Digitale Organisationsentwicklung – Sind wir bereit für Kompetenzentwicklung ...
Wissensmanagement 2016 ibm peter_schütt
1. Dr. Peter Schütt
Leader Collaboration Solutions Strategy in DACH
IBM Deutschland GmbH
Wissensmanagement 2016
Eine Statusbetrachtung
2. Was ist eigentlich „Wissensmanagement“
Wortverwirrung um den Begriff
Peter Drucker: Das Fundament von
morgen (1957): „Knowledge Worker“
Es ging ihm um die Produktivität von
Wissensarbeitern
Wissensmanagement müsste demnach
eigentlich Wissensarbeitsmanagement
genannt werden
3. Die klaren Grenzen von Crowdsourcing
- Bsp. Wikipedia über Wissensmanagement 3.10.2016
4. Die vielleicht wichtigsten Zitate
Larry Prusak
Ikujiro Nonaka
Dave Snowden
Since knowledge is intangible, boundaryless, and dynamic and
cannot be stocked, it has to be exploited where and when it is
needed to create value.
(The Emergence of „Ba“, 2001)
You only know what you know when you need to know
(Presentation, about 1998)
You cannot manage knowledge, like you cannot manage love,
patriotism, or your children, but you can set up an enviroment in
which it evolves.
(Interview im Handelsblatt, April 1998)
6. Zwei sehr unterschiedliche Sichtweisen
- einige Vertreter (Auswahl)
… systemisch … komplex
Die Welt ist …
Helmuth WillkeGilbert Probst Larry Prusak
Ikujiro Nonaka
Dave Snowden
Peter Drucker
Klaus North
Fredmund Malik
7. Unterschiedliche Vorgehensweisen
… systemisch … komplex
Die Welt ist …
Hierarchische Organisation
Prozessdenken
Controlling
Top Down Training
Netzwerkorganisation
Agile Vorgehensweisen
Empowerment
Selbstbestimmtes Lernen
„Wissensdatenbanken“
(Datenverarbeitung)
„Sense making“
(Wissensmanagement)
10. 1. Definition of the task: What is my or the task and am I still on track?
2. Separation of tasks: Does it make sense to divide the piece of knowledge work into separate
tasks, which can – maybe in parts – be done better by other specialised people?
3. Flow of tasks: Is working hand in hand well organised?
4. Standardisation of procedures: Have reoccurring procedures, which have a potential for
standardisation, been standardised?
5. Output measurement: Is the output measured and communicated to the workers at short, but
reasonable intervals?
6. Natural talent and knowledge: Am I the best person to do the particular knowledge task?
Otherwise it may be advantageous to share it or hand it over.
7. Work environment: Is the environment optimised for best performance – i.e. noise level, room
climate, light, food, comfort, etc.?
8. Support and Training: Do employees easily get the appropriate support and training at all
levels in case they require it?
9. Motivation factors: Are the stimuli for motivation well set? They can be monetary, e.g.
compensation, bonuses, etc. and non monetary, e.g. status symbols, recognition by peers and
partners, attention and all other kinds of social capital. All these factors have to be
checked and rechecked for effectiveness on a regular basis.
10. Level of motivation: Is the level of motivation okay?
11. Tools: Are the available tools the right tools? For knowledge workers this has a lot to do
with access to information and communications and therefore IT systems.
Quelle: Peter Schütt, The post-Nonaka Knowledge Management, Journal of Universal Computer Science, www.jucs.org, special issue on Knowledge Management, 2003.
Mein 3D-KM Modell
– Ausschnitt: Optimierung des persönlichen Arbeitsplatzes
12. Durch Social Business ist die Menge an elektronisch
verfügbarer Information sehr stark gestiegen.
Es ist heute einzelnen Personen - selbst in Sparten -
nicht mehr möglich alle Informationen zu erfassen
Bis zum Jahr 2020 werden jede Sekunde für jeden
Menschen auf der Erde etwa 1,7 Megabytes an neuer
Information erzeugt werden (Forbes, 2015)
Kognitive Systeme können Wissensarbeitern als
„augmented Intelligence Systems“ (nicht „artificial
Intelligence!) helfen die Informationsflut zu nutzen
Gottfried Wilhelm Leibniz
(1646-1716)
Universalwissen - immer mehr unmöglich
Er gilt als der letzte
Universalgelehrte
13. Kognitive Systeme verstehen natürliche
Sprache.
Sie sind in der Lage in kürzester Zeit
beliebige Datenmengen zu durchsuchen und
die Inhalte u.a. zusammenzufassen,
wichtiges hervorzuheben.
Sie lernen durch weitere Nutzung.
Damit sind sie als Helfersystem
prädestiniert.
Wie kognitive Systeme
Arbeit veränderen
14. Was kann Cognitive Computing?
Verstehen -
Understanding
Die Fähigkeit, Daten -
strukturiert oder
unstrukturiert, text- oder
sensor-basiert - zu verstehen -
erstaunlich schnell und in
großen Mengen.
Weiter lernen
- Learning
Die Fähigkeit, kontinuierlich
Daten und Verständnis aus jeder
Interaktion zu sammeln. Wird
durch Experten, die ihre
Expertise verbessern, skalieren
und beschleunigen, trainiert -
nicht programmiert.
Unterfüttern -
Reasoning
Die Fähigkeit, Hypothesen zu
formulieren, Argumente
anzubieten und Empfehlungen zu
priorisieren und damit Menschen
bei Entscheidungen zu
unterstützen.
Verstehen, unterfüttern und weiter lernen, um über das bisher Mögliche hinaus zu denken
15. Die Einführung von Cognitive Computing folgt einer Roadmap:
Anfänglich wird die Leistungsfähigkeit beschränkt sein. Doch
wo sind zukünftig die Grenzen?
Ethische und juristische Fragen sind zu klären
– ähnlich wie beim autonomen Fahren
Datensicherheits- und Datenschutzfragen sind zu klären
- Die Anbieter haben sehr unterschiedliche Vorgehensweisen
- Social Business liefert eine gute, spezifische Datenquelle!
Kognitive Computing wird relativ wenig Aufwand für Change
Management / Adaption benötigen (siehe Einführung Navi)
- Die Hauptherausforderungen liegen nicht in der Kultur.
Herausforderungen für den
(Wissens-)Arbeitsplatz der Zukunft
16. Arbeitskreis Wissensmanagement (1998 – 2015)
- 17 KnowTech Konferenzen in Dresden, München, Bad Homburg und Hanau
Das Interesse am Thema war in den letzten Jahren stark rückläufig
Im bitkom wurde 2015 der Beschluss gefasst sich mehr dem heute neuen,
strategischen Thema „Cognitive Computing“ zu widmen. Daraufhin wurde dazu
ein neuer Arbeitskreis ins Leben gerufen.
https://www.bitkom.org/Bitkom/Organisation/Gremien/Cognitive-Computing.html
Einige der bisherigen Inhalte der KnowTech werden vom
bitkom Big Data Summit (16.2.2017 in Hanau) aufgegriffen werden.
https://www.bitkom-bigdata.de/
17. Dr. Peter Schütt
Leader Enterprise Collaboration Strategy
Collaboration Solutions DACH
IBM Deutschland GmbH
IBM Allee 1
71139 Ehningen
Phone: +49-171-5527934 eMail: schu@de.ibm.com
LinkedIn: http://de.linkedin.com/in/peterschuett
XING: http://www.xing.com/profile/Peter_Schuett3
Blog: http://schudigital15.wordpress.com
Twitter: @schu
Vielen Dank!
Zweite, stark überarbeitete Auflage.
Springer / Gabler, November 2015,
http://ibm.biz/BdHZhN
Softcover 29,99€
eBook 22,99€
Leiter des bitkom Arbeitskreises
Cognitive Computing
Wissensmanagement
Falken / Gabler, 2000,
https://ibm.biz/Bdr5RX