder gar Fehler zu akzeptieren, wird durch die geltenden Verhaltensmuster, Werte und Einstellungen beeinflusst (Kohl, Mertins & Seidel, 2016, S. 36). Die Preisgabe von Wissen setzt eine offene und vertrauensvolle Beziehung zwischen den Individuen voraus. Ziel ist somit eine Unternehmenskultur zu schaffen, welche den Wissensaustausch fördert und dadurch die Gesamtproduktivität im Unternehmen steigert.

2.5.1. Vertrauensvolle Beziehungen als Bedingung für Wissensaustausch

Bei der Gestaltung von Arbeitsplätzen gehen Unternehmen oft von der Annahme aus: Wird der passende Raum geschaffen, ereignen sich die spontanen und produktiven Interaktionssituationen von alleine. Allerdings muss gewährleistet sein, dass dieser geschaffene Raum (ob virtuell oder physisch) auch tatsächlich genutzt wird. ←32 | 33→Neben der physischen muss auch die soziale Dimension des Interaktionsraums betrachtet werden.

Kopräsenz im Raum stellt eine notwendige Voraussetzung, aber keine hinreichende Bedingung für Wissensinteraktionen dar, da zusätzlich die Bereitschaft zur Interaktion beiderseits gegeben sein muss. Die Bereitschaft ist insbesondere davon abhängig, ob sich die Akteure positiv einander gegenüberstehen. Die Beziehung der Akteure hat daher einen starken Einfluss auf den Prozess des Wissenstransfers (von Krogh & Köhne 1998, S. 243–244). Empirische Studien widmen sich der Bedeutung sozialer Bindungen für den erfolgreichen Wissensaustausch. Es zeigt sich: Je stärker die Bindung zwischen einzelnen Individuen, umso wahrscheinlicher ist die Realisierung eines erfolgreichen Wissensaustausches (Anand & Walsh, 2016; Krackhardt et al., 2003). In seiner Dissertation „Sozialkapital, Vertrauen und Wissenstransfer in Unternehmen“ schreibt Fuchs: „wissensorientierte Leistungserstellungsprozesse sind auf soziales Kapital angewiesen, damit überhaupt nicht greifbare Erfahrungen (z. B. Know-how) oder implizites Wissen sich effizient in Unternehmen verbreiten kann. Eine Zielsetzung der wissensorientierten Organisation müsste es demnach sein, in den Aufbau vertrauenswürdiger und stabiler Beziehungen zu investieren.“ (Fuchs, 2006, S. 79)

Für den Aufbau dieser Verbindungen als Voraussetzung für Wissensaustausch genügt die alleinige Bereitstellung von Raum nicht. Vielmehr muss das Wissensumfeld allgemein durch eine wissenstransferfördernde Mentalität geprägt sein.

2.5.2. Die Giver-Kultur: Wissensaustausch als Wert an sich

„To make knowledge work productive will be the great management task of this century, just as to make manual work productive was the great management tasks of the last century.“ (Drucker, 1969, S. 290)

In diesem Zitat von Drucker wird die produktive Nutzung von Wissen als die unternehmerische Aufgabe der heutigen Zeit definiert. Wie im vorangegangen Kapitel gezeigt, wird Produktivität im heutigen Wirtschaftssystem nicht mehr durch das Zusammenfügen von fließbandähnlicher Arbeit Einzelner, sondern durch Interaktion geschaffen. So ist es Webber (1993) zufolge die Aufgabe des Managers, ein Wissensumfeld zu schaffen, welches dem einzelnen Wissensarbeiter erlaubt zu lernen. Wo Unterhaltung und Interaktion zu Arbeit wird, muss es nach Webber statt „Stop talking and get to work!“ „Start talking and get to work!“ lauten (Webber, 1993, S. 28).

Die Bedeutung der Einstellung gegenüber Wissensinteraktionen, bei der Wissensaustausch als Gesamtgewinn und nicht als Zeitverlust angesehen wird, verdeutlicht folgendes Beispiel: Eine Mitarbeiterin findet eine Methode, um eine Aufgabe effizienter als bisher zu bearbeiten. Zum Informieren ihrer Kollegen muss sie ihre Arbeit unterbrechen. Dies kostet Zeit und senkt dadurch ihre eigene Produktivität. Im Gesamtergebnis wird jedoch die Produktivität des Teams erhöht, da insgesamt effizienter gearbeitet wird. Waber et al. (2014) zeigen, dass so selbst eine Senkung der individuellen Leistung um 5 % kompensiert werden kann.

←33 | 34→

In der Tat ist ein hoher Kommunikationsfluss ein Indikator für erfolgreiche Arbeit. So untersuchte Pentland (2012) in einer Studie die Faktoren für erfolgreiche Teams und fand heraus, dass 35 % der Leistungsvariation eines Teams auf die Anzahl von face-to-face-Interaktionen zurückzuführen sei. Interessant dabei ist die Erkenntnis, dass nicht nur die Kommunikation des gesamten Teams wichtig sei, sondern auch dezentrale Einzelgespräche von Bedeutung seien. Die Ergebnisse ließen vermuten, dass eine perfekte Balance der Kommunikationsstrukturen bei 50 % Kommunikation zum ganzen Team und 50 % Einzelgesprächen liege. Die Bedeutung von Zeit für Socializing auf die Kommunikationsmuster wird besonders deutlich, da die Studie herausstellt, dass diese gemeinsam genutzte Zeit als Hauptfaktor für 50 % der positiven Veränderungen der Kommunikationsmuster verantwortlich ist (Pentland, 2012).

In der Diskussion um eine wissensorientierte Unternehmenskultur findet oftmals das Konzept der „Giver und Taker“ von Adam Grant Erwähnung (Grant, 2013). Dabei seien Mitarbeiter, die ihr Wissen mit Kollegen teilen, Hilfe anbieten und selten eine Bitte ausschlagen, sogenannte Giver. Im Gegensatz dazu neigen Taker dazu, ihr erworbenes Wissen für sich zu behalten, um einen Monopolstatus zu erhalten. Interessant ist hierbei die Analyse der Auswirkungen dieses Verhaltens auf die Leistungsfähigkeit. So deckte eine Studie von Frank Flynn ein zunächst widersprüchlich erscheinendes Phänomen auf (Flynn, 2003). Bei der Untersuchung stellte sich heraus, dass diejenigen Mitarbeiter mit einer geringen persönlichen Produktivität sich durch ein ausgeprägtes Giver-Verhalten auszeichnen. Zu erklären sei dies dadurch, dass Giver durch ihre Hilfsbereitschaft eine Senkung ihrer persönlichen Leistung in Kauf nehmen. Allerdings zeigte sich gleichzeitig, dass unter den Top-Ingenieuren ebenfalls größtenteils Giver-Charaktere vorherrschten. Grant kommt zu dem Schluss, dass sich erfolgreiche und weniger erfolgreiche Giver durch drei Eigenschaftsausprägungen, nämlich Schüchternheit, Verfügbarkeit und Empathie, voneinander unterscheiden (Grant, 2013).

Demnach liegt die Aufgabe des Managements laut Grant darin, die Stärke der Giver-Kultur zu erhalten und im Unternehmen zu verbreiten. So gehe es einerseits darum, ein Anreizsystem zu bilden, in welchem Wissensweitergabe belohnt wird und somit Taker zu Givern würden. Anderseits müsse das Management die Giver dazu befähigen, erfolgreiche Giver zu werden und somit den Schwächen der Giver-Mentalität, die aus zu starker Zurückhaltung, uneingeschränkter Verfügbarkeit und intensivem Einfühlen in die andere bittende Person resultieren, entgegenzusteuern (Grant, 2013).

Insbesondere die Frage der Verfügbarkeit nimmt im Kontext des Wissensaustauschs eine wichtige Rolle ein. So sollte neben dem geeigneten Raum auch eine Zeit für Wissensaustausch geschaffen werden. Dadurch kann ausgeschlossen werden, dass Anfragen von Kollegen die eigene Arbeit in Mitleidenschaft ziehen. Mit einfachen Regeln kann dies effizient gestaltet werden:

←34 | 35→

1. Zeit schaffen: Verfügbarkeit begrenzt definieren

Dies kann durch die Einführung eines sogenannten „Ungestört-Zeitfensters“ („quiet time“) erreicht werden. In ihrer Studie zeigte Leslie Perlow von der Harvard Business School, dass die Einführung eines solchen Zeitfensters die Produktivität von 65 % der Ingenieure erhöhte (Perlow, 1995). Umgekehrt kann auch ein Mentoringtag/-zeitfenster helfen, an welchem die Tür offen für Fragen oder projektungebundene Diskussionen steht. Auch nutzen Unternehmen bisweilen automatische Antworten im internen E-Mail-Verkehr. Geht es z. B. auf eine wichtige Projekt-Deadline zu, erhalten Kollegen eine Nachricht wie: „Arbeite an einem wichtigen Projekt, antworte nächste Woche. Wenn es wichtig ist, ruf an.“ (Grant, 2013).

2. Zeitersparnis bei der Kontaktaufnahme: Ansprechpartner thematisch definieren

Neben der zeitlichen Verfügbarkeit kann auch das thematische zur Verfügung Stehen eingegrenzt werden. Die Definition von Ansprechpartnern für bestimmte Bereiche hilft nicht nur Fragesuchenden bei der Identifikation richtiger Kontaktpersonen, sondern auch bei der Verteilung der Anfragen. Unterstützende Instrumente können hierbei Wissenslandkarten oder nach Aufgaben bzw. Kompetenzen sortierte interne Telefonlisten sein (Grant, 2013).

Mit diesen Maßnahmen werden Anreize zum Austausch und zur Weitergabe von Wissen bzw. Nicht-Wissen gesetzt und in einen klar definierten Rahmen eingebettet.

2.6. Fazit

Unternehmen stehen vor der großen Herausforderung, Wissen als die wichtigste, aber auch am schwierigsten greifbare Ressource produktiv und generativ zu nutzen (Drucker, 1969; Webber, 1993; Weissenberger-Eibl & Koch, 2013). Neben der technischen Ermöglichung der Vernetzung mithilfe von Informations- und Kommunikations-Technologien wurde der physische Raum zur Schaffung von Austauschmöglichkeiten als wichtige Voraussetzung für Wissensgenerierung diskutiert. Die Befähigung des Einzelnen, diesen Interaktionsraum bewusst kontrollieren zu können, sowie die Schaffung einer vertrauensvollen Austauschkultur wurden dabei als unabdingbar identifiziert.

Für ein erfolgreiches und umfassendes Wissensmanagement ist somit eine Einbettung von Knowware- und Wissenstransfer-Projekten in eine wissensorientierte Unternehmenskultur erforderlich, in welcher Mitarbeiter jeder Hierarchieebene sowohl die Motivation als auch die theoretische und praktische Möglichkeit besitzen, Wissen weiterzugeben, zu erfragen und neu zu generieren. Innovation zu fördern, heißt Freiräume zum Experimentieren und Neukombinieren zu schaffen und eine Führungskultur zu leben, welche Offenheit und Neugier für Verborgenes als Schlüssel zur Kreativität sieht (Weissenberger-Eibl, 2018, S. 231).

←35 | 36→

Danksagung

Die Autoren danken Jonas Michelberger für seine Unterstützung bei der Vorbereitung dieses Artikels.

Literaturverzeichnis

Allen, T. J. (1977). Managing the flow of technology transfer and the dissemination of technological information within the R&D organization: Cambridge, Mass.: MIT Press.

Allen, T. J. (1990). People and Technology Transfer: Working Paper (Revised edition). Cambridge, MA.

Anand, A., & Walsh, I. (2016). Should knowledge be shared generously? Tracing insights from past to present and describing a model. Journal of Knowledge Management, 20(4), 713–730.

Appel-Meulenbroek, R., Vries, B. de, & Weggeman, M. (2016). Knowledge Sharing Behavior: The Role of Spatial Design in Buildings. Environment and Behavior, 49(8), 874–903. https://doi.org/10.1177/0013916516673405

Back, A. (Hrsg.). (2009). Web 2.0 in der Unternehmenspraxis: Grundlagen, Fallstudien und Trends zum Einsatz von Social Software. München: Oldenbourg.

Backhouse, A., & Drew, S. (1992). The design implications of social interaction in workplace setting. Environment and Planning B: Planning and Design, (19), 573–584.

Boutellier, R., Gassmann, O., & Zedtwitz, M. v. (2008). Managing Global Innovation. Berlin, Heidelberg: Springer.

Congdon, C., Flynn, D., & Redman, M. (2014). Balancing „We“ and „me“: The best collaborative spaces also support solitude. Harvard Business Review, October 2014.

Coradi, A., Heinzen, M., & Boutellier, R. (2015). Designing workspaces for cross-functional knowledge-sharing in R & D: The “co-location pilot” of Novartis. Journal of Knowledge Management, 19(2), 236–256. https://doi.org/10.1108/JKM-06-2014-0234

Cramton, C. D. (2001). The Mutual Knowledge Problem and Its Consequences for Dispersed Collaboration. Organization Science, 12(3), 346–371. https://doi.org/10.1287/orsc.12.3.346.10098

Danielsson, C. B., Bodin, L., Wulff, C., & Theorell, T. (2015). The relation between office type and workplace conflict: A gender and noise perspective. Journal of Environmental Psychology, 42, 161–171. https://doi.org/10.1016/j.jenvp.2015.04.004

Drucker, S. F. (1969). The Age of Discontinuity: Guidelines to Our Changing Society. New York: Harper & Row.

←36 | 37→

Fayard, A.-L., & Weeks, J. (2007). Photocopiers and Water-coolers: The Affordances of Informal Interaction. Organization studies, 28(5), 605–634. https://doi.org/10.1177/0170840606068310

Flynn, F. J. (2003). How much should I give and how often? Academy of Management Journal, 46, 539–553.

Fuchs, M. (2006). Sozialkapital, Vertrauen und Wissenstransfer in Unternehmen (1. Aufl.). Wiesbaden: Deutscher Universitäts-Verlag. Retrieved from http://gbv.eblib.com/patron/FullRecord.aspx?p=748614

Gilson, L. L., Maynard, M. T., Jones Young, N. C., Vartiainen, M., & Hakonen, M. (2014). Virtual Teams Research. Journal of Management, 41(5), 1313–1337. https://doi.org/10.1177/0149206314559946

Grant, A. (2013). In the Company of Givers and Takers: Your organizationʼs success depends on the generosity of your employees. What do you do to support that? Harvard Business Review, April 2013.

Hansen, M. T. (1999). The Search-Transfer Problem: The Role of Weak Ties in Sharing Knowledge across Organization Subunits. Administrative Science Quarterly, 44(1), 82. https://doi.org/10.2307/2667032

Hippel, E. v. (1994). Sticky Information and the Locus of Problem Solving: Implications for Innovation. Management Science, 40(4), 429–439.

Imai, R., & Ban, M. (2016). Disrupting Workspace: Designing an Office that Inspires Collaboration and Innovation. Ethnographic Praxis in Industry Conference Proceedings, 444–464.

Keller, R. T. (1986). Predictors of the Performance of Project Groups in R & D Organizations. Academy of Management Journal, 29(4), 715–726. https://doi.org/10.2307/255941

Keller, R. T., & Holland, W. E. (1983). Communicators and Innovators in Research and Development Organizations. Academy of Management Journal, 26(4), 742–749. https://doi.org/10.5465/255920

Kohl, H., Mertins, K., & Seidel, H. (Hrsg.). (2016). Wissensmanagement im Mittelstand: Grundlagen – Lösungen – Praxisbeispiele (2. vollständig überarbeitete und ergänzte Auflage). Berlin, Heidelberg: Springer Gabler.

Krackhardt, D., Nohria, N., & Eccles, B. (2003). The strength of strong ties. Networks in the knowledge economy, 82.

Krogh, G. v., & Köhne, M. (1998). Der Wissenstransfer in Unternehmen: Phasen des Wissenstransfers und wichtige Einflussfaktoren. Die Unternehmung, 52(5/6), 235–252.

Krogh, G. von, & Köhne, M. (1998). Der Wissenstransfer in Unternehmen: Phasen des Wissenstransfers und wichtige Einflussfaktoren. Die Unternehmung, 52(5/6), 235–252.

←37 | 38→

Moultrie, J., Nilsson, M., Dissel, M., Haner, U.-E., Janssen, S., & van der Lugt, R. (2007). Innovation Spaces: Towards a Framework for Understanding the Role of the Physical Environment in Innovation. Creativity and Innovation Management, 16(1), 53–65. https://doi.org/10.1111/j.1467-8691.2007.00419.x

Nonaka, I. (1991). The Knowledge-Creating Company. Harvard Business Review, 69(6), 96–104.

North, K. (2010). Wissensorientierte Unternehmensführung: Wertschöpfung durch Wissen. Wiesbaden: Gabler.

Page, S. E. (2007). The difference: How the power of diversity creates better groups, firms, schools, and societies. Princeton, NJ: Princeton Univ. Press.

Pawlowski, S., & Robey, D. (2004). Bridging User Organizations: Knowledge Brokering and the Work of Information Technology Professionals. MIS Quarterly, 28(4), 645–672.

Pentland, A. S. (2012). The New Science of Building Great Teams: The chemistry of high-performing groups is no longer a mystery. Harvard Business Review, April 2012.

Perlow, L. (1995). The time famine: An unintended consequence of the way time is used at work (Dissertation). Sloan School of Management, Massachusetts Institute of Technology, Cambridge, MA.

Rolfö, L., Eklund, J., & Jahncke, H. (2017). Perceptions of performance and satisfaction after relocation to an activity-based office. Ergonomics, 61(5), 644–657. https://doi.org/10.1080/00140139.2017.1398844

Schumpeter, J. (2006). Theorie der wirtschaftlichen Entwicklung: Nachdruck der 1. Auflage von 1912. Hrsg. und erg. um eine Einführung von Jochen Röpke. Berlin: Duncker & Humblot.

Seddigh, A., Berntson, E., Bodin Danielson, C., & Westerlund, H. (2014). Concentration requirements modify the effect of office type on indicators of health and performance. Journal of Environmental Psychology, 38, 167–174. https://doi.org/10.1016/j.jenvp.2014.01.009

Seddigh, A., Stenfors, C., Berntsson, E., Bååth, R., Sikström, S., & Westerlund, H. (2015). The association between office design and performance on demanding cognitive tasks. Journal of Environmental Psychology, 42, 172–181. https://doi.org/10.1016/j.jenvp.2015.05.001

Strickland, J. (2008, August 10). How the Googleplex Works. HowStuffWorks. Retrieved from https://computer.howstuffworks.com/googleplex3.htm

Szulanski, G. (1995). Unpacking Stickiness: An empirical Investigation of the Barriers to Transfer Best Practice inside the Firm. Academy of Management Proceedings, 437–441.

Szulanski, G. (1996). Exploring Internal Stickiness: Impediments to the Transfer of Best Practice Within the Firm. Strategic Management Journal, 17 (Special Issue: Knowledge and the Firm), 27–43.

←38 | 39→

Thiel, M. (2002). Wissenstransfer in komplexen Organisationen: Effizienz durch Wiederverwendung von Wissen und Best Practices. Wiesbaden: Gabler.

Uzzi, B. (1997). Social Structure and Competition in Interfirm Networks: The Paradox of Embeddedness. Administrative Science Quarterly, 42(1), 35. https://doi.org/10.2307/2393808

Vincent, J. (2015, September 25). Letʼs go inside Samsung’s new Silicon Valley headquarters: 1.1 million square feet of open plan design. The Verge. Retrieved from https://www.theverge.com/2015/9/25/9396587/samsung-silicon-valley-offices-pictures

Waber, B., Magnolfi, J., & Lindsay, G. (2014). Workspaces That Move People. Harvard Business Review, October 2014.

Webber, A. M. (1993). Whatʼs So New About the New Economy? Harvard Business Review, January–February 1993, 24–32; 41–42.

Weissenberger-Eibl, M. A. (2003). Unternehmensentwicklung und Nachhaltigkeit: [Innovation, Wertsteigerung, Strategie]. Techn. Univ., Habil.-Schr. München, 2003. Rosenheim: Cactus Group.

Weissenberger-Eibl, M. A. (2006). Wissensmanagement in Unternehmensnetzwerken: [Konzepte, Instrumente, Erfolgsmuster]. Techn. Univ., Diss. u. d. T.: Weissenberger-Eibl, M. A.: Wissensmanagement als Instrument der strategischen Unternehmensführung in Unternehmensnetzwerken. München, 2000 (2. Aufl.). Kassel: Cactus Group. Retrieved from http://deposit.d-nb.de/cgi-bin/dokserv?id=2916171&prov=M&dok_var=1&dok_ext=htm

Weissenberger-Eibl, M. A. (2018). Wissen, Können und Tun. In A. Hildebrandt & W. Neumüller (Hrsg.), Visionäre von heute – Gestalter von morgen (S. 217–237). Berlin, Heidelberg: Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-57301-3_19

Weissenberger-Eibl, M. A. (2019). Zukunftsvision Deutschland. Berlin, Heidelberg: Springer Berlin Heidelberg.

Weissenberger-Eibl, M. A., & Braun, A. (2018). Technische Kreativität und technische Innovation. In R. Haas, M. Jeretin-Kopf, & C. Wiesmüller (Hrsg.), Technik und Technische Bildung. Technische Kreativität: Interdisziplinäre Aspekte der kreativen Technikgestaltung (S. 42–75).

Weissenberger-Eibl, M. A., & Koch, D. J. (2013). Innovation – Technologie – Entrepreneurship: Gestaltungssystem der frühen Phase des Innovationsprozesses. Karlsruhe: Cactus-Group.

←39 | 40→←40 | 41→

3. Perturbation organisationaler Muster als Mittel zur Einführung eines Wissensmanagements im Unternehmen

Dr. Volker C. Horsthemke

Abstract: Der vorliegende Artikel befasst sich mit den Ergebnissen einer Dissertation, in deren Rahmen eine besondere Form der Implementierung eines Systems des Wissensmanagements im Unternehmen untersucht wurde. Eine Besonderheit lag im vom beobachteten Unternehmen gewählten Ansatz. Dieser orientierte sich nicht an einem bestehenden Modell, sondern wurde vom Wissensmanagement des Unternehmens aus Elementen des Systemischen Wissensmanagements, der Knowledge Networks, der Wissenskooperation und des Tacit Knowledge Managements sowie Axiomen der systemischen Organisationsberatung zusammengeführt. Eine weitere Besonderheit war die Form der Einführung selbst. Das Unternehmen wählte die Perturbation organisationaler Muster zur Stimulierung der Bildung eines Wissensmanagements als Mittel zur Einführung. Ziel der Untersuchung war, Erkenntnisse darüber zu gewinnen, wie eine Organisation mit etablierten Strukturen und eingeübten Prozessen auf eine solche Perturbation reagiert. Der so beschrittene Weg der Implementierung eines Systems des Wissensmanagements soll im Rahmen dieses Artikels evaluiert werden.

Hinweis zur Verwendung des generischen Geschlechts

Werden Personenbezeichnungen nur in der männlichen oder weiblichen Form verwendet, so dient dies lediglich der besseren Lesbarkeit und ist explizit als geschlechtsunabhängig zu verstehen. Es sind stets Personen männlichen, weiblichen und diversen Geschlechts gleichermaßen gemeint. Aus Gründen der sprachlichen Vereinfachung wird im vorliegenden Artikel vorwiegend die männliche Form verwendet.

3.1. Einleitung

Wissensmanagement ist nicht neu. Es begleitet uns bewusst oder unbewusst seit Beginn unserer Existenz. Dabei waren die ersten Formen der Weitergabe von Wissen sicherlich kein bewusster Akt im Sinne eines Wissensmanagements nach gegenwärtigem Verständnis. Interessanterweise greifen wir andererseits auch heute noch für das Teilen von Wissen oft gerne auf Vorgehensweisen zurück, die sich bereits in den Anfängen der Menschheit als geeignet erwiesen hatten: Wir erzählen Geschichten, zeigen und leiten an, beobachten und kopieren, tauschen uns aus oder machen eigene Erfahrungen. Das Entstehen erster Wissenschaften als Form organisierter Wissensproduktion wird dabei sogar bereits den frühen Hochkulturen zugeschrieben (Flohr, 2012). Die Entwicklung der Wissenschaften als Akt, ‚Wissen zu schaffen‘ begann zwar verhalten, ist in Summe aber bemerkenswert ←41 | 42→(Oesterdiekhoff, 2013, S. 287–288) und spiegelt sich entsprechend in ihrer Bedeutung für unser Verständnis von Fortschritt und Erfolg wieder.

Es überrascht nicht, dass Information insbesondere im Zeitalter der Informations- und Kommunikationstechnologien (IKT) eine zentrale Rolle einnimmt. Während früher der Zugang zu Information und ihre Nutzung eher Privileg und Machtinstrument waren, rückt heute jedoch vielmehr die Beherrschbarkeit der Informationsfülle in den Mittelpunkt. Bedeutend ist hierbei, dass die Verfügbarkeit von Information alleine noch gar kein Wissen darstellt. Auch wenn es nach wie vor kein einheitliches Verständnis gibt, was Wissen ist, und Wissensmanagement nach wie vor immer wieder mit Daten- und Informationsmanagement gleichgesetzt wird (vgl. u. a. Rücker, 2002, S. 35), setzt sich zunehmend die Sichtweise durch, dass Wissen erst im Menschen (Knaut, 2013, S. 11–12) durch Veredelung durch Praxis (Willke, 2007a, S. 28) entsteht. Dabei geht es vor allem im organisationalen Kontext weniger um das Individuum als um das Kollektiv, das Organisationen zum Zweck der Verfolgung eines gemeinsamen Ziels aus dem Zusammenschluss von Individuen entstehen lässt und damit zur Bildung von Wissen führt, das losgelöst vom Individuum in den Operationsformen eines sozialen Systems gespeichert ist (Willke, 2001, S. 16). Da nahezu jede menschliche Tätigkeit auf Wissen basiert (vgl. u. a. Willke, 2001, S. 20; North & Güldenberg, 2008, S. 21), koordiniert dann jede Organisation bewusst oder unbewusst ihr Wissen in irgendeiner Form, ohne dass es das Individuum selbst zwingend wahrnehmen muss. Eine essentielle Rolle spielt hier Kompetenz, die aus der zielführenden Anwendung von Wissen entsteht (North, 2005, S. 34). Ist eine Organisation in der Anwendung ihres Wissens kompetenter als andere, hat sie einen Wettbewerbsvorteil. Mängel im Zusammenspiel organisationaler Elemente können hingegen nicht auf Dauer kompensiert werden. Langfristig ist eine dysfunktionale Organisation nicht überlebensfähig.

Im Folgenden geht es nun darum, wie Wissensmanagement im Unternehmen tatsächlich aussehen kann. Konkret erfolgt dies am Beispiel eines Unternehmens, das sich für eine besondere Form der Einführung entschieden hat, die der Autor dieses Artikels im Rahmen seiner Dissertation wissenschaftlich untersucht hat (Horsthemke, 2017). Anstelle eines Top-Down-Einführungsansatzes entschied man sich im untersuchten Unternehmen für ein systemisches Vorgehen, bei dem die Organisation durch Interventionen perturbiert wurde (Horsthemke, 2017, S. 12). Die Organisationseinheit Wissensmanagement hatte dabei in erster Linie die Aufgabe, in Bezug auf Wissensmanagement „Bedarf im Sinne der gezielten Suche nach Möglichkeiten, die Leistungsfähigkeit der Organisation zu stärken, aufzuspüren und dem Klientensystem das Optimierungspotential aufzuzeigen“ (Horsthemke, 2017, S. 136). Für die weitere Verarbeitung eines solchen Impulses war die Organisation streng genommen dann selbst verantwortlich (Horsthemke, 2017, S. 6). Sie konnte sich jedoch auch mit der Abteilung Wissensmanagement im Sinne eines Berater-Klienten-Verhältnisses koppeln und begleiten lassen (Horsthemke, 2017, S. 136).

Ziel der Studie war, Erkenntnisse darüber zu bekommen, „wie sich eine bestehende Organisation ihr Wissensmanagement gestaltet, wenn man durch ←42 | 43→Interventionen Impulse setzt, die einen veränderten Umgang mit Wissen anregen“ (Horsthemke, 2017, S. 6). Dem Verständnis des systemischen Wissensmanagements (Willke, 2007a) folgend war die Annahme, dass die Organisation auf Basis positiver Präzedenzfälle den durch ein verändertes Wissensmanagement entstandenen Mehrwert selbständig erkennt, positiv darauf reagiert und die notwendige Veränderung intrinsisch motiviert selbst herbeiführt. Eine Besonderheit des vom Unternehmen gewählten Vorgehens war dabei bereits, dass es sich nicht auf einen Ansatz limitierte. Neben dem bereits erwähnten Gedankengut des systemischen Wissensmanagements flossen auch Aspekte des Tacit Knowledge Management, der Wissenskooperation, der Wissensnetzwerke, der Knowledge Governance und der systemischen Organisationsberatung in das Vorgehen ein (Horsthemke, 2017, S. 66–75). Durch diesen integrativen Ansatz entstand im Wesentlichen eine eigenständige Form der Einführung eines Wissensmanagements im Unternehmen.

3.2. Ausgangssituation

Beim beobachteten Objekt handelte es sich um einen Technologiekonzern, der zum Zeitpunkt der Untersuchung mehrere zehntausend Mitarbeiter beschäftigte und in weit über hundert Ländern in den Sektoren Automobil und Industrie aktiv war (Horsthemke, 2017, S. 129). Die Steuerung des Konzerns erfolgte dezentral über eine Matrixorganisation, sodass die Verantwortung für Gewinn- und Verlust sowie operative Steuerung bei den Unternehmensbereichen lag (Horsthemke, 2017, S. 129). Da der Konzern nicht nur organisch gewachsen war, sondern einige bedeutende Unternehmensakquisitionen vorgenommen hatte, befand er sich zum Zeitpunkt der Untersuchung in einer Phase der Restrukturierung und kulturellen Veränderung (Horsthemke, 2017, S. 129). Nach außen waren dabei keine Auswirkungen auf die positive Entwicklung des Unternehmenserfolgs erkennbar (Horsthemke, 2017, S. 130). Im Innern der Organisation hingegen wirkte ein starker Wandel (Horsthemke, 2017, S. 129).

Während das Wissensmanagement in der Zeit vor der Einrichtung einer zentralen Abteilung für Wissensmanagement eher unbewusst erfolgte (Horsthemke, 2017, S. 160), waren in den letzten Jahren vor Beginn der Untersuchung eine Reihe von Initiativen, die das Etikett Wissensmanagement trugen, gestartet worden. Hierzu zählten beispielsweise die Einführung einer Datenbank zur Konsolidierung relevanter Unternehmensdaten, ein Wissensportal der zentralen Forschung und Entwicklung, das Wissensmanagement des Produktionssystems, die Einführung von Instrumenten zu Wissensbewahrung und Lessons Learned in den Personalentwicklungsabteilungen der Standorte sowie die bottom-up aus dem Ideenmanagement heraus gestartete Initiative zur Einführung eines zentralen Wissensmanagements (Horsthemke, 2017, S. 160–161). Letztere war auch gleichzeitig Auslöser für die Einrichtung einer der Personal- und Organisationsentwicklung zugeordneten Zentralabteilung Wissens- und Ideenmanagement, deren Funktionsweise zum Zeitpunkt ihrer Einrichtung jedoch noch nicht definiert war (Horsthemke, 2017, S. 131).

←43 | 44→

Aus den oben genannten Aspekten kann gefolgert werden, dass ein Teil des eben erwähnten und für das Unternehmen spürbaren Wandels im Inneren eine verstärkte Wahrnehmung in der Organisation war, dass die bestehende Form des Umgangs mit Wissen nicht mehr zufriedenstellend funktionierte. Die Genesis dieser nicht direkt inhaltlich und organisatorisch zuordenbaren Aktivitäten von Wissensmanagement kann somit als der erste Versuch der Organisation angesehen werden, die Veränderungen im System zu kompensieren.

Zu den ersten Aufgaben der Abteilung Wissensmanagements gehörte zunächst die Definition des eigenen Wirkens und ihrer innerorganisatorischen Abgrenzung. Auffällig sind in diesem Zusammenhang die konkrete Fokussierung auf den Menschen als Wissensträger und die damit verbundene bewusste Abgrenzung von der Informationstechnologie sowie die Wahl eines systemischen Einführungsansatzes, bei dem im Vordergrund stand, gemeinsam mit einen Bedarf signalisierenden Abteilungen das für den jeweiligen Zweck stimmige Wissensmanagementpaket zu erarbeiten und zu implementieren (Horsthemke, 2017, S. 131–132). Dabei war die Erwartungshaltung, dass die Organisation sich selbst beobachten und positive Veränderungen im Wissensmanagement wahrnehmen und kopieren und sich so in Summe das für das Unternehmen richtige Wissensmanagement autogen entwickeln würde (Horsthemke, 2017, S. 132).

3.3. Die Fallstudie

Sowohl in Praxis als auch Theorie gibt es eine Reihe von Beispielen für Implementierungsansätze. Vielfach werden in der Theorie ganzheitliche Modelle vorgeschlagen, die top-down und flächendeckend eingeführt werden sollen. Zu den bekanntesten Modellen zählen das Genfer Modell (Probst, Raub & Romhardt, 2012), das Münchener Modell (Reinmann-Rothmeier, 2001) oder das Wissensmarktkonzept (North, 2005). Erwähnenswerte Ansätze, die sich auf eine erfolgreiche Umsetzung in der Praxis berufen können, sind beispielsweise die Wissensspirale (Nonaka & Takeuchi, 2012) und das Pragmatische Prozessorientiere Wissensmanagement (Binner, 2008). Der Regelfall in der Praxis des Wissensmanagements ist andererseits nicht selten die aleatorische Aggregation einzelner Instrumente zu einem Ansatz, die bisweilen nachträglich zur Einführung der Instrumente erfolgt, oder die Hochstilisierung eines einzelnen Prozesses zu einem ganzheitlichen Wissensmanagement (Horsthemke, 2017, S. 12). Das vom beobachteten Unternehmen gewählte, dem systemischen Wissensmanagement entlehnte Vorgehen der Einführung über gut platzierte Pilotprojekte (Willke, 2007a, S. 71), deren Entstehen durch Interventionen stimuliert werden soll, ist somit nicht nur ungewöhnlich, sondern in seiner besonderen Form vermutlich sogar einmalig. Wie in der Einleitung bereits erwähnt floss in den Gesamtansatz noch Gedankengut anderer Wissensmanagementansätze mit ein.

Dem Ansatz des Tacit Knowledge Management folgend wird unterstellt, dass es in einer Organisation nicht möglich ist, gänzlich ohne eine Form von Wissensmanagement auszukommen (Horsthemke, 2017, S. 136). Der hier zu Grunde liegenden ←44 | 45→Annahme folgend, dass sich Wissen in einer Organisation seinen Weg ungesteuert selbst sucht, ohne dass es die Organisation bewusst wahrnehmen muss (Lehner, 2012, S. 47–48), ergibt sich, dass Wissensmanagement natürlich ist und nicht explizit als solches deklariert sein muss. Damit Wissensmanagement passiert, braucht es entsprechend weder eines beschriebenen Prozesses, konkreter Instrumente oder einer sich damit beschäftigenden Abteilung. Wissensmanagement passiert einfach. Das Wissensmanagement muss dann allerdings weder das richtige noch grundsätzlich ein gutes sein.

Aus dem Grundsatz der systemischen Organisationsberatung1 abgeleitet, hat die Abteilung Wissensmanagement des beobachteten Unternehmens dann die Aufgabe, im sozialen System nach Handlungsoptionen im bestehenden Wissensmanagement zu suchen, mit der die Leistungsfähigkeit der Organisation gestärkt werden kann (Horsthemke, 2017, S. 136). Ist eine Option identifiziert, ist das Klientensystem, bei dem die Handlungsoption aufgedeckt wurde, grundsätzlich zunächst selbst für die Bearbeitung seines Wissensmanagements verantwortlich, sie kann aber das Beratersystem (Abteilung Wissensmanagement) aktiv beauftragen, den Prozess zu begleiten (Horsthemke, 2017, S. 136). Das Beratersystem versucht dann, eingespielte Systemmuster der Logik der systemischen Schleife folgend in den Teilschritten Informationen sammeln, Hypothesen bilden, Interventionen planen und intervenieren (Königswieser & Hillebrand, 2004, S. 46), zu verstören, um im Anschluss zu beobachten, wie das System darauf reagiert und hieraus weitere Maßnahmen abzuleiten (Horsthemke, 2017, S. 136).

Auf diese Weise sollen, dem Grundgedanken des systemischen Wissensmanagements folgend, die Rahmenbedingungen für die Erzeugung, Nutzung und Entwicklung kollektiver Intelligenz geschaffen werden, über die die Organisation und ihre Mitglieder lernen und ihre Kompetenzen verbessern (Willke, 2001, S. 39). Auch die Konzentration auf den Menschen als zentrales Element hat ihren Ursprung im systemischen Wissensmanagement, das Lösungen der Informationstechnologie zugunsten der Stimulierung kultureller Veränderung vernachlässigt (Willke, 2007a, S. 67). Es wird unterstellt, dass das Klientensystem durch die Interventionen stimuliert wird und bei ausreichender Bedeutungszuschreibung entweder alleine oder mit Unterstützung des Beratersystems Projekte zur Überarbeitung des jeweiligen Wissensmanagements (des Klientensystems) initiiert (Horsthemke, 2017, S. 136–137). Diese Projekte sollen dann nicht nur das einzelne ←45 | 46→Wissensmanagement optimieren, sondern in Summe auch die Bildung von Wissensnetzwerken und Wissenskooperation in der Organisation fördern (Horsthemke, 2017, S. 137). Der Philosophie der Wissensnetzwerke (Back, von Krogh, Seufert & Enkel, 2005) entsprechend sollen so Wissensinseln zusammengeführt werden und als kollektiver Wissensspeicher fungieren, über den sowohl explizites als auch implizites Wissen im Fluss gehalten wird (Back, von Krogh, Seufert & Enkel, 2005, S. 27–28). Daraus soll dann dem gleichnamigen Ansatz entlehnte Wissenskooperation (Moser & Schaffner, 2004) entstehen, bei der das Wissensmanagement der Organisation2 die Aufgabe hat, Stärken und Schwächen im Kooperationsverhalten der Organisationsmitglieder aufzudecken und Maßnahmen daraus abzuleiten, die das Kooperationsverhalten verbessern (Moser & Schaffner, 2004, S. 228). Aufgabe des Wissensmanagements ist folglich, für Motivation und Gelegenheit zur Bildung von Wissensnetzwerken und Wissenskooperation zu sorgen (Horsthemke, 2017, S. 137).

Aus der Smart Governance (Willke, 2007b) leitet sich das letzte Element des vom beobachteten Unternehmen kreierten Ansatzes zur Einführung eines Wissensmanagements ab. Wissensmanagement hat dabei die Aufgabe, Kommunikation zur Erreichung eines kollektiven Ziels durch Kollaboration zu koordinieren und die Reproduktion des Systems durch Konstituierung seiner operativen Zyklen zu unterstützen (Horsthemke, 2017, S. 137). Die Steuerung erfolgt über Anregungen zur Selbstüberprüfung, für die das zentrale Wissensmanagement verantwortlich ist (Horsthemke, 2017, S. 137).

Wissen nach dem Verständnis der Abteilung Wissensmanagement des beobachteten Unternehmens ist dabei im Menschen gespeicherte Information, die durch Überführen in eine wahrnehmbare Handlung organisational sichtbar und damit relevant wird, sich auf diese Weise vom Menschen löst und in Form von Kommunikation oder über die Formalisierung in Speichersystemen in die personen-unabhängigen Regelsysteme der Organisation überführt wird (Horsthemke, 2017, S. 133). Wissensmanagement ist dann „all das (…), was in einer Organisation (bewusst oder unbewusst) mit dem Ziel passiert, den Umgang mit Wissen effizienter und effektiver zu machen“ (Horsthemke, 2017, S. 134). Aufgrund der Annahme, dass Wissen im Menschen entsteht, rückt die Bedeutung der Informations- und Kommunikationstechnologie in den Hintergrund. Sie spielt keine Rolle, wenn sie nicht in der Lage ist, im Menschen gespeichertes Wissen in das organisationale Kollektiv zu überführen (Horsthemke, 2017, S. 134–135). Wissensmanagement hat schlussendlich die Aufgabe, sicherzustellen, dass Information zu Wissen und Wissen zum Handeln wird (Horsthemke, 2017, S. 139; vgl. Abbildung 1).

Abbildung 1: Aktionsbereich des Wissensmanagements. (Horsthemke, 2017, S. 139) in Anlehnung an die Wissenstreppe (North, 2005, S. 32)

←46 | 47→

Zur Einführung über Impuls, Beobachtung und Begleitung bediente sich die Abteilung Wissensmanagement des beobachteten Unternehmens einer Systematik, die als doppelte systemische Schleife (Horsthemke, 2017, S. 141) beschrieben wird. Hierbei werden die Teilschritte der systemischen Schleife zunächst leicht angepasst, indem sie in Beobachten, Hypothesen bilden, Interventionen planen und Intervention umbenannt werden (Horsthemke, 2017, S. 141). Danach werden die der Logik des evolutionären Wandels (Simon, 2013, S. 84) entlehnten drei Teilschritte Reaktion, Kompensation und Konservation ergänzt (Horsthemke, 2017, S. 141).3 Führt also ein Impuls, der sowohl direkt aus dem System kommen als auch von der Abteilung Wissensmanagement initiiert worden sein kann, zu einer Reaktion in der Organisation, ist es Aufgabe des Wissensmanagements, die Reaktion des Systems, seinen Kompensationsversuch und eine mögliche Beibehaltung der Veränderung (Retention) zu beobachten und zu begleiten (Horsthemke, 2017, S. 141). Da das Wissensmanagement wie ein systemischer Berater4 agierte, war es zulässig, dass das Klientensystem keine Veränderung kompensierte, oder die beibehaltene Form seines eigenen Wissensmanagements anders als erwartet aussah (Horsthemke, 2017, S. 142).

Abbildung 2: Doppelte systemische Schleife. (Horsthemke, 2017, S. 141 in Anlehnung an Königswieser & Hillebrand, 2004, S. 46 und Simon, 2013, S. 83.)

←47 | 48→

3.4. Hypothesen und Erkenntnisse

Im Zentrum der Untersuchung standen die Fragen, ob sich Wissensmanagement über den gewählten Ansatz einführen lässt, welche Form eines Wissensmanagements dann tatsächlich überlebt und ob dieses Konstrukt steuerbar ist (Horsthemke, 2017, S. 7). Hierbei wird somit unterstellt, dass sich Wissensmanagement autogen bilden kann (Horsthemke, 2017, S. 145). Der Abteilung Wissensmanagement der beobachteten Organisation kam dabei die Aufgabe zu, Stimuli zu generieren, die die Aufmerksamkeit der Organisation auf die Vorteile eines veränderten Umgangs mit Wissen lenken sollten, um so die Entwicklung eines Wissensmanagements zu aktivieren (Horsthemke, 2017, S. 145). Dieses Vorgehen barg die Imponderabilie der Unberechenbarkeit der Form der Kompensation durch die Organisation. Entweder würde sie das für das Erreichen ihrer Ziele richtige Wissensmanagement selbständig identifizieren können und einführen (Pircher, 2010, S. 23), nur so viel Wissensmanagement zulassen wie es im Rahmen der bestehenden Routinen möglich ist (Willke, 2001, S. 24) oder sogar lediglich ungesteuert und unreflektiert auf die Impulse reagieren (Horsthemke, 2017, S. 145). Ebenfalls stellte sich die Frage, ob die Organisation in der Lage sein würde, die Unsteuerbarkeit einer solchen Einführung eines Wissensmanagements zu akzeptieren (Horsthemke, 2017, S. 147). Um die Reaktion der Organisation bewerten und mit der Erwartungshaltung abgleichen zu können, wurden 10 Hypothesen aufgestellt, anhand derer die tatsächlich entstandenen Aktivitäten im Wissensmanagement überprüft wurden.

Tabelle 1: 10 Hypothesen. (Horsthemke, 2017, S. 153)

Nr.

Hypothese

1

Der bestehende Umgang mit Wissen wird solange nicht in Frage gestellt, wie er die Erreichung der Ziele nicht unverhältnismäßig behindert.

2

Eine latente Notwendigkeit, die tatsächlich eine Veränderung im Umgang mit Wissen begründet, führt nicht automatisch zur Etablierung eines (geeigneten) Wissensmanagements.

3

Interventionen können so im Sinne eines Wissensmanagements platziert werden, dass sie eine Reflexion des aktuellen Umgangs mit Wissen auslösen.

4

Eine Reflexion des Umgangs mit Wissen kann schließlich wissenskooperatives Verhalten anregen und die Bereitschaft erhöhen, den Umgang mit Wissen tatsächlich zu verändern.

5

Eine erhöhte Bereitschaft, den Umgang mit Wissen zu verändern, führt dazu, dass Wissensnetzwerke und Initiativen zur Optimierung des Umgangs mit Wissen begründet werden.

6

Eine entsprechende Unterstützung durch Beratung und Reflexion führt dazu, dass man sich im Rahmen der Initiativen auf ein für den jeweiligen Bedarf geeignetes Vorgehen konzentriert.

7

Erfolgreiche Initiativen, die überlebt haben, fungieren als Leuchttürme, die den Erfolg sichtbar machen und zum Kopieren anregen.

8

Durch die Sichtbarkeit des Erfolgs von Leuchtturmprojekten erkennt die Organisation den Vorteil eines Wissensmanagements und unterstützt seine Ausweitung über die verschiedenen Organisationsebenen hinweg.

9

Die Organisation beauftragt eine organisatorische Einheit damit, die Konstituierung des Wissensmanagements zu überwachen.

10

Es entsteht ein Wissensmanagement (in Form eines verbesserten und effizienteren Umgangs mit Wissen), das in der Lage ist, sich aus dem kulturimmanent gewordenen Selbstverständnis wissenskulturförderlicher Vorgänge selbst zu steuern.

←48 | 49→

In Summe wurden über einen Zeitraum von über zwei Jahren 35 Interventionen aktiviert. Unter Zuhilfenahme des Modells der organisationalen Absorption (vgl. Tabelle 2) wurde geprüft, inwieweit diese Interventionen zu einer nachhaltigen Veränderung im Umgang mit Wissen beitragen konnten (Horsthemke, 2017, S. 231).

Tabelle 2: Modell der organisationalen Absorption. (Horsthemke, 2017, S. 232)

←49 | 50→

Grundsätzlich war die Erwartungshaltung der Abteilung Wissensmanagement, dass eine Intervention eine Reaktion auslöst, die zur Bildung einer Form von Wissensmanagement führt (Horsthemke, 2017, S. 234). Die Studie zeigt jedoch, dass Interventionen nicht nur reaktionslos bleiben konnten, sondern dass sie über dies eine unterschiedliche Eignung für das Auslösen einer Reaktion in der Organisation hatten. Reine Impulse, Vorstudien und Prototyping erwiesen sich dabei als weitestgehend ungeeignet, nachhaltige Veränderung zu stimulieren (Horsthemke, 2017, S. 246–247). Kam der Aspekt einer beratenden Begleitung hinzu, stieg die Wahrscheinlichkeit deutlich, dass die Organisation eine Veränderung im Wissensmanagement wirklich nachhaltig anging (Horsthemke, 2017, S. 247). Es war ferner beobachtbar, dass eine Beratung insbesondere dann zum Zuge kam und eine größere Chance auf Erfolg hatte, wenn das Klientensystem sich im Vorfeld der Intervention bereits aktiv mit ihrem Wissensmanagement auseinandergesetzt und sich entschieden hatte, es zu verändern (Horsthemke, 2017, S. 247). Die Untersuchung ergab weiterhin, dass Communities, denen regelmäßig eine große Bedeutung für das Teilen von Wissen zugeschrieben wird, ihrem Zweck zwar gerecht werden konnten, nicht jedoch ohne einen aktiven Treiber eigenständig überlebensfähig waren (Horsthemke, 2017, S. 247). Auffällig war darüber hinaus, dass die Wahrscheinlichkeit auf erfolgreiche Stimulierung eines Wissensmanagements stieg, wenn eine Folge von Interventionen zum Einsatz kam, die stringent begleitet wurde (Horsthemke, 2017, S. 242). Da die Reaktion eines Systems auf eine Intervention nicht vorherbestimmbar ist und sich Systeme in der Regel in ihrem Wirken nicht selbst beobachten, ist anzunehmen, dass die Begleitung (durch einen systemischen [Wissensmanagement-]Berater) unreflektierte Reaktionen des Systems verhinderte und die Aufrechterhaltung der Veränderungsaktivitäten stimulierte. Aus der Studie ergab sich ferner auch, dass sich einige Organisationseinheiten teilweise sogar bewusst dafür entschiedenen, die Reaktion auf einen Impuls vollkommen eigenständig zu verarbeiten (Horsthemke, 2017, S. 247). Die Verarbeitung der Intervention konnte von der Zentralabteilung Wissensmanagement dann nicht mehr beobachtet werden (Horsthemke, 2017, S. 246).

Da ein elementarer Bestandteil der Einführung des Wissensmanagements beim beobachteten Unternehmen die Generierung von Pilotprojekten war, bestand die Erwartung, dass am Ende einer Intervention oder Interventionsreihe ein Projekt stehen würde, das im besten Falle Nachahmer in der Organisation findet. Tatsächlich waren die Interventionen in erster Linie geeignet, Aufmerksamkeit für die Thematik Wissensmanagement zu erzeugen (Horsthemke, 2017, S. 248–249). Sie erreichten somit die Stufe der Rezeption. Selbst vom Klientensystem beauftragte Begleitung im Rahmen von Pilotprojekten führte häufig nur zur Rezeption, ohne dass eine Aktivierung oder Inkubation ausgelöst worden wäre (Horsthemke, 2017, S. 248). Waren de facto Projekte aus den Interventionen entstanden, stieg zwar die Wahrscheinlichkeit, dass auf die Aktivierung die Inkubation folgte – allerdings mit bemerkenswert niedriger Erfolgsquote (Horsthemke, 2017, S. 248). Während des gesamten Beobachtungszeitraums konnte ferner – mit Ausnahme der Einführung eines zentralen Wissensmanagements als eigene Intervention selbst – keine von der Abteilung Wissensmanagement ausgelöste oder begleitete Intervention die Stufen Konsolidierung oder Evolution erreichen (Horsthemke, 2017, S. 249).

←50 | 51→

3.5. Ableitungen

Zunächst kann festgehalten werden, dass die beobachtete Organisation tatsächlich bereits Wissensmanagement betrieb ohne sich dessen explizit bewusst sein zu müssen (Horsthemke, 2017, S. 249). Wissensmanagement wies dabei eher Kultur- als Managementelemente auf. Ebenso wie kulturelle Regeln erst beobachtbar werden, wenn sie nicht mehr eingehalten werden (Simon, 2011, S. 97), wurde das bestehende Wissensmanagement erst wahrgenommen, wenn es nicht mehr wie erwartet funktionierte (Horsthemke, 2017, S. 250). Obgleich das bestehende Wissensmanagement dann oft in Frage gestellt wurde, konnte nicht festgestellt werden, dass das Erkennen eines Mangels automatisch zu einem Wunsch nach Besserung, geschweige denn einer tatsächlichen Aktion zur Behebung des Mangels, führte (Horsthemke, 2017, S. 251). Auffällig war dabei, dass der erste organisationale Reflex meist darin bestand, zu versuchen, dem identifizierten Missstand mit vertrauten Mitteln beizukommen (Horsthemke, 2017, S. 252). Halfen diese nicht, begann die Suche nach einem Allheilmittel, dessen organisatorische Zuschreibung scheinbar unreflektiert erfolgte und nicht zwingend beim Wissensmanagement liegen musste (Horsthemke, 2017, S. 249). Dabei war offensichtlich nachrangig, was Wissensmanagement tatsächlich ist oder kann (Horsthemke, 2017, S. 249–250). Im Vordergrund stand eher die Suche nach einer schnellen, pragmatischen Lösung (bevorzugt über ein technisches Mittel der Informationstechnologie) (Horsthemke, 2017, S. 249), der in der Regel zu Lasten einer nachhaltigen Auseinandersetzung der Vorrang gegeben wurde (Horsthemke, 2017, S. 251).

Interessant ist ferner, wie die Organisation dann auf die Aktivierung der Abteilung Wissensmanagement, die im ersten Schritt das jeweilige organisationale Muster über Interventionen perturbierte, reagierte. Interventionen scheinen dabei an sich ein probates Mittel zu sein, eine Reflektion auszulösen (Horsthemke, 2017, S. 252). Sie führten aber nur selten direkt zu nachhaltiger Veränderung (Horsthemke, 2017, S. 253). Aufeinanderfolgende Interventionen, bei denen die Folgeintervention auf der vorangegangenen Intervention aufbaute, waren offensichtlich besser geeignet, mittelfristig zu einem Umdenken und einem veränderten Handeln beizutragen (Horsthemke, 2017, S. 253). Dabei konnte beobachtet werden, dass die Zahl notwendiger Interventionen bedeutend war und dass diese in Bezug auf den Erkenntnisprozess des Klientensystems in der Regel einem bestimmten Muster folgten (vgl. Abbildung 3). Wissenskooperation entstand hierbei jedoch nicht zwingend automatisch (Horsthemke, 2017, S. 255–256). Sie musste extrinsisch motiviert werden (Horsthemke, 2017, S. 256). Hinter der Motivation stand dann meist ein aktiver, selbst intrinsisch motivierter Treiber (Horsthemke, 2017, S. 256). Ähnliches galt ebenfalls für Wissensnetzwerke. Ihre Existenz wurde zwar positiv konnotiert, sie bildeten sich jedoch nicht automatisch und waren ebenfalls ohne einen motivierten Treiber nicht aus sich selbst heraus überlebensfähig (Horsthemke, 2017, S. 258–259).

Abbildung 3: Phasen der Bewusstwerdung der Systemrelevanz von Wissen. (Horsthemke, 2017, S. 255)

←51 | 52→←52 | 53→

In Summe konnte beobachtet werden, dass begleitende Beratung einen positiven Einfluss auf die Entwicklung des Reifegrads eines Wissensmanagements und seine kulturelle Akzeptanz hat, jedoch kein Erfolgsgarant ist (Horsthemke, 2017, S. 262–263). Die Erwartungshaltung, ein Leuchtturmprojekt zu generieren, das von der Organisation gesehen und kopiert wird, konnte während des Untersuchungszeitraums bei keiner Initiative beobachtet werden (Horsthemke, 2017, S. 263). Da sich allerdings das Entstehen einiger Leuchtturmprojekte gegen Ende des Beobachtungszeitraums andeutete (Horsthemke, 2017, S. 263), scheint die Annahme berechtigt, dass Zeit eine bedeutende Rolle spielt. Während sicherlich unterstellt werden kann, dass die kulturelle Immersion einer Veränderung so größere Erfolgschancen hat, darf hingegen angezweifelt werden, dass eine Organisation einen Implementierungszeitraum von mehreren Jahren im Normalfall zulässt.

Somit scheint eine Verkettung von Interventionen mit dem Ziel, die Entstehung von Leuchtturmprojekten im Wissensmanagement zu stimulieren, die von der Organisation gesehen und kopiert werden, geeignet, ein Wissensmanagement entstehen zu lassen (Horsthemke, 2017, S. 267). Allerdings ist dieser Prozess offensichtlich nur schwer kontrollierbar, da die Organisation nicht unterscheidet, wo ein Impuls herkommt und ebenso wenig bewusst reflektiert, wie sie mit ihm umgehen sollte (Horsthemke, 2017, S. 267–268). Folglich ist das, was dann entstehen kann, eher ein System agiler Wissensstrukturen als ein konsistentes Wissensmanagement (Horsthemke, 2017, S. 268). Werden solche Wissensinseln als ausreichend verbessertes Wissensmanagement angesehen, generiert sich allerdings nicht automatisch der Wunsch nach Abstimmung oder Konsolidierung der Wissensmanagementaktivitäten (Horsthemke, 2017, S. 268). Die Wissensinseln sind bereits der (vorläufige) Endzustand, ohne dass zwingend organisationsumspannende Wissensnetzwerke oder Wissenskooperation entstanden sein müssen (Horsthemke, 2017).

Die folgende Tabelle zeigt nun die an den eingangs aufgestellten Hypothesen gespiegelten Ergebnisse in der Übersicht (vgl. Tabelle 3).

Tabelle 3: Bewertung der 10 Hypothesen. (Eigene Darstellung aus Basis der Ausführungen von Horsthemke, 2017, S. 249–271)

Nr.

Hypothesen und Erkenntnisse

1

Hypothese: Der bestehende Umgang mit Wissen wird solange nicht in Frage gestellt, wie er die Erreichung der Ziele nicht unverhältnismäßig behindert.

Erkenntnis: Eine Organisation verfügt implizit auch über eine Form von Wissensmanagement. Dieses muss jedoch weder organisiert sein, noch bewusst erfolgen. Wahrgenommen wird ein implizites Wissensmanagement in der Regel dann, wenn es nicht mehr wie gewohnt funktioniert.

2

Hypothese: Eine latente Notwendigkeit, die tatsächlich eine Veränderung im Umgang mit Wissen begründet, führt nicht automatisch zur Etablierung eines (geeigneten) Wissensmanagements.

Erkenntnis: Das Erkennen eines Mangels im Wissensmanagement führt nicht automatisch zu Bestrebungen, ihn zu beheben. Es besteht offensichtlich vielmehr ein organisationaler Reflex, dem Mangel mit bekannten Routinen und vertrauten Mitteln beizukommen zu wollen.

3

Hypothese: Interventionen können so im Sinne eines Wissensmanagements platziert werden, dass sie eine Reflexion des aktuellen Umgangs mit Wissen auslösen.

Erkenntnis: Interventionen scheinen ein probates Mittel, Reflexion auszulösen. In der Regel führt aber offensichtlich erst eine kontinuierliche und durch einen Berater begleitete, aus verschiedenen, aufeinander aufbauenden Interventionen bestehende Perturbation zum Einsetzen einer tatsächlichen Veränderung. Dabei ist ein organisationaler Erkenntnisprozess erkennbar, der nach dem folgenden Muster verläuft:

(1) Wissensmanagement liegt im blinden Fleck der organisationalen Muster, (2) das funktionale Versagen des bisherigen Wissensmanagements wird sichtbar, (3) die Organisation versucht reflexartig, den Status Quo über vertraute Mittel zu sichern, (4) das Ausbleiben einer Verbesserung führt zu Irritation, die darin mündet, dass die Organisation sich für eine vertiefte Auseinandersetzung mit dem Mangel im Wissensmanagement öffnet, (5) über diese Auseinandersetzung wird die tatsächliche Notwendigkeit einer Veränderung erkennbar, die jedoch zunächst geleugnet wird und zu einer Flucht in Aktionismus auf Basis bewährter Vorgehensweisen oder Variation bewährter Mittel auf der Suche nach einem pragmatischen Allheilmittel führt, (6) erst das erneute Ausbleiben einer Verbesserung führt zum Erwachen in Form der Akzeptanz der Echtheit der Handlungsnotwendigkeit, (7) die Wiederaufnahme der Auseinandersetzung mit dem Handlungsbedarf führt zum Erkennen seines Umfangs, das einen operationalen Schock in Form der erneuten Ablehnung und Rückkehr in vertraute Muster auslöst, (8) erst das weiterhin ausbleibende Einsetzen einer Verbesserung führt zur emotionalen Akzeptanz und damit zur (9) Bereitschaft, den Handlungsbedarf zu konkretisieren und eine Zustandsänderung zu initiieren.

4

Hypothese: Eine Reflexion des Umgangs mit Wissen kann schließlich wissenskooperatives Verhalten anregen und die Bereitschaft erhöhen, den Umgang mit Wissen tatsächlich zu verändern.

Erkenntnis: Wissenskooperation entsteht offensichtlich nicht ohne weiteres autogen. Vielmehr scheint es eines (im besten Fall selbst intrinsisch motivierten) Treibers zu bedürfen.

5

Hypothese: Eine erhöhte Bereitschaft, den Umgang mit Wissen zu verändern, führt dazu, dass Wissensnetzwerke und Initiativen zur Optimierung des Umgangs mit Wissen begründet werden.

Erkenntnis: Wissensnetzwerke werden positiv konnotiert, bilden sich aber über persönliche Netzwerke hinaus nur unterproportional selbständig. Für Bildung und Aufrechterhaltung organisationsumspannender Wissensnetzwerke, die über persönliche Beziehungsnetzwerke hinausgehen, ist ebenfalls ein motivierter Treiber nötig. Solche Netzwerke sind meist nur dann auf Dauer überlebensfähig, wenn sie konsequent moderiert werden.

6

Hypothese: Eine entsprechende Unterstützung durch Beratung und Reflexion führt dazu, dass man sich im Rahmen der Initiativen auf ein für den jeweiligen Bedarf geeignetes Vorgehen konzentriert.

Erkenntnis: Interventionen erzeugen Aufmerksamkeit, initiieren aber nicht zwingend Veränderung. Begleitende Beratung ist nicht nur in der Lage, Reflexion und für den jeweiligen Bedarf stimmige Optimierung auszulösen, sondern sichert auch die prozessuale Kontinuität.

7

Hypothese: Erfolgreiche Initiativen, die überlebt haben, fungieren als Leuchttürme, die den Erfolg sichtbar machen und zum Kopieren anregen.

Erkenntnis: Die Bildung von Leuchtturmprojekten wurde erst gegen Ende der Untersuchung erkennbar. Obwohl sie im Verlauf der Untersuchung selbst also noch nicht entstanden waren, deutete sich an, dass die Verkettung von Interventionen geeignet ist, Leuchttürme entstehen zu lassen.

8

Hypothese: Durch die Sichtbarkeit des Erfolgs von Leuchtturmprojekten erkennt die Organisation den Vorteil eines Wissensmanagements und unterstützt seine Ausweitung über die verschiedenen Organisationsebenen hinweg.

Erkenntnis: Die Untersuchung ergab, dass es für das Einsetzen eines Kopierverhaltens nicht zwingend „echter“ Leuchttürme bedarf. Auch kleinere Attraktionen werden gesehen und nachgeahmt. Allerdings erweckt dieses Kopierverhalten den Anschein einer gewissen, nur teilweise reflektierten Willkürlichkeit. Weder das Entstehen von Referenzprojekten noch das Kopierverhalten erwiesen sich dabei als planvoll oder kontrollier- geschweige denn steuerbar.

Details

Seiten
218
ISBN (PDF)
9783631818633
ISBN (ePUB)
9783631818640
ISBN (MOBI)
9783631818657
ISBN (Buch)
9783631817049
Sprache
Deutsch
Erscheinungsdatum
2020 (März)
Schlagworte
Portfolioanalyse Nachhaltigkeit Technologie Human Resources Organisation Change Management Führung Management Wissen Innovation
Erschienen
Berlin, Bern, Bruxelles, New York, Oxford, Warszawa, Wien, 2020. 218 S., 28 s/w Abb., 24 Tab.

Biographische Angaben

Bernhard Seyr (Band-Herausgeber)

Bernhard F. Seyr ist Professor für Wirtschafts- und Organisationswissenschaften an der Universität Sopron sowie Sachverständiger und Unternehmensberater in den Bereichen Wissens- und Innovationsmanagement, Organisationsentwicklung und Human Resources.

Zurück

Titel: Innovations- und Wissensmanagement in der Praxis: Konzepte, Forschungsergebnisse und Fallstudien