Das Dokument thematisiert das Wissensmanagement in der Praxis, einschließlich seiner Hintergründe und Anwendungen, und bietet Einblicke in die Ansätze von Nonaka und Takeuchi zur Wissensschaffung. Es wird die Unterscheidung zwischen explizitem und implizitem Wissen sowie die Konzeptualisierung der Wissensspirale behandelt, die essentielle Elemente für die Wissensgenerierung in Unternehmen darstellt. Darüber hinaus wird eine kritische Reflexion über die Rezeption und die praktischen Bausteine des Wissensmanagements gegeben.

1. Wissensmanagement in der Praxis
Hintergründe und Anwendungen
Ein Reader
…!
…?
Aha!
Prof. Lutz Leuendorf
Seminar am 19. und 20. April 2010
Karlsruhe / Best Western Queens Hotel

3. Inhaltsverzeichnis
Inhaltsverzeichnis
Inhaltsverzeichnis
1
Einleitung .................................................................................. 5
2
W issensschaffung nach Nonaka und Takeuchi .......................... 6
2.1
Inhaltsverzeichnis...................................................................................................... 6
2.2
Das Modell zur Wissensschaffung im Unternehmen nach Nonaka und
Takeuchi..................................................................................................................... 6
2.2.1
Abstrakt......................................................................................................... 7
2.2.2
Einleitung ...................................................................................................... 7
2.2.3
Explizites Wissen......................................................................................... 8
2.2.4
Implizites Wissen ........................................................................................ 8
2.2.5
Wissensschaffung ...................................................................................... 8
2.2.6
Die Wissensspirale ..................................................................................... 8
2.2.7
Case-Study: die Entwicklung der ersten Brotbackmaschine bei der
Firma Matsushita......................................................................................... 9
2.2.8
Zusammenfassung und Ausblick............................................................ 10
2.2.9
Bibliographie.............................................................................................. 11
2.3
Rezeption und Kritik des Ansatzes von Nonaka und Takeuchi durch Essers,
Schreinemakers und Schreyögg ......................................................................... 11
2.3.1
Einleitung .................................................................................................... 11
2.3.2
Nonaka's und Takeuchi's Konzept der Wissensschaffung ............... 11
2.3.3
Abgrenzung des Begriffs Wissensmanagement ................................. 12
2.3.4
Nonaka's Subjektiver Ansatz (Schreinemakers/Essers).................... 12
2.3.5
Kritik durch Schreinemakers und Essers.............................................. 13
2.3.6
Unvergleichbarkeit von Konzepten (incommensurability) ................. 13
2.3.6.1
perceptual dimension: Dimension der Wahrnehmung ....................... 13
2.3.6.2
linguistic dimension: sprachliche Dimension....................................... 14
2.3.6.3
axiological dimension: Dimension der Grundsätze ............................. 14
2.3.7
Richtigkeit des Wissens (knowledge justification).............................. 14
2.3.8
Zusammenfassung des Standpunktes von Schreinemakers und
Essers.......................................................................................................... 15
2.3.9
Kritik durch Schreyögg und Capurros Kritik an Schreyögg ............... 15
2.3.10
Literatur....................................................................................................... 16
3
Bausteine des W issensmanagements - ein praxisorientierter
Ansatz .................................................................................... 17
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 1

4. Inhaltsverzeichnis
3.1
Einleitung ins Thema ............................................................................................... 17
3.2
Action Research zum Wissensmanagement ...................................................... 18
3.3
Modell des Wissensmanagements ...................................................................... 19
3.4
Bausteine des Wissensmanagements................................................................. 19
3.4.1
Wissensziele .............................................................................................. 21
3.4.2
Wissensidentifikation............................................................................... 21
3.4.3
Wissenserwerb ......................................................................................... 23
3.4.4
Wissensentwicklung ................................................................................ 24
3.4.5
Wissens(ver)teilung.................................................................................. 25
3.4.6
Wissensnutzung ........................................................................................ 26
3.4.7
Wissensbewahrung.................................................................................. 26
3.4.8
Wissensbewertung................................................................................... 28
3.5
Fazit/Thesen.............................................................................................................. 29
3.6
Anmerkungen ........................................................................................................... 30
3.7
Bibliographie ............................................................................................................ 31
3.8
Die Autoren:.............................................................................................................. 32
4
Einführung in das W issensmanagement ................................... 33
4.1
Inhaltsverzeichnis.................................................................................................... 33
4.2
Einführung ................................................................................................................. 33
4.2.1
Bausteine des Wissensmanagements (nach G. Probst et al.) .......... 34
4.3
Daten – Information – Wissen............................................................................... 35
4.4
Modelle des Wissensmanagement ...................................................................... 36
4.5
Die Lernende Organisation .................................................................................... 37
4.6
Bausteine des Wissensmanagement................................................................... 38
4.7
Technologien des Wissensmanagement ............................................................ 39
4.8
Organizational Memory .......................................................................................... 40
4.9
Literaturhinweise ..................................................................................................... 40
4.9.1
Einführungen.............................................................................................. 40
4.9.2
Organisationales Lernen.......................................................................... 41
4.9.3
Technikbasierte Lösungen ...................................................................... 42
4.9.4
Fallstudien .................................................................................................. 42
4.9.5
Studien zum Stand des Wissensmanagement..................................... 42
4.9.6
Zeitschriften............................................................................................... 43
4.9.7
Internet-Ressourcen ................................................................................ 43
5
Semantik für die nächste Generation W issensmanagement ..... 44
5.1
Einleitung................................................................................................................... 44
5.2
Anwendungsmöglichkeiten von Ontologien – Bausteine für den Knowledge
Life Cycle ................................................................................................................. 47
5.2.1
Wissensgenerierung ................................................................................ 48
5.2.2
Wissensimport........................................................................................... 49
2 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

5. Inhaltsverzeichnis
5.2.3
Wissenserfassung .................................................................................... 50
5.2.4
Wissenszugriff ........................................................................................... 51
5.2.5
Wissensnutzung ........................................................................................ 52
5.3
Fallstudie: System zur Analyse der Unternehmens-Historie – CHAR
(Corporate History AnalyseR) ............................................................................... 52
5.3.1
Der Wissens-Metaprozess: Die Entwicklung von CHAR.................... 52
5.3.2
Der Wissensprozess: Die Nutzung von CHAR...................................... 55
5.4
Vorgehensweise bei Einführung ontologiebasierten Wissensmanagement:
Der Wissens-Metaprozess ................................................................................... 56
5.5
Schlußfolgerungen und Ausblick.......................................................................... 58
5.6
Literatur ..................................................................................................................... 59
6
W issensmanagement – ein kritischer Blick ............................. 61
6.1
Der Rahmen: Wissensgesellschaft und „New Economy“ ................................ 61
6.1.1
Wissensgesellschaft ................................................................................ 61
6.1.2
„New Economy“........................................................................................ 63
6.2
Wissen – eine Ressource sui generis .................................................................. 65
6.2.1
Annäherungen an den Begriff des Wissens über Merkmale ............ 66
6.2.1.1
Objektiv versus subjektiv ......................................................................... 66
6.2.1.2
Tacit/Stillschweigend – Explizit/Kodifiziert........................................... 68
6.2.1.3
Daten, Information, Wissen..................................................................... 70
6.2.1.4
Wissen-Können-Wollen-Dürfen ............................................................. 71
6.2.2
Die Besonderheiten der Ressource „Wissen“ .................................... 72
6.3
Zugänge zum Wissensmanagement..................................................................... 76
6.3.1
Zugänge zum Wissensmanagement...................................................... 76
6.4
Beispiele.................................................................................................................... 94
6.5
Zur Messung von Intellektuellem Kapital ............................................................ 97
6.5.1
Warum messen?........................................................................................ 98
6.5.2
Was wird gemessen? ............................................................................... 99
6.5.3
Wie kann man messen? ......................................................................... 100
6.5.4
Ziele/Zwecke der Messung................................................................... 101
6.5.5
Beispiele für Meßverfahren .................................................................. 103
6.5.6
Schlußfolgerung...................................................................................... 106
6.6
Schlußfolgerungen und Ausblick........................................................................ 108
6.7
Literatur ................................................................................................................... 112
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 3

6. Inhaltsverzeichnis
4 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

7. 1 Einleitung
1 Einleitung
Auch das Thema „Wissensmanagement“ ist längst Gegenstand der in diesem
Zusammenhang immer wieder thematisierten Informationsflut geworden. Gibt man
„Wissensmanagement“ als Suchbegriff z. B. bei Google ein, so bekommt man ca.
600.000 Ergebnisse angeboten. Wagt man gar die Suche nach „Knowledge
Management“, so sind einem knapp 80 Mio. Angebote sicher – eine Informationsmenge,
die natürlich nicht zu überblicken ist.
Um Ihnen trotzdem einen groben Überblick über den Stand der Diskussion und vor allem
einen kleinen historischen Abriss über das Thema zu geben, habe ich Ihnen exemplarisch
fünf Texte zusammengestellt.
Es beginnt mit einer knappen Vorstellung des Werkes von Ikujiro Nonaka und
Hirotaka Takeuchi, das 1995 quasi die Initialzündung für das Thema Wissens-
management in Unternehmen gegeben hat.
Gilbert Probst gilt zu recht als einer der wichtigsten und intelligentesten Experten, die
diese Initialzündung im Westen aufgenommen haben. Seine Weiterentwicklung des
ursprünglichen Ansatzes gilt heute als allgemein anerkannter Standard.
Mit der Jahrtausendwende und dem ersten Zwischenstopp der eher konzeptionellen
wissenschaftlichen Annäherung an das Thema haben sich zahlreiche Wissenschaftler an
eine praxisorientierte Nutzbarmachung der gewonnenen Erkenntnisse gemacht. Als
einen Vertreter dieser Fraktion lassen wir hier Holger Nohr von der Fachhochschule
Stuttgart zu Wort kommen.
Da der Boom des Wissensmanagements keinesfalls rein zufällig mit dem so genannten
„IT-Hype“ der Jahre 1998 bis 2001 zusammenfiel, soll hier auch ein Beispiel für einen
klar instrumentalistischen Ansatz vorgestellt werden. Der Artikel von Rudi Studer,
Hans-Peter Schnurr und Andreas Nierlich ist dabei eine eher willkürliche Wahl aus
einer kaum mehr überschaubaren Anzahl konkurrierenden Angebote zur Instrumentali-
sierung des Wissensmanagements mit den Mittel der aktuellen Informationstechnologie.
Abschließend finden Sie einen der leider viel zu seltenen Versuche die gesamte
Thematik des Wissensmanagements in die wissenschaftliche Tradition einzuordnen und
dabei kritisch auf ihre Haltbarkeit zu beleuchten. Ursula Schneider und Andreas
Huber finden nach meiner Meinung sehr interessante und differenzierte Antworten auf
die Frage, ob das Wissensmanagement nur eine Modeerscheinung ist.
Dass es bei der Zusammenstellung der Texte immer wieder zu scheinbaren Wieder-
holungen und Redundanzen kommt, ist durchaus beabsichtigt. Auch dies spiegelt den
derzeitigen Stand der Diskussion zu diesem Themenbereich wieder. Es gibt zwar
tausende von Publikationen zum Wissensmanagement, bei einer intensiven Lektüre kann
man sich aber des Eindrucks nicht erwehren, das gerade bei diesem neuen Thema
besonders häufig schlichtweg voneinander abgeschrieben wird. Bei den vorliegenden
Texten ist dies allerdings nur bei flüchtiger Lektüre der Fall. Gerade anhand ihrer
unterschiedlichen Wertung und Nutzung z. B. des Beitrags von Nonaka und Takeuchi
lassen sich sehr gut die unterschiedlichen Standpunkte und Perspektiven der Autoren
nachvollziehen.
Viel Spaß bei der Lektüre.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 5

8. 2 Wissensschaffung nach Nonaka und Takeuchi
2 Wissensschaffung nach Nonaka und
Takeuchi
Susan Bierbrauer
Sebastian Spaleck
ISSN 1616-5349 (Internet)
ISSN 1616-5330 (Print)
2.1 Inhaltsverzeichnis
Das Modell zur Wissensschaffung im Unternehmen nach Nonaka und Takeuchi
Abstrakt
Einleitung
Explizites Wissen
Implizites Wissen
Wissensschaffung
Die Wissensspirale
Case-Study: die Entwicklung der ersten Brotbackmaschine bei der Firma Masushita
Zusammenfassung und Ausblick
Bibliographie
Rezeption und Kritik des Ansatzes von Nonaka und Takeuchi durch Essers,
Schreinemakers und Schreyögg
Einleitung
Nonaka's und Takeuchi's Konzept der Wissensschaffung
Abgrenzung des Begriffs Wissensmanagement
Nonaka's Subjektiver Ansatz (Schreinemakers/Essers)
Kritik durch Schreinemakers und Essers .
Unvergleichbarkeit von Konzepten (incommensurability)
Richtigkeit des Wissens (knowledge justification)
Zusammenfassung des Standpunktes von Schreinemakers und Essers
Kritik durch Schreyögg und Capurros Kritik an Schreyögg
Literatur
2.2 Das Modell zur Wissensschaffung im Unternehmen nach
Nonaka und Takeuchi
Susan Bierbrauer
6 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

9. 2 Wissensschaffung nach Nonaka und Takeuchi
2.2.1 Abstrakt
Mit ihrem Buch "The Knowledge-Creating Company" haben die Autoren Nonaka und
Takeuchi als Erste Aufmerksamkeit auf die Firmen Ressource tazites Wissen gelenkt.
Damit meinen sie das know-how, das auf Erfahrung basierend in den Köpfen einzelner
Menschen wohnt, und mit Ihnen das Unternehmen verläßt, wenn sie ihre Arbeitgeber
wechseln. Aus den Konzepten von tazitem (oder implizitem) und dem in Dokumenten
liegenden expliziten Wissen eines Unternehmens bilden die Autoren ein Modell, nach
dem neues Wissen (in Form von innovativen Produkten oder Prozesse) entsteht. Wenn
die zwei Arten von Wissen auf einer bestimmten Weise unter bestimmten
Arbeitsbedingungen miteinander agieren, setzt ein Wissensfluß ein, daß bei
fortschreitender Dissemination die Form einer Wissensspirale annimmt.
Keywords
explizites Wissen, implizites Wissen, Wissensschaffung, die Wissensspirale
2.2.2 Einleitung
Die Autoren I. Nonaka und H. Takeuchi, die sich seit Ihren Studientagen an der University
of California at Berkeley kennen, sind beide Professoren - Takeuchi zur Zeit (Herbst 1999)
als Visiting Professor an der Harvard Business School und Nonaka als Professor für
Organisationstheorie an der Japan Advanced Institute for Science and Technology in
Hokuriku, Japan. In ihrem Buch, The Knowledge-Creating Company, 1995 bei Oxford
University Press veröffentlicht, berichten sie von ihrer Theorie der Wissensschaffung im
Unternehmen. Die deutsche Ausgabe ist 1997 bei Campus unter dem Titel: Die
Organisation des Wissens. Wie japanische Unternehmen eine brachliegende Ressource
nutzbar machen erschienen.
Zentral in ihrer Theorie ist das Konzept von „implizitem„ und „explizitem“ Wissen, von
dem Polanyi 1958 in seinem Buch Personal Knowledge (Chicago) zuerst berichtet hat.
Nonaka und Takeuchi sind die ersten, die diesen Konzept im Rahmen der
Organisationstheorie benutzen. Sie haben die kulturelle Unterschiede der japanischen
und der westlichen Mentalität skizziert und beschreiben, daß implizites Wissen eher der
japanischen und explizites Wissen eher der westlichen Mentalität entspricht. Dennoch
halten sie die zwei Wissensformen für zueinander komplementär. In dynamischer
Beziehung zueinander gesetzt bilden sie die Quelle von neuem Wissen im Unternehmen.
Implizites Wissen wurde zum Drehpunkt ihrer Theorie. Nicht nur Unternehmenskultur
sondern der generelle kulturelle Kontext wurde im Mittelpunkt des Blickfeldes gerückt.
Auch Selbstverständlichkeiten (commen knowledge) zählen dazu. Die Fachrichtung von
Professor Nonaka heißt auf Englisch „Social Knowledge Management“. Von der
Fachwelt wurde The Knowledge-Creating Company neugierig zur Kenntnis genommen.
Das Buch markiert der Anfang vom neuformierenden Disziplin Wissensmanagement.
Worte, die häufig vorkommen, und wie sie zu verstehen sind:
Wesentlich ist die Unterscheidung der Wissensarten „implizites“ Wissen und
„explizites“ Wissen. Außerdem kommt das Wort „Wissensschaffung“ sehr häufig vor.
Die Wissensspirale bezieht sich auf ihr komplexes Modell der Wissensschaffung.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 7

10. 2 Wissensschaffung nach Nonaka und Takeuchi
Die Erläuterung dieser Begriffe bildet der Gegenstand dieser Ausarbeitung. Die
Bezeichnungen Wissensspezialist, Wissenswerker usw. können hier vernachlässigt
werden, weil die später im Buch vorgeschlagene Organisationsform
Hypertextorganisation nicht Gegenstand dieser Betrachtung ist.
Alle Seitenzahlangaben beziehen sich auf die deutsche Ausgabe des Buches.
2.2.3 Explizites Wissen
Westliche Beobachter [,fassen] Wissen zwangsläufig als etwas Formales,
Systematisches und somit Explizites auf. Explizites Wissen läßt sich in Worten und
Zahlen ausdrücken und problemlos mit Hilfe von Daten, wissenschaftlichen Formeln,
festgelegten Verfahrensweisen oder universellen Prinzipien mitteilen. Japanische
Unternehmen haben demgegenüber ein völlig anderes Verständnis von Wissen. Für sie
stellt das in Worten und Zahlen faßbare Wissen nur die Spitze des Eisbergs dar. Sie
sehen das Wissen hauptsächlich als etwas Implizites (S. 18)
2.2.4 Implizites Wissen
Implizites Wissen ist sehr persönlich und entzieht sich dem formalen Ausdruck, es läßt
sich nur schwer mitteilen. Subjektive Einsichten, Ahnungen und Intuition fallen in diese
Wissenskategorie. Darüber hinaus ist das implizite Wissen tief verankert in der Tätigkeit
und der Erfahrung des einzelnen sowie in seinen Idealen, Werten und Gefühlen.
Implizites Wissen läßt sich in zwei Dimensionen unterteilen. [Einerseits handelt es sich
um know-how. Andererseits hat es auch eine cognitive Dimension. Diese] spiegelt
unsere Wirklichkeitsauffassung (was ist) und unsere Zukunftsvision (was sein sollte).
Obgleich sie sich nur schwer artikulieren lassen, formen diese impliziten Modelle unsere
Wahrnehmung der Welt. (S. 19)
2.2.5 Wissensschaffung
Die Trennung zwischen explizitem und implizitem Wissen bildet den Schlüssel für die
Unterscheidung zwischen westlichem und japanischen Wissensverständnis. Explizites
Wissen läßt sich problemlos von einem Computer bearbeiten, elektronisch weitergeben
und in Datenbanken abspeichern.[…] Um dem Unternehmen implizites Wissen zu
vermitteln, muß dieses in allgemein verständliche Worte oder Zahlen umgewandelt
werden. Und genau im Prozeß dieser Umwandlung vollzieht sich die Schaffung von
Wissen. (S. 19)
[Anders gesagt:] Eine echte Innovation ergibt sich erst, wenn implizites und explizites
Wissen […] zusammenwirken. (S. 84-85)
2.2.6 Die Wissensspirale
Die Wissensspirale ist eigentlich eine graphische Beschreibung, wie der komplexe
Prozeß der Wissensschaffung im Unternehmen zu Innovationen führt. Man muß sich
dieser Prozeß dreidimensional vorstellen, was das Modell der Spirale treffend darstellt.
Zuallererst muß man begreifen, was die Autoren meinen, wenn sie von den vier Formen
der Wissensumwandlung sprechen. In Kürze in den Worten der Autoren sind die vier
Formen:
8 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

11. 2 Wissensschaffung nach Nonaka und Takeuchi
Sozialisation: „Die Sozialisation geht meist vom Aufbau eines Interaktionsfelds aus,
das die Weitergabe von Erfahrungen und mentalen Modellen erleichtert.“
Externalisierung: „Die Externalisierung wird von einem konstruktiven Dialog oder von
kollektiver Reflexion ausgelöst, die über Metaphern oder Analogien zur Artikulation
schwer mitteilbarer impliziter Kenntnisse führt.“
Kombination: „Die Kombination entsteht durch die Verbindung neu geschaffenen und
bestehenden Wissens aus anderen Teilen des Unternehmens, um sie zu einem neuen
Produkt, Service oder Managementsystem zu verschmelzen.“
Internalisierung: „Internalisierung schließlich resultiert aus „learning-by-doing.“ (S. 85)
Gleichzeitig setzt dieses Modell eine bestimmte Umgebung voraus, die
kreativitätsfördernd wirkt. Fünf Merkmale, die in japanischen Unternehmen
normalerweise vorhanden sind (und für westliche Unternehmen eher nicht typisch sind),
sehen die Autoren als notwendig an, für das Funktionieren ihrer Theorie. Diese
Anforderungen an die Arbeitsumgebung sind: Intention, Autonomie, Kreatives Chaos
(auch Fluktuation genannt), Redundanz und die notwendige Vielfalt der
Arbeitsumgebung.
Die Wissensspirale bezieht sich auf das (eventuell mehrmalige) Ablaufen der vier Formen
der Wissensschaffung (natürlich in dem eher japan-typischen kreativitätsfördernden
Arbeitskontext). Wie in einem Learning Organisation werden die erreichte Resultate
nach jedem Teilziel kritisch betrachtet und korrigiert bzw. verbessert, so daß man mit
perfektionierten Zielvorgaben die Arbeit der nächsten Teilphase aufnehmen kann. Das
heißt , man arbeitet die vier Formen der Wissensumwandlung einzeln ab, faßt das
Erreichte in Worte und reflektiert, ob sie die Vorgaben erfüllt haben. Daraus entstehen
neue Einsichten, vielleicht auch neue Fragen, die Aktivität auf der nächsten Station
(Umwandlungsform) anstoßen.
Jede neue Phase integriert den in den vorausgegangenen Phasen entstandenen
Wissensgewinn, der für die nachfolgenden Umwandlungsformen zusätzlich zur
Disposition steht. In der Fachliteratur begegnet man auch den Ausdruck „double-loop-
learning„ um solche Phänomene zu beschreiben. Die Autoren legen sich bei der
Wissensspirale auf folgende fünf Phasen fest, die verwandt aber nicht gleichzusetzen
sind mit den vier Umwandlungsformen. Die fünfte, die eventuell dazukommt, stößt ein
erneutes Durchlaufen auf höheren Ebene an. Die einzelne Stationen sind:
I. Implizites Wissen austauschen (Sozialisation ähnlich)
II. Konzepte schaffen (Externalisieren ähnlich)
III. Konzepte erklären (Kombination ähnlich)
IV. Einen Archetypen (Prototyp) bilden (Internalisation ähnlich)
V. Wissen übertragen (auswerten, eventuell im neuen Kontext von Vorne in Gang
setzen)
2.2.7 Case-Study: die Entwicklung der ersten Brotbackmaschine bei
der Firma Matsushita
Bei der Firma Matsushita wurden 1984 drei Divisionen zu einer neuen Division
Kochgeräte zusammengefaßt. Man entschied sich für die Entwicklung eines Produkts,
das es auf dem japanischen Markt noch nicht gab, weil das Wissen der drei ehemaligen
Divisionen für die Neuentwicklung verwertet werden konnte. Man einigte sich auf die
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 9

12. 2 Wissensschaffung nach Nonaka und Takeuchi
Entwicklung eines Küchengerätes, das aus Einzelzutaten einen Teig anfertigen und
kneten konnte und nach einer Wartezeit zu einem Brot backen konnte. (S. 112)
Somit war die Intention der Projekt festgelegt und die Aufgabe einer autonomisch
handelnden Gruppe anvertraut. Die neue Konstellation von einer statt drei Gruppen
sorgte für die Voraussetzungen „kreatives Chaos“ und „notwendige Vielfalt“. Die große
Mitarbeiterzahl sorgte außerdem für ein redundantes Arbeiten an der Aufgabe.
Die erste Wissensspirale hatte drei Zyklen. Nachdem die Art des Gerätes feststand,
entwickelte eine Pilotgruppe Pläne, nach denen ein Prototyp angefertigt wurde. Das Brot
vom Prototypen war aber weder ansehnlich noch schmeckte es gut. In einem zweiten
Zyklus wollte eine Kleingruppe einem Bäcker bei der Arbeit zusehen. Sie wußten, das
begehrteste Brot der Stadt wurde in einem internationalen Hotel gebacken. Eben diesen
Bäcker haben sie besucht und bei seiner Arbeit beobachtet. Eine Mitarbeiterin konnte
die Knettechnik mit den Worten „Drehdehnung“ so treffend beschreiben, daß ein
Konstruktionsteam in der Lage war die neue Anforderung technisch umzusetzen.
Ein dritter Zyklus wurde später notwendig um Knetergebnisse bei unterschiedlichen
Temperaturen zu vereinheitlichen. Zuerst wurde an einem Kühlsystem für das Automat
gearbeitet. Später kam man auf eine in Vergessenheit geratene Technik mit dem Namen
"chumen", wo die Hefe zu einem sehr viel späteren Zeitpunkt erst zugeführt wird. Mit
dieser Herstellungsfolge wurden einheitlich befriedigende Backergebnissen erzielt, die
den Weg zur Markteinführung ebneten.
Die Erfolge des neuen Produkts auf dem Markt haben positiv auf die Mitarbeiter des
Gesamtkonzerns gewirkt. Dieses neue Wissen – angereichert durch die Begeisterung der
Mitarbeiter – wurde auf neue Fragestellungen übertragen. In einer zweiten
Wissensspirale wurden unter neu definierten Vorgaben neue, Jahr 2000-gerechte
Produktreihen ersonnen und zur Marktreife entwickelt. (Vergleiche S. 129)
2.2.8 Zusammenfassung und Ausblick
Mit ihrem Buch haben die Autoren Nonaka und Takeuchi als erste Polanyis Konzept von
tazitem Wissen auf eine Organisationsumgebung angewendet und damit
Aufmerksamkeit auf eine bislang kaum beachtete Unternehmensressource gelenkt. Nach
ihrer Auffassung muß diese Ressource mit dokumentiertem Wissen in einer bestimmten
Abfolge kombiniert werden um Unternehmenswissen in Fluß zu bringen. Die einzelnen
Durchgänge von diesem Kreislauf bilden die Phasen von einem Entwicklungsprojekt und
regen nach einer Beurteilung zu einem neuen „Knowledge Zyklus“ Durchgang an. Sowie
die Wissensdissemination im Laufe eines Projekts zunimmt und sogar weitere
Entwicklungsprojekte anregen kann, ziehen die einzelnen Zyklen immer größere Kreise.
Die Metapher der Wissensspirale, die die Autoren benutzen, kommt so zustande.
Wissenschaftliche Fachbeiträge und unternehmensspezifische Dokumenten liegen
explizit in Datenbanken oder Printversionen vor. Implizites Wissen andererseits wohnt in
den Köpfen Einzelner und läßt sich nicht leicht explizieren und auf Andere übertragen.
Laut Nonaka und Takeuchi beginnt „Knowledge Creation“ (Wissensschaffung) mit dem
explizieren von tazitem Wissen. Weil es ohne expliziertes Mitarbeiterwissen keinen
Wissensfluß geben kann, wird nun verstärkt einen Bereich betrachtet, die sich schwer
quantifizieren läßt. Die Mitarbeiter und ihre Arbeitsumgebung werden in den Mittelpunkt
gerückt. Nonaka und Takeuchis Bedingungen für Wissensschaffung – die übrigens die
Autoren für eher Japan-spezifisch als für den Westen typisch halten – sind ganz
allgemein hoch kreativitätsfördernd. Dieses Buch markiert eine Art Generationswechsel,
10 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

13. 2 Wissensschaffung nach Nonaka und Takeuchi
die der Erkenntnis Rechnung trägt, daß die inzwischen zusammengetragenen Berge von
Dokumenten nur eine Seite der Münze darstellen, gegen welche innovative Produkte und
Prozesse zu erhalten sind.
2.2.9 Bibliographie
R. Capurro: Wissensmanagement in Theorie und Praxis; Bibliothek 22 (1998) No. 3, S.
346-355
R. Capurro: Wissensmanagement und Darüber Hinaus. Der Ansatz von I. Nonaka und H.
Takeuchi. http://v.hbi-stuttgart.de/~capurro/nonaka.htm
H. Takeuchi: Beyond Knowledge Management: Lessons from Japan.
http://www.sveiby.com.au/LessonsJapan.htm, June 1998
I. Nonaka und H. Takeuchi: Die Organisation des Wissens. Wie japanische Unternehmen
eine brachliegende Ressource nutzbar machen erschienen. Campus, 1997
2.3 Rezeption und Kritik des Ansatzes von Nonaka und
Takeuchi durch Essers, Schreinemakers und Schreyögg
Sebastian Spaleck
2.3.1 Einleitung
Inhalt des Referats ist die kritische Auseinandersetzung mit der Theorie der
Wissensschaffung bzw. des Wissensmanagements in Unternehmen von Nonaka und
Takeuchi. Deren Theorie der „Wissensspirale“ wird von Jos Schreinemakers und Juup
Essers in deren Artikel Nonaka' subjectivist Conception of Knowledge in Corporate
Knowledge Management kritisiert. Die Ausarbeitung der Kritikpunkte Schreyögg's hatte
den Artikel Wissensmanagement in Theorie und Praxis von Prof. Rafael Capurro als
Grundlage.
2.3.2 Nonaka's und Takeuchi's Konzept der Wissensschaffung
Für Nonaka und Takeuchi stellt das Konzept der Wissensschaffung in Unternehmen
(organizational knowledge creation) einen Lösungsansatz für das Handhaben der
technologischen und organisatorischen Innovationen eines Unternehmens dar. Für
Nonaka ist Innovation der zentraler Punkt der Wissensspirale. Seine Theorie zielt auf die
Wissensmehrung und Weitergabe im Unternehmens ab und er stellt den Drang zu
Innovation als überlebenswichtig für die Unternehmen dar, vor allem in der heutigen
Situation, in der die technologische Entwicklung immer schneller voranschreitet. Die
Unterscheidung von explizitem und implizitem Wissen (explicit and tacit knowledge)
dient Nonaka als Grundlage seines Spiralmodells der Wissensmehrung.
Die Einzelheiten der Theorien von Nonaka und Takeuchi hat Susan in ihrem Beitrag in
diesem Arbeitspapier dargestellt.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 11

14. 2 Wissensschaffung nach Nonaka und Takeuchi
2.3.3 Abgrenzung des Begriffs Wissensmanagement
In ihrem Artikel The Conceptions of Knowledge and Information in Knowledge
Management versuchen Essers und Schreinemakers zunächst eine Abgrenzung des
Begriffs Wissen(smanagement) vor allem zu Information(smanagement) in folgender
Form:
KNOWLEDGE INFORMATION
durable Transient
general Specific
abstract Concrete
theoretical Practical
objective Subjective
context free context dependent
rule-like case-like
expressed in the relationship between variables expressed in the value of variables (the
(the model) input/output)
Quelle: Schreinemakers/Essers (1996; S.94)
In diesem Zusammenhang verweisen sie auf Nonaka und dessen Definition, der Wissen
als „justified true belief“ definiert und auf Grund folgender Überzeugung begründet liegt:
„[Nonaka] states that knowledge is created by the flow of information
'anchored on the commitment and beliefs of its holder'“
(Schreinemakers/Essers(1996): S. 96)
Dies ist zweifellos eine subjektive Definition von Wissen, da sie auf eine bestimmte
Person bezogen ist. Er lässt dabei traditionell anerkannte wissenschaftliche
"Bewertungskriterien" für Wissen außer Acht (dazu später mehr). Nach Nonakas
Definition kann für eine Person Wissen sein, was für eine andere als Information ist und
umgekehrt.
2.3.4 Nonaka's Subjektiver Ansatz (Schreinemakers/Essers)
Die beiden Autoren des Artikels Nonaka's Subjectivist Conception of Knowledge in
Corporate Knowledge Management sind beide Professoren an der Rotterdam School of
Management der Universität Rotterdam (NL).
Schreinemakers und Essers analysieren zunächst die Theorie Nonakas und
Unterscheiden darin zwei Richtungen. Zum einen stellen sie den Unterschied zwischen
explicit knowledge und tacit knowledge heraus, zum anderen machen sie eine
sogenannte „ontologische Dimension“ aus:
„Firstly Nonaka defines an epistemological dimension of CKM [corporate
knowledge management] in which he adopts the distinction [...] between
explicit and tacit knowledge as the two basic forms in which knowledge can be
operative in an organization. Next to this an 'ontological dimension' is
proposed, in which Nonaka subsequently tries to capture the communicative
interaction requirements between individuals and groups of people, which are
needed to develop new knowledge and generate new ideas“
(Schreinemakers/Essers: S. 27/I)
12 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

15. 2 Wissensschaffung nach Nonaka und Takeuchi
Das in expliziter und impliziter Form vorhandene Wissen wird also mit Hilfe der
„ontologischen Dimension“ vermittelt, umgewandelt und kommuniziert. Neues Wissen
hat demnach seinen Ursprung immer im impliziten Wissen von Personen und wird durch
Artikulation und Kommunikation explizit. Ständiger Erfahrungsaustausch und
Kommunikation (constant dialogue and communicative interaction) sind eine
Voraussetzung dafür.
2.3.5 Kritik durch Schreinemakers und Essers
Schreinemakers und Essers bezweifeln, dass sich das theoretische Modell Nonakas als
Standardkonzept in der Realität umsetzen lässt. Sie stellen die Frage, was geschieht,
wenn nur einige wenige Teammitglieder so sehr von ihren eigenen Ansichten überzeugt
sind, als dass sie bereit sind, diese kreativ in die Weiterentwicklung von Produkten oder
Konzepten einzubringen. Für Schreinemakers stellt seine Annahme ein in der Realität
durchaus verbreitetes Problem dar.
„What will happen in these 'self-organizing teams' if and when some members
are committed more to some of their own (tacit) convictions than to finding
consensus on new product or organizational concepts?“
(Schreinemakers/Essers: S. 28/II)
Ihren zweiten Kritikpunkt sehen Essers und Schreinemakers in der „Richtigkeit des
Wissens“ (knowledge justification). Damit meinen sie zum Beispiel die Anwendbarkeit,
die Erklärbarkeit oder die logische Vereinbarkeit mit anderen Theorien oder Umständen.
Sie verweisen dabei auf in der Wissenschaft anerkannte Kriterien zu Bewertung von
Wissen und fragen ob Nonaka diese für die Anwendung im Bereich des
Wissensmanagements in der Wirtschaft (CKM) außer Acht gelassen hat oder ob er diese
für diesen Bereich gar nicht als relevant ansieht.
Wörtlich schreiben sie:
„...in the context of knowledge justification it is surprising that no mention at all
is made by Nonaka of any of their usual criteria adopted in science to establish
the truth or validity of knowledge claims (like consistency, scope, explanatory
power, empirical testability, etc.). [...] are we to believe that these criteria do
not matter as much to corporate knowledge creation as they do in scientific
knowledge production? How then do these scientific criteria relate to the ones
Nonaka has mentioned? Can they be overruled by criteria like profitability or
return on investment?“ (Schreinemakers/Essers: S. 28/II)
2.3.6 Unvergleichbarkeit von Konzepten (incommensurability)
Schreinemakers' und Essers' erster Kritikpunkt bezieht sich hauptsächlich auf die
Bewertung von Wissen und auf die Probleme bei der Kommunikation von Wissen. Sie
verweisen in diesem Zusammenhang auf Kuhn's Konzept der Unvergleichbarkeit von
verschiedenen Paradigma (incommensurability of different paradigms by their very
nature). Nach Kuhn beinhaltet dieser Begriff drei Dimensionen:
2.3.6.1 perceptual dimension: Dimension der Wahrnehmung
Die Dimension der Wahrnehmung beinhaltet den Standpunkt der Betrachtung, also die
Perspektive der Wahrnehmenden auf das Objekt.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 13

16. 2 Wissensschaffung nach Nonaka und Takeuchi
2.3.6.2 linguistic dimension: sprachliche Dimension
Nach Kuhn können Gesprächspartner, obwohl sie die gleiche Sprache benutzen
scheinbar sprechen, als ob sie in unterschiedlichen Sprachen sprechen.
2.3.6.3 axiological dimension: Dimension der Grundsätze
Dimension der Grundsätze bedeutet das Vorhandensein, bzw. in diesem Fall das
Nichtvorhandensein, von anerkannten Standards oder Kriterien zur Bewertung der
Objekte oder Sachverhalte.
Diese – hier von Schreinemakers und Essers angewendete – Theorie Kuhn's ist in der
Wissenschaft sehr umstritten. In diesem Fall ist die axiological dimension besonders von
Bedeutung. Wissen kann nur sehr ungenügend mit einem einheitlichen Maß gemessen
werden. Noch schlechter können somit verschiedene Paradigma verglichen werden.
Schreinemakers schreibt hierzu:
„In this axiological context Kuhn specifically mentions the inadequacy of a
criterion like 'empirical testability' to decide which of two rivaling paradigms is
to be preferred (Kuhn, 1974, 260f). According to Kuhn there 'are' no neutral or
'objective' facts or paradigm-independent observations on which such a
decision could be founded [...]. More generally, while there may be wide
agreement in science on the relevance and legitimacy of scientific standards
like testability, precision, scope, elegance and the like, there are bound to be
differences between paradigms in the way these standards are applied in
concrete cases or a set in a ranking order of importance. Therefore Kuhn (1974,
p.262) insists that in this sense scientific assessment standards inevitably
function as values and that each paradigm tends to define its own self-serving
set of such standards“ (Schreinemakers/Essers: S. 29/II)
Schreinemakers und Essers begründen ihre Theorie und damit die Kritik an Nonaka
damit, dass es zu bewerten gilt, wann eine neue Theorie wirklich die bessere ist. Für sie
ist es die Methode zu wissen welches Modell das Bessere ist ebenso von Bedeutung
wie die Wissensschaffung an sich.
„There will be good reasons to adopt a new conceptual scheme, but there will
also be good reason to stick to what you know“ (Schreinemakers/Essers: S.
30/I)
Außerdem werfen sie Nonaka vor, er würde bei seinem auf Kommunikation
ausgerichtetem Modell die Möglichkeit eines Zusammenbrechens der Kommunikation
außer Acht lassen. Dieses kann sowohl technisch (Leitungen, Netzwerke) als auch sozial
(zwischenmenschliche Konflikte) bedingt sein. Diese von Schreinemakers und Essers
aufgezeigten Probleme stellen für die praktische Umsetzung des Modells von Nonaka
erhebliche Hürden dar.
2.3.7 Richtigkeit des Wissens (knowledge justification)
Schreinemakers und Essers verweisen in diesem Zusammenhang (besonders in Bezug
auf Standards) auf ihre zuvor geäusserte Kritik. Sie unterstellen Nonaka, dass er die
nicht erwähnten wissenschaftlich anerkannten Kriterien als gegeben vorausgesetzt hat,
sich in seiner Theorie also nicht um z.B. die Bewertung von Wissen kümmert.
In diesem Fall verweist Schreinemakers erneut auf Kuhn und dessen Aussage, dass es
durchaus gute Gründe geben kann um das eine oder andere Paradigma einem anderen zu
14 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

17. 2 Wissensschaffung nach Nonaka und Takeuchi
bevorzugen, dieses jedoch in keinem Fall als Bewertungsmaßstab zu verwenden sein
kann.
Schreinemakers wirft außerdem die Frage auf, wie Meinungsverschiedenheiten
zwischen verschiedenen Paradigma gelöst werden sollen. Wer entscheidet, wenn zum
Beispiel zwei in ein Projekt verwickelte Abteilung verschiedene Prioritäten setzen? Dies
stellt eine zentrales Problem bei der Entscheidung dar. Zwischenmenschliche
Unstimmigkeiten scheinen , so Schreinemakers, bei Nonaka nicht berücksichtigt worden
zu sein. Bei Nonaka scheint die Lösung dieses Problems in der organisatorischen Struktur
des Unternehmens zu liegen. Die Einflussnahme der Geschäftsführung kann sich
allerdings auch negativ auf die zu erreichenden Ziele (Entwicklung neuer Produkte)
auswirken.
2.3.8 Zusammenfassung des Standpunktes von Schreinemakers und
Essers
Grundsätzlich sehen die Autoren den Ansatz von Nonaka als einen Schritt in die richtige
Richtung, allerdings bewerten sie die Theorien Nonakas als zu subjektiv.
2.3.9 Kritik durch Schreyögg und Capurros Kritik an Schreyögg
Georg Schreyögg's Kritik zielt im Gegensatz zur oben beschriebenen mehr auf
theoretische Gesichtspunkte ab. Schreyögg lehrt derzeit am Institut für Management an
der FU Berlin.
Schreyögg führt zunächst an, dass Wissen in Unternehmen immer auf Grundlage von im
Unternehmen bereits vorhandenem Wissen entsteht. Schreyögg fasst Nonakas Theorie
der Einteilung in explizites Wissen und implizites Wissen auf. In Bezug auf die
Wissensumwandlung mit Hilfe des Spiralmodells unterscheidet Schreyögg verschiedene
Lerntypen
„Lernen I:
Veränderung des impliziten oder expliziten Wissens, 'die jedoch im Rahmen
bestehender Grundüberzeugungen und Basisprämissen der Organisation
entwickelt wird'
Lernen II:
Vorherrschende Basisannahmen und Grundsätze werden in Frage gestellt und
durch neues Orientierungswissen [...] ersetzt.'
Lernen III:
Lernen III hat das Wissen um die Lernprozesse selbst zum Inhalt“
(Capurro, S. 350/I, Schreyögg/Noss 1997, S.73)
Nonakas Konzept der Wissensschaffung kann auf diese Theorie übertragen werden. So
kann die Externalisierung (Umwandlung von implizit zu explizit) Lernen II und Lernen III
zugeordnet werden. Sozialisierung (implizit zu implizit) und Internalisierung (explizit zu
implizit) finden im Bereich von Lernen I statt.
Schreyögg kritisiert am Spiralmodell, dass es das Individuum selbst als Ursprung ansieht
und nicht die allgemeine Wissensbasis des Unternehmens. Capurro relativiert in seinem
Aufsatz diese Kritik Schreyöggs und betont, dass man bei Betrachtung des Spiralmodells
zwar zu dieser Schlussfolgerung gelangen könnte, jedoch aber alle 4 Stadien der
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 15

18. 2 Wissensschaffung nach Nonaka und Takeuchi
Wissensumwandlung als Startpunkt gewählt werden können. So hat das Individuum sein
Wissen beispielsweise über den Sozialisierungsprozess erworben. Dieses Wissen
gründet sich aber wiederum auf zuvor explizit gemachtes und/oder kombiniertes Wissen
u.s.w.
Einen weiteren Kritikpunkt sieht Schreyögg in der Behauptung, dass bei der
Wissensschaffung der Weg durch alle 4 Stadien gegangen werden muss. Für Schreyögg
trifft dies so nur auf sein „Lernen I“ zu. Capurro bestätigt Schreyögg insofern, dass dies
nicht nur nicht sinnvoll sondern in vielen Fällen auch gar nicht notwendig oder möglich
ist. Allerdings bezweifelt Capurro dabei, dass dies von Nonaka und Takeuchi überhaupt
behauptet wurde.
Zusammenfassend sagt Schreyögg, dass nach seiner Meinung die vier Stadien der
Wissensschaffung im Rahmen seines Modells unterschiedlich bewertet werden müssen.
Außerdem verweist er auf andere Formen der Wissensschaffung wie „Systemvergleich,
Experimentieren oder das neugierige Suchen“ die je nach Bedarf mehr zu
berücksichtigen sind (Capurro S. 350/I).
Mehr zum Thema Wissensmanagement findet sich auf der WM-Website der VHBI.
2.3.10 Literatur
J. Essers, J. Schreinemakers: Nonaka's Subjectivist Conception of Knowledge;
Knowledge Organization 24 (1997) No. 1, S. 24-32
J. Essers, J. Schreinemakers: The Conceptions of Knowledge and Information in
Knowledge Management; In: J. Schreinemakers (Ed): Knowledge Management,
Würzburg 1996, S. 93-104
R. Capurro: Wissensmanagement in Theorie und Praxis; Bibliothek 22 (1998) No. 3, S.
346-355
16 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

19. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
3 Bausteine des Wissensmanagements - ein
praxisorientierter Ansatz
Gilbert Probst / Kai Romhardt
3.1 Einleitung ins Thema
Wissensmanagement kann als die pragmatische Weiterentwicklung von Ideen des
Organisationalen Lernens verstanden werden. Im Zentrum des Interesses steht die
Verbesserung der organisatorischen Fähigkeiten auf allen Ebenen der Organisation durch
einen besseren Umgang mit der Ressource 'Wissen'. Wissensmanagement beschäftigt
sich mit jenem Teil der Lernprozesse, die als gestaltbar angesehen werden.
Wissensmanagement versucht Führungskräften Ansatzpunkte für gezielte Interventionen
in die organisatorische Wissensbasis zu liefern und entwickelt zu diesem Zwecke
Konzepte und Methoden [1]. Die 'organisationale Wissensbasis' umfaßt dabei sämtliche
Wissensbestandteile, über die eine Organisation zur Lösung ihrer vielfältigen Aufgaben
verfügt. Hierbei handelt es sich sowohl um individuelle als auch um kollektive
Wissensbestandteile (z.B. Fähigkeiten, Fertigkeiten, Erfahrung, Routinen, Normen).
Wissensmanagement kann dabei nicht direkt beim Endprodukt - der aufzubauenden
Fähigkeit - ansetzen, sondern muß das gesamte Daten- und Informationsumfeld des
Unternehmens berücksichtigen.
Die begriffliche Trennung von Daten, Informationen und Wissen hat vielleicht dazu
beigetragen, daß heute in vielen Unternehmen kein integriertes Verständnis für das
Management der eigenen Wissensbasis vorhanden ist. Die Informatik ist für Aufbau und
Pflege der 'Datenseite' verantwortlich, die Ausbildungsfunktion soll individuelle
Fähigkeiten vermitteln, während die Forschung und Entwicklung für Produktinnovation
zuständig ist. Diese häufig isolierten Aktivitäten hemmen das Potential, welches im
gezielteren Management der organisatorischen Wissensbasis steckt.
Abbildung 1: Das Kontinuum von Daten, Informationen zum Wissen
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 17

20. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Es ist erstaunlich, daß ein breiter Konsens über die Bedeutung von Wissen oder
'intellectual capital' für den Erfolg von Unternehmen in der 'Wissensgesellschaft' besteht
und trotzdem Wissen so schlecht 'gemanagt' wird. Während einige wenige
Unternehmen schon seit längerem die Position eines Chief Knowledge Officers (CKO)
kennen oder über andere Maßnahmen das Thema Wissensmanagement in der
Aufbauorganisation verankern, ist die Diskussion in den meisten Unternehmen heute
noch von Sprachlosigkeit gekennzeichnet. Klar definierte Managementrollen oder
Organisationsstrukturen zum besseren Management der Ressource Wissen sowie eine
gemeinsame 'Wissenssprache' fehlen heute noch in nahezu allen Firmen, die wir
untersucht haben. Theoretischen Konzepten des Wissensmanagements fehlt heute
gleichzeitig die empirische Basis zur Validierung ihrer Aussagen.
Die Akzeptanz für das Thema wächst in der Praxis parallel zum Leidensdruck.
Unternehmen, die sich in einem zunehmend wissensintensiven Wettbewerbsumfeld
bewegen, werden so in die intensivere Auseinandersetzung mit dem Management ihrer
organisationalen Wissensbasis gezwungen.
3.2 Action Research zum Wissensmanagement
Um eine solide Basis für die Entwicklung eines praxisorientiertes Konzept des
Wissensmanagements aufzubauen, wurde Mitte 1995 das schweizerische Forum für
Organisationales Lernen und Wissensmanagement an der Université de Genève
gegründet [2]. In diesem Forum kommen Praktiker zusammen, welche den besseren
Umgang mit der strategischen Ressource 'Wissen' als zentralen Hebel für die Sicherung
ihrer Wettbewerbsfähigkeit ansehen [3]. Die themenzentrierten round-tables dieser
Gruppe werden von der geneva knowledge group [4] betreut, gestaltet und koordiniert In
den Forumsfirmen führen Mitarbeiter des Lehrstuhles für Management und Organisation
eine Reihe von Projekten durch, welche unterschiedliche 'Wissensprobleme' beleuchten.
Das Spektrum reicht hierbei von der "Ableitung von lessons learned aus
Strategieprojekten" über die "Reorganisation der Konzernausbildung nach
Kompetenzfeldern" bis zur "Konzeption eines Global Knowledge Network zur Schaffung
von Wissenstransparenz in ausgewählten Kompetenzfeldern eines international tätigen
Großunternehmens". Parallel werden Anforderungen an ein praxisorientiertes
Wissensmanagement-Modell erhoben. Folgende Anforderungen werden in unserer
Erfahrung von Praktikern als zwingend notwendig empfunden:
Anschlußfähigkeit: Die Schaffung einer gemeinsamen Sprache und die Einordnung von
Wissensmanagement-Ideen in bereits bestehende Konzepte wie Total Quality
Management oder Business Process Reengineering muß gewährleistet werden.
Problemorientierung: Wissensmanagement muß bei der Lösung von konkreten
Problemen einen Beitrag leisten und darf nicht auf der Meta-Ebene verharren ("Lernen ist
wichtig - Lernen ist gut"). Die Nutzbarkeit der Ideen in der Praxis ist der finale Test.
Verständlichkeit: Statt zu 'verkomplizieren' [5] und weitere Unterscheidungen zu treffen
[6], muß eine Auswahl relevanter Begrifflichkeiten und Ideen im Felde des
Wissensmanagement getroffen werden, welche innerhalb von Organisationen
verstanden werden.
Handlungsorientierung: Analysen im Felde des Wissensmanagements müssen
Führungskräfte ermächtigen, den Einsatz von Managementinstrumenten in ihrer Wirkung
18 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

21. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
auf die organisationale Wissensbasis zu beurteilen und letzlich zu Entscheidungen und
Handlungen führen.
Instrumentebereitstellung: Zielgerichtete Interventionen erfordern erprobte Instrumente.
Ziel eines Wissensmanagementkonzeptes muß es somit letztlich auch sein, ein gewisses
Arsenal an ausgereiften und zuverlässigen Methoden und Instrumenten zur Verfügung zu
stellen. Dabei wäre es ein Trugschluß, zu glauben, daß die Qualität eines
'Werkzeugkastens des Wissensmanagements' alleine von der Neuigkeit der darin
enthaltenen Instrumente abhinge. Vielmehr kommt es weniger auf die Instrumente als
auf ihre geschickte Verwendung an.
3.3 Modell des Wissensmanagements
Inzwischen haben verschiedene Wissenschaftler und Berater ihre Modelle des
Wissensmanagements vorgestellt [7]. Basis der meisten Modelle ist ein Lernkreislauf,
der von Rahmenbedingungen beeinflußt bzw. von Lernbarrieren gehemmt wird.
Teilweise werden bestimmte Wissensarten (z.B. implizites versus explizites Wissen [8])
in ihrer Bedeutung hervorgehoben, teilweise wird die Substanz des
Wissensmanagement-Prozesses nicht thematisiert. Das 'richtige Modell' des
Wissensmanagements existiert nicht, sondern die unterschiedlichen
Systematisierungsversuche sind stets Ausfluß unterschiedlicher Erkenntnisinteressen
und Beobachterperspektiven. Kriterium zur Bewertung dieser Modelle ist daher ihre
Nützlichkeit für das gewählte Erkenntnisziel. Unsere Bausteine des
Wissensmanagements sind von einem praxisorientierten Erkenntnisinteresse geleitet
und dementsprechend zu verstehen. Sie wurden im Rahmen unserer 'Action Research' im
engen Dialog mit Praktikern entwickelt und haben sich für unsere Arbeit in
Praxisprojekten als nützlich erwiesen.
3.4 Bausteine des Wissensmanagements
Abbildung 2: Bausteine des Wissensmanagements
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 19

22. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Die Bausteine des Wissensmanagements stellen eine Konzeptualisierung von Aktivitäten
dar, die unmittelbar wissensbezogen sind und keiner anderen externen Logik folgen [9].
Wenn 'klassische' Unternehmensprobleme in Form von Wissensmanagementproblemen
reformuliert werden sollen, scheint uns ein solches Vorgehen zwingend notwendig zu
sein. Die Anordnung der Bausteine folgt zwei Prinzipien. Ein 'äußerer Kreislauf', mit den
Elementen Zielsetzung, Umsetzung und Messung bildet einen traditionellen
Managementprozeß ab. Dieser Regelkreis erfüllt mehrere Aufgaben. Er verdeutlicht die
Wichtigkeit strategischer Aspekte im Wissensmanagement sowie die Bedeutung
eindeutiger und konkreter Zielsetzungen. Darüber hinaus berücksichtigt er die
Notwendigkeit, die Möglichkeiten der Messung auch im Bereich des
Wissensmanagements so weit wie möglich auszuschöpfen, um so der Idee einer
zielgerichteten Steuerung gerecht zu werden.
Im inneren Kreislauf finden wir die Bausteine Wissenstransparenz, Wissenserwerb,
Wissensentstehung, Wissens(ver)teilung, Wissensbewahrung und Wissensnutzung.
Viele Wissensprobleme entstehen, weil die Organisation einem oder mehreren dieser
Bausteine zu wenig Beachtung schenkt und somit den Wissenskreislauf stört. Wenn
beispielsweise keine Transparenz über intern erstellte Berichte der Marktforschung
besteht, können diese Kenntnisse nicht im Produktentwicklungsprozeß genutzt werden.
Wenn die einzelnen Schritte eines Problemlösungsprozesses nicht dokumentiert werden,
können sie dem organisationalen Gedächtnis der Organisation entfallen und die
Wiederholung eines erfolgreich durchgeführten Prozesses unmöglich machen.
Die Definition von Bausteinen des Wissensmanagements hat mehrere Vorteile:
 sie strukturiert den Managementprozeß in logische Phasen
 sie bietet Ansätze für Interventionen
 sie liefert ein erprobtes Suchraster für die Suche nach den Ursachen von
'Wissensproblemen'
Gleichzeitig wird betont, daß die einzelnen Bausteine aufeinander einwirken und
Maßnahmen des Wissensmanagements nie isoliert betrachtet werden dürfen. In vielen
Organisationen sind beispielsweise die Prozesse der internen Wissensentwicklung
sowohl vom Zielsystem des Unternehmens als auch von den Bedürfnissen der
zukünftigen Nutzer des zu entwickelnden Know-how abgekoppelt.
Abbildung 3: Entkopplung von Prozessen der Wissensentstehung
Unsere Bausteine erheben keinen Anspruch, theoriebildend zu sein. Sie sind vielmehr ein
pragmatisches Sprachangebot an die Praxis. Unsere Erfahrungen haben gezeigt, daß
Praktiker mit Hilfe der Bausteine des Wissensmanagements Wissensprobleme in ihren
20 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

23. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Organisationen besser einordnen und verstehen können. So fällt Ihnen die Auswahl
geeigneter Instrumente leichter und sie können das Leitbild 'besserer Umgang mit der
Ressource Wissen' in kleine, handhabbare Maßnahmenpakete unterteilen.
Im folgenden werden Grundideen und Instrumente innerhalb der einzelnen Bausteine
vorgestellt und illustriert.
3.4.1 Wissensziele
Wissensziele geben den Aktivitäten des Wissensmanagements eine Richtung. Sie legen
fest, auf welchen Ebenen welche Fähigkeiten aufgebaut werden sollen. Normative
Wissensziele richten sich dabei auf die Schaffung einer 'wissensbewußten'
Unternehmenskultur, in der Teilung und Weiterentwicklung der eigenen Fähigkeiten, die
Voraussetzungen für ein effektives Wissensmanagement schafft.
Strategische Wissensziele definieren organisationales 'Kernwissen' und beschreiben
somit den zukünftigen Kompetenzbedarf eines Unternehmens. Sie ein anzustrebendes
Kompetenzportfolio für die Zukunft fest. Dabei orientieren sie sich am langfristigen
Aufbau von Kompetenzen der Organisation und bilden somit eine bewußte Ergänzung
herkömmlicher Planungsaktivitäten. Traditionelle Zielkategorien strategischer oder
finanzieller Planung, wie beispielsweise Umsatzwachstums- oder Marktanteilsziele,
werden weiterhin ihre Bedeutung behalten. Die wachsende Bedeutung von Wissen als
kritischer Größe des Unternehmenserfolges läßt jedoch eine Einbeziehung von
Wissenszielen in den Katalog der Unternehmensziele sinnvoll erscheinen.
Ein zentrales Problem vieler neuer Managementansätze besteht darin, daß sie auf der
Ebene strategischer Reflexion verharren und die Resultate dieser Reflexion nicht in die
konkrete Implementierungsphase gelangen. Operative Wissensziele sorgen für die
Umsetzung des Wissensmanagements und sichern die notwendige Konkretisierung der
normativen und strategischen Zielvorgaben. Typische operative Wissensziele wären
beispielsweise das Herstellen der Verfügbarkeit aller intern erstellten Dokumente der
Organisation auf einem Intranet oder die Festlegung eines Englischniveaus, das von allen
Mitarbeitern erreicht werden soll. Die Definition operativer Wissensziele soll also
verhindern, daß es zu einem 'Verkümmern' des Wissensmanagements auf der Stabs-
oder Strategieebene kommt, beziehungsweise daß der Wissensaspekt dem operativen
Geschäft 'zum Opfer fällt'. Wenn dies gelingen soll, müssen operative Wissensziele
ausreichend konkret formuliert sein und organisationsweit mit ganzer Konsequenz
verfolgt werden.
3.4.2 Wissensidentifikation
Bevor aufwendige Anstrengungen zum Aufbau neuer Fähigkeiten unternommen werden,
ist es angeraten, sich über intern oder extern bereits vorliegendes Wissen oder Know-
how zu informieren. Den meisten Großunternehmen fällt es heute schwer, den Überblick
über interne und externe Daten, Informationen und Fähigkeiten zu behalten. Diese
mangelnde Transparenz führt zu Ineffizienzen, 'uninformierten' Entscheidungen und
Doppelspurigkeiten. Ein effektives Wissensmanagement muß daher ein hinreichendes
Maß an interner und externer Transparenz schaffen und den einzelnen Mitarbeiter bei
seinen Suchaktivitäten unterstützen.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 21

24. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Tatsächlich herrscht in vielen Großunternehmen Unklarheit darüber, wo welche Experten
mit welcher Expertise sitzen und an welchen Projekten innerhalb der Organisation z.Zt.
gearbeitet wird. Restrukturierungen, Lean-Management und Reengineering-Aktivitäten
erhöhen in vielen Fällen noch die Intransparenz, da sie effiziente informelle Netze
auseinanderreißen.
Eine Möglichkeit zur Schaffung interner Wissenstransparenz liegt in der Erstellung von
Wissenslandkarten (s.u.), welche den systematischen Zugriff auf die organisationale
Wissensbasis unterstützen. Die heutigen Möglichkeiten der Informationstechnologie
ermöglichen dabei völlig neue Möglichkeiten im Zugriff auf die interne, elektronische
Wissensbasis und die Verknüpfung unterschiedlicher Datentypen. Im Zusammenspiel mit
der rasanten Entwicklung des Internet wird sich unser Umgang und Zugriff auf
Informationen in der Zukunft radikal verändern. Reine Technologielösungen werden
allerdings nie die notwendige Transparenz innerhalb von Organisationen schaffen
können. Sie müssen immer durch den Faktor Mensch ergänzt werden, der seine Expertise
im persönlichen Gespräch anderen Organisationsmitgliedern zur Verfügung stellt. Um
diese Gespräche zu ermöglichen, müssen sich Wissensanbieter und Wissensnachfrager
aber auf einer Plattform kennenlernen können.
Abbildung 4: Arten von Wissenskarten
Systeme, welche die Identifikation zentralen Wissens unterstützen, fehlen vielen
Organisationen. Es ist anzumerken, daß die Verantwortung für eine angemessene interne
Wissenstransparenz (zu) selten organisatorisch geregelt ist. Die Struktur von Intranets
oder Wissenslandkarten muß sich immer an den Bedürfnissen der potentiellen
Wissensnutzer ausrichten und darf nicht einer reinen Informatiklogik folgen.
22 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

25. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
3.4.3 Wissenserwerb
Durch die weltweite Wissensexplosion und gleichzeitige Wissensfragmentierung sind
Unternehmen immer weniger in der Lage, sämtliches für den Erfolg notwendige Know-
how aus eigener Kraft zu entwickeln. Statt dessen müssen heute kritische Fähigkeiten
auf den verschiedensten Wissensmärkten erworben werden, was von Unternehmen
gezielte Beschaffungsstrategien erfordert. Es können mehrere Beschaffungsformen
unterschieden werden.
Der Erwerb von Wissen anderer Firmen wird häufig eingesetzt, um Zukunftskompetenzen
schneller aufzubauen, als dies aus eigener Kraft möglich wäre. Eine Möglichkeit liegt in
der Übernahme besonders innovativer Firmen im eigenen Kompetenzfeld oder dem
bewußten Eingehen von product links zur gezielten Schließung von Know-how-Lücken.
Der Erwerb von Stakeholderwissen ist häufig ein sehr günstiger Weg, um an zentrale
Ideen und Verbesserungsvorschläge zu gelangen. Als Stakeholder einer Organisation
bezeichnet man diejenigen Gruppen im Umfeld einer Organisation, welche besondere
Interessen und Ansprüche an die Tätigkeit eines Unternehmens richten [10]. So können
beispielsweise zum Erwerb des Wissens der eigenen Kundschaft Schlüsselkunden in den
Entwicklungsprozeß involviert werden oder Kooperationen in Pilotprojekten eingegangen
werden, welche ein frühzeitiges Lernen über die Kundenbedürfnisse ermöglichen.
Der Erwerb von Wissen externer Wissensträger (z.B. Rekrutierung von Spezialisten) kann
über klassische Rekrutierungsstrategien oder unter Einschaltung externer Helfer wie
Headhunter oder Personalberater erfolgen. Temporäre Anstellungen sind eine
interessante Alternative zur klassischen Festanstellung. Häufig sind gewisse Fähigkeiten
nur kurz- bis mittelfristig knapp. Manager auf Zeit oder die Nutzung von
Teilzeitarbeitsfirmen können über diesen Engpaß hinweghelfen und so einen Import von
Intelligenz auf Zeit ermöglichen. Eine enge Kopplung zwischen strategischen
Wissenszielen und der Beschaffungspolitik von Wissensträgern ist von großer
Bedeutung.
Im Gegensatz zum Import der Fähigkeiten von Wissensträgern und Experten, steht der
Erwerb von Wissensprodukten wie beispielsweise Software, Patenten oder CD-Roms.
Durch den Ankauf solcher Wissenskonserven gelangt die Organisation aber nicht
automatisch in den Besitz von organisatorischen Fähigkeiten [11]. In der Regel wird ihr
Potential erst durch menschliches Handeln und eine sinnvolle Integration in die
bestehende Wissensbasis realisiert. Der Kauf 'passender' Wissensprodukte kann einen
enormen Hebel für ein effektives Wissensmanagement darstellen. In der Praxis ist
allerdings häufig der Ankauf von nicht integrationsfähigen Ressourcen zu beobachten.
Die Prüfung der importierten Produkte im Vorfeld ist daher von besonderer Bedeutung.
Der Wissensimport ist immer ein zweischneidiges Schwert. Zum einen sollen neue Ideen
in der Organisation verfügbar gemacht werden, um interne Routinen zu verändern,
gleichzeitig kann das Neue seine Wirkung nur entfalten, wenn es anschlußfähig bleibt.
Der Grad der Fremdheit beeinflußt somit die Abstossungswahrscheinlichkeit der neuen
Ideen.
Gleichzeitig muß geklärt sein, ob wir mit dem Erwerb eine Investition in die Zukunft
(Potential) tätigen oder eine Investition in die Gegenwart (direkt verwertbares Wissen)
wollen. Ein integriertes Wissensmanagement muß beide Bereiche umfassen und mit
geeigneten Instrumenten unterstützen.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 23

26. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
3.4.4 Wissensentwicklung
Viele Managementforscher konzentrieren sich bei der Erforschung von
Wissensmanagement auf Prozesse der Wissensentwicklung. Im Mittelpunkt steht die
Produktion neuer Fähigkeiten, neuer Produkte, besserer Ideen und leistungsfähigerer
Prozesse. Wissensentwicklung umfaßt alle Managementanstrengungen, mit denen die
Organisation sich bewußt um die Produktion bisher intern noch nicht bestehender oder
gar um die Kreierung intern und extern noch nicht existierender Fähigkeiten bemüht.
Wissensentwicklung kann auf der individuellen und auf der kollektiven Ebene
konzeptionalisiert werden.
Prozesse der individuellen Wissensentwicklung beruhen auf Kreativität und
systematischer Problemlösungsfähigkeit. Während Kreativität eher als einmaliger
Schöpfungsakt gedacht werden kann, folgt die Lösung von Problemen eher einem
Prozeß, der durch mehrere Phasen beschrieben werden kann. Kreativität könnte als
chaotische Komponente und Problemlösungskompetenz als systematische Komponente
des Wissensentwicklungsprozesses bezeichnet werden. Beide Komponenten müssen
durch Maßnahmen der Kontextsteuerung unterstützt werden, welche das Individuum in
seiner Wissensproduktion unterstützt wird. Zur Unterstützung können teilweise
althergebrachte Instrumente (wie z.B. das Vorschlagswesen) revitalisiert und neu
interpretiert werden.
Kollektive Prozesse der Wissensentwicklung folgen häufig einer anderen Logik als
individuelle. Nimmt man das Team als Keimzelle kollektiven Lernens in der
Unternehmung, so muß auf die Schaffung komplementärer Fähigkeiten in der Gruppe und
die Definition sinnvoller und realistischer Gruppenziele geachtet werden. Nur in einer
Atmosphäre von Offenheit und Vertrauen, welche durch eine hinreichende
Kommunikationsintensität unterstützt und erzeugt werden kann, sind kollektive Prozesse
der Wissensentwicklung individuellen Bemühungen überlegen. Durch die Einrichtung
interner think tanks, Lernarenen [12], Aufbau interner Kompetenzzentren [13] oder
Produktkliniken [14] können diese Prozesse unterstützt werden.
Abbildung 5: Integration von lessons learned in den Projektprozeß
In einem Prozeß der Selbstreflexion kann jedes Team nach Abschluß eines Projektes
lessons learned erstellen. Es muß herausgearbeitet werden, welche kritischen
Erfahrungen im Projektverlauf gesammelt wurden und worauf zukünftige Teams bei
ähnlichen Problemstellungen achten sollten. Häufig werden unterschiedliche
Einschätzungen erst durch solche Abschlußevaluationen sichtbar und können damit auch
24 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

27. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
für die Beteiligten eine wertvolle Quelle zur Reflexion der eigenen Arbeit darstellen. In
knapper klarer Form repräsentieren lessons learned damit die Essenz der Erfahrungen,
welche in einem Projekt oder einer Position gemacht wurden und sind das Resultat eines
kollektiven Lernprozesses [15].
3.4.5 Wissens(ver)teilung
Die (Ver)teilung von Erfahrungen in der Organisation ist die zwingende Voraussetzung,
um isoliert vorhandene Informationen oder Erfahrungen für die gesamte Organisation
nutzbar zu machen. Die Leitfrage lautet: Wer sollte was in welchem Umfang wissen oder
können und wie kann ich die Prozesse der Wissens(ver)teilung erleichtern? Nicht alles
muß von allen gewußt werden, sondern das ökonomische Prinzip der Arbeitsteilung
verlangt eine sinnvolle Beschreibung und Steuerung des Wissens(ver)teilungsumfanges.
Nicht jede Wissensart ist für eine effiziente Wissensmultiplikation geeignet. Die
Vermittlung von Standardfähigkeiten zum neuen Betriebssystem Windows 95 ist eher
standardisierbar als die (Ver)teilung von Fachexpertise, welche ein Werkzeugmeister im
Laufe seines Berufslebens an 'seiner' Maschine gesammelt hat.
Technische Infrastrukturen der Wissens(ver)teilung können den simultanen
Wissensaustausch in der Organisation fördern und somit viele bisher getrennte Experten
in einem elektronischen Netzwerk miteinander verbinden [16]. Relevante Technologien
betreffen hier vor allem 'groupware', modernere Formen interaktiver
Managementinformationssysteme sowie alle Instrumente von 'computer supported
cooperative work'.
Abbildung 6: Vom divergenten zum konvergenten System (Quelle: Arthur Andersen)
Die obige Abbildung zeigt, wie breit verteilte Erfahrungen und Informationen
zusammengefaßt werden und in konvergierter/aggregierter Form an die Organisation
zurückgespielt werden können.
Wissens(ver)teilung kann sich neben Effizienzvorteilen durch besseres Zeit- und
Qualitätsmanagement auch direkt in Kundennutzen niederschlagen. Verteilte
organisationale Wissensbestände erlauben eine Nutzung des Wissens an zahlreichen
Stellen des Unternehmens. Statt des Rückgriffs auf spezialisierte Stellen wird so eine
effizientere und schnellere Reaktion ermöglicht.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 25

28. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Wissens(ver)teilung kann in der Zusammenfassung also der reinen Multiplikation von
Wissen, dem Zugriff auf Erfahrungen ('lessons learned') oder den zeitgleichen Zugriff auf
organisationale Wissensbestände und deren Transformation dienen.
3.4.6 Wissensnutzung
Die Wissensnutzung, also der produktive Einsatz organisationalen Wissens zum Nutzen
des Unternehmens, ist Ziel und Zweck des Wissensmanagements. Mit erfolgreicher
Identifikation und (Ver)Teilung zentraler Wissensbestandteile ist die Nutzung im
Unternehmensalltag leider noch lange nicht sichergestellt. Die Nutzung 'fremden'
Wissens wird durch eine Reihe von Barrieren beschränkt. Fähigkeiten oder Wissen
'fremder' Wissensträger zu nutzen, ist für viele Menschen ein 'widernatürlicher Akt'[17],
den sie nach Möglichkeit vermeiden. Die Beibehaltung 'bewährter' Routinen bildet einen
Sicherheitsmechanismus, der das Individuum vor Überfremdung schützt und seine
Identität aufrechterhält. Dennoch müssen Unternehmen sicherstellen, daß Wissen,
welches mit großem Aufwand erstellt und als strategisch wichtig eingeschätzt wird,
auch tatsächlich im Alltag genutzt wird, und nicht dem generellen Beharrungsvermögen
der Organisation zum Opfer fällt.
Abbildung 7: Die Todesspirale einer elektronischen Wissensbasis [18]
Stellt man nicht sicher, daß beispielsweise neue 'Wissenssysteme' konsequent genutzt
werden, können sie sich innerhalb kurzer Zeit in die in Abbildung 7 skizzierte
'Todesspirale' bewegen.
Alle Bemühungen des Wissensmanagements sind daher vergebens, wenn der potentielle
Nutzer nicht vom Nutzen der neuen Lösung überzeugt ist. Nutzen und Nutzung liegen
nicht nur zufällig sprachlich eng beieinander.
3.4.7 Wissensbewahrung
Einmal erworbene Fähigkeiten stehen nicht automatisch für die Zukunft zur Verfügung.
Die gezielte Bewahrung von Erfahrungen oder Informationen und Dokumenten setzt
Managementanstrengungen voraus. Tatsächlich beklagen heute viele Organisationen,
daß sie im Zuge von Reorganisationen einen Teil ihres Gedächtnisses verloren haben.
Diese kollektive Amnesie beruht häufig auf der unbedachten Zerstörung informeller
Netzwerke, welche wichtige aber wenig beachtete Prozesse steuern. Um wertvolle
Expertise nicht leichtfertig preiszugeben, müssen die Prozesse der Selektion des
26 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

29. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Bewahrungswürdigen, die angemessene Speicherung und die regelmäßige
Aktualisierung bewußt gestaltet werden.
Abbildung 8: Die Hauptprozesse der Wissensbewahrung
In jeder größeren Organisation werden täglich viele Erfahrungen gewonnen, welche für
die Zukunft nützlich sein könnten und daher bewahrt werden sollten. Projektberichte,
Sitzungsprotokolle, Briefe oder Präsentationen entstehen an vielen Orten. Die
Herausforderung liegt in der Selektion zwischen den bewahrungswürdigen und nicht
bewahrungswürdigen Wissensbestandteilen. Organisationen werden nie alle
Selektionsprozesse managen können und das wäre auch gar nicht sinnvoll. Für
Kernbereiche der organisationalen Wissensbasis sollten allerdings Anstrengungen zur
sinnvollen Selektion und Dokumentation getroffen werden. Dabei gilt die Leitregel, daß
nur was in der Zukunft für Dritte nutzbar sein könnte es auch verdient, bewahrt zu
werden. Alles andere raubt dem zukünftigen Nachfrager nur Zeit und Vertrauen in die
Qualität des Dokumentationssystems. Eingefahrene Dokumentationssysteme sind aus
dieser Perspektive auf ihre Daseinsberechtigung zu überprüfen.
Speicherungsprozesse finden auf der individuellen, der kollektiven und der
elektronischen Ebene statt. Auf der individuellen Ebene können Träger von Schlüssel-
Know-how über materielle oder immaterielle Anreizsysteme ans Unternehmen gebunden
werden. Auf der kollektiven Ebene kann man sich um die Explizierung von Fähigkeiten,
welche im prozeduralen Gedächtnis der Organisation gespeichert sind, bemühen und ein
Bewußtsein für den Inhalt des historischen Gedächtnisses der Organisation schaffen.
Dies ermöglicht einen gezielten Zugriff auf diese Erfahrungen zu einem späteren
Zeitpunkt. Die elektronische Bewahrung, in der immer häufiger Expertensysteme als
intelligente Hüter des organisationalen Erfahrungsschatzes auftreten, ermöglicht den
zukünftigen systematischen Zugriff auf zentrale Wissensdokumente.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 27

30. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Abbildung 9: Formen des organisationalen Vergessens
Bewahrung ist ein permanenter Prozeß, der durch permanente
Aktualisierungsbemühungen aufrecht erhalten werden muß. Veraltete Speichersysteme
sind 'tote' Speichersysteme. Wer seine Fähigkeiten nicht trainiert oder gewisse Prozesse
am Laufen hält, der 'verlernt' über kurz oder lang das mühevoll Erlernte. Die Formen des
organisationalen 'Vergessens' sind vielfältig (siehe Abbildung 9).
3.4.8 Wissensbewertung
Die Messung und Bewertung organisationalen Wissens gehört zu den größten
Schwierigkeiten, die das Wissensmanagement heute zu bewältigen hat. Ein
entscheidender Durchbruch konnte in diesem Bereich bisher noch nicht erzielt werden.
Wissensmanager können im Gegensatz zu Finanzmanagern nicht auf ein erprobtes
Instrumentarium von Indikatoren und Meßverfahren zurückgreifen, sondern müssen neue
Wege gehen. Wissen oder Fähigkeiten können selten auf eine Meßdimension
zurückgeführt werden und häufig ist der Meßaufwand unvertretbar hoch. Dennoch liegt
im Bereich der Wissensbewertung ein bisher stark vernachlässigtes Potential.
Ausbildungscontroller, welche den Einfluß ihrer Ausbildungsinvestitionen auf den
Unternehmenserfolg nachweisen mußten, haben gezeigt, wie man sich dem flüchtigen
Erkenntnisobjekt nähern kann.
Entsprechend den formulierten Wissenszielen werden Methoden zur Messung von
normativen, strategischen und operativen Wissenszielen notwendig. Spätestens bei der
Bewertung zeigt sich, welche Qualität die formulierten Zielvorstellungen hatten, denn
bei der Definition von Zielen werden immer auch die Möglichkeiten der abschließenden
Erfolgsbewertung festgelegt. Abstrakte Zielformulierungen wie: "Wir wollen ein
lernendes Unternehmen werden" rächen sich hier. Wissensorientierte Kulturanalysen,
die Erstellung von Fähigkeitenbilanzen oder die Intensivierung von Methoden des
Ausbildungscontrolling weisen den Weg in die richtige Richtung. Nur wenn die Messung
zentraler Größen des Wissensmanagement-Prozesses in Zukunft vereinfacht werden
kann und höhere Akzeptanz erhält, kann der Management-Kreislauf geschlossen werden
und von echtem Wissensmanagement gesprochen werden.
28 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

31. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Abbildung 10: Ansätze zur Bewertung von Wissenszielen
3.5 Fazit/Thesen
"Wissensmanagement ist hoch politisch und braucht Top-Management Unterstützung"
Wissensmanagement bewertet die bestehenden Kompetenzportfolios innerhalb eines
Unternehmens neu und setzt neue Prioritäten. In diesem Prozeß verlieren bisherige
Experten häufig ihre Sonderstellung. Wissenstransparenz reduziert
Informationsvorsprünge, welche häufig in politischen Spielen von Bedeutung sind. Dies
reduziert die Machtbasis der bisher besser Informierten. Diese Aussagen machen
deutlich, daß Wissensmanagement 'natürliche Feinde' hat und viele Maßnahmen des
Wissensmanagements nur mit absolutem Top-Management Commitment durchgesetzt
werden können.
"Wissensmanagement muß in den Organisationsstrukturen und der Kultur verankert
werden"
Wissensmanagement ist ein Querschnittsaufgabe, welche heute durch getrennte
Funktionslogiken im Personalbereich, der Informatik oder der Forschung & Entwicklung
sowie der Unternehmungsplanung erschwert wird. Die Überzeugung, die Ressource
'Wissen' in der Organisation besser zu nutzen, muß sich mittelfristig in der
Aufbauorganisation und der Unternehmenskultur niederschlagen. Die Integration von
'Wissenszielen' in die Unternehmensstrategie und Projektplanung ist sicherzustellen. Die
Mitarbeiter müssen bei der Bewältigung der Informationsflut infrastrukturell unterstützt
werden.
"Wissensmanagement wird heute hauptsächlich durch die Entwicklung in der
Kommunikationstechnologie getrieben"
Wissensmanagement ist kein Informationsmanagement. Der Grund dafür, daß
Wissensmanagement gerade heute seine 'Zuhörer' findet, ist auf Technologiesprünge im
Kommunikationsbereich zurückzuführen, welche völlig neue Organisationsformen des
digitalisierten Teiles der organisationalen Wissensbasis zulassen. Mit dem Trend zur
weltweiten Vernetzung aller Arbeitsplätze entstehen Kommunikationsstrukturen, welche
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 29

32. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
mit traditionellen Organisationsmodellen nicht mehr beschreibbar sind. Tatsächlich
scheinen es moderne Informationstechnologien wie Groupware-Applikationen oder
Intranets zu sein, welche heute den Umgang der Organisation mit ihrer eigenen
Wissensbasis revolutionieren. Die Verbindung dieser technologischen Möglichkeiten mit
dem Faktor Mensch und seinen individuell-einmaligen Fähigkeiten und Erfahrungen
scheint der Haupttreiber in der Implementierung von Wissensmanagement zu sein.
3.6 Anmerkungen
[1] Konzepten des Organisationalen Lernens geht es hingegen in der Regel um das
Verständnis der Rahmenbedingungen, Funktionsweisen und Hindernisse organisationaler
Lernprozesse. Obwohl sich in der Praxis viele Unternehmen um die Transformation in
eine lernende Organisation bemühen, haben sie häufig Mühe, Ihren Aktivitäten eine
klare Richtung zu geben und konkrete Ansatzpunkte zu finden. Die Ursachen liegen in
zwei Defiziten, welche OL-Konzepte aus einer Managementperspektive aufweisen. Zum
einen schaffen sie es selten klare Lernziele zu formulieren, zum zweiten vernachlässigen
sie die Beschäftigung mit der Substanz der Lernprozesse, dem organisationalen Wissen
und den Fähigkeiten des Unternehmens.
[2] Damit wird der Action Research Philosophie des Lehrstuhls gefolgt. Vergleiche
Probst/Raub (1995).
[3] Forumsmitglieder sind z.Zt. AT&T International, Coop, Telecom-PTT, Schweizerischer
Bankverein, Winterthur Versicherungen, Schweizerische Bankgesellschaft, Holderbank
und Hewlett Packard Europa.
[4] Ursprüngliche Bezeichnung für eine Forschungsgruppe an der Universität Genf, die
sich in Forschungs- und Praxisprojekten mit Aspekten des OL und Wissensmanagements
beschäftigt. Seit kurzem firmiert die geneva knowledge group als GmbH und bietet
Beratungsdienstleitungen im Felde des Wissensmanagements an. Gesellschafter sind
Prof. Dr. Bettina Büchel, Prof. Dr. Gilbert Probst, Steffen Raub und Kai Romhardt.
[5] Vergleiche Weick (1995).und seine entgegengesetzte Forderung "Verkompliziere
Dich".
[6] Viele der in der Wissenschaft häufig behandelten Unterscheidungen von Wissen (wie
z.B. implizit/explizit) sind in den meisten Problemfeldern der Praxis nicht relevant. Die
Festlegung auf eine zentrale Leitunterscheidung des Wissens darf nie am Anfang einer
Untersuchung stehen, sondern die Kunst liegt vielmehr in der Auswahl der passenden
Unterscheidung. Mögliche Unterscheidungen sind: autorisiertes vs. nicht autorisiertes
Wissen, bewahrtes vs. neu gewonnenes Wissen, kodierbares vs. nicht-kodierbares
Wissen, formelles vs. informelles Wissen , herrschendes vs. Minderheitswissen,
individuelles vs. kollektives Wissen, kommunikables vs. inkommunikables Wissen,
narratives vs. wissenschaftliches Wissen, natürliches vs. künstliches Wissen,
persönliches vs. öffentliches Wissen, speicherungswertes vs. nicht-speicherungswertes
Wissen, universales vs. partikulares Wissen, Wissen vs. Gegen-Wissen oder Wissen vs.
Nicht-Wissen. Zu Möglichkeiten und Grenzen der Strukturierung der organisationalen
Wissensbasis mit Hilfe von Leitunterscheidungen vergleiche Romhardt (1996).
[7] Vergleiche exemplarisch für die Vielzahl der Modelle Nonaka/Takeuchi (1995),
Spek/Spijkervet (1996) und Schüppel (1996) oder auf der Beraterseite das Knowledge
Management Assessment Tool von Arthur Andersen (1996).
30 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

33. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
[8] Vergleiche exemplarisch Nonaka/Takeuchi (1995).
[9] Im Rahmen dieser Veröffentlichung können die Bausteine des Wissensmanagements
nur kurz vorgestellt werden. Eine ausführliche Darstellung mit Praxisillustrationen und
Instrumenten findet sich bei Probst/Raub/Romhardt (1997).
[10] Vergleiche Bleicher (1992:105 und 139).
[11] Badaracco (1991) stellt vier Bedingungen auf, die erfüllt sein müssen damit
sogenanntes migratory knowledge seine Wirkung entfalten kann: "First the knowledge
must be clearly articulated and reside in "packages". Second, a person or group must be
capable of opening the package, of understanding and grasping the knowledge. Third,
the person or group must have sufficient incentives to do so, and fourth, no barriers must
stop them". Vergleiche Badaracco (1991: 34).
[12] Zum Konzept der Lernarenen vergleiche Romhardt (1995).
[13] Insbesondere Unternehmensberatungen wie McKinsey oder Artur Andersen
organisieren ihre internen Fähigkeiten in internen Kompetenzzentren oder interest
groups. Hier werden weltweit gesammelte Erfahrungen zusammengeführt, diskutiert und
für die Gesamtorganisation verfügbar gemacht.
[14] Vergleiche zum Konzept der Produktklinik Wildemann (1996).
[15] Vergleiche Gomez/Probst (1995).
[16] Vergleiche hierzu Davenport (1996: 37).
[17] Die Darstellung lehnt sich an Manago/Auriol (1996: 28) an. Sie beschreiben den
dargestellten Teufelskreis wie folgt: "The data is not used because it is so difficult to
assess, and no one invests in making it easy to retrieve because it is not used. The data
is not trusted because many errors have been recorded, and no one cares to verify the
accuracy of the data because it is not trusted".
3.7 Bibliographie
Arthur Andersen: The Knowledge Management Assessment Tool, internes Papier.
Badaracco, J.L. (1991): Knowledge Link: How firms compete through Strategic Alliances,
Boston, MA: Harvard Business School Press.
Bleicher, K. (1992): Das Konzept Integriertes Management, 2. Auflage, Frankfurt/New
York: Campus.
Davenport, T.H. (1996): Some Principles of Knowledge Management. Strategy -
Management - Competition (2/Winter 1996):34-40.
Gomez.P./Probst G. (1995): Die Praxis des ganzheitlichen Problemlösens - Vernetzt
denken - Unternehmerisch handeln -Persönlich überzeugen, Bern/Stuttgart/Wien:Haupt.
Manago, M./Auriol E. (1996): Mining for Or. OR/MS Today, Februar:28-32, 1996.
Nonaka, I./Takeuchi, H. (1995): The Knowledge-Creating Company, New/York/Oxford:
Oxford University Press.
Probst, G./Büchel, B. (1994): Organisationales Lernen: Wettbewerbsvorteil der Zukunft,
Wiesbaden: Gabler.
Probst, G./Raub, S. (1995): Action Research: Ein Konzept angewandter
Managementforschung, in: Die Unternehmung, 49: 1, S. 3-19.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 31

34. 3 Bausteine des Wissensmanagements - ein praxisorientierter Ansatz
Probst, G./Raub, S./Romhardt, K. (1997): Ressource Wissen - Wissensmanagement für
die Unternehmenspraxis (Arbeitstitel), Frankfurt (Main)/Wiesbaden: Frankfurter
Allgemeine/Gabler.
Romhardt, K. (1995): Das Lernarenakonzept: Ein Ansatz zum Management
organisatorischer Lernprozesse in der Unternehmenspraxis. Cahier de recherche, HEC,
Université de Genève, Genf.
Romhardt, K. (1996): Interventionen in die organisatorische Wissensbasis zwischen
Theorie und Praxis - Welchen Beitrag kann die Systemtheorie leisten? Cahier de
recherche, HEC, Université de Genève, Genf.
Schüppel, J. (1996): Wissensmanagement-Organisatorisches Lernen im Spannungsfeld
von Wissens- und Lernbarrieren. Dissertation Nr.1831, Hochschule St.Gallen.
Spek, R.v./Spijkervet, A. (1996): Knowledge Management - Dealing Intelligently with
Knowledge, Utrecht: The Knowledge Management Network.
Weick, K.E. (1995): Der Prozess des Organisierens, Frankfurt (Main): Suhrkamp.
Wildemann, H. (1996): Die Produktklinik - eine Keimzelle für Lernprozesse, in: HARVARD
BUSINESS manager, 1, S. 39-49.
3.8 Die Autoren:
Gilbert Probst Ordentlicher Professor für Organisation und Management an der Université de Genève,
Direktor des MBA-Programmes, Partner der GENEVA KNOWLEDGE GROUP, Gründer des
Forums für Organisationales Lernen und Wissensmanagement.
Kai Romhardt lic.oec HSG, Mitarbeiter am Lehrstuhl für Organisation und Management an der
Université de Genève, Partner der GENEVA KNOWLEDGE GROUP, Koordinator des
Forums für Organisationales Lernen und Wissensmanagement.
32 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

35. 4 Einführung in das Wissensmanagement
4 Einführung in das Wissensmanagement
Holger Nohr
Fachhochschule Stuttgart
Studiengang Informationswirtschaft
Wolframstrasse 32 – D-70191 Stuttgart
E-Mail: nohr@hbi-stuttgart.de
Arbeitspapiere Wissensmanagement Nr. 5/2000
ISSN 1616-5349 (Internet)
ISSN 5330 (Print)
Ziele Die Arbeitspapiere dieser Reihe sollen einen Überblick zu den Grundlagen des
Wissensmanagements geben und sich mit speziellen Themenbereichen tiefergehend
befassen. Ziel ist die verständliche Vermittlung theoretischer Grundlagen und deren
Transfer in die Praxis.
Zielgruppen Zielgruppen sind Forschende, Lehrende und Lernende im Fachgebiet
Wissensmanagement sowie Praktiker in Unternehmen.
Quellen Die Arbeitspapiere entstehen aus Forschungsarbeiten, Diplom-, Studien- und
Projektarbeiten sowie Begleitmaterialien zur Lehr und Vortragsveranstaltungen des
Studiengangs Informationswirtschaft der Fachhochschule Stuttgart.
Der Autor Prof. Holger Nohr lehrt seit 1998 im Studiengang Informationswirtschaft der
Fachhochschule Stuttgart in den Fächern Wissensmanagement,
Informationswissenschaft, Qualitätsmanagement und Existenzgründung und
Gründungsmanagement.
4.1 Inhaltsverzeichnis
Themenübersicht der Veranstaltung
Einführung
Daten – Information – Wissen
Modelle des Wissensmanagement
Die Lernende Orga
Bausteine des Wissensmanagement
Technologien des Wissensmanagement
Organizational Me
Literaturhinweise
4.2 Einführung
Wissensmanagement beschäftigt sich mit den Möglichkeiten der Einflussnahme auf die
Wissensbasis der Unternehmen. Unter der Wissensbasis (auch Organizationale Memory
genannt) einer Unternehmung werden alle Daten und Informationen, alles Wissen und
alle Fähigkeiten verstanden, die diese Organisation zur Lösung ihrer vielfältigen
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 33

36. 4 Einführung in das Wissensmanagement
Aufgaben in einer zunehmend komplexeren Wirtschaft benötigt [Nohr 2000]. Der
Schlüssel für die Wettbewerbsfähigkeit und die Innovationskraft eines Unternehmens
liegt heute in der Fähigkeit begründet, diese Humanressourcen zielgerichtet zu
bewirtschaften, d.h. Wissen zu erwerben [bspw. durch organisationales Lernen;
Probst/Büchel 1998] oder neues Wissen zu entwickeln, es adäquat innerhalb der
Organisation bereitzustellen (Wissenstransparenz und –verteilung) und schliesslich
Wissen in strategische Konzepte und operative Handlungen umzusetzen
(Wissensnutzung). Von Krogh und Venzin [1995] stellen folgende Aufgaben an das
Wissensmanagement:
 Erschließen von Wissen (Erfahrungen, Best Practices) für alle, die dieses im Rahmen
ihrer organisationalen Rolle benötigen
 Verfügbarmachen von Wissen am Ort und zur Zeit der Entscheidung
 Erleichtern des effektiven und effizienten Entwickelns von neuem Wissen (bspw.
F&EAktivitäten, Lernen auf der Basis von historischen Fällen)
 Sicherstellen, daß jeder in der Organisation weiß, wo Wissen verfügbar ist
 Umsetzen dieser Kompetenzen in neue Produkte und Dienstleistungen
Diese Aufgaben verlangen als Voraussetzung die Bestimmung relevanten Wissens, die
Formulierung von Wissenszielen der Unternehmung. Probst et al. [1999] haben ein
Modell entwickelt, welches diese Bausteine der Wissensbewirtschaftung in einem
integrierten Managementprozess zusammenfasst:
4.2.1 Bausteine des Wissensmanagements (nach G. Probst et al.)
Nach einschlägigen Untersuchungen ist die Wertschöpfung der Unternehmen bereits
heute zu ca. 60 bis 80 Prozent von der Bewirtschaftung des Wissens der Unternehmung
abhängig. Damit ist Wissen bereits heute der wichtigste Produktionsfaktor für eine
Vielzahl der Unternehmen [Stewart 1998], mit einer noch weitaus höheren Bedeutung in
der Zukunft. Wir sprechen daher von diesen Unternehmen als wissensbasierte
Unternehmen [Kurtzke/Popp 1999] sowie von einer wissensbasierten
Unternehmensführung [North 1999]. Produkte, auch solche denen dies nicht sofort
anzusehen ist, werden zunehmend wissensintensiver (vgl. bspw. Sportschuhe von Nike).
Der Wert von Unternehmen wird heute mehr durch das „Wissenskapital“ als durch den
34 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

37. 4 Einführung in das Wissensmanagement
Buchwert bestimmt. Unternehmen wie SAP oder Microsoft werden an der Böre mit dem
zehnfachen ihres Buchwertes gehandelt.
Jedoch lediglich 15 Prozent der in einer Untersuchung befragten Unternehmen schätzt
das eigene Management des Produktionsfaktors Wissen als “gut” oder “sehr gut” ein.
Wissensmanagement ist die Zukunftsaufgabe für Unternehmen jeder Grössenordnung
und jeder Branche. Nach einer Untersuchung des ILOI erwarten 80 Prozent der
Unternehmen eine noch wachsende Bedeutung des Produktionsfaktors Wissen. Die
Bewältigung dieser Zukunftsaufgabe entscheidet über die Wettbewerbs- und
Innovationsfähigkeit der Unternehmen sowie auch gesamter Volkswirtschaften (Wissen
ist der letzte verbliebene Wettbewerbsvorteil der entwickelten Industrienationen im
globalen Wettbewerb).
Im Gegensatz zum Personal- oder Finanzmanagement ist das Wissensmanagement ein
noch weithin kaum entwickeltes Managementfeld, mit einer ebenso noch
unterentwickelten Methodik. Zwei wichtige Prämissen bleiben zunächst festzuhalten:
a) Wissen ist ein besonderes Gut und unterscheidet sich in vielerlei Hinsicht von anderen
Gütern
b) Wissen benötigt einen ganzheitlichen Managementansatz und einen kontinuierlichen
Managementprozess [Bullinger et al. 2000]
Beide Voraussetzungen werden eingehender behandelt.
Wissen ist dabei in verschiedenen Vorkommensformen und auf allen Ebenen eines
Unternehmens von Bedeutung. Wissensträger im Unternehmen sind zunächst die
Mitarbeiter. Der Erfolg vieler Unternehmen hängt immer stärker davon ab, das Wissen
ihrer Mitarbeiter über Produkte und Märkte, über Kunden und Lieferanten, über
innovative Technologien und Verfahren gewinnbringend umzusetzen. Relevante
Wissensträger sind aber auch alle Partner eines Unternehmens, z.B. die Kunden oder
Lieferanten, der Staat oder Normungsorganisationen. Enorme Potentiale gehen verloren,
wenn dieses Wissen in den Köpfen von Menschen nicht für die Organisation nutzbar
gemacht wird. Auch Geschäftsprozesse in den Unternehmen sind in zunehmendem
Masse wissensintensive und –gesteuerte Prozesse. Konventionelle
Unternehmensstrukturen werden heute vielfach durch problemorientierte
Teamstrukturen ersetzt, die – häufig zeitlich befristet und räumlich verteilt – in
Projektarbeit zu innovativen und wirtschaftlichen Lösungen gelangen sollen. Wissen und
Fähigkeiten dieser Projektgruppen gehören zu den wichtigsten Ressourcen der
Unternehmen. Best Practices in der Organisation und der Arbeit von Teams sind wertvoll,
sofern sie identifiziert, expliziert und innerhalb der Organisation geteilt werden können.
4.3 Daten – Information – Wissen
Womit haben wir es zu tun?
Zunächst gilt es die Begriffe Daten, Information und Wissen abzugrenzen [vgl. die
“Wissenstreppe” bei North 1999, S. 41]:
a) Daten sind symbolische Repräsentationen von Sachverhalten: 18.00 Uhr, 30 km
b) Informationen entstehen, wenn Menschen den Daten Bedeutungen geben, meist
indem die Daten in Form propositionaler Strukturen dargestellt werden: “Um 18.00 Uhr
treffe ich mich mit Peter, ich muss ca. 30 km zu ihm fahren”. In diesem Sinne besteht das
vorliegende Skript aus Information.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 35

38. 4 Einführung in das Wissensmanagement
c) “Wissen ist eine persönliche Fähigkeit, durch die ein Individuum eine bestimmte
Aufgabe ausführen kann” [Weggeman 1999, S. 39]: ”Wenn ich mich um 18.00 Uhr mit
Peter treffen will, muss ich die 30 km im Berufsverkehr fahren. D.h. ich muss bereits um
16.30 Uhr abfahren, um pünktlich zu sein.”
Dafür müssen Individuen Informationen systematisch in ihrem kognitiven System
verarbeiten und in bereits vorhandene Strukturen integrieren. Weggeman fasst die
Definition von Wissen in folgender Formel zusammen: W = I x EFE
“Wissen (W) ist eine persönliche Fähigkeit, die als Produkt der Information (I), der
Erfahrung (E), der Fertigkeit (F) und der Einstellung (E) angesehen wird, die einem
Individuum zu einem bestimmten Zeitpunkt zur Verfügung stehen.”
Die Fachliteratur des Wissensmanagement unterscheidet häufig zwischen
a) explizitem Wissen
Kodifiziertes Wissen = Informationen; aufgezeichnet bspw. in Formeln, Handbüchern,
Projektberichten, Diagrammen, Datenbanken usf.
b) implizitem Wissen
Stillschweigendes Wissen; Erfahrungen, Fertigkeiten und Einstellungen von Experten,
nicht aufgezeichnet
Des Weiteren sind aber in gewissem Sinne auch Organisationen als Wissensträger
anzusehen. Unternehmen, Abteilungen oder Projektteams verfügen über bestimmte
Erfahrungen oder Fähigkeiten, an sie gestellte Aufgaben zu lösen. Es gbt also c) auch ein
organisationales Wissen. Die Fähigkeit bspw. eines Teams besteht idealerweise aus
“mehr”, als dem kumuliertem Wissen der einzelnen Teammitglieder. “Gute” Teams
erzeugen ein emergentes Phänomen, indem sie zu weiterentwickelten Fähigkeiten
gelangen.
Wissen ist nun nicht automatisch immer für ein Unternehmen eine wichtige Ressource.
Für den Aufbau eines Wissensmanagement gilt es wertschöpfendes Wissen von dem
nicht-wertschöpfendem Wissen zu unterscheiden. Für den Erfolg eines Unternehmens ist
nur das wertschöpfende Wissen – oft auch intellektuelles Kapital genannt – von
Bedeutung. Aufgabe des Wissensmanagement ist es, dieses erfolgskritische Wissen zu
identifizieren. Dies kann nur gelingen, wenn strategische Wissensziele in Abhängigkeit
von den strategischen Unternehmenszielen definiert werden.
4.4 Modelle des Wissensmanagement
Grundsätzlich können wir zunächst drei Ansätze des Wissensmanagement
unterscheiden:
a) Die Methode der Kodifizierung
 Ökonomie der Wissenswiederverwendung
 Dokumentenbasierter Wissensaustausch
 Technologisch basierter Ansatz des Wissensmanagement
b) Die Methode der Personalisierung
 Ökonomie der individuellen Expertise
 Interpersoneller Wissensaustausch
 Ansatz des Human Resource Management
c) Die Methode der Sozialisierung
36 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

39. 4 Einführung in das Wissensmanagement
 Ökonomie der organisationalen Expertise
 Wissenserzeugung und Wissensaustausch in Communities of Practice
 Organisationszentrierter Ansatz des Wissensmanagement
In der Regel werden alle drei Ansätze nebeneinander betrieben, jedoch dominiert in der
Praxis meist einer dieser Ansätze – abhängig von den jeweils definierten Wissenszielen
und der Unternehmenskultur.
In Forschung und Praxis sind diverse ganzheitliche Methoden/Konzepte für das
Wissensmanagement entworfen worden [für eine Übersicht vgl. North 1999, S. 153-168].
Zwei bekannte und häufig in die Praxis übertragene Modelle sind das “APQC/Andersen-
Rahmenkonzept” sowie die “Bausteine des Wissensmanagements” von Probst et al. Die
Bausteine werden weiter unten ausführlicher behandelt.
In der folgenden Abbildung wird das vom American Productivity and Quality Center
(APQC) gemeinsam mit der Unternehmensberatung Arthur Andersen entwickelte
Rahmenkonzept des Wissensmanagement dargestellt.
Abb.: Das APQC/Anderson-Rahmenkonzept
4.5 Die Lernende Organisation
Wissensmanagement wird häufig in Zusammenhang mit dem Konzept der Lernenden
Organisation bzw. dem Prozess des organisationalen Lernen behandelt. Tatsächlich
bauen beide Managementansätze aufeinander auf. Das Konzept des organisationalen
Lernens ist bereits seit 70er Jahren bekannt, konnte sich jedoch in der Praxis nicht
durchsetzen. Gründe: ein sehr abstraktes Konzept, ohne Bezug auf ein
Managementkonzept. Dieses Managementkonzept liegt mit Wissensmanagement nun
vor.
“Unter organisationalem Lernen ist der Prozess der Veränderung der organisationalen
Wissensbasis, die Verbesserung der Problemlösungs- und Handlungskompetenz sowie
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 37

40. 4 Einführung in das Wissensmanagement
die Veränderung des gemeinsamen Bezugsrahmens von und für Mitglieder der
Organisation zu verstehen.” [Probst/Büchel 1998, S. 17]
Organisationeles Lernen ist damit Voraussetzung für Wissensmanagement.
Grundsätzlich lassen sich drei Ebenen des Lernens unterscheiden [Probst/Büchel 1998, S.
35ff]:
 Anpassungslernen bzw. "single-loop learning"
= Lernen innerhalb vorgegebener Normen und Ziele (Lernen innerhalb gegebener
Rahmenbedingungen)
 Veränderungslernen bzw. "double-loop learning"
= Hinterfragung vorgegebener Ziele und Normen (Veränderung gegebener
Rahmenbedingungen)
 Prozeßlernen bzw. Deutora-Lernen
= Lernen lernen; Einsicht in Lernprozesse
4.6 Bausteine des Wissensmanagement
Ausführlicher soll das Baustein-Konzept des Wissensmanagement (Abb. Siehe oben) von
Probst et al. besprochen werden. Dabei handelt es sich um das wohl populärste Konzept
im deutschen Sprachraum. In der Praxis spielt es als Konzeption eine grosse Rolle als ein
theoretischer Hintergrund und als „Checkliste“ für die Implementierung von
Wissensmanagement in Unternehmen.
Die Bausteine bilden einen Bezugsrahmen für Interventionsmöglichkeiten in die
Wissensbasis der Unternehmung.
Anstelle einer ausführlichen Darstellung wird auf Probst et al. [1999] verwiesen, hier sei
lediglich eine Kurzbeschreibung gegeben:
Der Baustein Wissensziele zeigt, in welche Richtung Aktivitäten des
Wissensmanagements weisen sollen. Unterschieden werden normative, strategische
und operative Wissensziele. Der Baustein der Wissensidentifikation bezieht sich auf die
Analyse und Darstellung des im Unternehmen vorhandenen Wissens. Im Zentrum des
38 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

41. 4 Einführung in das Wissensmanagement
Bausteins Wissenserwerb steht die Beschaffung von neuem Wissen, welches nicht aus
eigener Initiative entwickelt werden kann bzw. soll. Dies kann bspw. durch die
Rekrutierung neuer Mitarbeiter oder die Akquisition innovativer Unternehmen erfolgen.
In komplementärem Kontext dazu steht der Baustein Wissensentwicklung, der sich auf
interner Ebene mit der Entwicklung neuer Ideen und Fähigkeiten sowie innovativer
Produkte und Prozesse befaßt. Der Baustein Wissens(ver)teilung zeigt auf, wie
Informationen oder Erfahrungen für das gesamte Unternehmen nutzbar gemacht werden
können. Der Baustein Wissensnutzung schließlich befaßt sich mit Maßnahmen für den
produktiven Einsatz der Ressource Wissen (Wissen muß sich kapitalisieren!). Damit das
einmal erworbene Wissen auch in Zukunft dem Unternehmen zur Verfügung steht,
müssen für den Baustein Wissensbewahrung Prozesse der Selektion des
Bewahrungswürdigen, des Vergessens, der Speicherung und der Aktualisierung gestaltet
werden. Der Baustein der Wissensbewertung letztlich befaßt sich mit der Messung der
normativen, strategischen und operativen Wissensziele, um die Qualität sowie den
Erfolg eines Wissensmanagements bewerten zu können (Wissenscontrolling).
4.7 Technologien des Wissensmanagement
Fast jeder Software-Produzent bietet sein Produkt heute unter der Überschrift
„Wissensmanagement“ an. Die Wissensmanagement-Software gibt es jedoch nicht!
Verschiedene Tools unterstützen jeweils unterschiedlich Aufgaben im Rahmen von
Wissensmanagement:
 Dokumenten-Managementsysteme
 Workflow-Managementsysteme
 Groupware
 Retrieval-Systeme
 (web-basierte) Content-Managementsysteme
 Data Warehouses
 Systeme für die Unterstützung virtueller Communities /eGroups
 Software zur Unterstützung für Kreativitätstechniken (z.B. MindMapping)
 Visualisierungs-Systeme
 Controlling-Systeme (z.B. Balanced Scorecard-Systeme)
 ...
Eine Matrix aus Software-Klassen und Wissensmanagement-Aufgaben haben Böhmann
und Krcmar [1999] zusammengestellt:
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 39

42. 4 Einführung in das Wissensmanagement
Eine neue Software-Klasse für das Wissensmanagement sind sog. „Memory-Systeme“.
Abhängig von der organisationalen Einbindung, sprechen wir von „Organizational
Memory-Systemen“ oder von Team-Memory-Systemen“ [vgl. Lehner 2000, Frölich 2000].
Dabei handelt es sich um intranet-basierte Lösungen, die den jeweiligen
Wissensmanagement-Konzepten angepaßt sind.
Fazit bleibt: Technologien ermöglichen Wissensmanagement (Enabler),
Wissensmanagement lassen sich jedoch nicht auf diese Werkzeuge reduzieren.
4.8 Organizational Memory
„Thus in our understanding an OM system is a system which realises parts of the OM
(also called organisational knowledge base) with the help of information systems and/or
support tasks, functions and processes closely related to the use of the OM.“ [Lehner et
al. 1998]
Fortschrittliche Organizational Memory Systeme (OMS) sind heute vor allem bei großen
Beratungsunternehmen im Intranet implementiert, Beispiele schildert Lehner [2000].
OMS resultieren aus der Anwendung fortgeschrittener Datenbank- und
Netzwerktechnologien zur Unterstützung des „Organisationsgedächtnisses“. OMS
basieren auf einer Gedächtnis-Metapher.
4.9 Literaturhinweise
4.9.1 Einführungen
Bullinger, Hans-Jörg; Wagner, Kristina; Ohlhausen, Peter: Intellektuelles Kapital als
wesentlicher Bestandteil des Wissensmanagements. In: Wettbewerbsvorteile durch
Wissensmanagement: Methodik und Anwendungen des Knowledge Management /
Hrsg.: H. Krallmann. Stuttgart: Schäffer-Poeschel, 2000. S. 73-90
40 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

43. 4 Einführung in das Wissensmanagement
Bullinger, Hans-Jörg; Wörner, Kai; Prieto, Juan: Wissensmanagement – Modelle und
Strategien für die Praxis. In: Wissensmanagement: Schritte zum intelligenten
Unternehmen / Hrsg.: H.D. Bürgel. Berlin: Springer, 1998. S. 21-39
Davenport, Thomas H.; Prusak, Laurence: Wenn Ihr Unternehmen wüßte, was es alles
weiß ...: Das Praxisbuch zum Wissensmanagement. Landsberg/Lech: mi Verlag Moderne
Industrie, 1998
Horváth, Péter: Die Balanced Scorecard als innovatives Controllinginstrument. In: Report
Wissensmanagement: Wie deutsche Firmen ihr Wissen profitabel machen / Hg.: C.H.
Antoni u. T. Sommerlatte. Düsseldorf: Symposion Publishing, 1999
(http://www.symposion.de/wissen/wm_10.htm)
Kurtzke, Christian; Popp, Petra: Das wissensbasierte Unternehmen: Praxiskonzepte und
Management-Tools. München: Hanser, 1999
Lehner, Franz: Organisational Memory: Konzepte und Systeme für das organisatorische
Lernen und das Wissensmanagement. München: Hanser, 2000
Nohr, Holger: Wissensmanagement: Wie Unternehmen ihre wichtigste Ressource
erschliessen und teilen. Göttingen: BusinessVillage, 2000 (eBook:
http://www.businessvillage.de)
Nonaka, Ikujiro; Takeuchi, Hirotaka: Die Organisation des Wissens: Wie japanische
Unternehmen eine brachliegende Ressource nutzbar machen. Frankfurt: Campus, 1997
North, Klaus: Wissensorientierte Unternehmensführung: Wertschöpfung durch Wissen.
2. Auflage. Wiesbaden: Gabler, 1999
Probst, Gilbert; Raub, Steffen; Romhardt, Kai: Wissen managen: Wie Unternehmen ihre
wertvollste Ressource optimal nutzen. 3. Aufl. – Wiesbaden: Gabler, 1999
Stewart, Thomas A.: Der vierte Produktionsfaktor: Wachstum und Wettbewerbsvorteile
durch Wissensmanagement. München: Hanser, 1998
Von Krogh, G.; Venzin, M.: Anhaltende Wettbewerbsvorteile durch Wissensmanagement.
In: Die Unternehmung 49 (1995) 6, S. 417-436
Weggeman, Mathieu: Wissensmanagement: Der richtige Umgang mit der wichtigsten
Unternehmens-Ressource. Bonn: MITP-Verlag, 1999
Zahn, Erich; Foschiani, Stefan; Tilebein, Meike: Nachhaltige Wettbewerbsvorteile durch
Wissensmanagement. In: Wettbewerbsvorteile durch Wissensmanagement: Methodik
und Anwendungen des Knowledge Management / Hrsg.: H. Krallmann. Stuttgart:
Schäffer-Poeschel, 2000. S. 239-270
Zucker, Betty; Schmitz, Christof: Wissen gewinnt: Innovative Unternehmensentwicklung
durch Wissensmanagement. 2. Auflage – Düsseldorf: Metropolitan, 2000
4.9.2 Organisationales Lernen
Probst, Gilbert; Büchel, Bettina: Organisationales Lernen: Wettbewerbsvorteile der
Zukunft. 2. Aufl. Wiesbaden: Gabler, 1998
Schwaninger, Markus: Intelligente Organisationen: Strukturen für organisationale
Intelligenz und Kreativität. In: Wissen im Wandel: Die Lernende Organisation im 21.
Jahrhundert / Hrsg.: A. Papmehl u. R. Siewers. Wien: Ueberreuter, 1999. S. 317-360
Senge, Peter M.: Die fünfte Disziplin: Kunst und Praxis der lernenden Organisation. 6.
Auflage Stuttgart: Klett-Cotta, 1998
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 41

44. 4 Einführung in das Wissensmanagement
4.9.3 Technikbasierte Lösungen
Bach, Volker; Vogler, Petra; Österle, Hubert (Hrsg.): Business Knowledge Management:
Praxiserfahrungen mit Intranet-basierten Lösungen. Berlin: Springer, 1999
Bauer, Michael: Vom Data Warehouse zum Wissensmanagement: Prozesse und
Methoden zur Wissensanwendung. In: Computerwoche focus Nr. 1 v. 23.4.1999, S. 4-6
Böhmann, Tilo; Krcmar, Helmut: Werkzeuge für das Wissensmanagement. In: Report
Wissensmanagement: Wie deutsche Firmen ihr Wissen profitabel machen / Hg.: C.H.
Antoni u. T. Sommerlatte. Düsseldorf: Symposion Publishing, 1999. S. 82-91
(http://www.symposion.de/wissen/wm_15.htm)
Borghoff, Uwe M.; Pareschi (Hrsg.): Information Technology for Knowledge Management.
Berlin: Springer, 1998
Frölich, Carolin: Team-Memory zur Projektfortschrittsdokumentation. In: 22. Online-
Tagung der DGI: Wissen in Aktion: Wege des Knowledge Managements; Frankfurt, 2. bis
4. Mai 2000 / Hrsg.: R. Schmidt. Frankfurt: DGD, 2000. S. 365-374
Lehner, Franz; Maier, Ronald; Klosa, Oliver: Organisational Memory Systems: Application
of Advanced Database & Network Technologies in Organisations. Department of
Business Informatics, University of Regensburg. Forschungsbericht Nr. 19, Februar 1998
Ternes, Dirk: Groupware und Workflowmanagement. In: Report Wissensmanagement:
Wie deutsche Firmen ihr Wissen profitabel machen / Hg.: C.H. Antoni u. T. Sommerlatte.
Düsseldorf: Symposion Publishing, 1999.
(http://www.symposion.de/wissen/wm_17.htm)
4.9.4 Fallstudien
Binder, Volker: Wissensmanagement bei einem Dienstleister – Erfahrungen bei debis. In:
21. Online-Tagung der DGI: Aufbruch ins Wissensmanagement; Frankfurt, 18.-20. Mai
1999 / Hrsg.: R. Schmidt. Frankfurt: DGD, 1999. S. 163-174
Hansen, Morten T.; Nohria, Nitin; Tierney, Thomas: Wie managen Sie das Wissen in
Ihrem Unternehmen? In: Harvard Business Manager 21 (1999) 5, S. 85-96
Nohr, Holger: Das Projekt OurKnowledge: Wissensmanagement in einem kleinen
Beratungsunternehmen. In: HBI aktuell 2/1999, S. 16-19
Seemann, Patricia: A Prescription for Knowledge Management: What Hoffmann-
LaRoche's Case can Teach Others. In: Perspectives on Business Innovation 1 (1997) 1, S.
26-33
(http://www.businessinnovation.ey.com/journal/issue1/features/apresc/body.html)
Schneider, Ulrich H.: Auf dem Weg zu einem wissensbasierten Unternehmen – das
Beispiel Siemens. In: Wissen im Wandel: Die Lernende Organisation im 21. Jahrhundert
/ Hrsg.: A. Papmehl u. R. Siewers. Wien: Ueberreuter, 1999. S. 204-227
4.9.5 Studien zum Stand des Wissensmanagement
Heisig, Peter: Wissensmanagement in Deutschland und Europa – Stand und Entwicklung.
Ergebnisse der Befragung TOP 1000 deutschen und TOP 200 europäischen Unternehmen.
In: 21. Online-Tagung der DGI: Aufbruch ins Wissensmanagement; Frankfurt, 18.-20. Mai
1999 / Hrsg.: R. Schmidt. Frankfurt: DGD. S. 53-66
42 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

45. 4 Einführung in das Wissensmanagement
4.9.6 Zeitschriften
Wissensmanagement. Reutlingen: doculine Verlags-GmbH, 1999ff (auszugsweise unter:
http://www.wissensmanagement.net)
KM World: http://kmworld.com
Knowledge Management Magazine: http://kmmag.com
I3UPDATE – Newsletter David Skyrme Associates: http://www.skyrme.com/updates
4.9.7 Internet-Ressourcen
WWW Virtual Library on Knowledge Management: http://www.brint.com/km
KnowledgeMARKT: http://www.knowledgeMARKT.de
The Knowledge Management Forum: http://www.km-forum.org
The Library by Karl-Eric Sveiby: http://www.sveiby.com.au/BookContents.html
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 43

46. 5 Semantik für die nächste Generation Wissensmanagement
5 Semantik für die nächste Generation
Wissensmanagement
Prof. Dr. Rudi Studer1, Hans-Peter Schnurr2, Andreas Nierlich2,
1 Institut AIFB, Universität Karlsruhe D-76128 Karlsruhe
http://www.aifb.uni-karlsruhe.de/WBS
2 Ontoprise GmbH, Haid-und Neu Straße 7, D-76131 Karlsruhe
http://www.ontoprise.de
mailto: studer@aifb.uni-karlsruhe.de, {schnurr,nierlich}@ontoprise.de
Die Informationstechnik hat in den letzten Jahren die Grundlagen für eine optimale
Unterstützung der Verteilung von Wissen geschaffen. Derzeit entstehen neue
Anforderungen an Systeme, welche die Bedeutung - die Semantik – der Inhalte in den
Vordergrund rücken. Dazu gehört die Fähigkeit, dem Nutzer kontextspezifisch
Informationen bereitstellen zu können. Eine weitere Anforderung ist, konkrete Antworten
liefern zu können. Systeme können auf Anfragen oft nur Verweise zu Dokumenten
liefern, in denen der Anwender nach einer möglichen Antwort suchen muss, diese aber
nicht direkt durch die Verknüpfung von Informationen aus verschiedenen Quellen
beantworten. Die zentrale Anforderung an die nächste Generation von
Wissensmanagement-Systemen ist die Möglichkeit, Informationen geeignet zu
kombinieren, um damit implizites Wissen ableiten und somit neues Wissen generieren
zu können. Semantik kann diese Anforderungen erfüllen und bildet somit die Grundlage
für eine neue Landschaft an Anwendungen, welche die Informationstechnologie in eine
Wissenstechnologie transformiert. In diesem Artikel stellen wir einen Ansatz für ein
ontologiebasiertes Wissensmanagement vor, der auf der Unterscheidung eines
Wissensprozesses zur Handhabung von Wissenselementen und eines Wissens-
Metaprozesses zur Einführung und Instandhaltung einer Wissensmanagement-Lösung
beruht. Ontologien bilden dabei das verbindende semantische Glied. Der vorgestellte
Ansatz wird durch eine Reihe von Werkzeugen unterstützt und anhand des CHARSystems
(Corporate History Analyzer) illustriert.
5.1 Einleitung
Wissensmanagement hat sich in den vergangenen Jahren zu einem kritischen
Erfolgsfaktor für Unternehmen entwickelt. Die Globalisierung der Märkte, das Entstehen
virtueller Unternehmen, die stärkere Kundenorientierung oder die zunehmende
Komplexität von Produkten sind einige der Gründe, weshalb das systematische und
gezielte Managen von Wissen immer mehr an Bedeutung gewinnt. Wissensmanagement
ist offensichtlich inhärent interdisziplinär: Personalmanagement,
Unternehmensorganisation sowie Unternehmenskultur sind wesentliche Aspekte des
Wissensmanagement, gleichwohl spielt die Informationstechnologie (IT) eine wichtige
Rolle, als ’Enabler’ für eine Vielzahl von Funktionalitäten einer Wissensmanagement-
Lösung.
44 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

47. 5 Semantik für die nächste Generation Wissensmanagement
IT-basierte Wissensmanagement-Lösungen beinhalten ein Unternehmensgedächtnis
(organizational memory), das typischerweise unformales, semiformales und formales
Wissen umfasst, das vom Wissensarbeiter zur Bearbeitung seiner Aufgaben benötigt
wird [5]. Um dem Wissensarbeiter einen flexiblen und personalisierten Zugang zum
Wissen anbieten zu können, muss das im Unternehmensgedächtnis bereitgestellte
Wissen entsprechend modelliert, strukturiert und vernetzt werden. Ontologien haben
sich hierzu als die Lösung herauskristallisiert, da sie eine konzeptuelle Strukturierung
und Modellierung einer Domäne zur Verfügung stellen, die von einer Gruppe von
Personen, z.B. einem Unternehmensbereich, gemeinsam getragen wird [2].
In den vergangenen Jahren wurden mehrere Methodologien zur Einführung von
Wissensmanagement-Lösungen in Unternehmen vorgeschlagen. Zum Beispiel legt
CommonKADS besonderen Wert auf eine Machbarkeitsstudie und beinhaltet
verschiedene Modelle zur Beschreibung verschiedener Wissensarten [13]. Der in [12]
beschriebene Ansatz legt besonderen Wert auf eine Evaluierung der realisierten
Wissensprozesse gegenüber einer anfänglich definierten Zielsetzung. Typischerweise
vermischen die in der Literatur beschriebenen Methodologien jedoch zwei Arten von
Prozessen: einerseits den Prozess der Einführung und Instandhaltung von
Wissensmanagement-Lösungen, im folgenden Wissens- Metaprozess genannt,
andererseits den Prozess der Generierung, Erfassung und Nutzung des Wissens, im
folgenden Wissensprozess genannt (siehe Abbildung 1). So müsste z.B. der in [12]
eingeführte Teilprozess ’Wissensidentifikation’ dem Wissens-Metaprozess zugeordnet
werden, der Teilprozess ’Wissenserzeugung’ jedoch dem (eigentlichen) Wissensprozess.
Knowledge
Meta Process
Knowledge
Process
Abbildung 1: Zwei orthogonale Prozesse mit Rückkopplungsschleife
Wissensmanagement-Lösungen, die man heutzutage in der Praxis vorfindet, fokussieren
entweder auf die Unterstützung des Zugriffs auf Dokumente, z.B. auf der Basis von
Dokumenten-Managementsystemen, oder zielen darauf ab, durch ’Gelbe Seiten’ oder
Skill-Datenbanken die rasche Identifikation von Wissensträgern und damit den
Wissenstransfer durch die Angestellten selbst zu unterstützen. Zur Einführung dieser
Wissensmanagement-Lösungen wird typischerweise ein sehr einfacher
WissensMetaprozess verwendet. Dieser Metaprozess ist in der linken Spalte der Tabelle
1 dargestellt.
Charakteristischerweise wird hierbei die Handhabung von Dokumenten und Datenbanken
in den Mittelpunkt gestellt (Prozessschritte 2 und 3), während den eigentlichen
Wissensprozessen eher wenig Beachtung geschenkt wird und diese auch eher losgelöst
voneinander ausgeführt werden (Prozessschritt 4).
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 45

48. 5 Semantik für die nächste Generation Wissensmanagement
Tabelle 1: Zwei Sichten auf den Wissens-Metaprozess
Der in diesem Beitrag beschriebene Ansatz zeigt auf, wie durch die Verwendung von
Domänen-Ontologien die einzelnen Wissensprozessschritte, nämlich Generierung,
Import, Erfassung, Zugriff und Nutzung von Wissen, nahtlos integriert werden können
(vgl. Abbildung 2). Damit einher geht eine Fokussierung auf den Prozessaspekt und eine
Ausrichtung auf Wissenselemente anstelle von Wissensbehältern in Form von
Dokumenten. Diese neue Sicht ist in der rechten Spalte von Tabelle 1 dargestellt.
Offensichtlich beschreiben die beiden Spalten in Tabelle 1 zwei extreme Sichten auf die
Wissens-(Meta-)Prozesse. Neuere Arbeiten zeigen, dass die auf Dokumenten
ausgerichtete Herangehensweise immer mehr durch den auf Wissenselemente
fokussierten Ansatz abgelöst wird, bei dem Dokumente zwar weiterhin eine Rolle
spielen, aber nicht mehr dominant sind (vgl. [16]).
IT-basierte Wissensmanagement-Lösungen hängen in ihrer Funktionalität unmittelbar
von dem im Unternehmensgedächtnis gespeicherten Wissen ab. Im Hinblick auf seinen
Formalisierungsgrad lassen sich dabei folgende Aspekte unterscheiden:
 Dokumentenorientierte Ansätze stellen das Wissen als Sammlung von Dokumenten
zur Verfügung, wobei die Dokumenteninhalte lediglich über die implizite oder
explizite Klassifikation der Dokumente zugänglich sind.
 Expertensystemorientierte Ansätze stellen das Wissen in streng formalisierter Form
bereit, um es einer automatischen Verarbeitung zugänglich zu machen. Der damit
verbundene Aufwand lohnt sich jedoch nur in speziellen Fällen, in denen das Wissen
präzise definiert und langfristig benötigt wird. Dies ist jedoch in vielen Kontexten
nicht vorhersehbar.
Wissensmanagement-Lösungen erfordern daher eine Ausgewogenheit zwischen
Formalisierungsgrad des gespeicherten Wissens und dem damit verbundenen Aufwand
und erreichbaren Nutzen. Ein Ansatz, diese Balance flexibel und aufgabenorientiert zu
unterstützen, sind Metadaten. Metadaten lassen sich dabei in verschiedene Kategorien
einteilen:
 Metadaten sind zum einen Daten, die andere Daten beschreiben. Diese Form der
Metadaten lässt sich weiterhin entlang von zwei orthogonalen Dimensionen
charakterisieren: anhand ihres Grades der Formalisierung und ihrer Anbindung an die
zu beschreibenden Daten. In der Formalisierungsdimension können Metadaten
variieren zwischen textlichen Beschreibungen von Dokumenten, Metadaten in Form
von Schlüsselwörtern, z.B. unter Verwendung von “Dublin Core”-Elementen [20], und
46 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

49. 5 Semantik für die nächste Generation Wissensmanagement
formal spezifizierten Metadaten, z.B. in Form von ontologiebasierten Annotationen.
In der zweiten Dimension können Metadaten einerseits unmittelbar in die
Dokumente bzw. Daten integriert werden, z.B. unter Verwendung des “author-tag”
innerhalb von HTMLDokumenten, andererseits können Metadaten separat von den
eigentlichen Daten gespeichert werden, z.B. in Form von bibliographischen
Datenbanken.
 Metadaten sind zum anderen Daten, die die Struktur anderer Daten beschreiben. In
unserem Kontext sind dies eigentlich “Meta-Metadaten”, da wir damit die Struktur
von Metadaten spezifizieren. Hierzu verwenden wir in unserem Ansatz Ontologien,
die die möglichen Strukturen von Metadaten festlegen. Ontologien ermöglichen
damit die Integration von Metadaten aus verschiedenen Schritten des
Wissensprozesses, da Ontologien die von den verschiedenen Metadaten geteilte
Konzeptualisierung der Domäne bereitstellen.
Auf Ontologien basierende Metadaten sind damit der Ansatz, Wissenselemente
unterschiedlichen Formalisierungsgrades miteinander zu verknüpfen und damit die
Formalität des im Unternehmensgedächtnis bereitgestellten Wissens flexibel an die
Bedürfnisse der Wissensmanagement-Lösung anzupassen.
Nachfolgend werden wir einige Aspekte eines ontologiebasierten
Wissensmanagementansatzes im Detail diskutieren. In Abschnitt 2 werden wir den
Wissensprozess näher betrachten und die fünf Teilprozessschritte beschreiben, aus
denen sich der Wissensprozess zusammensetzt: Generierung, Import, Erfassung, Zugriff
und Nutzung von Wissen. Dabei werden wir aufzeigen, wie Ontologien als
integrierendes Element die Vernetzung der Teilprozessschritte sicherstellen. Unseren
Ansatz illustrieren wir in Abschnitt 3 anhand des Corporate History AnalyerR (CHAR),
einem System zur Unterstützung des Analysten bei der Verfolgung und Analyse von
Mergers & Acquisitions [1]. Das CHAR-System zeigt sehr gut auf, welche zusätzlichen
Funktionalitäten eine Wissensmanagement-Lösung anbieten kann, die auf Ontologien
aufbaut. Die Vorgehensweise, die zur Entwicklung von CHAR verwendet wurde, wird in
Abschnitt 4 zu einer Methodologie zur Einführung von ontologiebasierten
Wissensmanagement-Lösungen verallgemeinert. Damit erreichen wir eine detaillierte
Bechreibung des Wissens-Metaprozesses. Die Methodologie baut auf dem
CommonKADS-Ansatz auf [13] und verallgemeinert diesen insbesondere im Hinblick auf
die Konstruktion und Evaluation der eingesetzten Ontologie(n). Der Beitrag schließt mit
einigen allgemeinen Schlussfolgerungen und einem Ausblick.
5.2 Anwendungsmöglichkeiten von Ontologien – Bausteine
für den Knowledge Life Cycle
Wenn auf der Ebene des Meta-Wissensprozesses, also der Einführung und
Instandhaltung des Wissensmanagementsystems, geklärt ist, welche Wissensziele mit
welcher Art von Wissensstruktur erreicht werden sollen, stellt sich die Frage nach der
konkreten Unterstützung des eigentlichen Wissensprozesses: Welche ontologiebasierten
Werkzeuge kann ich meinen Wissensarbeitern für die tägliche Arbeit zur Verfügung
stellen, um die Integration von Wissenselementen in ihren Prozessen zu unterstützen?
Hierfür müssen wir den Wissensprozess betrachten, der typischerweise entlang der
Schritte Wissensgenerierung und/oder –import; Wissenserfassung; Wissenszugriff und
Wissensnutzung kreist (vgl. Abbildung 2).
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 47

50. 5 Semantik für die nächste Generation Wissensmanagement
Abbildung 2: Der Wissensprozess
5.2.1 Wissensgenerierung
Die Generierung von Wissensinhalten auf dem Rechner erfolgt natürlicherweise
innerhalb eines Kontinuums zwischen sehr formalem und unformalem Wissens. Als
Beispiele seien hierfür nur Datenbankinhalte auf der einen und Dokumentinhalte auf der
anderen Seite genannt. Was angesichts dieser Dichotomie allerdings häufig übersehen
wird, ist die Tatsache, dass vergleichsweise formale Kodierung von Wissen häufig ohne
zusätzlichen Aufwand in den täglichen Wissensprozessen erreicht werden kann.
Geschäftsdokumente sind im Allgemeinen nämlich nicht beliebig wechselnde
Wissensbehälter, vielmehr weisen sie häufig eine wiederkehrende inhärente Struktur
auf, die zudem teilweise von Seiten der Qualitätssicherung oder aufgrund fachlicher
Methoden, z.B. von der Entwicklungsmethodik her, verlangt werden. Zum Beispiel haben
wir in [17] vorgeschlagen, die Struktur von Wissensinhalten in Dokumentschemata
einzubringen, die durch die übliche Benutzung gefüllt werden. Auf diese Weise liegt die
Granularität des auf diese Weise generierten Wissens zwischen den beiden Extremen
der sehr groben Repräsentation von Geschäftsdokumenten und der - für Zwecke des
Wissensmanagements - zu feinen Repräsentation, wie man sie zum Beispiel in
Expertensystemen findet. Auf diese Weise lassen sich verschiedene Grade der
Formalisierung von Wissen zwischen den beiden Extremen finden, was auch in Tabelle 2
weiter ausgeführt wird.
48 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

51. 5 Semantik für die nächste Generation Wissensmanagement
In dem Vergleich in Tabelle 2 benutzen wir den Begriff “Dokument mit
wissensstrukturbasiertem Schema” um auf XML-Strukturen zu verweisen, die sehr
streng - teilweise explizit, teilweise implizit - an ein bestimmtes Wissensmodell des
jeweiligen Anwendungsgebietes angebunden sind. Zum Beispiel existiert für XML-EDI
Dokumente eine vordefinierte Struktur, die sich nicht nur darauf beschränkt, bestimmte
Dokumentteile auszuzeichen (wie “Überschrift”), sondern die diesen Dokumentteilen
auch eine bestimmte Bedeutung zuweist. Auf diese Weise wird der inhaltliche
Austausch von Daten, z.B. Rechnungen oder Aussagen zum Projektstatus, ermöglicht.
Mit dem Begriff “Dokument mit teilweise wissensstrukturbasiertem Schema”
referenzieren wir analoge Strukturen, die allerdings nur teilweise genutzt werden, um
inhaltliche Aussagen zu markieren, während große Teile des Dokuments keine
ausgezeichnete Semantik besitzen und nur aus völlig unformalen Wissensinhalten
bestehen (vgl. z.B. Tabelle 3). Hierbei sei noch erwähnt, dass sich verschiedene Grade
der Formalisierung nicht gegenseitig ausschließen müssen, sondern vielmehr kombiniert
werden können. Zum Beispiel können Freitextdokumente als Anhang einen Abschnitt mit
Dublin Core Metadaten aufweisen.
In [7] haben wir ein Werkzeug beschrieben, das erlaubt aus einer Ontologie automatisch
XML-Schemata zu generieren. Damit kann die Domänenmodellierung ohne Umwege
genutzt werden, um Dokumente mit wissensstrukturbasiertem Schema mit einer
semantischen Interpretation ihrer Inhalte zu versehen.
5.2.2 Wissensimport
Für viele Bereiche des Wissensmanagements ist der Wissensimport genauso
unverzichtbar wie, ja teilweise sogar wichtiger als die Wissensgenerierung selbst.
Typisch hierfür ist die Berücksichtigung wichtiger externer Datenressourcen, wie zum
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 49

52. 5 Semantik für die nächste Generation Wissensmanagement
Beispiel die Integration von Fundamentaldaten in ein Wissensmanagementsystem für
Börsenanalysten. Die dabei entstehende Situation ähnelt Problemstellungen des Data
Warehousing - nur dass im Fall des Wissensmanagements die zu importierenden
Wissensinhalte und -strukturen oft sogar noch reichhaltiger sind und stärker variieren als
im Falle eines Data Warehouse.
Zu dieser Problematik kommt hinzu, dass importiertes Wissen nach Möglichkeit noch
zielgenauer abrufbar sein sollte als organisationsintern generiertes Wissen. Der Grund
hierfür liegt darin, dass in letzterem Fall der Wissenserzeuger selbst häufig, wenn auch
nicht immer, bereitsteht, um bei Anfragen auf die geeigneten Wissensbestände zu
verweisen, während für importiertes Wissen ein solcher Rückgriff eher nicht existiert. In
der Tat haben erste Studien über den Zugriff auf Wissensmanagementsysteme ergeben,
dass importiertes Wissen tendenziell weniger intensiv zugegriffen wird als selbst
generiertes [11] - obwohl zunächst nicht zu vermuten ist, dass es weniger nützlich wäre.
5.2.3 Wissenserfassung
Sobald Wissensinhalte generiert, aber noch nicht, oder nur unvollständig inhaltlich als
eigenständige Einheiten erfaßt sind (z.B. Aussagen über Börsenempfehlungen, die für
den Rechner nur “versteckt” in den Texten vorliegen), wird als nächster
Wissensprozessschritt die Wissenserfassung benötigt. Außer der üblichen Indizierung
und Zusammenfassung, wie sind zum Beispiel im Bibliothekswesen praktiziert wird,
stellen wir als ontologiebasierten Baustein für ein Wissensmanagementsystem ein
Annotierungswerkzeug, OntoAnnotate [6], zur Verfügung. OntoAnnotate erlaubt es,
Auszüge aus Dokumenten gemäß der Ontologie zu typisieren und miteinander zu
verknüpfen (vgl. Abbildung 3).
Mit OntoAnnotate werden Objekte mit Hilfe der Ontologie und der existierenden Texte -
das sind Webseiten, Tabellenkalkulationen oder Word-Dokumente - erstellt und
beschrieben. Hierfür werden Textpassagen als Attribute von Objekten deklariert (z.B.
“Hanna M.A.” ist der Name einer Firma), Relationen zwischen diesen Objekten
beschrieben (z.B. Hanna verkauft sein Shape Distribution Business) und es wird
festgehalten, wer diese Annotierung in das Wissensmanagementsystem eingebracht
hat. Durch diesen Annotierungsprozess werden Metadaten generiert, die automatisch
konform sind zur Ontologie und deshalb mit korrespondierenden Informationen für
Analysen und Ableitungen neuen Wissens kombiniert werden können.
50 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

53. 5 Semantik für die nächste Generation Wissensmanagement
Abbildung 3: Wissenserfassung mit OntoAnnotate
Ein Beispiel für solche Analysen findet sich in unserer Fallbeschreibung in Abschnitt 3.
Schließlich ist noch zu erwähnen, dass aufgrund der Quelle der Metadaten, nämlich den
Dokumenten, denen die Textpassagen entnommen sind, die Informationen nach den
Analyseschritten validiert werden können.
5.2.4 Wissenszugriff
Zum großen Teil ist der Wissenszugriff auf ein ontologiebasiertes
Wissensmanagementsystem durch konventionelle Zugriffsmethoden bestimmt, wie
Information Retrieval und logische Anfragemechanismen. Für die Anfrage unter
Verwendung unserer Inferenzmaschine OntoBroker [3] benutzen wir verschiedene
Visualisierungsmethoden für Taxonomien (Tree Views, Hyperbolic View). Damit kann
man durch die Taxonomie navigieren und durch Klicken auf Begriffe eine Anfrage
zusammenstellen. Zusätzlich können aber automatisch Sichten auf die Wissensbestände
generiert werden, die den Hierarchien der Taxonomie oder eventuell vorhandener
Partonomien entsprechen, z.B. in Form von automatisch generiertem Hypertext1. Vor
allem benutzen wir die Ontologie mit ihren dahinterliegenden Daten für
Navigationszwecke im Intranet - analog wie Yahoo Wissensstrukturen im Web
bereitstellt. Auf diese Weise können die Anwender explorieren, was im
Wissensmanagementsystem bereitgestellt wird, ohne eine bestimmte geeignete Frage
stellen zu müssen - letzteres ist nämlich besonders schwierig, wenn die richtige Frage
noch unklar oder der Benutzer ein Neuling in der Anwendungsdomäne ist. Außerdem
erlaubt die Ontologie die Ableitung zusätzlicher Querverbindungen, zum Beispiel nutzen
wir die Ontologie in unserem Fallbeispiel, um aus einem gegebenen Anfangszustand und
einer Menge von Aktivitäten die aktuelle Struktur eines Unternehmens abzuleiten ohne
dass diese explizit durch Daten bereitgestellt worden wäre. Dadurch können wir Sichten
vervollständigen, für die nur unvollständige Informationen gegeben sind, mehr hierzu in
Abschnitt 3.
1
Eine Partonomie formalisiert Teil-Ganzes-Relationen. Sie kann im Automobilbau zum Beispiel
genutzt werden, um Wissensbestandteile bei den jeweiligen Teilen abzulegen und das Browsen
zu den einzelnen Autoteilen über die Teil-Ganzes-Relationen zu ermöglichen.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 51

54. 5 Semantik für die nächste Generation Wissensmanagement
5.2.5 Wissensnutzung
Die Nutzung von Wissen aus einem Wissensmanagementsystem ist am schwierigsten zu
fassen und zu verallgemeinern. Deswegen scheint es auch ein Teil zu sein, der häufig
von Unterstützungswerkzeugen vernachlässigt wird. Häufig wird vereinfachend
angenommen, dass nur ein Dokument gefunden werden muß, um den Wissensuchenden
zufrieden zu stellen. Letzten Endes aber ist die Art und Weise, wie Wissen aus einem
Wissensmanagementsystem benutzt wird, äußerst vielfältig. Deswegen spielen
Unterstützungsmechanismen wie proaktiver Zugriff auf Wissen, Personalisierung von
Wissenssichten, und insbesondere eine enge Verzahnung mit nachfolgenden
Applikationen eine wichtige Rolle für die effektive und effiziente Nutzung von Wissen.
Sichtbar wird dies vor allem auch daran, dass häufig nicht der jeweilige gefundene
Wissensbestandteil von Bedeutung ist, sondern vielmehr sind es die Kombinationen von
einzelnen Wissenselementen. Zum Beispiel werden wir in unserer Fallstudie sehen, dass
nicht immer das einzelne Faktum für einen Marktanalysten ausschlaggebend ist, sondern
vielmehr das Gesamtbild einer Firma, das aus einer Analyse resultiert.
Schließlich sei noch die Analyse der Nutzungsdaten erwähnt. Diese beschreiben nicht
nur viele Regelmäßigkeiten über das Wissensmanagementsystem, sondern auch viel
über die Organisation, die ein solches System benutzt. Zum Beispiel lässt sich aufgrund
der Benutzung herausfinden, welche Prozesse, Kunden und Technologien mit welchen
Kernpersonen des Unternehmens primär assoziiert sind.
5.3 Fallstudie: System zur Analyse der Unternehmens-
Historie – CHAR (Corporate History AnalyseR)
Anhand unserer Fallstudie CHAR wird zunächst der Entwicklungsprozess eines
ontologiebasierten Wissensmanagementsystems gezeigt. Im zweiten Teil des Kapitels
wird die Nutzung des Systems beschrieben.
5.3.1 Der Wissens-Metaprozess: Die Entwicklung von CHAR
Machbarkeitsstudie. Das aktive Auffinden und Verwalten von
geschäftsprozessrelevantem Wissen ist eine entscheidende Aufgabe für
wissensintensive Unternehmen, insbesondere vor dem Hintergrund sich dynamisch
verändernder globaler Märkte. Da die korrekte Analyse von Markt und Wettbewerb
notwendige Vorraussetzung für den Unternehmenserfolg darstellen, kann das Versäumen
wesentlicher Markt- und Wettbewerberinformation enorme Verluste mit sich bringen.
Für Management und Wissensarbeiter stellt sich dabei insbesondere das Problem, aus
strategischer Sicht Information zu sammeln und zu analysieren und gleichzeitig die
operative Arbeit zu erfüllen. An dieser Stelle kommt die unternehmensinterne
Marktforschung und Wettbewerberanalyse ins Spiel. Mitarbeiter dieser Funktionen
verfolgen Markt und Wettbewerb und verteilen wichtige Information an Mitarbeiter des
Unternehmens. Derzeit nutzen diese Analysten ebenso wie externe Marktanalysten und
Berater traditionelle Methoden für diese Aufgabe. Zeitungsartikel, Online-Datenbanken
und Geschäftsberichte werden analysiert, Ad-Hoc-Meldungen und Web-Auftritte der
Wettbewerber werden sorgfältig untersucht. Ergebnisse werden dem Management,
respektive Entscheidungsträgern in Reports präsentiert. Diese Art des Analyseprozesses
weist mehrere Problembereiche auf:
52 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

55. 5 Semantik für die nächste Generation Wissensmanagement
 Informationsarchive sind dokumentenbasiert. Für ein übergreifendes Faktensammeln
ist diese Sicht zu grobkörnig.
 Typische Dokumentenmanagementsysteme stützen sich fast ausschliesslich auf
Techniken des Information Retrieval zum Auffinden von Wissen. Diese sind nicht
hinreichend genau.
 Implikationen können nur dann transparent werden, wenn Hintergrundwissen
genutzt wird. Verkauft beispielsweise ein Unternehmen eine Geschäftseinheit, so
wird dies u.a. zur Folge haben, dass Leistungen dieser Geschäftseinheit dem
Unternehmen nicht mehr zu den gleichen Konditionen zur Verfügung stehen. Heutige
Systeme verwenden typischerweise nicht solches Hintergrundwissen.
 Verschiedene Nutzer benötigen unterschiedliche Sichtweisen auf die gleiche
Information.
Ein Wissensmanagementsystem, welches dieses Wissen umfasst, muss (i) das
gemeinsame Sammeln von Information auf Faktenebene, nicht lediglich auf
Dokumentenebene unterstützen, (ii) das Informationssammeln nahtlos in den gesamten
Arbeitsprozess integrieren, (iii) die intelligente Kombination von Fakten zu neuen
Aussagen unterstützen, (iv) neue Fakten mit dem vorhandenen Hintergrundwissen
abgleichen, (v) multiple Sichten auf das Wissen über eine Portalseite erlauben, und (vi)
automatisch abgeleitete Fakten zurück in die Arbeitsumgebung leiten. Im Hinblick auf
diese Ziele wurde die ontologiebasierte Anwendung CHAR, der Corporate History
AnalyseR, entwickelt.
Kickoffphase für die Ontologie-Entwicklung. Zu Beginn der Entwicklung stand die
Frage, wie die erforderlichen konzeptuellen Strukturen und Schlussfolgerungs-
mechanismen erstellt und implementiert werden müssen. In einer Spezifikationsphase
wurden strukturierte Interviews mit Analysten aus dem unternehmensinternen
Marktforschungsbereich durchgeführt, um Nutzeranforderungen bezüglich der Ontologie
zu erheben. Nun musste die Ontologie Schritt für Schritt entwickelt werden. Zunächst
wurden Domänenexperten interviewt, um herauszufinden, welche typischen Fragen sie
vom System zur Unterstützung ihrer Aufgaben beantwortet haben möchten. Diese
Kompetenzfragen ermöglichten das Auffinden der wichtigsten Begriffe und der
Relationen zwischen diesen Begriffen. Die Auswertung der Fragebögen zeigte, dass
Antworten zu Aquisitionen, Zusammenschlüssen und Umstrukturierungen von
Unternehmen in konkreten Zeitbereichen vom System erwartet wurden. Insbesondere
wurden fünf strategische Aktivitäten mit spezifischen Zielen differenziert: Aquisition,
Verkauf, Merger, Restructuring und Management Change.
Verfeinerungsphase. Die gesammelten Konzepte wurden nun vom Wissensmodellierer
in eine taxonomische Hierarchie gebracht. Abbildung 4 zeigt einen Ausschnitt aus dieser
Taxonomie. Auf dieser Grundlage fügten Domänenexperten zusätzliche Begriffe und
relevante Attribute und Relationen zwischen den Begriffen ein. Diese Aufgabe wurde
von unserem Ontologie-Erstellungswerkzeug OntoEdit [15] unterstützt, welches ein
Modellieren der Ontologie auf epistemologischer Ebene ermöglicht und zusätzlich die
Formalisierung in verschiedene Repräsentationssprachen, wie z.B. F-Logic [9] oder OIL [4]
erlaubt.
Ein wesentliches Merkmal von CHAR ist die Möglichkeit für den Nutzer, Fakten über
Ereignisse wie Aquisitionen und Merger in das System einzugeben, wobei die möglichen
Auswirkungen und Konsequenzen vom System abgeleitet werden. Für diesen Zweck
wurden für alle möglichen Aktivitäten Regeln modelliert, die solche Auswirkungen
beschreiben. Ein Beispiel dafür ist “wenn sich zwei Unternehmen zusammenschließen,
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 53

56. 5 Semantik für die nächste Generation Wissensmanagement
entsteht ein neues Unternehmen mit einem neuen
Namen. Die alten Unternehmen existieren nicht
mehr, sondern sind nun Unternehmensbereiche des
neuen Unternehmens.” oder “wenn eine Abteilung
ausgegründet wird, so wird sie Teil eines neuen
Unternehmens oder sie wird ein neues
eigenständiges Unternehmen.” Zusätzlich zur
Modellierung der Auswirkungen von Aktivitäten der
Unternehmen wurden mögliche strategische
Konsequenzen mit Regeln modelliert. Zum Beispiel,
“ein Unternehmen, welches keine Erfahrung mit
einer gewissen Technologie aufweist und ein
anderes Unternehmen aquiriert, welches diese
Technologie entwickelt, hat möglicherweise die
Strategie, die Technologieführerschaft auf diesem
Gebiet anzustreben.”
Abbildung 4: CHAR Taxonomie (Ausschnitt)
Diese Ergebnisse der Ontologie-Modellierungsphase hatten vielfältige Auswirkungen auf
die Funktionalität und Gestaltung der Webseite. Zunächst wurden die Sichten und die
Kompetenzfragen formalisiert und unabhängig von Gestaltungsfragen getestet, indem
formalisierte Anfragen an Ontologie und Testfakten gestellt wurden. Der abschliessende
Schritt war der Aufbau der Webseiten, wobei die formalisierten und getesteten
Anfragen in die Anfrageoberfläche (siehe Abbildung 5) integriert wurden.
Abbildung 5: Web-Interface von CHAR
Evaluationsphase. In der Evaluations- und Testphase testeten die Domänenexperten
die Funktionalität und Nutzbarkeit des Systems. Durch das Prüfen der Antworten auf die
ursprünglich gestellten Kompetenzfragen konnte die Ontologie evaluiert und verbessert
werden.
54 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

57. 5 Semantik für die nächste Generation Wissensmanagement
5.3.2 Der Wissensprozess: Die Nutzung von CHAR
Über die Einbettung in die üblichen Arbeitsprozesse der Mitarbeiter ermöglicht CHAR,
der Corporate History AnalyzeR, das Wissen vieler Nutzer in das System einzubringen
und über die Ontologie zu organisieren. Zusätzlich liefert das System Antworten, indem
multiple Sichten auf dieselbe Wissensbasis je nach Zeitausschnitt, regionalem Fokus,
intraorganisationaler Struktur oder unterschiedlicher strategischer Fragestellung
angeboten werden. Im Folgenden beschreiben wir Ausschnitte aus diesen
Wissensprozessen (vgl. auch Abschnitt 2).
Wissen erfassen. Der Prozess des Erfassens von neuen Fakten muss möglichst einfach
und elegant in den täglichen Arbeitsprozess des Nutzers eingebettet sein. Deshalb
bieten wir unterschiedliche Möglichkeiten der Erfassung von Wissen an. Zum einen
können Fakten über eine formularbasierte Schnittstelle eingegeben werden. Zweitens
kann die Information, die während des Erstellens von Dokumenten oder Berichten
produziert wird, über Templates, die zur Erstellung der Dokumente benutzt werden,
eingebracht werden. Drittens können Wrapper-Mechanismen genutzt werden, um
Tabellen und Listen aus dem WWW einzubinden und viertens - wesentlich für CHAR -
kann ein Tool zur Annotierung von Dokumenten genutzt werden. Damit werden einem
Dokument Metadaten hinzugefügt. Dazu nutzten wir unser Tool OntoAnnotate [6]. In
Abbildung 3 ist ein solcher Annotierungsprozess exemplarisch dargestellt: Der Nutzer
arbeitet beispielsweise an Dokumenten mit einem Text Editor,
Tabellenkalkulationsprogramm oder einem Internet Browser. Wenn er dabei auf
interessante Informationen trifft, hat er die Möglichkeit, das entsprechende Wort oder
den Textausschnitt hervorzuheben und mit dem Annotierungstool dem Textausschnitt
eine Bedeutung zuzuordnen (z.B. “M.A.Hanna ist ein Unternehmen”) sowie die
Verknüpfung dieser Stelle zu anderen Informationen (z.B. “M.A.Hanna sells Shapes
Distribution Business to GE Plastics on May 11, 2000”). Das Dokument, die darin
annotierten Fakten sowie Metadaten über den Annotierer, die Zeit der Annotierung etc.
wird dann in der zugrundeliegenden Wissensbasis gespeichert.
Wissen abfragen. Die Abfrageoberfläche von CHAR wurde entworfen, um
organisatorische und strategische Fragestellungen mit einschränkenden räumlichen und
zeitlichen Bedingungen abzubilden. Dem Nutzer werden Webseiten mit Selektionslisten
und Auswahlmenues angeboten. Diese Se-lektionslisten sind durch das
Hintergrundwissen des Systems automatisch erzeugt. So können beispielsweise, wie in
Abbildung 5 oben links angedeutet, Unternehmen selektiert werden, die bereits in der
Wissensbasis existieren. Abbildung 5 stellt die wesentlichen Sichten von CHAR auf
Activities (strategische Aktivitäten), Organization (Organisationsstruktur), Know How,
Strategic Questions (anwendungsbezogene spezielle strategische Fragestellungen) und
Search (allgemeine Abfragemöglichkeiten) dar. Eine Hauptgruppe von Fragen, die zum
Bereich Markt- und Wettbewerberanalyse relevant sind, beziehen sich auf
organisatorische Strukturen und Aktivitäten, welche diese Strukturen verändern. Zum
Beispiel zeigt die Antwort auf die Frage nach allen Aquisitionen eines Unternehmens
(“Acquisitions of M.A.Hanna”) alle deren Unternehmenskäufe. Korrespondierende
Sichten werden auch für Sale (Verkauf), Merger (Verschmelzung), Restructuring
(Organisation Umstrukturierung) und Management Changes (Veränderungen im
Management) angeboten. Zusätzlich können neben einer umfassenden Lieferung von
“harten Fakten”, welche nicht weiter interpretiert werden, auch mögliche Antworten auf
strategische Fragestellungen durch CHAR generiert werden. Diese beruhen auf
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 55

58. 5 Semantik für die nächste Generation Wissensmanagement
Ableitungen und Annahmen, wie beispielsweise die Annahme, dass der Kauf eines
Unternehmens im Ausland zu einer Erhöhung des eigenen Marktanteils in diesem Gebiet
und somit zu einer regionalen Expansion führen kann.
5.4 Vorgehensweise bei Einführung ontologiebasierten
Wissensmanagement: Der Wissens-Metaprozess
Im letzten Kapitel wurde die Entwicklung und Nutzung unseres
Wissensmanagementsystems CHAR beschrieben. Die Gliederung der Entwicklung zeigte
bereits die wichtigsten Phasen bei der Vorgehensweise zur Einführung von
ontologiebasiertem Wissensmanagement. Analog zur Terminologie der
Objektorientierung kann man die Entwicklung von CHAR als Instanz des Wissens-
Metaprozesses bezeichnen. In diesem Kapitel beschreiben wir den Wissens-
Metaprozess als Klasse, zeigen also die allgemeine Vorgehensweise losgelöst vom
Fallbeispiel. Die Gliederung des vorherigen Kapitels wird dabei um einige Phasen
erweitert.
Ontologien zielen darauf ab, Wissen einer Domäne explizit zu modellieren. Sie vermitteln
ein allgemein anerkanntes Verständnis dieser Domäne, welches von Anwendungen und
Personengruppen gemeinsam geteilt und wieder verwendet werden kann.
Typischerweise sind Ontologien zusammengesetzt aus Definitionen für Begriffe,
Beziehungen und Regeln. Bis vor einigen Jahren wurden Ontologien eher
“zusammengeschustert” als “planmässig entwickelt”, inzwischen gibt es jedoch erste
Ansätze, die den Ontologie-Entwicklungsprozess strukturieren [19], [8]. Im Gegensatz zu
diesen Methodologien, die ihren Fokus auf die Ontologie als solche richten, konzentriert
sich unsere Vorgehensweise auf die anwendungsorientierte Entwicklung von Ontologien.
Unsere Vorgehensweise deckt die frühen Phasen von Wissensmanagement-Projekten bis
hin zur Inbetriebnahme von ontologiebasierten Wissensmanagementanwendungen ab.
Wir beschreiben dabei insbesondere den Entwicklungsprozess von Ontologien, in den
auch Erfahrungen aus eigenen Projekten eingeflossen sind. Den Abschluss bildet die
Einbettung des Wissens-Metaprozess in das Gesamtumfeld der Applikation. Der
Entwicklungsprozess von Ontologien ist in Abbildung 7 gezeigt, im Folgenden werden die
einzelnen Phasen beschrieben.
Machbarkeitsstudie. Jede funktionierende Wissensmanagementanwendung erfordert
eine umfassende Integration des Systems in den jeweiligen organisatorischen Kontext.
Neben zu lösenden technologischen Fragestellungen gibt es eine große Anzahl weiterer
Faktoren, die den Erfolg oder Misserfolg eines solchen Systems bestimmen. Um diese
Faktoren zu analysieren wird im ersten Schritt unseres Wissens-Metaprozess eine
Machbarkeitsstudie durchgeführt. Hier werden einerseits Chancen und Risiken
aufgedeckt und dabei mögliche Lösungsansätze skizziert, andererseits sollen die
identifizierten Faktoren in eine breitere organisatorische Perspektive eingebettet werden.
Die Machbarkeitsstudie zeigt vielversprechendste Einsatzgebiete mit dazugehörigen
Lösungsansätzen für ein zu entwickelndes Wissensmanagement-System und dient als
Entscheidungsgrundlage für die ökonomische und technische Machbarkeit des Projektes.
Unsere Vorgehensweise basiert auf der CommonKADS Methodologie [13], die einen
Ansatz zur Durchführung von Machbarkeitsstudien im Umfeld von Wissensmanagement-
Lösungen beinhaltet. Die Machbarkeitsstudie sollte vor dem eigentlichen
Entwicklungsprozess der Ontologie stattfinden und liefert die Grundlage für die Kickoff-
Phase.
56 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

59. 5 Semantik für die nächste Generation Wissensmanagement
Abbildung 7: Ontologieentwicklung als Teil des Wissens-Metaprozesses
Kickoff-Phase der Ontologie-Entwicklung. Ergebnis der Kickoff-Phase ist eine
Ontologie-Anforderungs-Spezifikation, die eine Beschreibung des Ziels und
Anwendungsbereichs der Ontologie sowie des geplanten Einsatzzweckes der darauf
aufbauenden ontologiebasierten Anwendung enthält. Die Spezifikation soll den
Ontologie-Entwickler beim Einfügen, Entfernen und der hierarchischen Strukturierung von
Begriffen in der Ontologie unterstützen. Bereits in dieser frühen Phase der Entwicklung
sollte ein Augenmerk auf bereits entwickelte und potentiell wieder verwendbare
Ontologien gerichtet werden. Zusammengefasst sollte die Anforderungs-Spezifikation
folgende Informationen enthalten:
(i) Ziel der Ontologie; (ii) Anwendungsbereich; (iii) von der Ontologie unterstützte
Anwendungen; (iv) Wissensquellen (z.B. Domänenexperten, Organisationsdiagramme,
Geschäftspläne, Wörterbücher, Indexlisten, Datenbank-Schemata, etc.); (v) Benutzer und
Anwendungsszenarien (use cases); (vi) Kompetenz-Fragebogen (d.h. eine Übersicht
möglicher Fragen, die vom System beantwortet werden sollen); (vii) potentiell
wiederverwendbare Ontologien.
Verfeinerungsphase. Ziel der Verfeinerungsphase ist die Entwicklung einer
anwendungsbezogenen Ziel-Ontologie gemäss der Spezifikation aus der Kickoff-Phase.
In dieser Phase können verschiedene Teilphasen unterschieden werden:
1. Erstellung einer ersten informalen Taxonomie, die alle relevanten Begriffe aus der
Kickoff-Phase enthält.
2. Wissenserhebung mit Domänen-Experten basierend auf der ersten Taxonomie, um
eine erste Kern-Ontologie zu erstellen, die relevante Begriffe, Beziehungen zwischen den
Begriffen und darauf aufbauende Regeln enthält.
3. Formalisierung der Kern-Ontologie in eine erste Ziel-Ontologie, die mit formalen
Repräsentationssprachen wie z.B. F-Logic [9] oder OIL [4] repräsentiert wird.
Evaluationsphase. Die Evaluationsphase dient zur Bewertung der Nützlichkeit der
entwickelten Ontologie und der darauf aufbauenden Softwareumgebung. In einem ersten
Schritt testet der Ontologie-Entwickler, ob die Ziel-Ontologie den Anforderungen der
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 57

60. 5 Semantik für die nächste Generation Wissensmanagement
Ontologie-Anforderungs-Spezifikation genügt und ob sie alle Fragen des Kompetenz-
Fragebogens unterstützt bzw. beantwortet. In einem zweiten Schritt wird die Ontologie
in ihrer Anwendungsumgebung getestet. Feedback von Beta-Testern kann wertvolle
Hinweise für die Entwicklung der Ontologie liefern und weitere Verfeinerungsschritte
initiieren. Weiterhin kann das Protokollieren von Benutzer-Interaktion mit dem System
Hinweise für die Verfeinerung der Ontologie liefern. Das System sollte alle Schritte der
Benutzer beim Navigieren oder Suchen anhand der Ontologie mitverfolgen. Eine
“Ontologie Logfile Analyse” kann die Häufigkeit der Benutzung von Bereichen der
Ontologie offen legen. Aus Benutzersicht kann dies z.B. darauf hindeuten, dass
Spezialisierungen oder Generalisierungen von modellierten Begriffen nötig sind. Diese
Phase ist eng mit der Verfeinerungsphase verbunden und ein Ontologie-Entwickler muss
eventuell mehrere Zyklen durchlaufen, bis die Ziel-Ontologie den gewünschten
Detaillierungsgrad erreicht hat - das Überführen der Ontologie in die praktische
Anwendung beendet die Evaluationsphase.
Instandhaltungsphase. Die “echte Welt” ändert sich ständig - wie auch die
Anforderungen an Ontologien. Um diese Änderungen in der Modellierung der Ontologie
widerzuspiegeln, muss sie analog zu anderen Softwareteilen in regelmässigen
Abständen instandgehalten werden. Aus unserer Perspektive ist die Instandhaltung
primär ein organisationaler Prozess, den es zu strukturieren gilt. Wir empfehlen, dass ein
verantwortlicher Ontologie-Entwickler die geänderten Anforderungen sammelt, ausführt
und neue Versionsstände der Ontologie freigibt. Die Freigabe sollte erst nach Tests
erfolgen, um mögliche Auswirkungen in der Anwendung nachzuvollziehen. Dies erfordert
unter Umständen mehrere Verfeinerungszyklen. Ähnlich der initialen Verfeinerungsphase
kann Feedback von den Nutzern wertvolle Hinweise für notwendige Änderungen an der
Ontologie liefern. Ontologien müssen während der gesamten Lebenszeit instand
gehalten werden.
Einbettung des Wissens-Metaprozess in den Anwendungskontext. Nach
Inbetriebnahme der Wissensmanagementanwendung muss nicht nur die Ontologie
sondern auch das darauf aufbauende System instandgehalten werden. Nicht nur
Änderungen der Ontologie sondern auch beispielsweise Änderungen am Layout der
Anwendung müssen - wie auch für andere Anwendungen üblich – im organisatorischen
Kontext berücksichtigt und strukturiert werden.
5.5 Schlußfolgerungen und Ausblick
Ontologien spielen eine entscheidende Rolle als semantisches Bindeglied in einer neuen
Generation von Wissensmanagement-Systemen. Ebenso gewinnen Prozessaspekte bei
der Entwicklung und dem Einsatz von Wissensmanagement-Lösungen immer mehr an
Bedeutung. Wir haben in unserem Beitrag aufgezeigt, dass zwei Arten von Prozessen zu
unterscheiden sind: der Wissens-Metaprozess zur Einführung einer
Wissensmanagement-Lösung und der eigentliche Wissensprozess, der sich aus
verschiedenen Teilprozessschritten zusammensetzt, die für den Einsatz einer
Wissensmanagement-Lösung benötigt werden. Alle diese Prozesse werden in unserem
Ansatz miteinander verbunden, die damit auch eine durchgängige (Wieder-) Verwendung
von Wissen sicherstellen. Die Entwicklung und Anwendung des Corporate History
Analyzer zeigt die Stärken eines derartigen Ansatzes unmittelbar auf. In [18] wird dieser
Ansatz übertragen auf das technisch weitgehend analoge Skill-Managementsystem,
OntoProPer. Beide Systeme, CHAR und Onto-ProPer, können als eine konkrete
58 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

61. 5 Semantik für die nächste Generation Wissensmanagement
Realisierung eines Semantischen Wissensportals betrachtet werden. In [14] wird
aufgezeigt, dass man einen umfassenden Ansatz benötigt, der sowohl den Aufbau als
auch den Betrieb und die Wartung eines solchen Portals umfasst. Dabei spielt
insbesondere auch die Möglichkeit der Portalbenutzer, selbst Wissen in das Portal
einpflegen zu können, eine zentrale Rolle für die Aktualität des bereitgestellten Wissens
und damit für die Akzeptanz des Portals bei seinen potentiellen Benutzern.
Ontologiebasierte Wissensmanagement-Lösungen lassen sich in der Praxis nur dann
erfolgreich einführen und anwenden, wenn der damit verbundene Modellierungs- und
Wartungsaufwand in Balance steht zum erzielten Mehrwert der ontologiebasierten
Lösung. Von daher spielen Fragen der (semi-)automatischen Generierung von Ontologien
aus Texten und anderen Wissensquellen eine wichtige Rolle, weil dadurch der
Modellierungsaufwand reduziert werden kann [10]. Dies gilt in gleicher Weise für die
Generierung und Wartung von Metadaten [6].
Zukünftig erscheint auch eine Verknüpfung von Wissensprozess und Wissens-
Metaprozess durch entsprechende Lernverfahren vielversprechend. So können z.B. neue
Begriffe, die in Dokumenten aufscheinen, über Ontologie-Lernverfahren die Aufnahme
neuer Konzepte und Beziehungen in die betreffende Ontologie nahelegen: einem Aspekt,
der durch den Teilprozess Instandhaltung des Wissens-Metaprozesses abgedeckt wird.
Die Anwendung von Lernverfahren eröffnet generell die Möglichkeit, eine
Wissensmanagement-Lösung semi-automatisch an die sich ändernden Anforderungen
anzupassen und somit auf Änderungen des Unternehmenskontextes oder der
Benutzungsbedürfnisse flexibel und schnell reagieren zu können.
5.6 Literatur
[1] J. Angele, H.-P. Schnurr, S. Staab, and R. Studer. The times they are a-changin’ —the
corporate history analyzer. In D. Mahling and U. Reimer, editors, Proceedings of the Third
International Conference on Practical Aspects of Knowledge Management. Basel,
Switzerland, October 30-31, 2000, 2000. http://www.research.swisslife.ch/pakm2000/.
[2] V. R. Benjamins, D. Fensel, and A. Gomez. Knowledge management through
ontologies. In PAKM 98 Practical Aspects of Knowledge Management — Proceedings of
the Second International Conference, 1998.
[3] S. Decker, M. Erdmann, D. Fensel, and R. Studer. Ontobroker: Ontology based access
to distributed and semi-structured information. In R. Meersman et al., editor, Database
Semantics: Semantic Issues in Multimedia Systems. Kluwer Academic, 1999.
[4] S. Decker, S. Melnik, F. Van Harmelen, D. Fensel, M. Klein, J. Broekstra, M. Erdmann,
and I. Horrocks. The semantic web: The roles of XML and RDF. IEEE Internet Computing,
4(5), 2000.
[5] R. Dieng, O. Corby, A. Giboin, and M. Ribiere. Methods and tools for corporate
knowledge management. Int. Journal of Human-Computer Studies, 51(3):567–598, 1999.
[6] M. Erdmann, A. Maedche, H.-P. Schnurr, and Steffen Staab. From manual to semi-
automatic semantic annotation: About ontology-based text annotation tools. In P.
Buitelaar and K. Hasida, editors, Proceedings of the COLING 2000 Workshop on
Semantic Annotation and Intelligent Content, 2000.
[7] M. Erdmann and R. Studer. How to structure and access XML documents with
ontologies. Data and Knowledge Engineering, Special Issue on Intelligent Information
Integration, (to appear).
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 59

62. 5 Semantik für die nächste Generation Wissensmanagement
[8] N. Guarino and C. Welty. Identity, unity, and individuality: Towards a formal toolkit for
ontological analysis. Proceeding of ECAI-2000, August 2000. available from
http://www.ladseb.pd.cnr.it/infor/ontology/Papers/OntologyPapers.html.
[9] M. Kifer, G. Lausen, and J. Wu. Logical foundations of object-oriented and frame-
based languages. Journal of the ACM, 42, 1995.
[10] A. Maedche and S. Staab. Mining Ontologies from Text. In Proceedings of EKAW-
2000, Springer Lecture Notes in Artificial Intelligence (LNAI-1937), Juan-Les-Pins,
France, 2000. Springer, 2000.
[11] D. O’Leary. Knowledge management: An analysis based of knowledge use and
reuse. IEEE Intelligent Systems, 2001.
[12] G. Probst, S. Raub, and K. Romhardt. Wissen managen — Wie Unternehmen ihre
wertvollste Ressource optimal nutzen. Frankfurter Allgemeine Zeitung / Gabler Verlag,
Frankfurt am Main/ Wiesbaden, 1999.
[13] G. Schreiber, H. Akkermans, A. Anjewierden, R. de Hoog, N. Shadbolt, W. Van de
Velde, and B. Wielinga. Knowledge Engineering and Management — The CommonKADS
Methodology. The MIT Press, Cambridge, Massachusetts; London, England, 1999.
[14] S. Staab and A. Maedche. Knowledge portals : ontologies at work. AI Magazine,
Summer 2001.
[15] S. Staab and A. M¨ adche. Axioms are objects, too - ontology engineering beyond
the modeling of concepts and relations. In N. Guarino V.R. Benjamins, A. Gomez-Perez,
editor, Proceedings of the ECAI 2000 Workshop on Ontologies and Problem-Solving
Methods, Berlin, August 21-22, 2000., Berlin, 2000.
[16] S. Staab and D. O’Leary, editors. Bringing Knowledge to Business Processes. Papers
from 2000 AAAI Spring Symposium, Tech. Report SS-00-03, Menlo Park, CA, 2000. AAAI
Press. http://www.aaai.org/Press/Reports/Symposia/Spring/ss-00-03.html.
[17] S. Staab and H.-P. Schnurr. Smart task support through proactive access to
organizational memory. Knowledge-based Systems, 13(5):251–260, September 2000.
[18] Y. Sure, A. Maedche, and S. Staab. Leveraging corporate skill knowledge - From
ProPer to OntoProper. In D. Mahling and U. Reimer, editors, Proceedings of the Third
International Conference on Practical Aspects of Knowledge Management. Basel,
Switzerland, October 30-31, 2000, 2000. http://www.research.swisslife.ch/pakm2000/.
[19] M. Uschold and M. Grueninger. Ontologies: Principles, methods and applications.
Knowledge Sharing and Review, 11(2), June 1996.
[20] S. Weibel and E. Miller. Dublin core metadata. Technical report, 1998.
http://purl.oclc.org/dc.
60 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

63. 6 Wissensmanagement – ein kritischer Blick
6 Wissensmanagement – ein kritischer Blick
6.1 Der Rahmen: Wissensgesellschaft und „New Economy“
Ehe wir uns den Fragen zuwenden, was Wissensmanagement ist und wie man es
beschreiben kann, ist die Frage zu klären, wozu es dient und warum es gerade jetzt
populär wurde. Dies gelingt durch Betrachtung des Rahmens, in den sich das Konzept
fügt.
6.1.1 Wissensgesellschaft
Um den Wandel in den Gesellschaften der OECD und Schwellenländer zu beschreiben,
bedürfte es wohl mehrerer Tausend Seiten, die dazu ja auch bereits existieren. Wir
wollen hier nur ein Anknüpfen durch Stichworte versuchen, von denen jedes einzelne
stellvertretend für einen Umbruch und für Möglichkeiten steht, deren künftige Entfaltung
heute noch nicht entschieden ist.
Dabei wären die Termini Informationsgesellschaft oder post-industrielle, postmoderne
Gesellschaft ebenso angebracht für eine Gesellschaft, die zunehmend fragmentiert ist, in
der ein Bruchteil von 10 % der Arbeitskräfte ausreicht, um Lebensmittel und
Industriegüter herzustellen und deren Lebens- und Arbeitsweise sich immer mehr auf
Mensch-geschaffene Artefakte stützt, was vielleicht am besten durch Dolly, das erste
geklonte Schaf symbolisiert wird.
Stichworte sind die abnehmende Abhängigkeit von natürlichen Gegebenheiten
(synthetische Verfahren der Materialgewinnung, Entschlüsselung des Erbguts), die
abnehmende Vorenthaltbarkeit von Information (WWW), der enorme Zuwachs an
manipulativem Wissen (sogenannter technischer Fortschritt). Das führt dazu, dass immer
mehr Menschen mit Symbolen von Dingen (am elektronischen Device) statt mit den
Dingen selbst arbeiten => WISSENSARBEITER, daß wir in immer mehr Bereichen
darauf angewiesen sind, mehr oder minder nutzerfreundliche Ergebnisse von Wissen
anderer zu nutzen, ohne sie im Detail zu verstehen => WISSENSSURROGATE, daß
Wissen problemlos Grenzen überschreitet und daher potentiell „das beste Wissen“2
weltweit angesprochen und verbunden werden kann => GLOBALISIERUNG.
Die reine Menge an Wissen, seine weltweite Verfüg- und Kombinierbarkeit, bringt einen
weiteren Effekt zum Tragen: Beschleunigung durch positiven Feedback, d.h.
Beschleunigung der wissensschaffenden (und damit notgedrungen wissenszerstörenden)
Prozesse => Verkürzung der Ideen- und Produktlebenszyklen. Die weltweite Verfügbarkeit
aufklärerischen Wissens bei gleichzeitiger wissenschaftlicher Unentscheidbarkeit
wichtiger Orientierungsfragen im Leben führt ferner zu Spannungen zwischen globalen
Erfordernissen bzw. Verlockungen und traditionellen Werten (siehe etwa die neuen
Fundamentalismen) und zu einem Bewußtwerden von „MULTIOPTIONALITÄT“.
Lebensstile werden experimentell, gesellschaftliche Orientierungen fragmentiert.
Traditionelle Institutionen, wie etwa politische Parteien, aber auch Nationalstaaten
2
dieses Wissen residiert in Köpfen, worauf später noch einzugehen sein wird.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 61

64. 6 Wissensmanagement – ein kritischer Blick
vermögen derlei fragmentierte Interessen immer weniger zu integrieren
=> FRAGMENTIERTE GESELLSCHAFTEN.
Das arbeitsteilig entwickelte technische Verfügungswissen hat anerkannte Neben-,
Rück- und Fernwirkungen, die – bei aller Zunahme an Bequemlichkeit – das Risiko
modernen Lebens erhöhen: Zwar sinkt die Eintrittswahrscheinlichkeit von technischen
Schäden (siehe etwa den zunächst ausgebliebenen Millenniumsbug), es steigt, wegen
der Vernetzung, jedoch das Ausmaß des Schadens im Eintrittsfall bis zur Gefahr der
Selbstvernichtung und Vernichtung der Lebensgrundlagen auf der Erde => RISIKO–
GESELLSCHAFT und Konzept der NACHHALTIGEN ENTWICKLUNG.
Die neue Konstellation eines hohen Rationalisierungsgrades von Landwirtschaft und
Industrie und aufbrechender traditioneller Strukturen, wie Religion, Familie, Arbeitgeber-
Arbeitnehmergegensätze führt dazu, daß der einzelne mit einer Fülle an
Wahlmöglichkeiten konfrontiert ist und diese – in ihrer Pfadabhängigkeit – bewältigen
muß. Pfadabhängigkeit bedeutet hier, daß ältere Entscheidungen (z.B. für Bildung) neue
Entscheidungen präjudizieren; die jeweils vorhandene Wissensbasis bestimmt, was wir
wahrnehmen und lernen können.
Dadurch, daß jede(r) ständig wählen kann, wird Einzelverhalten und damit auch das
Gesamtverhalten des Systems immer weniger vorhersagbar => es entstehen BRÜCHE,
DISKONTINUITÄTEN.
Deshalb muß wesentlich mehr neu entworfen, d.h. innoviert werden als früher, Es ist
auch viel mehr möglich, weil der sogenannte technische Fortschritt auf abnehmende
institutionelle Bindungen trifft, rechtliche wie kulturelle.
Übersetzt in die Arbeitswelt resultiert das Gesagte in einer Abkehr vom Konzept der
Beschäftigung zum Konzept der Beschäftigbarkeit => EMPLOYABILITY.
Aufbauend auf einem Wissensportfolio entwickelt das Individuum Einsatzprofile als
„selbstfahrendes Modul“, d.h. es kann sich selbst beschäftigen, sich an andere
Lokomotiven temporär ankoppeln (etwa für ein Projekt), aber etwaig auch selbst als
Lokomotive fungieren (neues UNTERNEHMERTUM). Damit stellen sich die Fragen der
Absicherung gegen Krankheit Unfälle und Altersversorgung neu
=> GRUNDEINKOMMEN?
Es stellen sich Fragen der Ver- und Entwurzelung, der Bewältigung von Komplexität, der
Bewältigung des Widerspruchs zwischen Optionenmaximierung (nur nicht festlegen) und
Profilierung (Notwendigkeit zu entscheiden).
„Die Scheu davor, eine Wahl zu treffen, ist das größte Hindernis bei der
Schaffung einer Strategie.“
M. Porter in Executive Excellence Ausg. 10, Dez. 1999, p. 15
62 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

65. 6 Wissensmanagement – ein kritischer Blick
Zusammenfassend können wir Wissensgesellschaft also beschreiben als
 - Gesellschaft, in der Materielles relativ an Bedeutung verliert, Immaterielles an
Bedeutung gewinnt.
 - Multioptionsgesellschaft, die die Qual der Wahl stellt und wegen der
Pfadabhängigkeit, welche ungleiche Chancen verstärkt, zu einer Zunahme von
Ungleichheit führt.
 - Gesellschaft, in der Wissen als Produktionsfaktor und Produkt an Bedeutung
gewinnt.
Folgende Indikatoren werden aktuell verwendet, um Wissensgesellschaft nachzuweisen
(zu messen):
 Zahl der Wissensarbeiter
 Zahl der PC Arbeitsplätze, Internetanschlüsse
 Zahl der Wissenschaftler, Zahl der jährlichen Publikationen und Patentanmeldungen
 Börsenwerte bzw. Marktwerte wissensintensiver Unternehmen im Vergleich zu ihren
Substanzwerten
 Anteil der „Intelligenz“ (Design, Marketing, F&E) am Produktionspreis im Verhältnis
zu reinen Materialkosten und Fertigungslöhnen.
6.1.2 „New Economy“
Mit neuer Ökonomie werden i.a. folgende Entwicklungen beschrieben: Zunahme von
Konzentrationen, teils in der flexiblen Form von Kooperationen (STRATEG. ALLIANZEN),
Kampf um Marktstandards (etwa: WINDOWS), zunehmender F&E Aufwand bei kürzer
werdenden Produktlebenszyklen, weltweite Öffnung der Märkte (LIBERALISIERUNG,
DEREGULIERUNG), Steuerung durch anonymes, weltweit mobiles Eigenkapital
(WERTSTEIGERUNGSORIENTIERUNG).
In dieser neuen Ökonomie können Erträge mit der zunehmender Verbreitung und Reife
von Produkten zunehmen, weil die Nutzer hohe Systemausstiegskosten zu tragen haben
und weil die Kosten fast zur Gänze fix sind, die Reproduktion so gut wie nichts kostet
(Protobeispiel: Software, aber auch Medikamente) Sie ist also auf Wissen als
wichtigste Ressource gestützt.
Die neue Ökonomie vereint eine Reihe von Konzepten, die früher als Gegensätze galten,
zumindest theoretisch. In der Praxis erweist sich die Überbrückung solcher Widersprüche
als nicht so einfach, wie sie auf dem Papier beschworen wird:
 Massenfertigung und Maß(Auftrags-)fertigung fließen im Konzept der Just-intime
Fertigung individualisierter Produkte (auf Basis von massengefertigten Modulen)
zusammen => MASS-CUSTOMIZATION. Beispiele: Lewis Jeans nach Maß, Dell
Computer, Barby Puppen, PKWs.
 Globale Integration und lokale Differenzierung: weltweite Durchsetzung des
westlichen Rationalisierungsprojekts, aber gleichzeitige Rücksichtnahme auf und
Ausschöpfung der lokalen Gegebenheiten.
 Größe (siehe Konzentrationsprozesse) und Flexibilität: Letztere wird durch
Aufspaltungen, Ausgliederungen, Intrapreneurship und die Förderung der Gründung
kleiner innovativer Einheiten gefördert.
 Qualität und niedrige Kosten sind mittlerweile selbstverständliche Anforderungen
des Marktes, sie reichen jedoch nur aus, um im Spiel zu bleiben, nicht um das Spiel
zu entwickeln.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 63

66. 6 Wissensmanagement – ein kritischer Blick
 Innovation ist ein Schlüssel zur Wettbewerbsfähigkeit: Nur so kann bei gehobenem
Allgemeinstandard ein Vorsprung, ein Unterschied erzeugt werden. Das reicht über
die Produktentwicklung hinaus in den Vorbereich der Kompetenzgewinnung.
„Leader neigen dazu, Geschwindigkeit mit leicht meßbaren
Ereignissen, wie Produklebenszyklen zu assoziieren. Sie werden
nun Geschwindigkeit mit der Rate assoziieren müssen, mit der
neues Wissen geschaffen, kodifiziert und in Unternehmen
verbreitet wird.“
(Prahalad C.K., Neue Leader. In Executive Excellence, Heft 10, Dez. 1999, 6).
Für Unternehmensführung hat dies folgende Konsequenzen:
VI. Erreichen der von den (anonymen) Kapitalgebern geforderten Renditen und
Wertsteigerungen durch permanente Kostensenkungen (Verbesserungen) und
Potentialentwicklung. Wegen der abnehmenden Dienstzyklen oberster
Führungskräfte, zieht hiermit ein Element von Kurzfristigkeit und manipulativ
temporärer Werterhöhung (z.B. durch Ankündigungspolitik, Fusionen) in die
Wirtschaft ein, das ihrer nachhaltigen Entwicklung deutlich schadet. Die Messung
intellektuellen Kapitals könnte gegensteuern: ManagerInnen könnten in
entsprechenden Audits auch daran gemessen werden, wieviel Substanz sie verzehrt
und wieviel sie aufgebaut haben, während sie bestimmte Renditen und
Wertsteigerungen erzielten. Es entsteht notwendiges neues Controllingwissen.
VII. Das berühmte globale Denken und lokale Agieren (Variante: think global, than
thing again), d.h. die Berücksichtigung der Möglichkeit, Produkte weltweit zu
beschaffen, weltweit zu produzieren und abzusetzen. Früher selten auftretende
Sonderaufgaben, wie das Kaufen und Verkaufen von Unternehmen(steilen), der
Abschluß von Kooperationsverträgen, die Gründung von Tochtergesellschaften und
Joint-Ventures werden zunehmend zum Alltagsgeschäft. Dabei wird
interkulturelles Wissen i.w.S. benötigt.
VIII. Ständige Revitalisierung der Organisation: Das Flugzeug muß quasi umgebaut
werden, während man es fliegt – und womöglich noch zu einem Gerät, das
schwimmfähig ist. Das setzt sehr viel Organisations-, und Veränderungswissen
voraus.
IX. Die Aufgabe der Potentialentwicklung ist gegenüber jener der Kostensenkung so
wesentlich, daß sie gesondert hervorgehoben werden soll: Im Vorfeld der
Markterschließung (weltweit!) und Produkt- und Leistungsentwicklung (immer
schneller!) bedeutet sie den Aufbau von Kompetenzen, wobei Kompetenz hier als
Überbegriff über Wissen + Können für unterschiedliche Einsatzkontexte definiert
ist. Das setzt nun wiederum viel Wissen über Wissen (seine Entstehung und
Verbreitung) voraus.
Keine Organisation kann all‘ dies im Alleingang bewältigen. Wir sehen hier eine
Begründung für Konzentrations- und Vernetzungsprozesse.
64 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

67. 6 Wissensmanagement – ein kritischer Blick
Zusammenfassend, halten wir fest:
Die neue Ökonomie ist eine beschleunigte Ökonomie, die eine Koexistenz von früheren
Gegensätzen erfordert: Sie bietet große Chancen3 für die, welche rasch lernen, d.h.
Wissen in Marktnutzen überführen können. Die Auseinandersetzung mit Wissen, wird
zur Überlebensbedingung. Dabei ist zu bedenken, daß neues Wissen zu schaffen, immer
einhergeht mit der Zerstörung alter Gewißheiten und liebgewordener Gewohnheiten.
Wissensmanagement beginnt also im Kopf und ist in Organisationen ganz wesentlich
eine Frage der (Veränderung von) Kultur.
6.2 Wissen – eine Ressource sui generis
Die Erbsünde des Wissensmanagements besteht darin, sich nicht näher mit dem
Wissensbegriff auseinanderzusetzen (vgl. Schneider, Die 7 Todsünden des
Wissensmanagement). Damit meine ich nicht, eine Definition zu bilden oder sich in den
Reigen derer einzuführen, die Stufenleitern vom Datum zum Wissen oder gar zur
Weisheit einführen, ohne zu berücksichtigen, daß ohne (Vor-)Wissen nichts zum Datum
werden kann, daß es innerhalb und zwischen den Disziplinen sehr unterschiedliche
Informationsbegriffe gibt (vgl. Schneider, 1990, Kap. 3) und daß der Wissens- oder
Erkenntnisbegriff ganz wesentlich von der jeweils eingenommenen
wissensphilosophischen Position abhängen. Vielmehr sehe ich im inflationären und
unbestimmten Gebrauch des Wissensbegriffs eine Chance: Weil wir nicht mehr sicher
bestimmen können, was Wissen ist, wird es möglich, den Begriff, seine Bedeutung und
persönlichen bzw. organisatoionsspezifischen Sinn neu zu betrachten. Es ist die
verlebendigende Auseinandersetzung darüber, welches Wissen für eine Organisation
relevant und erfolgsentscheidend ist, die den Wissensmanagement betreibenden
Unternehmen den entscheidenden Nutzen bringt.
Allerdings ist damit auch die Hoffnung zu enttäuschen, daß Wissensmanagement
Unternehmensführung erleichtert. Wegen des prekär Werdens der Grenze zwischen
Wissen und Ignoranz muß vielmehr eine zusätzliche Grenzziehungsleistung erbracht
werden – als Beitrag zum Orientierungssystem.
Letzteres zählt zu den schwierigen Managementaufgaben. Zusätzlich stellt die Fülle an
potentiell zu Wissen verarbeitbaren, aber individuell nicht bewältigbaren Inputs
Individuen und Organisationen vor die psychisch-organisatorische Anforderung, die
eigene Begrenztheit zu akzeptieren.
„ An individual without information cannot take responsibility: An individual
who is given information cannot help but take responsibility.“
meinte J. Carlzon, damals Vorstand von Scandinavian Airlines (SAS) – und hatte mit
diesem Bekenntnis zu transparenter Führung sowohl Erfolg, als auch recht. In der
Wissensgesellschaft geht es jedoch, speziell für Führungskräfte, darum, Verantwortung
zu übernehmen, obwohl man nicht über vollständige und sichere Informationen verfügt,
denn wie Sokrates schon formulierte und Bentov in ein „Gesetz“ goß:
„One’s level of ignorance increases exponentially with accumulated knowledge.
When one acquires a bit of new information there are many new questions that
3
(und damit ihre Kehrseite, das Risiko zu scheitern)
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 65

68. 6 Wissensmanagement – ein kritischer Blick
are generated by it and each new piece of information breeds five to ten new
questions. These questions pile up at a much faster rate than does accumulated
knowledge. Therefore, the more one knows, the greater one’s level of
ignorance.“
Paradoxerweise scheinen AutorInnen im Feld Wissensmanagement dem Eindruck zu
unterliegen, alles neu erfinden zu müssen, so als hätte Plato nie dazu geschrieben, sich
Heinrich der Seefahrer nichts dazu überlegt oder Popper und Feyerabend sich nicht dazu
geäußert. Sie ignorieren das vorhandene „Informationsmaterial“, integrierten es nicht in
ihr Wissen, was ihrem Projekt, das vorhandene Wissen besser zu nutzen, eigentlich
zuwiderläuft. Das zeigt sich an Neuversuchen, Wissen und Information zu definieren, an
einer recht oberflächlichen Rezeption von Polany’s Werk über stillschweigendes Wissen
(Ausnahme: Nonaka/Takeuchi, 1995) und an Controllingzugängen, die von Nicht-
Controllern entwickelt werden.
Wie aber kann eine Organisation nun wirklich für sich definieren, was Gegenstand ihres
Wissensmanagements sein soll? Schließlich sind Unternehmen weder
Forschungsakademien noch Dokumentationszentren?
Als Ökonom könnte man es sich einfach machen: Wissen umfaßt jene immateriellen
Seiten/Bestandteile eines Produktes oder einer Leistung und ihres Erstellungsprozesses,
für die der Markt zu zahlen bereit ist. Soweit, so gut, aber erstens definiert das die
immateriellen Seiten/Bestandteile nicht und zweitens ist es nur ex post zu bestimmen.
Als Philosophin würde sich anbieten, Wissen als Orientierungsrahmen zu definieren –
jene Beobachtungs- und Glaubenssätze über die Welt, an denen wir unser Handeln
ausrichten (vgl. auch Nonaka/Takeuchi 1985, und Mittelstraß, 1991).
Pragmatisch wäre relevantes Wissen das, was Mitglieder einer Organisation – unter
Einbezug wichtiger Marktpartner – dafür halten.
Wir wollen es bei diesen Hinweisen belassen. Wissen ist nicht endgültig definierbar. Es
ist aber wichtig, daß jede Organisation, die Wissensmanagement betreiben möchte, ihre
eigene Definition entwickelt, d.h. daß man sich gemeinsam den Kopf zerbricht, was im
eigenen Kontext relevant, speziell, knapp oder überschüssig ist.
6.2.1 Annäherungen an den Begriff des Wissens über Merkmale
Folgende Hinweise auf Dimensionen des Begriffs sollen Ihnen diese Diskussion
erleichtern:
6.2.1.1 Objektiv versus subjektiv
Viele Definitionen gehen implizit davon aus, daß es so etwas wie eine externe
Beobachterperspektive gibt, aus der darüber befunden werden kann, was Wissen und
was relevantes Wissen ist (positivistische oder kritisch-rationale Sichtweise). Andere
stellen auf Sichtweisen der Beteiligten ab, wobei individuelle und kollektiv geteilte
Sichtweisen unterschieden werden (kosntruktivistische und konstruktionistische
Sichtweise).
Wissenschaftlich eindeutig ist nicht über Wissen und Relevanz zu entscheiden.
Objektivität unterstellende Betrachtungsweisen meinen also bei näherem Hinsehen
meist eine überlegene, eine besondere Beobachterposition, entweder die der
66 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

69. 6 Wissensmanagement – ein kritischer Blick
methodisch strengen Studie oder jene der besser wissenden Experten, die meist oben in
der Hierarchie vermutet werden.
Beispiele: Literatur und Praxis sprechen häufig von der an einem Arbeitsplatz benötigten
Information und meinen damit implizit, sie ließe sich mehr oder minder eindeutig aus der
Aufgabe ableiten. Diese Metapher wird nun auf Wissen übertragen: Das richtige Wissen
zur richtigen Zeit am richtigen Ort ... ist so ein beliebter Satz, der die objektive
Bestimmbarkeit von richtig unterstellt (ohne im übrigen zu bestimmen, was denn nun
richtig sei).
Demgegenüber ist das Internet eine subjektive Metapher: Man stellt rein, was man für
bedeutsam hält und Surfer rufen sich ab, was ihnen brauchbar erscheint. Dazu brauchen
sie nicht notwendig im Vorfeld ein Konzept von Brauchbarkeit – sie können sich anregen
lassen zu neuen Verknüpfungen und Bedeutungen. Dieser freie Ansatz ist am Markt sehr
erfolgreich, das sollten all‘ jene bedenken, die gerade an der ultimativen Totalsteuerung
des arbeitenden Menschen basteln, auf hohem Niveau, versteht sich.
Konsequenzen für die Praxis:
Der Akkumulations- oder Eichhörnchenweg kann im besten Fall lediglich
sicherstellen, daß alle auf das Niveau eines bestimmten Zwischenstands in
einem anhaltenden Prozeß des Lernens gehoben werden. Dies kann die Effizienz
erhöhen, wird jedoch kaum die Innovativität fördern.
Dazu muß Wissen nicht nur identifiziert, dokumentiert, verteilt und eingesetzt,
sondern in seinem interimistischen Charakter erkannt werden. Wissens-
unternehmer zerstören das vorhandene Wissen immer wieder und machen
damit Lernprozesse ihrer Konkurrenz obsolet – Schumpeter läßt sich ohne
weiteres auch auf die Neue Ökonomie anwenden. M. Dell zerstörte „das
Wissen“, daß Computer nur über den (Fach-)Handel absetzbar seien und erzielte
dafür beachtliche Renditen.
Generell bauen daher „dot.com Start-ups“ darauf, daß sie eingefahrenes
Wissen erschüttern und in anderer Kombination zum Tragen bringen.
Pragmatisch lösen Unternehmen die Frage ihrer Positionierung im Feld
„objektivsubjektiv“ häufig über die Unterscheidung von mehreren Stufen der
Klassifizierung von Wissen:
Ungeprüftes Wissen4 folgt dem subjektiven Paradigma. Es wird von
Einzelpersonen in einen Pool eingestellt und steht dort für andere zur
Verfügung, die es auf Glaubwürdigkeit und Plausibilität bzw. Gültigkeit zu
prüfen haben.
Redaktioniertes Wissen5 ist von einer Stelle auf Brauchbarkeit und
Regelkonformität geprüft, wobei letztere sich auf sich etablierende Intranet und
e-mail Konventionen, „Netiquette“, auf Usage Policies und Publication Chartas
bezieht.
4
Sie werden an späterer Stelle sehen, daß man hier streng genommen von Daten, Texten und
Bildern sprechen sollte, die – im Kopf von Menschen – Wissen induzieren können.
Einfachheitshalber verwende ich den Begriff Wissen, weil er so eingebürgert und daher
anschlußfähig ist. Sie sollten „Wissen“ aber immer nur als Stellvertreter – Variable – für erst zu
leistende Denk- und Kommunikationsprozesse verstehen.
5
siehe Fußnotentext 3
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 67

70. 6 Wissensmanagement – ein kritischer Blick
Autorisiertes Wissen6 ist von mehreren Instanzen auf „Herz und Nieren“, d.h.
Gültigkeit und strategische Wirksamkeit geprüft und kann insoferne als sicher
gelten, als man sich im Zweifelsfall darauf berufen und daher als MitarbeiterIn
für etwaige Mängel dieses Wissens in der Anwendung nicht haftbar gemacht
werden kann.
Es ist für jedes Unternehmen wichtig, sich klar zu werden, welches Welt- und
Führungsverständnis man vertritt und welche Ziele man erreichen möchte, um sich nicht
in motivations- und letztlich geschäftsschädigende Widersprüche zu verwickeln.
6.2.1.2 Tacit/Stillschweigend – Explizit/Kodifiziert
Entgegen den üblich gewordenen Darstellungen (deren Autoren Polanyi vermutlich nie
gelesen und Nonaka/Takeuchi gründlich mißverstanden haben), handelt es sich dabei
nicht um eine Dichotomie, einen Gegensatz, sondern ein Kontinuum, dessen Eckpunkte in
der Realität nicht vorkommen: Es gibt kein rein stillschweigendes oder vollkommen
explizites Wissen, immer nur graduelle Mischungen von beiden. Als definitorische
Spitzfindigkeit ist dies praktisch nicht relevant, wichtiger für Sie sind die Konsequenzen,
die Sie aus dieser Erkenntnis ziehen (vgl. Rooney/Schneider, 2000).
Kodifiziertes Wissen beruht auf Strukturen, die das für Wesentlich befundene, in einer
extra zu erlernenden präzisen Kurzsprache darstellen, z.B. in der formalen Sprache der
Mathematik. Solche Codes erleichtern die Weiterentwicklung und Weitergabe des
Wissens, solange sie beim Empfänger wieder jene stillschweigenden Bestandteile
auslösen, die die Entwickler und Verwender des Codes damit verbunden haben.
Bei der Kodifizierung ist also die Zunahme von Effizienz und Verbreitbarkeit gegen den
Verlust an Informationsreichtum und die Gefahr von Missverständnissen abzuwägen.
6
siehe Fußnotentext 3
68 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

71. 6 Wissensmanagement – ein kritischer Blick
Ferner ist zu berücksichtigen, daß Codes am besten von jenen verstanden und verwendet
werden können, die sie entwickelt oder auf eine Weise gelernt haben, die diese
Entwicklung nachvollzieht. Wer sie oberflächlich „auswendig“ lernt oder nur einem
Handbuch entnimmt, kann in der Regel nicht das damit anfangen, was der
verschlüsselnde Sender beabsichtigte.
Beispiel: Der Code 125 steht in der Personalauswahl für männlich – Altersgruppe 30-40
und postgradualer Abschluß. Wenn viele Bewerber auszulesen sind, erleichtert so ein
Code den Vorgang. Er enthält aber deutlich weniger Information als die
Interviewsituation mit dem beschriebenen Bewerber. Gerade deshalb ist das Interview –
trotz (oder wegen?) seiner Subjektivität – aus der Personalauswahl nicht wegzudenken.
Konsequenzen für Projekte in der Praxis:
Die Idee, implizites Wissen explizit und in einer – meist kodifizierten – Form anderen
verfügbar zu machen, stößt an folgende Grenzen:
 Kosten der Externalisierung, Codifizierung, Verwaltung
 Kosten des Erlernens des Codes im Sinne der Entwickler (dies wird meist gar nicht
berücksichtigt, daher entstehen alternativ )
 Kosten von Mißverständnissen und Nicht-Verständnis (frühere Erfahrungen, best
practices anderer können im eigenen Kontext nicht relevant werden, weil das
stillschweigende Wissen, die Erfahrung fehlen).
Stillschweigendes Wissen hat bei näherem Hinsehen mehrere Ausprägungen. Es
kann nur nicht ausgesprochen oder unaussprechbar sein, es besteht in der Form von
Urteilen (und mischt damit Kognitives und Emotionales) und Fähigkeiten etwas
„automatisch“ auszuführen, es ist „in Fleisch und Blut“ übergegangen und daher
schwerer überprüfbar und änderbar als explizites Wissen. Es beschleunigt das Handeln
individuell und – dort wo es geteilt wird – kollektiv.
Beispiele: Zu wissen, daß die Tochter eines Kunden am Dienstag operiert wird und
diesen Tag terminlich auszusparen gehört in die Kategorie „nicht ausgesprochen, aber
aussprechbar“. V. Hayek nennt das – lokales Wissen. Andererseits kann Hermann Maier
nur bis zu einem gewissen Punkt beschreiben, warum er so gut Ski fährt – er tut es
einfach. Das durch eine gemeinsame Haushaltsgeschichte erworbene stillschweigende
Wissen wird täglich aktiviert, bei der Vergabe des Badezimmers, der Regelung des
Abwaschs und der Aufräumaktivitäten, ohne dass viele Worte fallen müssen. Ähnlich
verlaufen Produktionen in eingespielten Teams – man konnte hier im Zeitablauf
beträchtliche Lernkurveneffekte messen.
Konsequenzen für die Praxis:
Zwei Wege werden vorgeschlagen: Der eine besteht darin, möglichst viel implizites
Wissen explizit zu machen (wie vorne gezeigt, ein sehr aufwendiges und bezüglich der
Wirksamkeit unsicheres Projekt), der andere darin, möglichst viel implizites Wissen
fließen zu lassen, damit es geteilt und entwickelt werden kann. Implizites Wissen ist
häufig auch informelles, d.h. noch nicht durch Legitimierungsprozeduren gelaufenes
Wissen: Es ist daher durchaus sinnvoll, es teilweise ins Bewußtsein zu heben, auf seine
Brauchbarkeit zu prüfen, seine Veränderungen und Veränderungsnotwendigkeiten zu
erkennen. Nichts anderes steckt hinter Peter Senge’s Konzept der lernenden
Organisation, die ihre eigenen Vorannahmen reflektiert. Bloßes Explizit Machen und
Dokumentieren ist jedoch noch keine Reflexion. Es geht eher von der Vorannahme aus,
daß Wissen immer gesichert und nützlich sei, was jedoch keineswegs der Fall sein muß.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 69

72. 6 Wissensmanagement – ein kritischer Blick
6.2.1.3 Daten, Information, Wissen
Die Trennung ist – wie in der Einleitung erwähnt – trickreich. Im allgemeinen werden
Daten als Einzelbeobachtungen und Messungen interpretiert, die erst gedeutet werden
müssen, für sich genommen, noch nichts aussagen.
Wenn Geschäftseinheit A eine schwarze Null schreibt, obwohl gute Konjunktur herrscht,
ist das anders zu interpretieren, als wenn Geschäftseinheit B das tut, der – durch externe
Umstände – 40 % des Gesamtmarktes weggebrochen sind.
Information wird meines Erachtens am brauchbarsten von Gregory Bateson definiert, als
Unterschied, der einen Unterschied macht (vgl. Bateson, 1979). Die erste Erwähnung von
Unterschied verweist darauf, daß wir immer Bezugspunkte benötigen, um etwas
wahrzunehmen. So gibt es etwa den Begriff „groß“ nur in Beziehung zum Begriff „klein“.
Bezugspunkt z.B. für Menschen wäre dann die jeweilige Durchschnittsgröße: Wer
(beträchtlich) darüber liegt ist (sehr) groß, darunter Liegende werden als klein
gekennzeichnet.
Die zweite Erwähnung von Unterschied bezieht sich auf die dem ersten Unterschied (den
Daten) zugeschriebene Bedeutung für Handlungen (das Patientendatum „GRÖSSE = 2,10
m löst die Zurverfügungstellung eines Nicht-Norm Bettes aus), die nunmehrige
Information verändert unsere Einschätzung der Lage oder unser Handeln.
Das Datum –5o Celsius wird von einem beliebigen Empfänger dieser Nachricht als
„kälter als gewöhnlich“ interpretiert (Unterschied), weshalb er ein zusätzliches
Kleidungsstück anzieht (Handlungskonsequenz).
Information bedarf daher, genau wie Wissen, eines verarbeitenden Bewußtseins.
Vorläufig verfügen darüber, unserer Kenntnis nach, nur Menschen, wenn die künstliche
Intelligenzforschung auch an dem Projekt arbeitet, das zu ändern.
Wissen, wäre dann die Struktur aus der die Bedeutung von Informationen
erschlossen werden kann. Es liefert Auskünfte über die WARUM, aber auch WOZU–
Frage.
Man muß zum Beispiel etwas über Temperaturmessung und Warmhalten des Körpers
gelernt haben, um –5o Celsius im beschriebenen Sinn interpretieren zu können.
Man braucht eine ganze Menge an allgemeinem Unternehmungsführungswissen, um auf
die erwähnte schwarze Null mit Anstößen zur Verbesserung einerseits und Applaus
andererseits zu reagieren.
Konsequenzen für die Praxis:
Die Interpretationsnotwendigkeit von Daten, die Kontextabhängigkeit von Interpretation
und die Strukturabhängigkeit (Strukturkonservativität!) von Wissen werden häufig
ausgeblendet. Die Folge sind z.B. Datenfriedhöfe (Sammelwut, welche Daten mit
Information verwechselt) und das Mißverständnis, Information und Wissen könnten von
einem Sender einfach an einen Empfänger weitergegeben werden, ohne sich in diesem
Prozeß zu verändern (Begriff des Wissenstransfers).
Wir empfehlen den Begriff Wissensinduktion zu verwenden, weil Sender und Empfänger
nie identische Wissensbasen besitzen und im Prozeß der Kommunikation (auch mit einer
Datenbank) im Empfänger etwas ausgelöst/induziert wird, was nur z.T. mit den
gesendeten Signalen zu tun hat und ganz wesentlich von der vorhandenen Wissensbasis
abhängt. Das bedeutet, daß der Kontext der Induktion zu bedenken ist und
Enttäuschungen über Nicht-Nutzung oder Unternutzung all‘ der schönen Datenbanken
70 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

73. 6 Wissensmanagement – ein kritischer Blick
über lessons-learned, Patente, best practicis, betriebsinterne Normen und Standards
eigentlich selbstverständlich sind. Gelingende Induktion ist der Überraschungsfall.
6.2.1.4 Wissen-Können-Wollen-Dürfen
In Organisationen ist Wissen, welches sich nicht durch Wollen und Dürfen in Taten, in
Können übersetzt, per definitionem Verschwendung.
Dabei geht es weniger um Akkumulation vorhandener Bestände als um die integrative,
multiplikative Nutzung und „Streckung“ dieser Bestände. Daher ist es wesentlich, über
die in den meisten Arbeiten zur Messung und zum Management von Wissen
vorherrschende Betrachtung von Inputs in den Unternehmensprozeß (Strukturmodelle)
hinauszugehen und das Zusammenspiel dieser Komponenten bei der Schaffung von
Ergebnissen in den Mittelpunkt der Betrachtung zu stellen.
Die Übersicht definiert, daß Wissen immer aus einer Kombination von warum, wozu,
was, wer, wann, wo und wie – Bestandteilen besteht, wobei manchmal wie, wann, wo
genügen (implizites Wissen), für die Entwicklung von Alternativen und damit Innovation
das warum und wozu aber nicht ausgeblendet werden dürfen, genauso wenig wie für die
Motivation, das Wollen der Beteiligten.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 71

74. 6 Wissensmanagement – ein kritischer Blick
„Ein Mensch, der weiß wofür, erträgt fast jedes wie.“
sagte F. Nietzsche, was in der Hektik der Alltagspraxis und im Zeitgeist eines
übertriebenen Pragmatismus, der nur auf das „wie“ fokusiert, oft vergessen wird.
Konsequenzen für die Praxis:
Statt sich auf aufwendige Sammelprojekte und Messungen einzulassen (Management by
Eichhörnchen), sollten Sie den Schwerpunkt auf den Einsatz von Wissen, die
Ermöglichung des Könnens, Wollens und Dürfens legen. Wissen ist nur ein wichtiger
erster Schritt – und nicht jedes Wissen ist gültig oder brauchbar und relevant, im Sinne
der Generierung von „UNTERSCHIEDEN“ (->Wettbewerbsvorteilen).
Aktuell scheinen mir eine ganze Menge von Sammelprojekten weniger strategisch als
dadurch getrieben, was leicht erfaß- und dokumentierbar ist. Wird es aber Erfolg haben,
im Sinne eines Unterschieds in der Bottom-Line? Das ist jedenfalls mit Unsicherheit
behaftet und wegen der raschen Veralterung des Erfaßten und seiner geringen
strategischen Relevanz eher zu verneinen.
6.2.2 Die Besonderheiten der Ressource „Wissen“
Wie schon in Fußnote 3 angedeutet, ist der Wissensbegriff nur im Sinne eines Quantors,
eines durch Klärungsprozesse zu füllenden Containers, zu verstehen. Es muß auffallen,
daß Unternehmen sehr beeindruckende Schritte zum Wissensmanagement setzen
können und auch setzen, ohne über ein eindeutiges Wissenskonzept zu verfügen. Gerade
weil sie kein strukturkonservatives Wissen über Wissen festschreiben, erhalten sie ihre
Projekte lebendig.
Wenn für eine Organisation allerdings nicht zutrifft, daß sie den Quantor durch
wissensschaffende Auseinandersetzung mit ihren „essentials“ bestimmt, dann erhalten
die unterschiedlichsten Gruppen, meist unerkannt, Definitionsmacht, den Quantor zu
bestimmen: Er wird willkürlich festgelegt, hierarchisch vorgegeben oder durch geistloses
Kopieren dessen gefüllt, was sich in der Kongreß- und Internetszene als Wissen zu
etablieren beginnt. Dieses Wissen ist aber kein autorisiertes Wissen. Dort, wo neue
Stellen für potentielle neue Experten (Fachleute für Wissensmanagement) eingerichtet
werden, ist damit zu rechnen, daß letztere bei der Quantorbestimmung nicht neutral,
sondern interessensgesteuert vorgehen: Sie wollen (und müssen) ihre Stellen und
Budgets nicht nur rechtfertigen, sondern bauen gleichzeitig an ihrer Bedeutung und
Unverzichtbarkeit.
Zurück zu den Besonderheiten:
Besonderheiten der Ressource Wissen
 Teilen ohne „Eigentumsaufgabe“
 Produktionskosten sind 100 % fix
 Flüchtig verteilt eingebettet fragmentiert
Wie Liebe ist Wissen ein Gut, das sich vermehrt, wenn man es verschwendet. Man muß
geben um zu erhalten: Wissen, das nicht geteilt wird, kann sich nicht in kollektivem
Handeln entfalten, bleibt also für einen selbst von geringem Nutzen. Das hat
Konsequenzen, etwa bezüglich einer zunehmenden Bedeutung kooperativen statt
kompetitiven Verhaltens.
Das Angebot an (potentiellem) Wissen ist nahezu unerschöpflich und wächst täglich,
knapp sind hingegen die Kapazitäten, es zu verarbeiten -> Konzentration, Zeit, Fähigkeit,
eine Auswahl zu treffen. Auch das hat Konsequenzen, etwa in Bezug auf die
72 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

75. 6 Wissensmanagement – ein kritischer Blick
Notwendigkeit, Fülle einzudämmen und die Eigenzeitlichkeit von Lernprozessen zu
berücksichtigen.
Wissen ist in seiner Entstehung in Lern- und Forschungs- und Entwicklungsprozessen
teuer: Einmal entwickelt, kann es jedoch sehr billig auf materielle Träger (Papier, Chips)
aufgebracht, in Produkte (Medikamente, Computer) eingebracht und verkauft werden.
Das hat Konsequenzen für die Unternehmensfinanzierung und für unseren
Eigentumsbegriff.
Wissen ist flüchtig, schwer faßbar. Wir stehen vor dem Problem, die zukunftsschaffende
Ressource schlechthin nicht genau fassen, nicht messen zu können, was nach
traditionellem Steuerungsverständnis aber eine wichtige Voraussetzung der Steuerung
ist. Auch das hat Konsequenzen, u.a. für die Schützbarkeit intellektuellen Eigentums.
Wissen ist schließlich in Organisationsprozesse eingebettet. Nur deshalb können wir
überhaupt sinnvollerweise von kollektivem Wissen sprechen. Organisationen speichern
in ihren Strukturen, Standard-Prozessen, gelebten Normen und Werten ein
Wissenspotential, das mehr ist als das in den einzelnen Köpfen gespeicherte Wissen,
auch wenn es erst auf dem Umweg über diese Köpfe und ihr Handeln aktiviert und damit
zu Wissen i.e.S. wird. Auch das hat Konsequenzen, insbesondere für die Übertragbarkeit
dieses Wissens.
Beispiel:
Eine Mitarbeiterin im Vertrieb hat beobachtet, daß Kunde XY nur deshalb auf Zulieferung
am Freitag bis 14 Uhr besteht, weil er dann kein Personal mehr an der Laderampe zur
Verfügung hat und die Ware Montag um 7 Uhr am Band benötigt, wenn die Lagerarbeiter
ihren Dienst wieder aufnehmen. Ein Kollege aus der Produktion erzählt ihr, daß die
Lieferzeitverkürzung im Haus Überstunden und Zusatzkosten im Ausmaß von 20 % des
Lieferwerts verursacht. Gemeinsam arbeiten sie einen Vorschlag aus, Montag ab 6 Uhr
mit eigenen Leuten abzuladen, was dem Unternehmen das Wochenende, an dem
ohnehin gearbeitet wird, als zusätzliche Produktionszeit eröffnet.
Konsequenzen:
Zum einen geht es darum, den positiven Synergieeffekt von Teilen erlebbar zu machen.
Das gilt nicht für jegliche Information (z.B. nicht für Insiderinformation im Finanzhandel)
und es gilt derzeit in den meisten Organisationen nicht, in denen Wissen tatsächlich als
Nullsummenspiel organisiert ist. Es ist unerläßlich, nüchtern abzuwägen, wann welche
Arten von Wissen aufgrund von Exklusivität Erfolg bringen und wann es bereichernder
(im Sinn des Wortes) ist zu teilen und gemeinsam mehr zu entwickeln als man vorher
einzeln hatte. Beschwörungsformeln, Wissen doch bitte teilen zu mögen, nutzen hier
wenig: Incentives in Form von Zuckerbrot und Peitsche reichen ebenfalls nicht aus, wenn
organisatorisch die Konstruktion eines Nash-Games, einer Gefangenen Dilemma
Situation erhalten bleibt: So ein Spiel bedeutet immer, daß einseitig zu „betrügen“ am
einträglichsten ist. Gleich danach folgt die beidseitige Kooperation (als langfristig beste
Lösung), dann das beidseitige Betrügen. Am schlechtesten ist man dran, wenn man
einseitig kooperiert, während die anderen betrügen.
Dort, wo Wissen als Macht erlebbar wird und Patentschutz besteht, um andere von der
Anwendung des teuer entwickelten eigenen Wissens auszuschließen, hat Teilen keine
Chance. Bonuszahlungen für Hits auf der eigenen Webpage (wie etwa bei Hewlett
Packard praktiziert) stellen nicht sicher, daß tatsächlich wesentliches und individuelles
Vorsprungswissen zur Verfügung gestellt wird. Die Annahme solchen Wissens, d.h. seine
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 73

76. 6 Wissensmanagement – ein kritischer Blick
Nutzung für eigene Projekte, wird gegenüber dem Geben meines Wissens nach in den ihr
Wissensmanagement publizierenden Paradeunternehmen nicht belohnt.
Daß Nash Games im Unternehmen vorkommen, können Legionen von Mitarbeitern
bestätigen, deren harmlos vorgebrachte Ideen von Kollegen und Vorgesetzten
vereinnahmt wurden. Möglicherweise hat das den Ideen zur Umsetzung verholfen und
damit dem Ganzen genützt, dem Einzelnen erwachsen daraus jedoch nur Vorteile, wenn
er am Gesamtergebnis beteiligt wird.
Nicht von ungefähr setzen wissensintensive Unternehmen, wie Microsoft oder Yahoo,
Mitarbeiteraktien als Incentives ein.
Ohne Beteiligung am Erfolg und Kapital, bleibt bei Shareholder Value-Orientierung der
Widerspruch zwischen dem Anspruch, selbstlos zu teilen und der Realität, nur wenigen
das Ergebnis solchen Teilens exklusiv zukommen zu lassen, bestehen.
Dennoch scheint es einigen Unternehmen zu gelingen, kollektiv orientierte loyale
Kulturen zu schaffen, in denen der Einzelne sich zugunsten einer Sache zurücknimmt.
Die Frage nach einer wissensfreundlichen Kultur ist keine triviale und wird aktuell durch
normative Beschwörungsrituale und punktuelle Sanktionen nur sehr unzureichend gelöst.
Wir werden auf diesen Punkt zurückkommen.
Dem Problem der Fülle (das durch Wissensmanagement tendenziell noch verschärft wird)
wird auf zweierlei Weise begegnet:
 - Einerseitsmit einer Verbesserung der Informationsverarbeitungskapazitäten des
Menschen, von Schnelllesetechnik bis zum implantierten Chip. Hier liegen zweifellos
Potentiale, andererseits jedoch auch eine Hase-Igel-Problematik vor: Jedes
technische Hilfsmittel löst z.T. jene Komplexitätsprobleme, die es selbst schafft
(denken Sie an Personalcomputer).
 - Andererseits, und das scheint der grundsätzlichere Zugang, sind die Fähigkeiten
des Menschen zu verbessern, Fokus und Prioritäten zu bilden, Widersprüche zu
ertragen und Auswahlen treffen zu können. Es geht also um die selten ausgeprägt
vorkommende (und deshalb hoch bezahlte!) Fähigkeit, echte Entscheidungen zu
treffen. Echt zu entscheiden, bedeutet eine urteilsgestützte Stellungnahme
abzugeben, nicht eine beste Alternative zu errechnen. Entscheiden kann nur, wer
Präferenzen hat, was voraussetzt, daß Entscheider wissen, was sie wollen.
Hier läuft Wissensmanagement also ganz stark auf Persönlichkeitsbildung hinaus,
was alle betrifft, die funktional zu führen haben; in der Wissensgesellschaft wird
damit auf eine von jedem Mitglied in einem Netzwerk zu erfüllende Kompetenz
verwiesen.
Der hohe Anfangsaufwand bei später etwaig sogar wachsenden Grenzerträgen führt
dazu, daß die Unternehmensfinanzierung sich zum Venture Capital verschiebt, auch in
Europa. Es bedarf eines langen und risikotragenden Atems, um die Entwicklungsphase zu
finanzieren: Was wir an Internet Start-ups und folgenden Börsengängen aktuell erleben,
entspricht dieser Überlegung. Gleichzeitig stellt Charles Handy die Frage, ob denn die
Geld- oder besser die Ideengeber das Eigentums- und damit das Dispositionsrecht an
Unternehmen erhalten sollten. Er plädiert für letztere, da sich die Börse anderenfalls zu
„... einem einzigen großen Casino entwickeln...“ (wird). (Handy, Ch.: Die Zukunft leben
lernen. In: Executive Excellence, Ausgabe 10, Dez. 1999, p 4) Ähnlich, wenn auch
vorsichtiger, äußert sich Thomas Stewart.
Was meinen Sie? Kommunistische Revolution oder einfach eine logische
Weiterentwicklung des Kapitalismus?
74 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

77. 6 Wissensmanagement – ein kritischer Blick
Welche Konsequenzen hat das Merkmal des Eingebettet Seins von Wissen?
Zum einen kann man versuchen, das Wissen sichtbar zu machen, das erleichtert seine
Steuerung, gleichzeitig aber auch seine Diffusion, die nicht mit beabsichtigt sein muß.
Das meiste Wissen ist nicht patentfähig. Seine Einbettung in Organisation und seine
Implizitheit schützen es vor Diebstahl. Man kann eine potente Mitarbeiterin aus der
Forschungsabteilung eines Konkurrenten abwerben, erhält damit jedoch noch nicht das
Wissen, das über die Köpfe des gesamten Teams verteilt ist. Man kann eine „Best
Practice“, etwa das Führen durch Ziele kopieren, ist damit aber noch nicht in der Lage,
den Prozeß der Zielentwicklung so gut zwischen Über- und Unterforderung auszupendeln,
wie dies Führungskräfte und Mitarbeiter können, die schon lange mit dieser
Führungsmethode arbeiten.
Wenn man solche eingebetteten Prozesse nun explizit macht, um sie selbst besser zu
verstehen und zu steuern, setzt man sich der Gefahr aus, daß sie kopiert werden, ebenso
wie Patente während der Anmeldungsphase der Kannibalisierung ausgesetzt sind,
worunter eine weiterentwickelnde Verwendung zu verstehen ist, die das ursprüngliche
Wissen obsolet macht.
Was kann man tun?
Lösung 1 Immer die Nase vorne haben, schneller innovieren als alle anderen, das eigene Wissen
rascher weiterentwickeln als alle anderen: Eine gute Lösung für gesunde, junge,
dynamische Menschen und Organisationen mit guter Startposition; weniger geeignet für
alle anderen.
Lösung 2 If you can’t beat them, cooperate. Die aktuelle Welle an Zukäufen, Fusionen und
Strategischen Allianzen ist z.T. dadurch bestimmt, daß man Wissen einkaufen, aber auch
den Prozeß der Wissensbildung, insbesondere sein Tempo beherrschen möchte. Große
Unternehmen wirken – so die konventionelle Weisheit – dämpfend auf ein Tempo, bei
dem viele nicht mehr mitkommen.
Lösung 3 Differenzierung über Kernkompetenzen. Die Strategie, konsequent in den Aufbau
einzigartiger Fähigkeiten zu investieren, die künftigen Kundennutzen stiften und sich in
mehrere Geschäftsfelder übersetzen lassen, ist ebenso vielversprechend, wie riskant.
Auch sie gelingt wohl nur mit finanziellem Polster, vielleicht eine weitere Begründung für
die aktuell feststellbaren Konzentrationstendenzen.
Lösung 4 Schließlich kann man die Einbettung fördern, indem man, wie japanische und
kulturstarke Unternehmen auf eine Kultur der Loyalität, langen Zugehörigkeit und der
Gegenseitigkeit setzt, viel persönliche Begegnung ermöglicht und die historische
Herausbildung eines Anders-Seins fördert. Das hat gewisse Gefahren von „Inzucht“,
welche aber durch bewußte Öffnung, z.B. auch eine entsprechende innovative
Einstellungspolitik gemildert werden können.
To manage knowledge is like herding cats
K. E. Svei
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 75

78. 6 Wissensmanagement – ein kritischer Blick
6.3 Zugänge zum Wissensmanagement 7
Dieses Kapitel folgt der einfachen, aber umfassenden Logik der W-Fragen.
Warum ? (siehe Teile I und II)
Wozu ? um Wettbewerbsvorteile zu erzielen, wobei Wissen die generischen Strategien
unterstützt ->
es ermöglicht bessere Prozeßbeherrschung
es ermöglicht (raschere) Innovation
es ermöglicht bessere Kundenorientierung
Was ? Managen kann man Wissen nicht, managen kann man Daten, Prozesse, Zusammenarbeit
und Infrastruktur
Wer ? Wer soll Träger dieser Aufgaben sein.
Wie ? Methoden und Tools
Womit ? mit welcher Informations- und Kommunikationstechnik? Ist Technik eine notwendige,
aber nicht hinreichende Bedingung? Welche Hard- und Software soll man anschaffen?
6.3.1 Zugänge zum Wissensmanagement 8
Wozu? Wie lassen sich WB Vorteile erzielen?
Wissensmanagement läßt sich nicht verbindlich definieren, weil es von
unterschiedlichen Wissensverständnissen (Produkt – Prozeß) ebenso wie von
unterschiedlichen Managementverständnissen abhängt (Kontrolle – Ermöglichung) und
7
Eine fundierte Ableitung dazu finden Sie in Schneider, 1999
8
Eine fundierte Ableitung dazu finden Sie in Schneider, 1999
76 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

79. 6 Wissensmanagement – ein kritischer Blick
zudem unterschiedliche Ziele akzentuiert, nämlich die bessere Nutzung des vorhandenen
Wissens (deployment) oder die Schaffung neuen Wissens (generation).
Wenn wir diese drei Dimensionen koppeln, erhalten wir theoretisch 8 Felder, die
verschiedene Zugänge zum Wissensmanagement beschreiben.
Jedes Feld stellt eine andere Strategie im Wettbewerb dar. Das Strategieverständnis ist
dabei sowohl markt- als auch ressourcenorientiert. Im Wechselspiel von Markt
(Hinweise auf relevantes Wissen) und interner Kompetenzen (Schaffung neuer
Relevanzen), versuchen Unternehmen idiosynkratisches, nicht (leicht) nachahmbares
Wissen (hier im Sinn von Können) zu bilden, das heute und künftig die Erstellung
wertschöpfender Leistungen ermöglicht.
Feld 1 ist der aktuell in der Konferenzszene am besten abgedeckte Bereich, auch wenn
die Begleitrhetorik der geschilderten Projekte fast durchgängig aus Feld 8 geliehen wird
(Rede von Innovation, organisatorischer Revolution, Empowerment und
Demokratisierung).
Wissensmanagement, um Vorhandenes besser zu nutzen (Kontrollperspektive)
Feld 1 beschäftigt sich mit Wissen als Produkt/Output, das dokumentiert
(dokumentierbar) ist und begreift Management als den üblichen Zyklus von Planung-
Organisation-Stellenbesetzung-Veranlassung und Kontrolle.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 77

80. 6 Wissensmanagement – ein kritischer Blick
Der Schwerpunkt liegt darauf, vorhandenes Wissen zu identifizieren, zu bündeln,
zugänglich zu machen. Im Ergebnis wird daher fast immer mit Externalisierung und e-
Dokumentation gearbeitet: Datenbanken mit „best practices“ oder „lessons learned“
gehören ebenso dazu wie Wissenslandkarten. Vordringliches Anliegen ist es, das
Wissen aus Köpfen (die das Unternehmen nicht kontrollieren kann) in Strukturen zu
überführen (an denen Eigentumsrechte bestehen). Dieser Weg ist eine konsequente
Fortführung des Optimierungsdenkens: Durch Zusammenführung des verstreuten
Organisationswissen werden verbindliche Vorgehensmodelle erstellt, denen sich alle
anzuschließen haben. Dabei ermöglicht die in diesem Feld besonders betonte Technik
fast vollständige Transparenz und damit Abweichungskontrolle.
Der Wissensbegriff ist objektiv, menschenunabhängig definiert, eigentlich sind
Daten, Texte und Bilder gemeint, die für die Erheber/Autoren (Sender) in einem
bestimmten Kontext standen, der von den Empfängern möglichst 1:1 übernommen
werden soll. Dies erreicht man am besten, wenn die Empfänger bezüglich ihres Denkens
und Fühlens homogen sind (homogenisiert werden), woraus sich die Bemühungen
erklären, durch Marketing ((Ver-)Führung durch Produkte) und Management ((Ver-
)Führung durch Kultur, Personalpolitik etc.) für eine solche Verhaltensstandardisierung zu
sorgen.
Ins Extrem getrieben (und nur an der Grenze werden potentielle Irrwege deutlich), ist der
Ansatz zweifach bedenklich:
Auf Basis der Beherrschungs- und damit verbundenen Machbarkeitsphilosophie weist er
faschistoide Züge9 auf, weil Wissensmanagement sich definitionsgemäß nicht auf
Gegenstände10, sondern auf Lebewesen bezieht.
Durch den Fokus auf Standards und die Verführung zu ähnlichem Denken, Fühlen und
Verhalten, untergräbt er die Kreativität und sorgt tendenziell für eine Zentrierung des
mühsam Explizierten, was innovationsfeindlich ist.
9
Wenn J. B. Quinn etwa vorschlägt, Menschen nur von 22-35 Jahren zu beschäftigen, dann aber
rund um die Uhr Arbeit zu verlangen, scheint mir das nicht unbedenklich.
10
Wobei die Behandlung der Natur als Gegenstand fragwürdig genug ist und zu Problemen der
Umweltgefährdung geführt hat.
78 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

81. 6 Wissensmanagement – ein kritischer Blick
Weniger ins Extrem getrieben, kann dieser Zugang jedoch einiges an Verbesserung
beitragen, insbesondere zum strategischen Fokus der Prozessbeherrschung
(Kostensenkung). Er sollte allerdings nicht mit einem gleichzeitigen Kundennähe- und
Innovationsversprechen verkauft werden, denn dazu eignet er sich, wie ausgeführt, nicht.
Lernende Organisation:
Stellen wir dem nun – idealtypisch – Feld 8 gegenüber, sehen wir uns eher im Kontext
von Überlegungen zur lernenden Organisation. Wissen wird hier als
personengebunden und als Prozeß definiert, d.h. daß sich die Wissensbasis – trotz
gefestigter Strukturen, die auch hier angenommen werden – durch jedes weitere
Agieren marginal ändert. Radikal, im Sinne der Verschiebung von Strukturen, ändert sich
die Wissensbasis, wenn doppelschleifig gelernt wird, was i.d.R. nur der Fall ist, wenn
die vorhandene Wissensbasis deutlich in Widerspruch zur erfahrenen Umwelt gerät.
Management wird hier als Prozeß der Ermöglichung von Eigenlogik verstanden und
basiert damit auf einer systemtheoretischen Betrachtungsweise: Es geht darum,
günstige Rahmenbedingungen zu schaffen, damit Wissen entsteht, Wissensträger
einander begegnen und auch kooperieren wollen. Ferner geht es darum
Transmissionsmechanismen bereitzustellen, damit wertschöpfende Marktleistungen
entstehen: Ähnlich wie die Gärtnerin bewässert, düngt, vielleicht auch Schutzhecken
pflanzt, aber keineswegs der Pflanze befiehlt, sie habe in der nächsten Woche um 5 cm
in einem Winkel von 17.3 Grad zu wachsen.
Der Fokus liegt auf der Schaffung von Wissen: Dies kann einerseits als Kombination
bekannten Wissens begriffen werden, dann knüpft Feld 8 an Feld 1 an. Es kann und soll
aber auch als Schichtmodell jeweils tieferen Verstehens aufgefaßt werden, das nur
durch Erfahrung genährt wird und als bewußte Zerstörung von Relationen der
Wissensbasis, aus der radikale Neuerung entsteht (vgl. Kap. II). In diesen letzten beiden
Bedeutungen stellt Feld 8 dann einen deutlichen Kontrast zu Feld 1 dar, der von
Wissensmanagern deutliche Stellungnahme, also Entscheidung verlangt. Diese
Entscheidungsnotwendigkeit ist m.E. in der Praxis noch nicht ins allgemeine Bewußtsein
gedrungen. Man scheint noch zu glauben, Wissensmanagement als Dienstleistung vom
Markt beziehen zu können und nimmt den Widerspruch zwischen Feld 8 bezogenen
Verkaufsversprechen und Feld 1 bezogenen Realisierungsschritten kaum wahr.
Wissensmanagement laut Feld 8 beschäftigt sich mit
 der Vernetzung von Personen, wobei virtuelle Vernetzung meist mit persönlicher
(face to face) Begegnung verbunden wird, um das notwendige Vertrauen zu
schaffen;
 mit der Ermöglichung von Erfahrung (Erlaubnis, eigene Lernprozesse zu durchlaufen,
Weitergabe von Erfahrung durch Mentoren, Gestaltung herausfordernder Projekte)
und
 mit der Schaffung von Kontexten, in denen das herrschende Wissen in Frage gestellt
werden kann, von „Garagen“ über freie Forschungsbudgets bis zu
Kreativitätsworkshops.
Wissensmanagement im Verständnis der lernenden Organisation ist riskanter, weil
Prozesse nur angestoßen und gefördert, aber nicht beherrscht werden können. Risiko
trägt hier die Doppelbedeutung von Gefahr und Chance, d.h. im Fall des Gelingens bietet
es wesentlich mehr Potentiale.
Es ist schlechter greifbar, weil Raum für Eigenlogik und Selbstorganisation offen bleiben
muß. Man kann also nicht strikt nach Handbuch vorgehen.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 79

82. 6 Wissensmanagement – ein kritischer Blick
Es funktioniert nur im einem Klima der echten Wertschätzung (im Gegensatz zur oft
peinlichen rhetorischen Beschwörung der MitarbeiterInnen als wichtigster Ressource)
und ist daher schwieriger in Angriff zu nehmen. Empirisch ist Feld 8
Wissensmanagement daher seltener anzutreffen, auch weil es weniger greifbare
Zwischenergebnisse liefert (etwa Verzeichnisse, Datenbanken, Wissenslandkarten,
etwas was Wissensbeauftragte zur eigenen Legitimation vorweisen können).
Abschließend sei jedoch darauf verwiesen, daß als Erfolg nur Wertschöpfung und das
Potential künftig Mehrwert zu schöpfen, gelten können. Ob die Verzeichnisse,
Landkarten, Datenbanken diese Bedingung je erfüllen, hängt von ihrer Güte, Wartung,
Nutzung und den Nachfragebedingungen am Markt ab. Die „Greifbarkeit“ der Ergebnisse
entspricht also mehr unserer Psycho-Logik, als der Logik des Marktes.
WER – Wer soll Träger von Wissensmanagement sein?
Wenn man die Metaphern der Wissensgesellschaft und neuen Ökonomie ins Extrem
treibt, dann ist Wissensmanagement keine Funktion, wie etwa Personal- oder
Finanzmanagement, sondern integrativer Bestandteil jedes General Management und
damit strategisch Top Management, taktisch Mittelmanagement und operativ Frontline
Management– Aufgabe. Es sind dann auch keine neuen Lehrstühle oder Abteilungen für
Wissensmanagement zu schaffen, sondern Wissensmanagement ist im Rahmen der
Allgemeinen Betriebswirtschaftslehre (dt. System) zu lernen und im Betrieb von allen
Führungskräften in ihre Führungsaufgabe integriert zu betreiben.
Dieser Ansatz erkennt die Querschnittsfunktion von Wissensmanagement, verkennt aber
die Differenzierungsnotwendigkeit: Als gerade erst entdeckte Domäne muß
Wissensmanagement seine Ziele, Methoden und Instrumente ausprägen. Dazu bedarf es
der Spezialisten, zumindest am Anfang, bis das Wissen über Wissen teilstandardisiert
und Allgemeingut geworden ist.
Es ist auch zu bedenken, daß Legionen von freigesetzten oder frisch ausgebildeten
Wissensarbeitern nach neuen Betätigungsfeldern suchen und im Wissensmanagement
eine Domäne entdeckt haben, in der dies möglich ist und substantielle Beiträge aufgrund
der Neuheit noch nicht so ohne weiteres von „hohlem Geschwätz“ unterscheidbar sind.
Neben dem IT Angebotspush sind Organisationen auch mit einem Angebotspush von
Wissensmanagementberatern (intern wie extern) konfrontiert.
Die wahrscheinlichste Entwicklung scheint mir die folgende:
1. Schritt
80 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

83. 6 Wissensmanagement – ein kritischer Blick
Bildung spezialisierter Stellen, die als reine Stäbe, interne Dienstleister oder
Linienfunktion (oft wohl als Matrix) definiert sein und in großen Unternehmen zu ganzen
Abteilungen ausgebaut werden können. Als Pendant dazu etablieren sich spezialisierte
Ausbildungsgänge, ganz ähnlich wie wir dies für die Herauslösung des
Finanzmanagement in den 50iger und des Personalmanagement in den späten 60iger und
70iger Jahren aus der General Managementaufgabe erlebt haben.
Dabei werden diese spezialisierten Stellen/Abteilungen/Ausbildungen unterschiedliche
Etiketten tragen: In manchen Unternehmen kann man Wissensmanagement nur
betreiben, wenn man es nicht so (hochtrabend) nennt (vgl. Davenport/Prusak, 1998), in
anderen werden traditionelle Stellen umdefiniert (der CIO chief information officer wird
zum CKO chief knowledge officer), in anderen werden sie neu geschaffen, heißen aber
vielleicht nicht Wissensmanagement, sondern Lernen und Organisationsentwicklung.
2. Schritt Die Abteilungen werden ihre Existenz dadurch legitimieren und ihre Bedeutung dadurch
vergrößern, daß sie sich laufend neue Projekte einfallen lassen und dazu neue
Mitarbeiterinnen einstellen. Sie werden ins offene Messer der üblichen Probleme
interner Dienste (Stäbe) laufen, nämlich Fett ansetzen, vom Kundennutzen abheben, im
Saft ihrer Binnenlogik kochen. Linienmanager werden die wesentliche Aufgabe des
Wissensmanagement an sie abschieben wie in eine Besenkammer und damit wird sie
wesentlich unter Wert behandelt (siehe auch die ähnliche Problematik der Personal- und
Personalentwicklungsabteilungen). Damit werden sie unter Rechtfertigungsdruck geraten
und ihre Finanzierung über den allgemeinen Gemeinkostentopf (auch in der Form von
Dauerprojekten) wird in Frage gestellt werden.
3. Schritt Nun werden die üblichen Meachanismen aktiviert, um die Probleme von Kundenferne
und explodierenden Kosten in den Griff zu bekommen: Definition als Business Unit,
Leistungsverrechnung im einzelnen, Ausgliederung. Die Abteilungen werden verschlankt,
ihre Dienstleistung nach Marktprinzipien gehandhabt, die Kernaufgabe in die Linie zurück
verlagert, wo sie aufgrund der einleitend geführten Argumentation auch hingehört.
Der beschriebene Ablauf stellt auch einen Lernweg dar. Im Sinne der Zielsetzung der
Wissensmanagementbewegung stellt sich nun die Frage, ob er verkürz- und umgehbar
ist?
Kann man Wissensmanagement sofort als Querschnittsfunktion etablieren, z.B. in Form
von Projekten und Task Forces? Manche Unternehmen gehen diesen Weg. Kann man den
Linienkräften die neue Aufgabe sofort übertragen? Oder wird sie – solange sie noch so
schlecht definiert ist, dem Tagesgeschäft zum Opfer fallen oder von anderen
strategischen Anliegen (z.B. einer durchzuführenden Fusion, Reorganisation) verdrängt
werden? Wo fände eine neue „Rasse“ von Experten Beschäftigungschancen, wenn nicht
der übliche Weg organisatorischer Innovation beschritten würde? Angesichts der
enormen Rationalisierungswirkungen und struktureller Beschäftigungsprobleme keine
triviale Frage: Denn die Legion fehlender IT Fachleute fehlt ja u.a. deshalb, weil
Wissensmanagementprodukte i.w.S. zu entwickeln sind.
Auch hier sind Unternehmen wieder gefordert, echt zu entscheiden, ob sie – im Sinne
eines interimistischen Klärungsstadiums – spezialisieren oder von Anfang an integrieren
möchten, auf die Gefahr hin, daß dies ohne den mühseligen Lernprozeß auf dem Weg
der später zurückzunehmenden Spezialisierung gar nicht gelingt.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 81

84. 6 Wissensmanagement – ein kritischer Blick
Die Rolle von Knowledge Brokern:
Wie auf anderen Marktplätzen auch, mag auch der organisationsinterne Wissensmarkt
der Vermittler bedürfen. Knowledge Brokers sind Personen, die zwischen Wissen-
Suchenden und Wissenden vermitteln.
Sie benötigen also zum einen ausreichend Domänenwissen, um potentiellen Bedarf
abzuschätzen, zum anderen genügend Überblick darüber, wer was weiß.
Während in KMUs – wenn die Kultur stimmt – jede(r) gleichzeitig Suchender, Wissender
und Broker ist, wird die Funktion in großen Unternehmen oft institutionalisiert, wodurch
die Nutzer der Vermittlungsdienste entlastet werden. Denn für Wissensmanagement gilt
häufig, was auch für Personalentwicklungsmaßnahmen gilt: Man sendet sich
widersprüchliche Botschaften, nämlich:
1. Wissensmanagement ist vordringlich und wichtig
2. Für Wissensmanagement haben wir keine Zeit.
WAS? WIE?
Das WAS und WIE werde ich im folgenden integriert behandeln, weil sie stark
voneinander abhängen.
Es kann an dieser Stelle nicht darum gehen, sämtliche Tools zu besprechen, denn eine
solche Darstellung wäre bereits nach kurzer Zeit hoffnungslos veraltet. Vielmehr soll auf
die Nicht-Neutralität der Werkzeuge bezüglich des zugrunde liegenden Paradigmas
verwiesen werden:
Kennzahlen zu bilden, ist beispielsweise eine Methode des Wissenscontrolling, einzelne
Indikatoren stellen Werkzeuge dar: Soweit so harmlos. Wenn sich Entscheidungsträger
jedoch angewöhnen, sich nur auf solche Kennzahlen zu stützen und auf breitere
Interpretationskontexte zu verzichten (Executive Summary „Ansatz“), dann neigen sie
sich automatisch dem tayloristischen Kontrollparadigma zu, auch wenn sie nach wie vor
eine Rhetorik der lernenden Organisation verwenden. Sie verführen dadurch diejenigen,
die von ihren Entscheidungen abhängen, den Fokus ihrerseits mehr auf das
Zustandebringen der Kennzahlen denn auf ihren sinngebenden Kontext zu legen (vgl.
auch Kap. V).
Was kann man nun eigentlich managen:
 Im klassischen Sinn des P-O-[StB-V]-K Paradigmas kann man Daten,
Kommunikationsnetze, Trainings, die IT Infrastruktur, Abläufe und im formellen Sinn
auch Beziehungen managen. Bei den Wissensträgern stößt man bereits an Grenzen,
weil man nach wie vor nur einen unbestimmten Kontrakt auf künftig zu erbringende
Leistungen mit ihnen schließen und auch auf Werkvertragsbasis nicht ausreichend
spezifizieren kann, was über einen bekannten Mindeststandard sonst noch möglich
gewesen wäre.
 Fördern kann man „Zusammenarbeit, Kontakte, persönliche Erfahrungen an
verschiedenen Stellen des Unternehmens, im Ausland, bei Kunden.
Wir wollen es an dieser Stelle bewenden lassen, denn unter dem ersten Punkt wären
ganze Bände zum IT- und Informationsmanagement, unter dem zweiten Punkt ebensoviel
zu den Themen Human Ressource Management und Lernende Organisation einzufügen.
Die im folgenden selektiv angesprochenen Werkzeuge sprechen ihrerseits das „WAS“
immer wieder an.
82 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

85. 6 Wissensmanagement – ein kritischer Blick
Gedanken sind wie Flöhe.
Sie springen von Kopf zu Kopf
aber sie beißen nicht jeden.
St. J. Lec
METHODEN/WERKZEUGE:
Als eine interessante Methode, in deren Rahmen viele Werkzeuge zum Einsatz kommen,
sei hier auf „Communities of Practice“ eingegangen (vgl. vertiefend dazu Etienne
Wenger, 1998).
Weit davon entfernt, eindeutig definiert zu sein, wird darunter i.a. eine
organisationsstruktur- (und teilweise organisations-) übergreifende Gruppe von Personen
angesprochen, die sich über ein gemeinsames Wissensgebiet austauschen: Obwohl sie
offiziell ins Leben gerufen werden können, organisieren sich diese Gruppen in der Folge
selbst: Rollen von Personen, Aufgliederungen in Subteams, face to face Treffen und
informationstechnische Hilfsmittel werden nach Bedarf formiert, geplant und besorgt,
wobei sich der Bedarf aus der gemeinsamen Wahrnehmung einer gemeinsamen Aufgabe
ergibt. In der Form von Erfahrungsaustauschgruppen oder informellen Kontakten
zwischen Mitgliedern von Forschungs- und Entwicklungsabteilungen an verschiedenen
Standorten haben solche COPs schon immer existiert. Neu sind das theoretische und
managementpraktische Interesse, das zu einer wesentlich besseren Durchleuchtung des
Phänomens führt und die informationstechnischen Möglichkeiten, auch raum- und/oder
zeitlich unabhängig zusammenzuarbeiten: E-mail, Groupware Teleconferencing sind
tools, die eine sogenannte „virtuelle“ Zusammenarbeit ermöglichen.
Drängend sind Fragen der Finanzierung und des Eigentums an dem gemeinsam
Generierten (an das Haftungs- und Ertragsteilungsfragen gemäß unserem Rechtssystem
gekoppelt sind). Dies verschärft sich zu Geheimhaltungsfragen, wo
unternehmensübergreifend gearbeitet wird, weil COPs ganz gut geeignet sind, über
persönliche Gespräche, detaillierte Erfahrungsberichte und Geschichten, auch
stillschweigendes und eingebettetes Wissen absorbierbar zu machen.
Offen bleibt in der Literatur, worin genau die gemeinsame Aufgabe bestehen soll. Die
Hinweise reichen vom die individuelle Wissensbasis stärkenden Erfahrungsaustausch bis
zum gemeinsamen Projekt (z.B. Produkt-/Verfahrensentwicklung). Erste empirische
Ergebnisse deuten in die wenig überraschende Richtung, daß COPs nachhaltiger wirksam
sind, wenn sie einen gemeinsamen Output produzieren, während sie als
„unverbindliches“ gemeinsames Lernen (der Weg ist das Ziel) laufend vom Zerfall
bedroht sind.
Brisant sind Versuche, COPs zu fördern und ihnen dennoch ihren informellen, nicht
bürokratischen Charakter zu belassen.
COPs sind motivierend, weil sie frei sind, dennoch müssen sie organisiert und finanziert
werden: Budgets, Termine, Themen sind mindestens zu vereinbaren, bei Anwachsen
bedarf es wohl auch so etwas wie einer Relaisstelle, die Informationen bündelt und
verteilt.
Dies erfolgt derzeit meist durch Kernmitglieder, die sich besonders hoch motiviert
einbringen, es könnte jedoch auch eine generelle Servicestelle für COPs eingerichtet
werden, die zusätzlich noch Group-Tools bereitstellt: Moderation, Kreativitätsförderung,
Konferenzorganisation, Wartung von Groupware.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 83

86. 6 Wissensmanagement – ein kritischer Blick
Besonders förderlich ist Top Managementunterstützung, wobei ein Mentor auf hoher
Ebene nicht nur für die Bereitstellung von Ressourcen sorgt, sondern auch Impulse aus
der COP an Entscheidungsträger weiterleitet.
COPs spiegeln das Spannungsfeld zwischen MACHEN und ZULASSEN besonders
deutlich:
Ähnlich wie Silicon Valley, als meist imitierter Cluster, ein überintentionales Ergebnis
eines Evolutionsprozesses aus vielen einzelnen Entscheidungen ist, sind auch COPs
ungeplant gewachsen: Selbstorganisation sichert ihnen Motivation der Teilnehmer und
Flexibilität in der Anpassung an geänderte Verhältnisse. Wissensmanager sind nun
angehalten und versucht, das Phänomen COP verstärkt zum Einsatz zu bringen: Mit
klassischem Managementverständnis rücken sie es in die Nähe formeller Task Forces
mit formeller Entsendung der Mitglieder, Budgetformalitäten, etwaig Bereitstellen von
Führung und strikterer Vereinbarung von Zielen. Damit geht vermutlich ein Teil der
Spontanität, Motivation und Flexibilität verloren – übrig bleibt eine „normale“
bereichsübergreifende Arbeitsgruppe, in der etwaig ähnlich vorsichtig, zurückhaltend und
fehlervermeidend agiert wird wie in anderen Teilen der formalen Organisation.
Systemisches Management würde sich auf Förderung beschränken: Bereitstellen von
Raum-, Zeit- und IT Ressourcen, auf Wunsch Bereitstellen von Moderatoren,
Wahrnehmung zentraler Sekretariatsaufgaben (Homepage), Vorschlag von Themen,
gleichberechtigt mit anderen Mitgliedern.
Hier könnte der freiwillig-informelle Charakter gewahrt bleiben, der – wie in der
Lerntheorie vermutet – im Vermittlungsprozeß von (eingebettetem) Erfahrungswissen –
eine wesentliche begünstigende Rolle spielt.
84 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

87. 6 Wissensmanagement – ein kritischer Blick
Once technology is master
we shall reach desaster
all the more faster.
P. Hein
Womit – Zur Rolle der Informations- und Kommunikationstechnik im
Wissensmanagement.
1. Allgemeine Überlegungen
Während manche Anbieter Wissensmanagement so gut wie mit IT Management
gleichsetzen, berichten Anwender immer wieder, daß Infrastruktur streng genommen
nicht einmal eine notwendige, keinesfalls aber eine hinreichende Bedingung des
Wissensmanagement sei.
Vieles würde, dem Prinzip nach, auch auf Papier funktionieren, andererseits sind nicht
genutzte elektronische Systeme (Systemfunktionen), ökonomisch gesehen, reine
Verschwendung. Projektteams, die ihr Projektende und ihren Erfolg mit der
Systemimplementierung im technischen Sinn definieren, übersehen, daß dann
Wissensmanagement eigentlich erst beginnt. Daß IT nicht notwendig sei, gilt allerdings
nur prinzipiell: Wissenslandkarten sind auch auf Papier denkbar, ebenso wie
Vorgehensmodelle und best practices. Die Verbindung von Mitarbeitern, setzt mehr eine
Vertrauenskultur voraus als ein Netz, zumindest solange die Mitarbeiter zur selben Zeit
am selben Ort arbeiten. Praktisch jedoch ist Wissensmanagement erst zum Thema
geworden, als Werkzeuge zur Verfügung standen, es zu unterstützen.
Damit wird aber auch schon klar, warum die Möglichkeiten der Technik einen
wesentlichen Antriebsfaktor des Wissensmanagements darstellen. Sie ermöglichen
Funktionen, die früher entweder überhaupt nicht oder nicht in dieser Geschwindigkeit
bereit gestellt wurden:
 Schnelle Verarbeitung großer Datenmengen
 Suche nach unentdeckten Mustern (Information) in den Datenmengen (Datamining)
 Bearbeitung und Austausch von Daten in multimedialer Aufbereitung am
Arbeitsplatz
 raum- und zeitunabhängige Zusammenarbeit (z.B. 24 Stunden Entwicklung von
Neuseeland bis Samoa)
 Visualisierung von Datenbeständen -> weitere Information
 gezielte Suche nach selbstdefinierten Kriterien (Parametern) in Datenmengen rund
um die Welt
Diese Möglichkeiten sind prinzipiell gemeint. Daß im Alltag Systeme zusammenbrechen,
sich als nicht kompatibel erweisen oder daß die dem Datamining zugrunde liegenden
statistischen Modelle oft recht simpel gestrickt sind (meist Normalverteilungsbasiert
-> in einer Welt, die die Standardabweichung zum Programm erklärt hat?), steht auf
einem anderen Blatt, bietet auch noch reichlich Verbesserungspotentiale für die
Anbieter.
Wenn wir IT sagen, was ist dann gemeint?
 Informations- und Kommunikationstechnik
 Hard- und Software (sowie die zugehörigen Dienstleistungen), welche folgende
Leistungen bereitstellen
 - Speichern, Dokumentieren
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 85

88. 6 Wissensmanagement – ein kritischer Blick
 - Verarbeiten (Berechnen, Komprimieren, Simulieren usw.)
 - Darstellen
 - Verteilen
 - Abgleichen, Abstimmen
von Daten (i.w.S. inkl. Text, Bild). Auf der Ebene der Maschine ist hier konsequent von
Daten zu sprechen, denn Informationen und Wissen bilden sich in Köpfen, wie wir vorher
festgestellt haben. Dies geht uns deshalb gegen den Strich der Alltagssprache, weil
Sender ihre Kontexte und Orientierungsrahmen mit abspeichern, so daß der Eindruck
entsteht, in den Systemen gebe es Wissen. Eine solche Sprachregelung würde uns den
Blick auf den Sender-Empfänger Bruch verstellen, der im Wissensmanagement von, wie
ich meine, ausschlaggebender Bedeutung ist.
Nach dieser kleinen reflexiven Schleife zurück zur IT. Was brauchen wir in heutigen
Unternehmen? Nun, das ist abhängig von der Größe, den Kernaufgaben und der
deklarierten Strategie (siehe Zugänge zum Wissensmanagement): Ein tayloristisches
Modell erfordert deutlich höhere Investitionen als ein systemisches.
Generell brauchen wir
I. Datenbanken i.w.S., das sind alle strukturierten Verzeichnisse, die für Nutzer
potentiell relevante Information darstellen können.
II. Vernetzung im Haus, das sind e-mail Systeme, aber auch alle Systeme, die unter
Groupware zusammengefaßt werden und die nicht nur den freien Austausch,
sondern auch Termin- und Ressourcenplanung, Diskurse und gemeinsame
Vorgangsbearbeitung unterstützen. Sie können die Liege- und Leerzeiten innerhalb
solcher Vorgänge wesentlich verkürzen.
III. Vernetzung nach außen, das sind Internetanschlüsse, Datenbankenzugänge und als
Brücke zwischen b) und c) Intranets, die auch bevorzugten externen Nutzern, etwa
Kunden und Lieferanten, zugänglich gemacht werden.
IV. Suchmaschinen, die uns den raschen Zugriff auf uns interessierende Informationen
in der ständig wachsenden Flut an Angeboten ermöglichen.
V. Elektronische Agenten, die Erinnerungen, Wiedervorlagen und Hinweise auf – nach
einem Thesaurus selektierte – interessante Information bieten.
VI. Schnittstellen zwischen Personalcomputern und hand-hold devices (palm tops etc.).
Das Ganze sollte sich dann noch auf einer leicht zu bedienenden Oberfläche abspielen
und verläßlich, wie aktuell, zur Verfügung stehen. Damit kommen wir zu Anforderungen
an das IT Management, nämlich
VII. Nutzerfreundliche Anwenderprogramme
VIII. Schulungen und Help Desks (die fachlich und emotional kompetent besetzt sein
müssen)
IX. Wartung und verläßliches Update der Systeme
X. Maßnahmen zur Datensicherheit (Schutz vor Verlust) und zum Datenschutz (Schutz
vor Mißbrauch und unberechtigten Zugriffen).
In den Anforderungen g) bis f) finden wir einige wesentliche Begründungen, warum IT
nicht das leistet, was versprochen wird. Während Leute wie Steven Jobs und als
erfolgreicher early imitator Bill Gates einiges zur Nutzerfreundlichkeit beitragen (wenn
man von den Bugs absieht), werden die Punkte Schulung, Support, Wartung sowie
Sicherheit oft sträflich vernachlässigt. In den Projektanträgen wird der
Gesamtnutzungszyklus des Projekts oft nicht berücksichtigt, die laufenden
Betriebskosten werden nicht (ausreichend) budgetiert und stehen dann nicht zur
86 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

89. 6 Wissensmanagement – ein kritischer Blick
Verfügung, womit das gesamte Projekt zur Verschwendung wird und empirisch
aufwendig zu erforschende IT oder Internetparadoxa11 entstehen.
Ein weiterer Grund für „Informatik-Paradoxa“ liegt in Managementbarrieren, i.w. in der
Organisation von Unternehmen. Die Technik böte durchaus das Potential, Abläufe zu
überdenken, Strukturen der Aufbauorganisation zu verändern, und neue
Geschäftsmodelle zu entwickeln. Von innovativen, meist neu gegründeten, Unternehmen
wird dieses Potential auch aufgegriffen. Traditionelle Unternehmen tendieren
demgegenüber dazu, Bestehendes elektronisch abzubilden, eifrig unterstützt von den
Anbietern, die schließlich schnell verkaufen wollen. Dies können sie am besten, wenn
sie nicht an den Macht- und Kulturfesten rütteln (Belege zu dieser Argumentation in
Schneider, 1990).
Als Sonderproblem an der Schnittstelle Mensch-Organisation-Technik (bzw. nach der
hier verwendeten Gliederung zwischen wer, wie, womit) ist im folgenden die Frage des
Zugangs zum Wissen zu diskutieren.
Dieser Zugang wird an Hand der Dimensionen
 - technisch,
sensorisch
 - organisatorisch,
administrativ und
 - mental/emotional
betrachtet.
I. Technisch-sensorischer Zugang betrifft die Möglichkeit, ein System zu
bedienen und die vom System gebotenen Daten wahrzunehmen. Diese
Zugangsdimension hat mit Nutzerfreundlichkeit und Verläßlichkeit auf der
Anbieterseite und mit Technik“alphabetismus“ und sensorischen Fähigkeiten auf
der Nutzerseite zu tun. Letztere schließt besondere Angebote für Menschen mit
sensorischen Behinderungen (Seh- und Hörschwächen) ein. Der technische Zugang
ist nicht trivial und eines der Probleme, an dem die IT Community arbeitet: Sprach-
und taktile Ein- und Ausgabe und die Funktionsübertragung auf andere
elektronische Devices als den PC sind Entwicklungsrichtungen, in denen man schon
weit fortgeschritten ist.
Für das KM Thema sind die beiden anderen Dimensionen vermutlich noch interessanter:
II. Organisatorisch bedeutet der unbeschränkte Zugang zu Datenbeständen, eine
Revolution. Bisher war dieser Zugang hierarchisch und funktionell geregelt,
wodurch dann eben das Zusammenhangswissen auf unteren Hierarchieebenen auf
der Strecke blieb. Dieses Modell im Sinne einer Ermächtigung zu lockern, erfordert
eine Neudefinition der Aufbauorganisation und Prozesse.
Andererseits kann die Devise, jedem alles verfügbar zu machen und alle mit allen zu
verbinden, auch nicht unterschrieben werden: Sie schafft Fülle und Ablenkung und bietet
keinerlei Lösung für die Frage der Autorenschaft an Eingaben (wer darf ändern, wer darf
nur lesen, wer darf nur einsehen, wer herunterladen?) In der Folge sind damit Fragen der
Haftung/disziplinären Verantwortung, des Copyright und des Rechtes am Ertrag
angesprochen, die dringend der Diskussion und Regelung bedürfen.
Das reine Abbildungsmodell bestehender Organisationsverhältnisse haben wir bereits
als potentialvernichtend verworfen, die volle Netzstruktur scheint ebenfalls ungeeignet.
11
Damit ist die Beobachtung gemeint, daß Erfolg keine eindeutige Beziehung zu IT Investment
aufweist.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 87

90. 6 Wissensmanagement – ein kritischer Blick
Die jeweils dahinter steckenden Denk- und Lösungsmodelle seien nochmals explizit
dargestellt:
 Holschuld-Modell mit guter Suchunterstützung und Schulung im Umgang mit
Overload: Es wird von einem subjektiven Bedarfsbegriff ausgegangen (Nutzer
definieren ihren Bedarf selbst), alles passiv zur Verfügung gehalten, aber nicht (oder
nur beschränkt) aktiv angeboten; die im Systemumgang geschulte, mit guten
Suchmaschinen ausgestattete und kognitiv/emotional auf Selektieren, Entscheiden
und Loslassen Können geschulte Benutzerin ruft ab, wann und was sie benötigt.
Pferdefuß dieses Modells: Um nachzufragen muß man wissen, daß es etwas zu
suchen gibt und Zeit für die Suche haben. Gerade letztere wird an intensivierten
Stellen in schlanken Organisationen immer knapper. Die von Quinn vorgeschlagene
Lösung, nur junge, leistungsfähige Kräfte zu beschäftigen und von ihnen 60-80
Wochenarbeitsstunden selbstverständlich zu verlangen, scheint mir nicht gerade
menschen-, familien- und gesellschaftsfreundlich (Quinn, 1996)
 Bringschuld-Modell auf Basis eines definierten Bedarfs („objektiv“ durch
Wissenschaft, Vorgesetzte als Experten oder subjektiv durch Erhebung,
Partizipation): Den Mitarbeitern wird geboten, was sie für ihre Aufgabe benötigen,
dazu gibt es allgemeine Kontextinformation über Mission und Strategie (meist im
Intranet). Pferdefuß dieses Modells: Bedarfe ändern sich schneller, als sie
erkannt/diskursiv erfaßt werden können, der vordefinierte Kontext mag vom
subjektiv benötigten abweichen, die Anregungsfunktion nicht unmittelbar
aufgabenrelevanter Information fällt weg. (vgl. dazu auch Schneider, 1990)
Daher muß jede Organisation für sich ein Modell definieren, das die beiden Extreme
koppelt, in Abhängigkeit von Größe, Kernaufgaben und Mitarbeiterfähigkeiten, wie
schon erwähnt.
Schließlich geht es um
III. mental/emotionalen Zugang: Menschen müssen in der Lage sein, das
Angebotene wahrzunehmen, in ihre vorhandene Wissensbasis zu integrieren – und
diese Basis im Zweifelsfall in Frage stellen und neu arrangieren. Das bedeutet,
Technikskepsis nicht zur Zugangsbarriere werden zu lassen, liebgewordene
Weltsichten über Bord zu werfen, Hinweise von Personen anzunehmen, die jünger
sind, geringeren Status haben, aus einem Land stammen, dem man sich überlegen
wähnt, nun um einige der üblichen Barrieren zu nennen, die den mentalen Zugang
verhindern.
Ich habe auch schon auf den Eigensinn, aber auch die Lernnotwendigkeit verwiesen, mit
denen Menschen ihre eigenen Erfahrungen und Erfindungen machen wollen.
Über diese dritte Dimension von Zugangsbarrieren formuliert die Literatur – wenn sie sie
überhaupt zur Kenntnis nimmt und nicht einen zweckrational präferenzfreien,
geschichtslosen Roboter als Entscheider unterstellt – meist locker mit den drei üblichen
„Abhilfen“ hinweg, die da sind =>
 Normative Appelle (die, wie ich an anderer Stelle formuliert habe, ans Herz, aber
systemisch zu kurz greifen): Hier herein fallen Hinweise auf die Schaffung einer
wissens(teilungs-)freundlichen Kultur und die Bereitschaft, vernetzt und
vorurteilsbewußt zu denken, die ebenso zutreffend sind, wie sie sich nicht von
alleine umsetzen. Denn die alten Verhaltensweisen sind funktional für diejenigen,
die sie pflegen, im Lichte unterschiedlichster Rationalitäten.
88 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

91. 6 Wissensmanagement – ein kritischer Blick
 Schulung, Personalentwicklung: In manchen Unternehmen werden
Kernmitglieder sehr konsequent durch Persönlichkeitsentwicklungsprogramme
geschleust, die sie zum „Wahren, Guten und Schönen“, d.h. zum Kooperieren,
Teilen, Loslassen und Widersprüche Aushalten können, befähigen sollen. Hier wird
viel guter Wille aufgebaut und in den gegenläufigen Mechanismen von
Organisationsstrukturen wieder zunichte gemacht. Denn man kann die Widersprüche
etwa (zwischen Wissen als Macht und der Teilungsphilosophie, dem
Kooperationsappell und der Einzelkämpfer auszeichnenden Kultur) nicht auf dem
Rücken der Einzelnen austragen: Dort kosten sie Energie, ohne kollektive Lösungen
anzuregen. Personalentwicklung ist ein wichtiger Bestandteil im
Wissensmanagement, als einziger jedoch eine Fehlentwicklung.
 Incentives, die Mechanismen von Belohnung und Bestrafung: Stick and Carrot,
Zuckerbrot und Peitsche sind die bevorzugten Implementierungshinweise der
USLiteratur zum Thema: Wissensaktivitäten (Eingaben, Gesprächsbereitschaft,
Abrufe) als Bestandteil von (360o) Feedback, die Voraussetzung eines Abstract und
einer Fehleranalyse, um ein Projekt starten und abrechnen zu können,
Bonuszahlungen für Nachgefragt sein als Experte und entsprechende
Negativsanktionen für die, die sich nicht beteiligen (Kündigung, Übergehen bei
Beförderung, Sitzenbleiben auf einem abnehmenden fixen Lohn) werden in fast allen
Referenzbeispielen zitiert (siehe Kap. IV).
Kein Zweifel, daß es wichtig ist, Incentives ziel- und strategiekonform zu gestalten
und daß diesbezüglich kontraproduktive Incentives viele Veränderungsprojekte
untergraben.
Dies allgemeine Setzen auf Incentives geht jedoch am Ziel vorbei, weil es die beiden
anderen Schritte (Schaffung von Werten und Persönlichkeitsentwicklung) eher
untergräbt und die Opportunismusthese, auf die es zu reagieren vorgibt, erst
wahrmacht, nach dem Muster einer sich selbst erfüllenden Prognose.
Zusammenfassung:
IT ist eine wesentliche Triebkraft im Wissensmanagement. Sie ermöglicht und verführt
(!) zu anderem Verhalten: So beschreibt Bill Gates, wie die Einführung und umfassende
Akzeptanz (!) von e-mail bei Microsoft automatisch zu einer Enthierarchisierung geführt
hat. Ab einer kritischen Masse von Nutzern erzwingt sie sogar bestimmtes Verhalten
(etwa den Umstieg auf neue Releases, um mit anderen kompatibel zu bleiben und damit
das Erlernen dieser Releases). IT ist andererseits – für sich allein genommen – keine
hinreichende Bedingung für den radikalen Wandel, den die neue wissensbasierte
Ökonomie ermöglicht und erfordert.
Dazu gehören mentaler und kultureller Wandel, eine Neudefinition der Geschäftsmodelle
und ein Reengineering der Prozesse im Sinne ihres Potentials, Wissen auszuschöpfen
und zu schaffen.
2. Unterstützungssysteme
DV-gestützte Tools setzen Wissen gleich mit dem „Stand der Kenntnisse“
(Heinrich/Roithmeyr, 1998, S 266) zu einem Fachgebiet und meinen damit wohl a)
explizites Wissen und b) akkordiertes Wissen, das von allen (bzw. relevanten Gruppen
einer Gesellschaft) anerkannt wird und c) ein Wissen, das sich als Daten +
Datenverarbeitungsmethoden darstellen läßt. Dieser Wissensbegriff ist somit objektiv,
menschenunabhängig und abbildungsorientiert.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 89

92. 6 Wissensmanagement – ein kritischer Blick
Basistools sorgen für die Aufbereitung, Analyse und unterschiedliche Darstellung von
Daten, die in verschiedenen Formen (multimedia) dargestellt werden. Sie unterstützen
Kommunikation, Suche und Bearbeitung von Daten mit dem Ziel der Verbesserung
betrieblicher Steuerung und Entscheidungsfindung.
In der folgenden Abbildung nach Häntschel/Erhart (1999) sind die Tools, die Methoden,
die sie unterstützen, und als Basis die operativen Bereiche dargestellt, aus denen die
Daten stammen:
Abkürzungen/Erläuterungen
MIS- Management Informationssysteme: Bezeichnung der 70iger Jahre; Ziel, Manager
mit entscheidungsrelevanter Information am Bildschirm zu versorgen, die
Managementaufgabe zu rationalisieren. Realisierung: als Systeme der
Datenaufbereitung, kaum methodengestützt.
DSS – Decision Support Systems: betonen im Vergleich zu MIS die methodische
Komponente (Datenbearbeitung), bieten also verschiedene statistische und Operation
Research basierte Methoden, um Datensets unter unterschiedlichen Gesichtspunkten auf
ihre Entscheidungsrelevanz hin zu prüfen.
EIS – Executive Information Systems: Weiterentwicklung der MIS unter Einbezug
verbesserter Tools und von Komponenten von DSS. Die alte Idee, Managementaufgaben
automatisch zu unterstützen, ist lebendig.
ES – Expert Systems : enthalten das von den besten Experten einer Domäne gesammelte
Wissen in Form von Inferenzmaschinen + Daten. Sind bislang vor allem als medizinische
90 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

93. 6 Wissensmanagement – ein kritischer Blick
Diagnosesysteme und Bodenexplorationssysteme der Ölindustrie realisiert. Sollen die
Arbeit von Experten unterstützen, nicht ersetzen.
Data Warehouse – Daten existieren in Organisationen in verschiedenen
Transaktionssystemen, die zum Teil inkompatibel sind und es Managern nicht
ermöglichen, Auswertungen nach von ihnen definierten Parametern (wie etwa den
Umsatz von Vertreter A für Produkt X in Region Z) rasch und problemlos vorzunehmen.
Data Warehouses sind Meta-Datenbanken, sie werden über den einzelnen
Transaktionssysteme gebildet. Dort liegen die Daten in einer geeigneten Form für
Analyse vor, d.h. bereinigt, teil aggregiert und teilweise ergänzt, wo die
Transaktionssysteme Lücken aufweisen. Ferner werden Daten über Daten (d.h.
Kontextinformation) zur Verfügung gestellt, um das Verständnis der Codes aus den
Transaktionssystemen zu erleichtern.
Ein Data Warehouse zu errichten, ist ein enormer Aufwand, deshalb gehen einige
Unternehmen den Weg, nur in Teilbereichen (etwa Verkauf) sogenannte Data-Marts zu
entwickeln, sozusagen Warehouses auf Abteilungsbasis. Data-Marts müssen sich
allerdings in ein Gesamtwarehousekonzept fügen, sonst entsteht später erneut die
Problematik von inkompatiblen Insellösungen. Analysemöglichkeiten des Data
Warehouse oder –Mart liefern vor allem die Verfahren OLAP und Datamining.
OLAP – On Line Analytical Processing: Faßt Daten aus dem Berichtswesen in einem
multidimensionalen Datenwürfel (OLAP Cube) zusammen und zeigt sie in Berichten und
Tabellen und Grafiken an. Der Nutzer kann die gewünschten Dimensionen selbst
definieren und bei Bedarf auch in tiefere Ebenen eines Merkmals eindringen (drill-down).
Viele Hersteller bieten die Möglichkeit, OLAP Reports über das WWW oder ein Intranet
durchzuführen, sodaß über einen Browser auf den OLAP Server des Unternehmens
zugegriffen werden kann.
Data Mining – beschreibt Analysemethoden zum Aufdecken von Mustern und Trends in
vorhandenen Datenmengen. Während also OLAP deskriptive Information liefert (wie viel
wurde von x im Gebiet z, im Zeitraum t abgesetzt?), soll Datamining „Warum-Fragen“
beantworten (warum setzen wir dort doppelt so viel ab?), um gezieltere
Marketingaktivitäten zu entwickeln. Die Erfolge können beträchtlich sein:
Spendenorganisationen vermochten den Erfolg ihrer – auf Basis von Data Mining
Ergebnissen wesentlich gezielteren – Direktmarketing Aktionen um bis zu 80 % zu
steigern.
Dabei kommen Discovery- und Verification- Techniken zum Einsatz. Erstere, wie etwa
Entscheidungsbaum-Analysen, Clusteranalysen oder Neuronale Netze suchen nach
vorher nicht bekannten Zusammenhängen, letztere testen Hypothesen über
angenommene Zusammenhänge durch Verfahren der klassischen Statistik, wie
Regressionsanalysen oder Faktoranalysen.
Groupware: unterstützt den Kommunikations- und kollektiven
Vorgangsbearbeitungsprozeß. Erste Realisierungen sahen neben e-mail vor allem eine
elektronische Form von Moderationstechnik (Arbeit mit Kärtchen auf großen Tafeln) vor.
In jüngerer Zeit kommen strukturierte Diskurse, Termin- und Raumplanung hinzu.
Verbreitetstes System: Lotus Notes.
Multimedia: beschreibt die Fähigkeit von Software, Daten in unterschiedlichster Form
darzustellen und zu verarbeiten, als Texte, Bilder, Tabellen, bei Breitbandtechnologie
auch als Bewegtbilder.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 91

94. 6 Wissensmanagement – ein kritischer Blick
Intranet, Internet – Das Internet bietet als Hypermedium mit entsprechend starken
Suchmaschinen die Möglichkeit, externe Information(spotentiale) zu nutzen. Intranets
nutzen den nicht proprietären Standard des Internet, um im Rahmen einer räumlich
verteilten Organisation den Organisationsmitgliedern bestimmte Informationen
zugänglich zu machen. Meist beginnen Unternehmen damit, ihre allgemeinen
Informationen (Leitbilder, Organisationshandbücher, schwarzes Brett, Firmenzeitung ...)
von verschiedenen Medien auf das Intranet zu übertragen. [Wobei sich die Frage stellt,
ob diese Art von Information in den alten Formen wirksam war – und wenn nicht, warum
sie es in der neuen Form sein sollte, vom Anreiz der Technik abgesehen, der eine
vorübergehende Erscheinung darstellen dürfte.]
Hypertext/Hypermedia: beschreibt eine Form der mehrschichtigen Verknüpfung von
Daten (bzw. Multimedia), die uns von der linearen Abfolge geschriebener Texte befreit.
Durch Querverweise kann das Denken in Mind Maps unterstützt werden, durch
Tiefenverweise werden dem Nutzer verschiedene Niveaus der Gründlichkeit der
Auseinandersetzung geboten. Wenn Sie sich je durch eine Website mit Verweisen auf
Verweise zu weiteren Verweisen durchgearbeitet haben, wissen Sie allerdings auch,
dass Übersicht und logische Stringenz (letzteres ein Vorteil des von linearer
Schriftlichkeit geprägten Denkens) leicht verloren gehen.
Wissensbasierte Systeme: sind Systeme, welche das Wissen von Experten zu einem
abgegrenzten Problembereich zusammenfassen und fähig sind, es auf die Lösung neuer,
nach bestimmten Parametern eingegebener Probleme anzuwenden.
Zusammenfassung (Software-)Tools:
Es sei nochmals darauf verwiesen, daß im Verkauf der Tools gerne mit Übertreibung
gearbeitet wird: Einzelne Werkzeuge werden unter der Überschrift einer Methode
angepriesen, die Methoden werden mit allem überfrachtet, was sie prinzipiell
unterstützen können sollten. Daß sie im täglichen Gebrauch erheblichen
Einschränkungen unterliegen (weil sie, wie manche Ausprägungen von Datamining auf
eingeschränkten Methoden beruhen oder mit den Basisdatensystemen doch nicht voll
kompatibel sind), wird i.d.R. verschwiegen.
Beim Design von Werkzeugen und Methoden ist ein Trade-Off zwischen den
Bedürfnissen der Benutzer, nach eigenem Ermessen zu arbeiten, und den Anforderungen
der IT Gestaltung, möglichst alle auf gleiche Arbeitsweisen zu verpflichten, zu
berücksichtigen. Wird die Vereinheitlichung in den Vordergrund gestellt, werden speziell
einflussreiche Nutzer in den oberen Führungsetagen die Nutzung verweigern. Wird jeder
persönlichen Eigenheit stattgegeben, entstehen heterogene, schwer zusammenführbare,
Systeme.
Einführung von Wissensmanagement in Organisationen
Wenn Sie Wissensmanagement neu in Ihrer Organisation einführen wollen, gilt dasselbe
wie für jedes andere Veränderungsprojekt:
I. Das Projekt sollte ganz oben aufgehängt werden, zumindest eine(n) MentorIn auf
Vorstandsebene finden. Am besten laufen Projekte, die von der obersten Führung
nicht nur geduldet, sondern überzeugt getragen werden.
Ferner brauchen sie
II. Zielklarheit, strategische Richtunggebung:
Wie die Beispiele zeigen, werden immer nur Teilprojekte aus dem großen
Spektrum Innovieren (Wissen schaffen) – Identifizieren (Wissen Aufspüren) –
92 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

95. 6 Wissensmanagement – ein kritischer Blick
Zusammenarbeit verbessern (Wissen teilen) – Information aufbereiten und
zugänglich machen (Wissen dokumentieren) – realisiert. Das Ziel ist generell
Wertschaffung durch Wissen. Werte können, allgemein gesprochen, durch
Kostensenkung und/oder Nutzensteigerung im Kerngeschäft geschaffen werden.
Durch Wissensmanagement können und sollen Kernbereiche allerdings auch neu
definiert werden. Es ist Aufgabe des Top Management, hier die Richtung zu
bestimmen und eine interne Diskussion darüber anzuregen, welche Projekte
strategisch relevant sind und daher Vorrang genießen sollen.
III. Ein Vorgehensmodell für die inhaltliche Seite des Projekts, das jede Detailstufe
von der Solldefinition über die Isterhebung und die Maßnahmen, um die
gewünschte Situation zu erreichen, formal festhält, um dem Projekt – bei aller
inhaltlichen Offenheit – einen Halt zu bieten. Ein solches Modell ist vor allem in
der Umsetzungsphase wichtig.
IV. Eine Projektorganisation und Projektmethodik, in deren Rahmen man sich um
die Zeit-, Ressourcen- und Kostenplanung kümmert und sich der soziokulturellen
Verankerung jeden Schritts versichert.
V. 5. Eine Person (eine Gruppe von Personen), die das Projekt mit anhaltender
Begeisterung und aus tiefer Überzeugung tragen. Ohne eine solche Gruppe ist ein
innovatives Projekt bei jedem Rückschlag oder vorübergehenden Stillstand vom
Aushungern bedroht.
Generell scheint für Wissensmanagement-Projekte derzeit weiters zu gelten, dass
Unternehmensleitungen sich für das Thema interessieren und ihm allgemein Priorität
einräumen. Wenn es jedoch darum geht, Wissensmanagement konkret auf die
Tagesordnung zu setzen, Ziele zu deklarieren und Ressourcen freizugeben, dann
verschwindet es allzu leicht aus der Rangliste: Die letzte Fusion, Desinvestition, der
letzte Firmenkauf, das laufende Reengineering Projekt, Joint Ventures und Markteintritte
im Ausland nehmen die Aufmerksamkeit viel unmittelbarer in Anspruch:
Wissensmanagement, als längerfristiges Entwicklungsprojekt, das zunächst einmal nur
Mitarbeiterzeit bindet und Kosten verursacht, gerät da allzu leicht ins Hintertreffen. Dazu
kommt, daß Firmen, die heute einsteigen, Pioniere sind, d.h. keine gesicherten Theorien,
Methoden und Instrumente vorfinden, sondern den Weg im Gehen mitentwickeln
müssen. Sich darauf einzulassen, bedarf der Weitsicht und Überzeugung. Der Lohn liegt
in einem Lernvorsprung und zunehmender Aufmerksamkeit, die auch Investoren dem
Management des Intellektuellen Kapitals zukommen lassen.
Allerdings – ohne die genannten Voraussetzungen – ist die Wahrscheinlichkeit groß,
dass halbherzig und nach „Us-Too“ Muster, Geld in den Sand gesetzt wird. Wenn
nämlich nur das bereits Vorhandene elektronisch umgesetzt, das Projekt an eine
Stabstelle delegiert und ihm seitens der Linienmanager und Fachleute keine Beachtung
geschenkt wird, weil sie keinen Nutzen für ihren Kontext erkennen können, dann werden
eine wenige Themenfreaks einige isolierte Projekte umsetzen, meist solche, die
möglichst nicht auf Widerstand stoßen, also das Verhalten und die Organisation
unangefochten lassen – und das wird mit der traurigen Erkenntnis enden:
Außer Spesen nichts gewesen.
Nicht einmal diese Erkenntnis ist sicher, fehlt es doch oft genug an Mechanismen, derlei
Verschwendungsschaden zu berechnen oder vor sich hin dümpelnde Projekte rechtzeitig
zu beenden.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 93

96. 6 Wissensmanagement – ein kritischer Blick
6.4 Beispiele
Dieser Teil wird hier nicht näher ausgeführt, denn
 Beispiele veralten schnell
 Die Fallstudien-, Konferenzsaal- und Pressekonferenzversionen der Beispiele sind oft
mehr „Dichtung als Wahrheit“.
 Beispiele entwickeln im Zitationszirkel zudem ein Eigenleben, das sie mehr zu
Symbolen für bestimmte Absichten und Argumentationsmuster macht, als zu
Beschreibungen einer Realität.
Andererseits, nichts ist so lehrreich und überzeugend wie ein Beispiel. Daher werden wir
uns im Workshop fast ausschließlich mit Beispielen beschäftigen. Dieses Skriptum soll
Ihnen dabei helfen, die Beispiele nicht nur einschleifig zu betrachten [was machen die
anderen?, wie sind sie vorgegangen?, wie haben sie technische Detailfragen gelöst?]
sondern die Beispiele auch auf Widersprüche und Wirksamkeit abzuklopfen (wie wird
das System genutzt?, welchen Wissens-, welchen Managementbegriff und welches
Menschenbild spiegelt es?, wie hätte man alternativ vorgehen können?) Mit einem
solchen zweischleifigen Zugang können Sie das Lernen von Peers und aus der Praxis
vertiefen.
„Der vernünftige Gebrauch der Erfahrung hat auch seine Grenzen. Diese kann
zwar lehren, daß etwas so oder so beschaffen sei, niemals aber, daß es gar
nicht anders [oder eben auch ganz anders, U.S.] sein könnte.“
E. Kant
Folgende Beispiele werden häufig zitiert (kein Anspruch auf Vollständigkeit):
94 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

97. 6 Wissensmanagement – ein kritischer Blick
Im Workshop werden wir uns auf Ihre eigenen Beispiele konzentrieren, um auch die
stillschweigenden, eingebetteten Anteile des Projektwissens zu erfassen (das was auf
Konferenzen zwischen den Zeilen, „sprich“ den Referaten passiert).
Als ein Fallbeispiel greifen wir die Entwicklung eines Verzeichnisses wichtiger
Wissensträger heraus, sogenannter Yellow Pages.
Yellow Pages
Ein einfaches Adreßregister – oder viele ungelöste Fragen?
Yellow Pages klingt nach einem ganz einfachen Projekt. Es geht darum, wichtige
Wissensträger im Unternehmen identifizieren und ansprechen zu können: Für letzteres
bietet sich in Unternehmen mit verteilten Aktivitäten eine elektronische Lösung an.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 95

98. 6 Wissensmanagement – ein kritischer Blick
Nun steckt der Teufel aber im Detail:
 Welche Wissensträger wollen Sie erfassen? (Alle?, wo ziehen Sie in Zeiten der
„grenzenlosen Organisation“ die Grenze, (wie) erfassen Sie, wie im Falle Siemens
400.000 Personen?)
 Welches Wissen wollen sie erfassen? (Lebenslaufmodell, Vorgabe eines Rasters,
nur das unerwartete, besondere, unternehmungsspezifische Wissen?) nur
technisches Wissen, Kundenwissen, ausbildungssystemorientiertes Wissen,
organisatorisches Wissen?)
 (Wie) wollen Sie dieses Wissen klassifizieren? (Norminal -> Nennung: nach
welcher Terminologie? schreiben Sie einen einheitlichen Thesaurus vor oder
schaffen Sie komplexe Software an, die es schafft, Matches zwischen ähnlich
Gemeintem herzustellen: Wie können Sie dem späteren Sucher die Suche
erleichtern)?
Ordinal -> Nach Stufen der Befähigung (wer stellt diese fest?)
Skalierungen -> entwerfen Sie Beschreibungen, denen Ausprägungsformen
zugeordnet werden sollen (selbst/fremd?) wie beim Schulnotensystem?
 Welches Datenbanksystem wollen Sie verwenden? (erweiterbar, welche Zugänge,
welche Verknüpfungen, welche Leichtigkeit der Wartung?)
 In welcher Sprache soll das System gestaltet werden? Soll es nationalsprachliche
Varianten und Übersetzungen geben?
 Bis wann soll das System funktionieren? Wieviel Entwurfs- und
Programmierkapazität haben Sie zur Verfügung? Gibt es Standardsoftwarepakete?
Wieviel Kapazität erfordert die Einrichtung, Primärdatenerhebung und Eingabe? Mit
welchen anderen Systemen soll die Datenbank (später) verknüpfbar sein? Was
bedeutet das für ihre Gestaltung? (etwa: PIS)
 Wie sind Probleme des Datenschutzes und der Datensicherheit zu handhaben.
Wie verträgt sich dieses Projekt mit dem geltenden Arbeitsrecht, wie mit den
ungeschriebenen Werten und Normen des Unternehmens? (Ist der Betriebsrat
eingebunden?)
 Last, but most important: Wie soll die Nutzung des Systems ermutigt und
unterstützt werden? Welches Layout, welche Wartungsintensität, welche Zugänge,
wie viel Sicherheit, auf Anfrage auch Auskunft zu erhalten, wieviel Miterfassung,
Dokumentation und Veröffentlichung der Abfrage- und Auskunftsaktivitäten? Soll es
eine Weiterverfolgung des Nutzens des erfragten Wissens in unterschiedlichen
Projekten geben (Evaluierung) wenn ja, wie könnte diese organisiert werden?
Aufgabe für die Gruppe:
Entwerfen Sie ein Konzept für Yellow Pages in einem Unternehmen mit 1800
Mitarbeitern an drei Standorten (Europa, USA, Asien), die entwicklungsorientiert als
Zulieferer für die Automobilindustrie arbeiten, wobei an den Standorten, historisch
bedingt, teilweise noch parallel entwickelt wird.
Die Kapazität der IT Abteilung ist beschränkt, noch mehr die Bereitschaft des Leiters,
zusätzliche Aufgaben zu übernehmen. Der Vorstand möchte ein Pilotprojekt sehen, da er
Wissensmanagement allgemein für wichtig hält, zögert aber
Budgetzuweisungsentscheidungen immer wieder hinaus.
Klären Sie bitte
96 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

99. 6 Wissensmanagement – ein kritischer Blick
a) das Ziel des Projekts (inkl. Definition von meßbaren Erfolgsfaktoren)
b) Antworten auf die aufgeworfenen Fragen
c) den vermutlichen Projektaufwand und eine grobe Abschätzung seines Nutzens.
6.5 Zur Messung von Intellektuellem Kapital
Investitionen in physisches Kapital
Wenn eine Papierfabrik eine Maschine um mehrere Millionen Euro anschafft, die Papiere
bestimmter Breite und Qualität verarbeiten kann, wird man selbstverständlich einen Plan
entwerfen und umsetzen, wie diese Maschine vor Diebstahl und Verderb geschützt,
gewartet, durch Zusatzinvestitionen aufgerüstet werden kann. Ferner wird man größten
Wert darauf legen, daß ihre Kapazität ausgelastet wird. Man wird Entwicklungen in der
Umwelt genau verfolgen, die den Absatz der auf der Maschine gefertigten Produkte
gefährden, von Verpackungsverordnungen bis zu Verfahrensinnovationen, die erlauben
kostengünstiger und/oder besser, d.h. kundenproblemadäquater, zu fertigen.
Dennoch gibt es keine Garantie, daß die Investition in die Maschine sich künftig bezahlt
machen wird. Gegen Diebstahl und Feuerschäden, gegen Betriebsunterbrechungen
allgemein kann man sich versichern, gegen Obsoleszenz hingegen nicht. Immerhin
könnte man die Maschine in letzterem Fall etwaig noch verwerten: Vielleicht lastet eine
Sicherheit auf ihr, denn Kreditgeber legen Wert auf dingliche Sicherheiten. Vielleicht
läßt sie sich in einen anderen Wirtschaftsraum, mit weniger strengen Vorschriften,
verkaufen, vielleicht zerlegen und in Teilen vermarkten, vielleicht können Restaufträge
für das obsolete Produkt aus der ganzen Welt zusammengefaßt und, unter Ausnutzung
von Skalenvorteilen, noch auf der Maschine gefertigt werden ...
Wir wollen die Geschichte an dieser Stelle abbrechen, denn eines dürfte klar geworden
sein: Nutzung und Restverwertung der oben genannten Maschine sind ganz stark
wissensabhängig.
Investitionen in intellektuelles Kapital
Wenn nun die neue Ökonomie sich immer stärker auf begleitende Wissensleistungen
konzentriert, wenn der Wert der greifbaren Vermögensgegenstände im Verhältnis zu den
begleitenden immateriellen Leistungen laufend abnimmt, wenn – nach
übereinstimmenden Prognosen – künftig 5 % der Bevölkerung ausreichen werden, um
die benötigten Industriegüter zu fertigen, dann stellen sich drängende Fragen:
Was tun Unternehmen, um ihr immaterielles Vermögen zu identifizieren, zu warten,
hochzurüsten? Wie stellen sie sicher, daß es ausreichend genutzt wird, wie verfolgen sie
Entwertungsgefahren in der Umwelt?
Wir müssen feststellen, daß sie dies weit weniger bewußt und systematisch tun als für
ihr materielles Vermögen. Auch ihre Geldgeber haben den Fokus noch nicht verlagert,
treffen ihn allerdings stellvertretend durch ihre Einschätzung der Qualität der jeweiligen
Unternehmensleitung, die nachweislich Einfluß auf die Kursentwicklung börsennotierter
Unternehmen nimmt.
Warum ist das der Fall? Schließlich gibt es Übereinstimmung darüber, daß das
immaterielle Vermögen ausschlaggebend für gegenwärtige und zukünftige
Wertschaffung ist?
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 97

100. 6 Wissensmanagement – ein kritischer Blick
 Ein Grund ist das fehlende Wissen über das Wissen. Während sich die Dopik, d.h.
die doppelte Verbuchung materieller Vermögenswerte seit Ende d. 15. Jh.
Entwickeln konnte, gibt es zum immateriellen Vermögen nur Teildiskussionen über
die Behandlung von Firmenwert, intellektuellem Eigentum und Software. Eine
weitergehende, umfassende Diskussion ist erst seit etwa 15 Jahren im Gange.
 Ein zweiter Grund liegt in der fehlenden Appropriierbarkeit vieler Komponenten des
immateriellen Vermögens. Wissen ist letztlich menschgebunden – und Menschen
können eine Organisation verlassen. Es ist schwer, Kredite auf solche Sicherheiten
zu stützen, daher auch eine Verschiebung in Richtung Risikokapital.
 Ein dritter Grund folgt aus den beiden ersten. Es beginnen sich erst langsam
Ausbildungen zu formieren, die der “Natur“, der Identifizierbarkeit, Meßbarkeit, vor
allem aber dem Management immaterielle Ressourcen Aufmerksamkeit zollen.
Die Maschinenanalogie zeigt uns aber deutlich, daß wir die Entwicklung unserer
„geistigen Maschinen“ nicht dem Zufall überlassen können. Nicht einmal der
überzeugteste Vertreter eines evolutionären Ansatzes würde im Kontext einer
zweckorientieren Organisation für Interventionsabstinenz plädieren, umso mehr als eine
Unternehmensleitung ja nicht nicht intervenieren kann. Jede ihrer Entscheidungen
betrifft die Konstellation, in der sich immaterielles Vermögen bildet oder auch vernichtet
wird.
Es kann daher kein Zweifel daran bestehen, daß wir Verfahren benötigen, um dieses
Vermögen zu erfassen – erst wenn es uns so bewußt geworden ist, werden wir in der
Lage sein, es zu managen bzw. zu pflegen, je nach Managementphilosophie.
6.5.1 Warum messen?
Der klassische Managementzyklus sieht eine Verbindung von Zielsetzung (in
operationalisierter, d.h. überprüfbarer Form) und Kontrolle (Ergebnismessung
=> Abweichungsanalyse => Korrekturen) vor.
Nach diesem Ansatz ist eine Messung jener Faktoren, die als Hauptwertschöpfungs-
potential erkannt wurden, unverzichtbar.
Ein zweites Argument für Messung läßt sich aus der Beobachtung von Entscheidungs-
verhalten ableiten: Manager sind darauf trainiert, sich mit Meßgrößen, meist
finanziellen Größen, zu befassen: Diese Größen stellen den Bezug jeglichen Handels zum
Zweck der Veranstaltung, nämlich Renditen zu generieren und Wert zu steigern, sicher.
„What get’s measured get’s done. If you are looking for quick
ways to change how an organization behaves, change the
measurement system.“
Mason Haire UCLA, 91
Auch aus systemischer Perspektive lassen sich Argumente zur Messung ableiten: Da die
Zusammenhänge in ihrer vollen Komplexität nicht erfaßbar sind, braucht der Beobachter
Beobachtungswerte und Hypothesen über ihre Vernetzung. Auf Basis von feedback über
tatsächliche Wirkungen lernt er das System besser verstehen. In der Auseinandersetzung
über Meßwerte und ihre Interpretation – so sie stattfindet – versichert sich „die
98 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

101. 6 Wissensmanagement – ein kritischer Blick
Organisation“ einer gemeinsamen Handlungsbasis, im anhaltenden Dialog versichert sie
sich gegen Betriebsblindheit und Sklerose.
6.5.2 Was wird gemessen?
Für das intellektuelle Kapital hat sich mittlerweile eine Terminologie durchgesetzt, die
auf 3 Komponenten und folgender Argumentationslogik aufbaut
Anders formuliert:
Das intellektuelle Kapital12 wird heute allgemein gegliedert in Humankapital,
Strukturkapital und Beziehungskapital. Die Komponenten dieser drei Typen von
intellektuellem Kapital wirken zum einen nur im Verbund, zum anderen nur, wenn ihr
Potential durch Herausforderungen (im Netzwerkmodell) bzw. durch Führung (im
Hierarchischen Modell) aktiviert wird.
12
Gemeint ist Vermögen, das heißt die Sollseite der Bilanz, jene Assets, in deren Aufbau
finanzielle Mittel fließen, in Anlehnung an den angelsächsischen Sprachgebrauch wird jedoch der
Begriff Kapital beibehalten.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 99

102. 6 Wissensmanagement – ein kritischer Blick
Humankapital: umfaßt das Wissen, die Fähigkeiten, den Einsatzwillen und
Ideenreichtum der MitarbeiterInnen, inkl. Führungsmannschaft. Da es darauf ankommt,
was sie gemeinsam vermögen, wird hier auch das Teamklima, die Güte der
Zusammenarbeit erfaßt.
Strukturkapital ist jener Bestand an (potentiellem) Wissen, der in der Organisation
gespeichert ist. Bildhaft ausgedrückt, alles was verbleibt, wenn die Menschen abends
nach Hause gehen: Dazu gehören alle formalisierten Verfahren (best practices,
Handbücher), die IT Infrastruktur, spezielle Software, Datenbestände und geeignete
Auswertungs- und Darstellungsverfahren, aber auch die Organisationskultur als
kollektives Gedächtnis für bewährte Antworten auf grundsätzliche Fragen (wie etwa
jenen nach der Mission, den ethischen Richtlinien, dem Selbstverständnis, dem Umgang
mit verschiedenen Anspruchsgruppen (Stakeholders)).
Beziehungskapital beschreibt die auf Netzwerkfähigkeiten der
Organisationsmitglieder aufbauenden Beziehungen zu wichtigen Stakeholdern, die ein
intimes Wissen über besondere Präferenzen und Problemstellungen dieser Partner
erlauben, so daß maßgeschneidert darauf reagiert werden kann. Als wesentlichste
Bezugsgruppe gelten hier die Kunden: Im Customer Capital wird ihre Zufriedenheit,
Loyalität, Bereitschaft, gemeinsam an Problemstellungen zu arbeiten, erfaßt. Es geht
aber auch um klassische Kennzahlen, wie ihr Nachfragevolumen, ihre Kauffrequenz,
Lieferpräferenzen, Ansprechpartner, bisherige Fallgeschichten. Je nach Branche,
Eigentümerkonstellation und Standort können für das Beziehungskapital aber auch
Lieferantenbeziehungen oder Kontakte zu Politik und Verwaltung bedeutsam sein.
Manche Autoren erfassen die Beziehung zur Öffentlichkeit schlechthin als Imagekapital
gesondert; hier wird dieser Aspekt im Beziehungskapital mit berücksichtigt.
6.5.3 Wie kann man messen?
Hier sind wiederum Entscheidungen zwischen verschiedenen Optionen zu treffen, die von
der Zielsetzung der Messung (was will man wissen?) von der Zugänglichkeit der
Meßdaten (wie kann man die gewünschte Information generieren?), vom Kosten-
Nutzenverhältnis der Messung und letztlich vom Konsens über die Bedeutung
verschiedener Meßgrößen abhängt.
100 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

103. 6 Wissensmanagement – ein kritischer Blick
Entscheidungsfelder Abwägung
Monetär - Nicht monetär Monetär ->
Koppelung an den letztlichen Zweck, gewohnte
Sprache der Entscheider
Nicht monetär ->
erfaßt Vorstufen der Geldwerdung, erfaßt auch
Qualitäten
Maßgeschneidert - Standardisiert Maßgeschneidert ->
berücksichtigt den strategischen
Steuerungswillen, erlaubt Lernprozesse;
Standardisiert ->
ermöglicht Berichterstattung nach außen und
zwischenbetrieblichen Vergleich
(BENCHMARKING)
Vergangenheit – Zukunftswerte Vergangenheit ->
ist realisiert, Zahlenwerk liegt vor, hat wegen
Pfadabhängigkeiten Zukunftswirkung
Zukunftswerte ->
darauf kommt es eigentlich an ->
Ertragspotentiale: sind allerdings mit
Unsicherheit behaftet.
Quantitative Werte – Indikatoren für Qualitäten Quantitative Werte ->
leicht erfaßbar, wirken „härter“, gut
vergleichbar Qualitäten -> verweisen auf
künftigen wirtschaftlichen Erfolg, auf „weiche“
Faktoren mit harten Konsequenzen
INPUTWERTE leicht erfaßbar, Parallele zum materiellen
(Substanzbetrachtung) Vermögen, Bezug zu Ergebniswerten ist nicht
eindeutig
ZWISCHENERGEBNISSE/ unvernetzte Betrachtung, Schwierigkeit, valide
INDIKATOREN Indikatoren zu finden
ERTRÄGE/ERTRAGSPOTENTIALE (NDCFs) Zielwerte, der auf bestimmte Teile des IC
entfallende Zielerreichungsanteil ist oft schwer
bestimmbar
VERHÄLTNISZAHLEN am häufigsten sind Produktivitätskennzahlen,
also Input-Outputrelationen, es gelten die zuvor
genannten, Stärken und Vorbehalte in
Kombination
6.5.4 Ziele/Zwecke der Messung
Messung kann unterschiedliche Zwecke verfolgen, die jeweils unterschiedliche
Anforderungen an die Aktualität, den Detaillierungsgrad und die kommunikative
Aufbereitung stellen:
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 101

104. 6 Wissensmanagement – ein kritischer Blick
Die meisten derzeit bekannten Beispiele richten ihren Fokus auf interne Steuerung.
Lediglich Skandia hat sein Supplement zur Bilanz stark als Element der Kommunikation
mit Investoren eingesetzt und dabei eine beträchtliche first mover-Rente generiert. Die
PR- und Kommunikationswirksamkeit von Dokumentationen des IC wird zunehmend
erkannt. Es wird sich ein Wettstreit der Aufmachung von „Wissensbilanzen“
herausbilden, da das Fehlen von Standards der Phantasie hier freien Lauf erlaubt.
Vergleiche dienen der Positionierung im internationalen Konzert von ähnlichen
Anbietern: Sie zeigen auf, was im besten Fall möglich ist und setzen damit eine Latte, an
der man sich selbst – Funktion für Funktion, Prozeß für Prozeß – ausrichten kann. Platte
Vergleiche sind dabei eher wirkungslos (von den Leistungsentstehungsbedingungen
abstrahierende Rankings, Vergleiche von Äpfeln und Birnen unter der groben Kategorie
von Obst): Wieder geht es um den Diskussionsprozeß, den der Vergleich auslöst (warum
schafft Walmart diesen – im Vergleich zu uns wesentlich höheren m2 Umsatz? – wie
sieht es mit den Margen aus? – ist der Zugang zum Einzelhandel auf uns übertragbar?
von uns erwünscht?)
Stufen der Evaluierung: Evaluierung umfaßt, genaugenommen, eine erste Stufe der
Messung / möglichst bewertungsfreien Erfassung von Indikatoren, Mengengerüsten,
Preisen und eine zweite Stufe der Bewertung und Interpretation.
So kann als Kennzahl für das Humankapital etwa das Durchschnittsalter berechnet
werden. Was ein hohes/niedriges Durchschnittsalter im Branchenkontext bezüglich des
Wissens, Könnens und Wollens zu bedeuten hat, ist eine Frage der Interpretation und
Diskussion, aber – im Hintergrund – auch eine Frage oft vorbewusster Weltbilder: Eine
jugendorientierte Kultur wird ein hohes Durchschnittsalter für bedenklich halten und mit
abnehmendem Drive, Verhärtung des Denkens, abnehmender Lernfähigkeit und
Obsoleszenz der Erstberufsausbildung argumentieren. Eine Branche oder
Funktionsbereiche, in denen es nach allgemeinem „Wissensstand“13 auf Erfahrung
ankommt, wird ein zu niedriges Durchschnittsalter für problematisch halten. Die
Problematik von Meßsystemen liegt generell darin, dass solche Überlegungen nur bei
Einführung angestellt werden, danach aber in den Hintergrund treten. Deshalb kann es
spektakuläre Erfolge am Anfang geben (weil ein höheres Maß an Bewußtheit in der
13
Glauben heißt nichts Wissen, sagt der Volkmund. Wissenschaftstheoretiker kommen in gut
sokratischer Tradition schnell zu dem Schluß, daß alles vermeintliche Wissen nur vorläufig ist und
in einigen Prämissen auf Glaubenssätzen beruht.
102 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

105. 6 Wissensmanagement – ein kritischer Blick
Organisation entsteht, das aber an das Projektteam gebunden ist, welches die
Einführung betreibt), die sich dann im Alltag als nicht nachhaltig erweisen, weil die
nächste Generation als Nutzer der Meßzahlen (Codes) deren stillschweigenden
Hintergrund nicht kennt: So verkommt Messung dann leicht zur formal-bürokratisierten,
konsequenzlosen Übung.
6.5.5 Beispiele für Meßverfahren
BSC: Balanced Score Card
VAIC: (Value Added on Intellectual Capital berechnet den Mehrwert im Verhältnis zur
Summe aller Humankapitalbezogenen Aufwände, nach Pulic, 1996)
Marktwerte eines Unternehmens sind leicht zu ermitteln, wenn es an der Börse notiert,
sonst müssen Verkaufserlöse für vergleichbare Unternehmens(teile) herangezogen
werden.
Durch den zunehmenden Wertschichtenwettbewerb14 gibt es mittlerweile für fast jede
innerbetriebliche Leistung Marktpreise als Bezugsgröße.
Eignet sich nun die Differenz zwischen Börsen- und Substanzwert als Indikator für
intellektuelles Kapital? Einerseits ja, denn wir sehen beachtliche Kapitalisierungen von
Sun-Rise-Industrien. Sun-Rise oder Hoffnungsindustrien basieren auf neuen
Technologien, die erst Verbreitung finden müssen und weisen hohes künftiges
Wachstumspotential auf. Sie müssen am Anfang viel finanzielles Kapital in Forschung
und Entwicklung, in die Ausarbeitung von Geschäftsmodellen und den Aufbau kritischer
Kundenmengen investieren, können dann aber abschöpfen bei relativ geringen variablen
Kosten.
14
Wertschichtenwettbewerb beschreibt Migrationen in Teile der Wertschöpfungskette anderer
Branchen oder auch der eigenen Branche. Ermöglicht wird diese Migration durch IT, welche die
Transaktionskosten verändert, ferner durch Deregulierung (etwa bei Finanzdienstleistungen).
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 103

106. 6 Wissensmanagement – ein kritischer Blick
Andererseits sind aber Vorbehalte anzubringen. Amazon.com hatte im Februar 1999 ein
Kurs-Gewinn-Verhältnis von über 2000 (das entspräche einer Amortisationsperiode von
2000 Jahren), was mit rationalem Investorenverhalten nicht mehr erklärbar ist
(zumindest nicht auf dem Boden klassischer Theorie).15
Die Börse liefert Hinweise, aber:
 kurzfristige Schwankungen der Kurse drücken wohl kaum Schübe oder Einbrüche an
„organisationaler Intelligenz“ aus
 ein Teil der Entwicklung dürfte überzogen, d.h. Spekulationsblase sein (z.B.
Internetwerte bis Mitte 1999)
 generell ist zu fragen, wie Analysten/Investoren entscheiden! Fundamentals weisen
immer weniger Korrelation zur Kursentwicklung auf. Außerdem gibt es
konkurrierende Theorien bezüglich dieser Fundamentals16
Wie steht es mit der Berechnung diskontierter Zukunftsbeiträge, wie das die
Humankapitalrechnung versucht? Hier würde man den Marktwert einer intellektuellen
Ressource, für den die Börsenkurse einen Gesamtnäherungswert darstellen, nach
Rappaport (1986) berechnen.
Nehmen wir folgendes Beispiel:
Die Ausbildung eines Investmentbankers koste 125.000 $, bis er/sie ab dem 3. Jahr
produktiv wird und im Schnitt weitere 3 Jahre im Unternehmen verbleibt. Während der
Ausbildungszeit verlassen 2 von 3 Kandidaten das ausbildende Unternehmen. Vom 3. –
5. Jahr generiert ein Investmentbanker net cash flows für das Unternehmen von je 1 Mio
$, wobei schon im 4. Jahr wieder Weiterbildungskosten von $ 50.000,- anfallen.
* der Einfachheit halber wird angenommen, alle Ausgaben und Einnahmen fielen jeweils
zur Mitte des Jahres an.
* die Wahl des Zinsfußes wäre eine eigene Diskussion wert.
In diesem Fall koppeln wir einerseits Erfahrungswerte aus der Vergangenheit
(Fluktuationsrate 66,6 %) und Kostenprojektionen aus vergangenen Ausgaben bzw.
vergleichbaren Marktpreisen (was kostet die Ausbildung am Trainingsmarkt?) mit -
15
Tatsächlich genügt es einem Investor zu vermuten, daß er die Aktie zu höherem Wert an
jemanden mit derselben Erwartung verkaufen können wird, als er sie erworben hat. Dabei bedarf
es nicht notwendig einer gründlichen Analyse von Fundamentaldaten, um diese Erwartung zu
bilden, wie die Theorie unterstellt.
16
So wenden Analysten derzeit einen Konglomerat Discont von 5-30 % auf Mischkonzerne an,
weil das herrschende Glaubenssystem gegen Diversifikation argumentiert. Eine Untersuchung von
Goldman & Sachs ergab jedoch keine Korrelation zwischen Rendite und Diversifikationsgrad.
104 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

107. 6 Wissensmanagement – ein kritischer Blick
ebenfalls aus Erfahrung – abgeleiteten zukünftigen Nettoerträgen, respektive Cash
Flows.
Woher können wir wissen, wie die kommenden Jahre verlaufen werden? Hier sind wir
auf Schätzungen und Szenarien für eine künftige Einkommens-, Steuer- und
Veranlagungsneigungsumwelt angewiesen. Wegen der hohen Volatilität und bruchhafter
Entwicklungen in dieser Umwelt sind Projektionen schwierig bzw. ein Akt des kreativen
Ratens, wie es ein Investmentbanker ausdrückt.
„As every seasoned investor knows, financial projections that
stretch out for more than a year – are an act of imagination.“
(W. A. Sahlman, How to write a great Business Plan, in: HBR 1997, July-Aug. pp 98-108)
Oft ist es auch unmöglich, einer Ressource Marktrückflüsse direkt zuzurechnen. Die
Gesamtrechnung, wie bei VAIC, kann – im Zeit- und betrieblichen Vergleich – durchaus
auf eine gute oder Unternutzung des intellektuellen Kapitals hinweisen, wobei aber nicht
erklärt wird, wodurch diese begründet sind.
VAIC und jüngst auch der Navigator (Skandia) verwenden Personalausgaben als
Approximationen an den Ertragswert des Humankapitals und unterstellen damit, dass
Arbeitsmärkte effizient funktionieren. Da der Ausgleich auf diesen – meist regulierten –
Märkten wegen der strukturellen Komponente nicht so ohne weiteres stattfindet und der
Transformationsprozeß in Output unsicherheitsbehaftet ist, gelten jedoch dieselben
Vorbehalte wie gegenüber Investoren an der Börse.
Generell können wir festhalten, daß Black-Box Verfahren zwar Hinweise auf gelingende
Aktivierung intellektuellen Kapitals liefern, aber von kurzfristigen Schwankungen und
spekulativen Überlegungen beeinflußt bzw. mit einiger Unsicherheit behaftet sind. Sie
stellen der Unternehmensführung keine Handlungsgrundlagen zur Verfügung, wo man
zwecks Verbesserung der Situation, ansetzen könnte.
Die analytischen oder Mikro-Verfahren sollen hier nicht im einzelnen dargestellt werden.
Sie entwickeln sich laufend weiter, es kommen neue Vorschläge dazu, sie sind in
anderen Veröffentlichungen gut nachzulesen.
Hier sei darauf verwiesen, daß sie eine Koppelung von In-, Zwischen- und Outputgrößen
darstellen, teils monetäre Werte, teils nominale oder ordinale Zählgrößen, teils
Indikatoren darstellen. Die Daten stammen ihrerseits teils aus vorhandenen Unterlagen
(z.B. der Personalabteilung), teils aus gesonderten Erhebungen (Mitarbeiter- und
Kundenzufriedenheit aus Befragungen) teils aus Ergänzungen von ohnehin
vorzunehmenden Aufzeichnungen (z.B. Erfassung zusätzlicher Kundendaten bei
Internetbestellung). Durch Kombinationen erhobener Daten entsteht zusätzliche
Information. Kennzahlen verdichten derlei Information als Absolutwerte, häufiger als
Relativwerte, und erlauben somit, wenn sie sinnvoll gebildet werden, eine Orientierung
auf einen Blick.
Im folgenden werden einige dieser Kennzahlen exemplarisch vorgestellt und diskutiert:
Maß Für: Problematik
INPUTS: Innovationsfähigkeit keine Aussage über die
F&E Aufwand Treffsicherheit (Effektivität)
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 105

108. 6 Wissensmanagement – ein kritischer Blick
Maß Für: Problematik
und Effizienz der Forschung,
unterschiedliche Unternehmen
verbuchen Unterschiedliches
unter dieser Position
PE-Aufwand Humankapitalbildung Ressource ist nicht fest ans
Unternehmen gebunden,
Trainingserfolg im Sinne
verbesserter finanzieller
Ergebnisse ist ungewiß
OUTPUTS: Produktivität/ Qualität als bloße Zahl keine Aussage
Publikationen eines Forschers über Qualität, kontraproduktive
Verführung, weniger gründlich
zu arbeiten; als qualifizierte
Zahl (nach dem Ruf der
Zeitschriften) diskutierbar, da
Peer Review möglicherweise
nur die
Anpassungskomponente der
Qualität mißt
Kundenzufriedenzeit Beziehungskapitalbildung, erfaßt nur Ist-, nicht potentielle
erwartbare Umsätze Kunden, signalisiert bei
unelastischer Nachfrage keine
Umsatzzuwächse, ist letztlich
fragebogen-abhängig
Relativzahlen Innovativität abhängig davon, was als, neu
Umsätze aus Neuprodukten im definiert wird, keine Aussage
Verhältnis zu Gesamtumsätzen über Erfolg der neuen Produkte
im Sinne von Erträgen
So könnte jede einzelne Kennzahl problematisiert werden.
6.5.6 Schlußfolgerung
To measure or not to measure?
Generell ist festzuhalten:
 Die Bedeutung von Kennzahlen erschließt sich aus einer meist implizit unterstellten
Kausalkette. Diese Kette ist auf Alltags- und wissenschaftliche Theorien über
Unternehmensführung zurückzuführen. Auf dem Markt konkurrieren verschiedene
wissenschaftliche Theorien, die einander zum Teil widersprechen. Letztlich
reflektiert jeder Meßstandard eine Hypothese bzw. ein Glaubenssystem über
erfolgreiche Unternehmensführung.
Beispiel: Mitarbeiterzufriedenheit -> (?) bessere Leistungen -> (?) höhere
Kundenzufriedenheit -> (?) höhere Umsätze -> (?) höhere Margen.
 Vergangenheitswerte sind „solide“, weil realisiert, sagen aber in einer turbulenten
Wissensgesellschaft nicht notwendig viel über künftige Entwicklungen aus.
Zukunftswerte eröffnen der Spekulation Tür und Tor und sind unsicherheitsbehaftet.
Sie lenken jedoch die Aufmerksamkeit in Richtung Potentialentwicklung.
106 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

109. 6 Wissensmanagement – ein kritischer Blick
 Der Hauptnutzen der Messung ist im Erzeugen von Aufmerksamkeit und im Diskurs
über Wirkungszusammenhänge zu sehen: Organisationsmitglieder versichern sich so
untereinander – und grenzüberschreitend auch mit Kunden und Lieferanten - einer
gemeinsamen Interpretation ihrer Wirklichkeit.
 Meßsysteme, die allgemein akzeptiert werden, d.h. sich als Standard etablieren,
beeinflussen das Verhalten der am Erfolg beteiligten Stakeholder und erlangen so –
ex post – Gültigkeit, als sich selbst erfüllende Prognose.
 Probleme der Messung sind folgende:
 Es handelt sich um vernetzte Zusammenhänge, wobei die Beziehungen
zwischen einzelnen Einflußfaktoren vermutlich aussagekräftiger sind als die
Veränderung dieser Faktoren. Gemessen wird aber nur letztere.
 Wegen des Aufwands bei Erhebung, Verarbeitung und Nutzung, den methodisch
saubere, komplizierte Systeme verursachen, stellen wir fest, daß in der
Unternehmenspraxis Einfaches Komplexes und Quantität Qualität verdrängt.
 Messung ist dennoch unverzichtbar, weil man eine Landschaft nicht ohne Landmarks
wiedererkennen und nutzen kann.
 Messung von intellektuellem Kapital ist nützlich,
 wenn die Kontextabhängigkeit und Frag-Würdigkeit der Maße in einer
Organisation lebendig bleiben, sodaß man sich anhaltend über zugrunde
liegende Fragen der Unternehmensführung auseinandersetzt:
 wenn der Erhebungsaufwand den Informationsnutzen deutlich unterschreitet.
Aufwand und speziell Nutzen sind ihrerseits schwer zu messen, weshalb man
vor neuerlichen Primärerhebungen die Verwendbarkeit vorhandener Daten
prüfen und Möglichkeiten schaffen sollte, Daten, die für die Messung von
intellektuellem Kapital benötigt werden, in laufenden operativen Geschäft
kostengünstig mit zu generieren;
 wenn die ermittelten Werte Handlungswirkung zeigen und nicht zur
Bauchnabelbeschau einer neuen Art von Controllern werden („first and formost
manage, then measure“). So selbstverständlich, wie das scheint, ist es in der
Praxis nicht. Es läßt sich ganz gut an der Widmung von Mitteln für
Wissensmanagementprojekte ablesen, wieviel davon in den Aufbau von
Voraussetzungen (IT Infrastruktur, Meßsysteme) fließt und wieviel in deren
eigentliche Nutzung: Der Anteil für letztere ist marginal. Auch die Theorie ist
konzeptionslastig, u.a. weil es erst wenige Projekte gibt, die das Stadium der
alltäglichen Nutzung erreicht haben.
 wenn die Meßwerte in all‘ ihrer Fragwürdigkeit – nicht voreilig in Sanktions-
und Chancenverteilungssysteme überführt werden. Damit stelle ich mich in
einen Gegensatz zu einem Großteil der Literatur und meinen eigenen Hinweisen
an anderer Stelle, daß Kulturveränderung die Stimmigkeit der Anreizsysteme
mit den Veränderungszielen voraussetzt. Dennoch halte ich an der Aussage fest
und begründe das folgendermaßen:
 Kultur stellt den qualifizierenden Kontext für Kennzahlen dar, so wie die
Parlamentsprotokolle den materiellen Sinn eines erlassenen Gesetzes qualifizieren.
Wenn die Kultur nicht stimmt, ist eine nur buchstabengetreue Erfüllung der
Zielwerte zu befürchten, die kontraproduktiv sein kann (z.B. viele oberflächliche
Kundenkontakte, um „die Lizenz zu verkaufen“ nicht zu verlieren, aber keine
vertiefenden Kundengespräche – da würde oft ein einziges genügen, bei dem
wirklich zugehört wird).
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 107

110. 6 Wissensmanagement – ein kritischer Blick
 Anreizsysteme entfalten eine Eigendynamik, sodaß der Einzelne dann „gegen das
System“ spielt, d.h. seine Energien darauf konzentriert, die Anreize zu optimieren
und nicht das wofür sie gewährt werden. Opportunistisches Verhalten kann die
Folge sein: Daten lassen sich legal ganz gut manipulieren, der Schein ersetzt das
Sein. (Beispiel: Seherquoten statt Programmgüte nach irgendeiner zu vertretenden
Qualitätslogik oder Aktivierung des Freundeskreises, um Homepages – Hits zu
maximieren).
Dieses Argument gilt eben besonders, weil der Code nicht ausreichend valide sein
kann.
 Meßfehler sind unvermeidlich, weil bei der Wahl von Indikatoren, bei ihrer
Gewichtung, bei der Definition von Skalen und bei der Zuordnung von Verhalten zu
Skalenwerten (z.B. einer Zufriedenheitsstufe 2 auf einer 5-teiligen Skala) überall
Einfallstore für Verzerrungen gegeben sind. Wenn man diese Fehler jedoch
konsequent und betriebsübergreifend begeht, müßten die „falschen“ Maße dennoch
Aussagen über wichtige Relationen und ihre Verschiebungen liefern – nicht anders
als dies bei der Verbuchung von physischem Kapital der Fall ist.
Eine plakative Zusammenfassung dieses Abschnitts könnte also lauten.
 Messen, um zu lernen, nicht um zu kontrollieren.
 Messen ist nur ein Schritt für die wesentlichere Aufgabe zu „managen“ (d.h. zu
entwickeln nach der einen oder Entwicklung fördernd zuzulassen nach der anderen
Philosophie).
 Maße sind Konventionen, keine Wahrheiten. Solange alle denselben „Fehler“
machen, liefern sie nützliche Information.
6.6 Schlußfolgerungen und Ausblick
Drei Aspekte möchte ich für Sie verehrte Leserin, verehrter Leser zum Abschluß in die
unsichtbare Community of common interest on knowledge management einbringen, die
Sie mit mir gebildet haben, als Sie sich auf die Lektüre dieses Skriptums einließen.
Erstens: Welche Konsequenzen sind aus der Flüchtigkeit des Wissens und der Überfülle
an Reizen und Daten zu ziehen?
Man kann, um es mit Alan Watts auszudrücken, versuchen, den Wind in der Tüte zu
fangen.
Versuche, möglichst viel Wissen zu externalisieren, festzuschreiben, vom Einzelnen zu
lösen und in das Strukturkapital zu überführen, weisen in diese Richtung. Ihnen
entspricht ein instrumentelles Managementverständnis, das dem üblichen Zyklus des
Ziele setzens, Planens, Organisierens, Personal Ausstattens, Veranlassens und
Kontrollierens folgt (vgl. etwa Probst et al., 1998).
Da Wissen aber durch andere Eigenschaften beschreibbar ist als die klassischen
Ressourcen, für welche das instrumentelle Managementverständnis entwickelt wurde,
fragt sich, ob es nicht auch anderen Gesetzen folgt, z.B. sich nur in Freiheit entwickelt.
Vollen Zugriff und volle Kontrolle haben wir nur auf die Köpfe von Menschen, deren
Denken, Empfinden und Verhalten vorhersagbar ist, also gesteuert wird.
108 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

111. 6 Wissensmanagement – ein kritischer Blick
Solche Menschen wären aber durch denkende Maschinen ersetzbar, die viel
zuverlässiger funktionieren.
Es ist interessant darüber zu spekulieren, wie wir künftig mit Chip-Implantaten leben und
denken werden – und es besteht kein Zweifel, daß es erstens immer anders kommt, als
zweitens prognostiziert.
Andererseits: In welcher Welt wollen Sie leben, welche Welt wollen Sie ihren Kindern
hinterlassen?
Die Frage ist doch, was wir als Elemente in einem akkumuliert und rückgekoppelt
mächtig wirksam werdenden Prozeß zu genau jenen Zwischenständen beitragen, denen
gegenüber wir dann gerne unsere Hände in Unschuld waschen.
Versorgen wir schon die Kindergärtler mit Mobil Telefonen? Welchen Beratern trauen
wir? Mit welcher Software arbeiten wir17.
Wie offen sind wir wirklich gegenüber Querdenkern und Verhaltensentwürfen aus
anderen Kulturräumen?
Vor allem aber stellt sich eine bange Frage: Werden wir denn Zeit haben, mit dem durch
Wissensmanagement zwar verbesserten, dennoch aber gesteigerten Angebot
umzugehen. Werden wir angesichts der Fülle an Möglichkeiten handlungsfähig bleiben?
Ich finde es einigermaßen überraschend, daß dieses Problem gegenüber den Fragen der
Identifikation, Sammlung und Darstellung von „Wissen“ in den Hintergrund tritt.
Als weitere bange Frage habe ich im dritten Kapitel auf ein Phänomen verwiesen, das
„idealtypisch“ nicht der Fall sein müßte, wegen des real existierenden Verhaltens von
Menschen jedoch häufig beobachtet wurde: Das sogenannte Innovationsparadox. Jedes
System, jedes Wissen, das zunächst Hilfs- und interimistischen Charakter hat, tendieren
zur Verhärtung, zum Besetzt werden als Werte für die Ewigkeit. Deshalb wird alles Neue
an den aus den alten Werten gebildeten Kriterien gemessen – und fällt zwangsläufig
durch den Rost. Es ist ungeheuer schwierig, Bestehendes zu perfektionieren und formell
fest in der Organisation zu verankern und es gleichzeitig vorläufig, d.h. flüssig und
veränderbar zu halten. Auch hier müssen Sie für Ihren ganz persönlichen Einflußbereich,
in Abstimmung mit anderen Organisationsmitgliedern, Stellung beziehen, Farbe
bekennen, was Sie mehr akzentuieren wollen, und/oder kreative Lösungen für ein
sowohl als auch entwickeln.
Wissensmanagement ist harte Arbeit, nicht zuletzt Entscheidungsarbeit, hatte ich das
schon erwähnt?
Als zweiten Aspekt dieser Schlußbetrachtung möchte ich die – nicht nur akademische –
Frage aufwerfen, ob Wissensmanagement neu ist.
Ist Wissensmanagement neu? Ist diese Frage überhaupt eine wissensschaffende? Oder
hat sie mehr mit der Absteckung akademischer Claims zu tun und ist daher für
Praktikerinnen vollkommen irrelevant?
Die Antworten scheinen auf der Hand zu liegen. Nein, neu ist Wissensmanagement
nicht, nur neu akzentuiert und inspiriert durch eine Fülle an technischen Möglichkeiten.
17
Eine Frage, die zu diskutieren in diesem Zusammenhang reizvoll sein könnte ist folgende: Droht
uns eine Power Pointisierung des Denkens?
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 109

112. 6 Wissensmanagement – ein kritischer Blick
Ja gewiß, das Kriegsgeheul der Verkäufer von Konzepten (Beratung) und Ideen/Ansätzen
(Academia) hat auch mit dem Abstecken von Erstlingsrechten und der Illusion von
Originalität zu tun.
Nein, die Frage ist für Praktiker nicht ganz irrelevant. Die Verkaufsunterstützenden
Behauptungen der Szene machen nämlich blind für die reiche Palette an Vorarbeiten, die
zum Thema existiert – und da haben wir sie schon wieder, unsere Paradoxie: Die
Menschen (auch die selbst ernannten Fachleute im Wissensmanagement) wollen das
Rad ja neu erfinden.
Ein Zitat steht hier stellvertretend für viele Hinführungen zur Dringlichkeit des Themas
Wissensmanagement:
„...Organizations do not understand what know-how, management
potential or creativity they have access to with their employees.“
(Brooking/Motta, 1996,3)
Don’t they? Partly they do.
Im Personal- und IT Management, in ihren Qualitätsanstrengungen oder Due-Diligence
Übungen beim Firmenkauf haben Unternehmen eine Fülle von Teilmethoden entwickelt,
know how nicht nur aufzuspüren und zu messen, sondern auch zu entwickeln.
Allerdings geschah dies nicht immer systematisch oder nachhaltig. Dieser Aspekt, das
bewußte Management ist in der Tat neu – und findet in der Praxis auch erst in Ansätzen
statt, nach zwei Mustern, die sich wie ein roter Faden durch diese „Wissensbasis“
ziehen: Pflegend (evolutionär) oder lenkend (kontrollorientiert).
Dritte- und letzte Frage: Ist Wissensmanagement eine Mode, die wieder von der
Tagesordnung verschwinden wird?
Dazu könnte es werden – leider. Es könnte aber auch jener Hebel sein und bleiben, mit
dem Unternehmen, im weitesten Sinn des Wortes, einen Transformationsprozeß
begleiten, der wegen der Umbrüche in Weltwirtschaft und Gesellschaft notwendig
geworden ist.
Wissensmanagement fügt sich in einen Kontext neuer Schwerpunktsetzungen und eines
neuen Verständnisses von Unternehmensführung, der durch technologische
Entwicklungen wie neue politische Konstellationen gleichermaßen gebildet wird: Seine
Stichworte lauten Globalisierung und Digitalisierung. Seine Konsequenzen sind
umfassend:
Die neue Technik ermöglicht, die neue, auf Deregulierung setzende Politik unterstützt
und das revitalisierte liberalistische Denkmuster als Mainstream ermutigt eine radikale
Neuorientierung der wertschaffenden Architekturen (Branchen, Unternehmen,
Funktionen) mit der Folge
 der Migration von Teilfunktionen der Wertschöpfungskette zwischen Branchen und
damit verschärfter Substitutionskonkurrenz (Ölfirmen als Einzelhändler,
Softwarehäuser als Banken)
110 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf

113. 6 Wissensmanagement – ein kritischer Blick
 einer Redefinition der Make-or-Buy Entscheidung in bezug auf alle Funktionen
(Kernaufgaben und auszulagernde Bereiche, rege Investitions- und
Desinvestitionstätigkeit).
 einer Standortdifferenzen nutzenden internationalen Verteilung von Aktivitäten,
deren raum- und zeitübergreifende Koordination durch die neue Technik und Politik
wesentlich kostengünstiger geworden sind.
Das führt dazu, daß Spielregeln gleichzeitig Rahmenbedingung und Gestaltungspotential
darstellen. Wer Spielregeln mit Resonanz verändert, gewinnt Vorsprung, schafft damit
Wissen das andere erst einmal erschließen müssen. Die Aufmerksamkeit aller Kulturen
verschiebt sich damit von der Vergangenheit in die Zukunft. (Neuer Pioniergeist als
Ressource im Wettbewerb der Nationen)
Die neue Technik erlaubt den beinahe unmittelbaren Ausgleich von
Informationsunterschieden über Ereignisse und gemeinsam mit der politischen
Liberalisierung und Deregulierung das freie Bewegen von nahezu unbegrenzten Summen
in Bruchteilen von Sekunden. Finanziers sind auf diese Weise zunehmend kosmopolitisch
bzw. als Fonds zunehmend anonym (Mobilität des Kapitals).
Damit richtet sich die Managementaufmerksamkeit viel schärfer als bisher auf die
Aufgabe, alle Teilfunktionen zu optimieren. Befriedigende Lösungen, wie von Simon
unterstellt, genügen nicht mehr, da Vergleiche mit anderen Spielern bzw. mit der
marktmäßigen Koordination einer Funktion ihre Ineffizienz rasch offenlegen.
Verschwendung ist nur dort möglich, wo sie alle betreiben (z.B. in der Verfolgung einer
neuen Managementmode).
Ein vergangenheitsorientiertes Rechnungswesen erzeugt zunehmend Unzufriedenheit.
Wenn 80 % eines Kaufpreises für ein Unternehmen für in Gang befindliche
Entwicklungen gezahlt werden (im Falle des Kaufs von Lotus durch IBM), diese aber
sofort abgeschrieben werden müssen, dann scheint die Zukunft nicht richtig erfaßt. Man
beginnt mit Versuchen, Ideen ähnlich zu bewerten wie Kapital. Abgezinste künftige
Netto-Cash Flows sind ein Weg, den Rappaport 1986 vorgeschlagen hat; in den 90iger
Jahren tritt die Idee der Realoptionen hinzu. Sie erfaßt den vernetzten Charakter von
Wissensinvestitionen und eingeschränkt ihre Pfadabhängigkeit: jede Investition generiert
nicht nur einen möglichen künftigen Einkommensstrom, sondern auch ein Potential für
weiteres künftiges Wachstum durch Folgeinnovationen und kritische Mengeneffekte von
Lernprozessen. Damit entstehen Optionen, die je nach den dann vorliegenden
Informationen ausgenutzt, fallengelassen oder verändert werden können.
Noch basieren solche Modelle auf einer Reihe einschränkender Vorannahmen, müssen
mangels Information mit Schätzungen auskommen und liefern nicht generell verlässliche
Werte, sondern vorläufig hauptsächlich Denkheuristiken.
Sie zeigen aber deutlich, wo die Entwicklung hinläuft:
Einerseits in die Schaffung eines ausgefeilten Instrumentariums, um Zukunftspotentiale
handelbar zu machen, nach dem Muster der Finanzmärkte.
Andererseits in die zunehmende Auflösung bisher hierarchisch koordinierter, fest
verbundener wirtschaftlicher Aktivitäten und ihre Ergänzung bzw. Ersetzung durch Markt.
Das zu bewältigen, erfordert viel Wissen – über Wissen. Womit wir zum Ausgangspunkt
zurückgekehrt wären, immer noch verwirrt, aber hoffentlich auf höherem Niveau.
© Prof. Lutz Leuendorf Wissensmanagement in der Praxis 111

114. 6 Wissensmanagement – ein kritischer Blick
„Those who are not confused today
have not understood the problem.“
J. Welsh
6.7 Literatur
1. „Klassiker“ zum Thema Wissensmanagement (in der Reihenfolge des
Erscheinens)
Schneider U, (1996): Wissensmanagement „Die Aktualisierung des intellektuellen
Kapitals“; Frankfurt/Main.
Schmitz, Ch./Zucker, B. (1996): Wissen gewinnt. Knowledge (Flow) Management.
Metropolitan Verlag, Düsseldorf und München.
Sveiby, K.E. (1997): The New Organizational Wealth: Managing & Measuring
Knowledge-Based Assets, Berrett-Koehler Publ. Inc., San Francisco.
Stewart, Thomas (1997): Intellectual capital. The new wealth of organizations;
Doubleday, New York u. a.
Edvinsson, L./Malone, M. (1997): Intellectual capital. Realizing your company’s true value
by finding is hidden brainpower; Harper, New York.
Probst et.al (1997): Wissensmanagement. Wie Unternehmen ihre wertvollste Ressource
optimal nutzen. 1. Auflage, Wiesbaden.
Davenport, T./Prusak, L. (1998): Working Knowledge. How Organizations Manage What
They Know; Harvard Business School Press, Boston, Mass.
Willke, H. (1998): Systemisches Wissensmanagement, UTB, Stuttgart.
Amidon, D. (1999): Das stille Erwachen. Frankfurter Allgemeine Buch, Frankfurt am Main.
2. Im Text zusätzlich zitierte Quellen
Häntschel I./Erhard W. (1999): Ein Vorgehensmodell zur strategiegeleiteten Einführung
von Managementunterstützungsthemen. Arbeitspapier No 99.05 des Instituts für
Wirtschaftsinformatik, Linz.
Heinrich L.J./Roithmayr F. (1998): Wirtschaftsinformatik-Lexikon, 6. Auflage, Oldenbourg
Verlag, München und Wien.
Quinn J.B.: Leveraging intellect, in: Academy of Management Executive, 1996, Vol. 10,
No 3, pp 7-27.
Pulic, A. (1996): Der Informationskoeffizient als Wertschöpfungsmaß wissensintensiver
Unternehmungen , pp 147-179, in Schneider, U. (1996): Wissensmanagement „Die
Aktualisierung des intellektuellen Kapitals, Frankfurt/Main.
Rooney D./Schneider K.: Rethinking the Tacit Dimension (submitted to AoM Review)
Schneider, U (1990): Kulturbewußtes Informationsmanagement, Oldenbourg Verlag,
München und Wien.
Wenger, E. (1998): Communities of Practice: Learning, Meaning and Identity. New York.
Cambridge University Press.
112 Wissensmanagement in der Praxis © Prof. Lutz Leuendorf