Disclaimer:
Links: Wir erklären ausdrücklich, dass wir
für die Inhalte aller gelinkten Seiten, ihre Vollständigkeit und Aktualität
nicht verantwortlich sind, obwohl wir sie nach bestem Wissen geprüft haben.
Diese Erklärung gilt für alle verfügbaren Links auf diesen Seiten sowie evtl.
vorhandene Linklisten, Datenbanken und Foren.
Datenschutz: Wir garantieren,
dass alle Daten, die uns zur Verfügung gestellt werden, absolut vertraulich
behandelt und nicht unberechtigt an Dritte weitergegeben werden.
verantwortlich für den Inhalt:
Prof.
Dr. Hans-Jürgen Weißbach
weissbach@ife-frankfurt.net
bei technischen oder formalen problemen
mit dieser seite:
webmaster@wiper.de
| Tools (IT) Für die betriebliche bzw. operative Umsetzung des Wissensmanagements sind informationstechnische Tools oder Werkzeuge immer in Betracht zu ziehen. Denn eine gute informationstechnische Infrastruktur und die darauf aufbauenden Möglichkeiten des Informationsmanagements können als Ausgangsbasis für weitergehendes Wissensmanagement genutzt werden. Umgekehrt kann versucht werden, Erfahrungen beim Wissensmanagement auch wieder in informationstechnische Strukturen und Vorgänge umzusetzen. Die zu diesen Zwecken verfügbaren IT-Tools bzw. IT-Konzepte werden wir sukzessive erfassen, beschreiben und hier vorstellen. Liste der Tools (IT): Analytische
Managementsysteme Mit Hilfe von a.M. ist es möglich, mögliche Folgen
von Managemententscheidungen zu simulieren und zu analysieren, z.B. die
Konsequenzen der Einlastung eines zusätzlichen Großauftrags, der Veränderung
von Devisenkursen oder des Wegfalls eines wichtigen Kunden. Sie werden vor
allem zu Zwecken des Risikomanagements eingesetzt. Häufig bezeichnet man
sie einfach als "Simulationsprogramme". Unter BI versteht man eine Vielzahl
unterschiedlicher Ansätze zur Analyse von Geschäftsprozessen mit
entscheidungsunterstützendem Charakter. Dazu gehören Werkzeuge für das
ad-hoc-Reporting, das analytische CRM, ferner das Online Analytical
Processing (OLAP) und Data- bzw. Text-Mining-Tools. Im engeren Sinne
versteht man unter BI nur die Techniken zur Auswertung multidimensional
organisierter Daten (z.B. OLAP). Keineswegs sind jedoch
Standard-Reporting-Anwendungen gemeint. BI-Anwendungen setzen einen höchst aktiven Anwender
und die Entwicklung gemeinsamer Definitionen voraus. Literatur: Uwe Hanning, Knowledge Management und
Business Intelligence, Springer, Berlin usw. 2002. Customer Relations Management (CRM) Customer Relations Management ist ein Sammelbegriff für alle Aktivitäten in Vertrieb, Service und Marketing, die der Pflege der Beziehung zum Kunden und vor allem auch der Gewinnung von verkaufsförderlichen Informationen dienen. Zur Pflege der Kundenbeziehung werden z.B. spezielle Außendienstunterstützungs- und Produktkonfigurationssysteme eingesetzt, aber auch automatische E-mail-Response-Syteme und Call Centers. Dazu kommt der ganze Bereich der täglichen Business Operations in Vertrieb und Service - so die auftragsabwicklungsbezogenen Daten und das gesamte Supply Chain-Management. Darauf bauen nun die eigentlichen "analytischen" CRM-Anwendungen in Form von Data Warehouse- und Data Mining-Systemen auf. Mit ihrer Hilfe sollen auf der Grundlage der durch das operative CRM gewonnen Daten - und oft unter Mitwirkung von Marketingexperten und Psychologen - präzisere kundenbezogene Strategien definiert und in "automatische" Kampagnen oder gezielte individuelle Ansprache umgesetzt werden. Damit ist CRM eines der ersten praktisch relevanten Einsatzgebiete von Techniken des Wissensmanagement. Voraussetzung für die analytischen Anwendungen sind zunächst "saubere" und vergleichbare Kundendaten. Diese Voraussetzung ist angesichts der Verteilung von Kundendaten in allen möglichen Unternehmensbereichen heute selten genug gegeben und muss erst einmal geschaffen werden. Die allermeisten CRM-Projekte stecken derzeit wohl noch in dieser Bereinigungsphase. Außerdem ist der Kunde nicht immer glücklich über die "Umklammerung" durch die CRM-Systeme, die im Zuge seiner Integration in E-commerce-Systeme weiter voranschreiten wird. Ob sich CRM-Strategien in kurzfristigem direktem Umsatzzuwachs niederschlagen werden, ist zweifelhaft. Derzeit basteln etwa 10 % der deutschen Großunternehmen an derartigen Systemen. Wichtiger erscheint zunächst die Sicherung der kundenbezogenen Datenqualität, wodurch Fehler in Produktkonfiguration, Beratung und Kundenansprache minimiert und aufwendige Rückfragen der Vertriebs- und Servicemitarbeiter in der Zentrale vermieden bzw. abgekürzt werden können. Hier liegt derzeit freilich ein Schwerpunkt von IT-Aktivitäten auch im mittelständischen Bereich. Für den Investitionsgütersektor wichtig erscheint vor allem die Fähigkeit, alle möglichen - naturgemäß meist sehr heterogenen - kundenbezogenen Vorgänge und Dokumente in verschiedensten Datenformaten abzuspeichern und wieder aufzufinden (Repository und Retrieval Systeme). Die Automatisierung von Kampagnen spielt hier keine große Rolle - außer vielleicht in Sektoren wie dem LKW- oder IT-Vertrieb. Hans-Jürgen Weißbach, Jan. 2000 Data Mining-Verfahren
beinhalten im weiteren Sinne sowohl unterschiedliche Techniken der
konventionellen explorativen Datenanalyse (Korrelation, Regression) als
auch im engeren Sinne Techniken zur Klassifikation unterschiedlicher
Klassen von Objekten aufgrund vorhandener Daten. Zu letzteren Anwendungen
gehören z.B. Aufgaben wie:
Die Cluster werden teils mit, teils ohne
Vorabhypothesen bzw. Vorwissen gebildet (z.B. bildet man kugelförmige
oder elliptoide Cluster? Gibt man Entscheidungsbäume vor?). Oft werden
dafür Fuzzy-Verfahren verwendet, mit denen Zugehörigkeitsgrade von
Objekten zu Klassen definiert und Regeln extrahiert werden. Die Data Mining-Software wird gelegentlich auf
vorhandene Datenbanken aufgesetzt (Schwachpunkte sind oft die nicht für
alle Objekte ausgefüllten Datenfelder – aber auch für deren
Extrapolation eignen sich Data Mining-Methoden!), teils muss eine eigene
Data Mining-Database entwickelt und eingesetzt werden. Dies gilt
insbesondere dann wenn heterogene bzw. nicht numerische Daten wie Text,
Bild, Multimedia bearbeitet werden. Text Mining-Verfahren im Internet sind wichtige
Bausteine einer Technologie des maschinellen Lernens (è Knowledge
Discovery). Das sog. wissensbasierte Text Mining erfordert die Entwicklung
eines umfangreichen Hypothesenraums mit Hilfe von Verfahren der künstlichen
Intelligenz. Literatur: Hans-J. Weißbach, 2002-10-19 Ein Informations- und Wissensspeicher, in dem umfangreiche Informationen unterschiedlichster Datenbankformate, so z.B. CAD-, CAE-, sonstige Produkt-, Qualitäts-, Vertrags-, Kunden-, Markt-, Internet- oder Daten aus anderen Anwendungssystemen aufbewahrt werden, insbesondere zur raschen Versorgung informationsintensiver Bereiche wie FuE, Konstruktion, Service, Vertrieb, Marketing. Das Data Repository kann mit Hilfe von mächtigen Abfragewerkzeugen - mit Hilfe der Techniken des Data Mining oder mit Methoden des Knoledge Discovery - durchsucht werden; auf dieser Basis kann rasch kunden- oder produktbezogenes Wissen bereit gestellt werden. Oft wird das Data Repository mit einer --> Wissenslandkarte kombiniert, um die Auffindbarkeit des Wissens zu erhöhen. Da ein erfolgreiches Data Mining oft umfangreiche Erfahrungen und Qualifikationen voraussetzt, sind einige Unternehmen dazu übergegangen, die Anwender entsprechend ihrer Zuordnung zu unterschiedlichen Nutzertypen - auf Basis eines Nutzermodells - automatisch mit spezifischen Informationen zu versorgen oder auf zu verarbeitende Informationen hinzuweisen, die für die jeweilige Nutzergruppe noch einmal nach Prioritäten sortiert sind (z.B. mittels A-B-C-Analyse: "Wenn Sie noch Zeit haben, lesen Sie auch C..."). Das verbessert die spezifische Informationsbasis der Fachabteilungen, verhindert, dass wichtige Informationen übersehen werden und ermöglicht eine rasche Reaktion der Organisation auf Umweltveränderungen oder Kundenwünsche. Der Anwender ist stark von Informationssuch- und -beschaffungsarbeiten entlastet. Anwendungsvoraussetzungen: Diese Form des Wissensmanagements setzt eine besonders qualifizierte Stabsstelle voraus, die die Relevanz von Informationen erkennt, die jeweiligen Prioritäten von Informationen für bestimmte Usergruppen definiert und diejenigen Trends, auf die diese trotz der umfassenden Datenversorgung nicht reagieren, mit hoher Priorität selbst bearbeitet. Auch sind die technischen Ingtegrationsprobleme bei unterschiedlichen Datenbankformaten erheblich. Risiken: Erzeugung von Datenmüll, Abstumpfung von Nutzergruppen gegenüber Infos auch von hoher Priorität bei chronischem Zeitmangel, geringere Eigenverantwortlichkeit, hohe Kosten. Implementationsbeispiel: Ein nach diesen Prinzipien aufgebautes Repository mit zentralem Wissensmangement-Stab ist bei HP implementiert. Data Warehouse Ein leistungsfähiges Datenbanksystem, in dem Daten aus unterschiedlichsten operativen Systemen – eventuell ergänzt durch externe Daten – anwendungsunabhängig und abteilungsübergreifend gespeichert werden. Die Ablage kann nach häufigen Ereignissen vorstrukturiert oder auch teilweise unstrukturiert erfolgen (z.B. werden alle Transaktionen, Vorgänge und Dokumente unterschiedlichster Datenformate, die den Kunden X oder die Y-Anlage oder die Z-Aktie betreffen, fortlaufend verschiedenen Ereignisklassen zugeordnet und abgelegt oder auch nur eigescannt). Diese Daten können dann regional, kunden-, problem- oder anwendungsbezogen und bereichsübergreifend ausgewertet werden. Die Notwendigkeit zur Einrichtung von Data Warehouses resultiert u.a. aus den zunehmend "lean" gemachten Unternehmensstrukturen, bei denen jedes Profit Center oder jede Business Unit seine bzw. ihre Daten dezentral und eigenständig speichert, sowie aus der gesteigerten Notwendigkeit zur Herstellung einer stabilen Kundenbeziehung unabhängig von der Personalfluktuation in Beratung oder am Point of Sales. Dadurch ist es immer wichtiger, ein kollektives "Unternehmensgedächtnis" zu schaffen. Anwendungsbereiche: Dokumentenverwaltung, Auswertung von massenhaften Transaktionen (Verkäufe, Buchungen) für Zwecke des Marketing (z.B. Zielgruppenanalysen, Entdecken von "Langsamdrehern") und zur Pflege der Customer Relations, für Kundendienst/Service (z.B. Aufzeichnung von maschinenbezogenen Daten), Vertrieb von Finanzdienstleistungen (Schaffung von Transparenz über Kundenbedürfnisse, Identifizierung wichtiger Veränderungen beim Kunden). Tritt der Kunde dann mit dem Dienstleister in Kontakt – z.B. im Schadensfall, bei Kontoeröffnung oder über ein Call Center - , wird in den verschiedenen Rubriken nach relevanten Vorgängen gesucht. Risiken: Datenschutzprobleme, möglicherweise Misstrauen beim Kunden, hohe Investitionen (je nach Transaktionshäufigkeit – z.B. bei Einzelhandelsketten), mangelnde Einbindung in die allgemeine Servicestrategie des Unternehmens. Fraglich, ob für mittelständische Kunden geeignet. Literatur: "Kundeninformationen als Basis für ein erfolgreiches Marketing", FAZ, 01.09.1999 Hyperbolische Informationsraumdarstellung Das
Poincaré-Modell des hyperbolischen Raums (eine nicht-euklidische
Geometrie) erlaubt eine mehr als zweidimensionale Darstellung von
hierarchisch und zyklisch vernetzten Informationszusammenhängen (z.B.
Verzeichnissen, Datenbankinhalten, Weblinks) auf speziellen 3D-Browsern.
Die Darstellung von Verweis- und Filiationszusammenhängen zwischen
Informationen mittels gerichteter Graphen im hyperbolischen Raum wirkt bei
Existenz von zahlreichen Schleifen – wie z.B. im World Wide Web –
weniger verwirrend und ist weitaus eleganter als die hierarchische
2D-Darstellung. Quelle:
Tamara Munzner, Paul Burchard: www-graphics.stanford.edu/papers/webviz Im weitesten Sinn alle Verfahren und Methoden, die der Unterstützung von Individuen, Teams und Organisationen bei der Beschaffung, Verwaltung und Auswertung von Informationen dienen. In diesem Sinne sicherlich eine ausufernde und wenig nützliche Definition. Sinnvoller erscheint die Begrenzung des Begriffs auf technische Verfahren, Plattformen, Portale usw., durch die Individuen und Teams mit aufbereiteten, ggf. invidiualisierten Informationen punktgenau und just-in-time versorgt werden können. Das kann erhebliche Suchzeit sparen, die Suchaktivitäten genauer kanalisieren und erlaubt einen individuellen Einstieg in die Informationsbeschaffung. Ein Problem dabei ist jedoch die ex-ante-Abschätzung des Informationsbedarfs der User. Dieses Problem kann auch durch die automatische Konfiguration der Wissensbasis entsprechend dem Verhalten der Nutzer nicht ganz abgestellt werden. Man läuft hierbei z.B. Gefahr, durch zu starke Vorstrukturierung der Informationsflut wichtige Informationen zu übersehen oder gar zu unterdrücken, die Surfbedürfnisse des Users zu missachten, ihn zu früh auf bestimmte Probleme zu «trichtern» usw. Hans-Jürgen Weißbach, Juli 2000 Die Eignung moderner Informationsplattformen und Content-Systeme für Anforderungen des Wissensmanagements bemisst sich an der Verfügbarkeit von drei Funktionen:
Erst das Zusammenwirken dieser Funktionen erlaubt das Entdecken, Organisieren und Verbinden von Information unter einem Blickwinkel, wie es z.B. für die Arbeitsweise von Unternehmensberatungen, großen IT-Firmen oder Finanzdienstleistern typisch ist. Ein solches Produkt ist Verity K2 Enterprise. "Das Internet" - in seinen Grundzügen mittlerweile drei Jahrzehnte alt - stellt seit Mitte der 90er Jahre auch über den engen Kreis der Informatiker hinaus einen Focus der Diskussion um Informationstechnik und -verarbeitung dar. Diese Diskussion hat mittlerweile neben der technischen und der sozial- und wirtschaftswissenschatlichen Fachliteratur längst auch die allgemeine Publikumspresse erreicht. Während in der Fachliteratur zunächst die Kommunikationsfähigkeit zwischen verschiedenen, insbesondere UNIX-basierten, Rechnersystemen bzw. lokalen Computernetzen im Vordergrund stand, rückte die Bedeutung des Internet als "Infrastruktur der Informationsgesellschaft" zunehmend in das Zentrum der Diskussion. "Das Internet" steht mittlerweile für neue Formen der Informationsvermittlung, neue Formen elektronischer Märkte und Kundenanbindung, für Internationalisierung von Kommunikationsbeziehungen und überhaupt für die Globalisierung von Märkten. Damit verknüpft das Internet Datenverarbeitung und Kommunikation auf globaler Ebene und kann als "das" Medium der "globalisierten Welt" stilisiert werden. 1994 wurde ein neuer Begriff geprägt, der seit ca. 2 Jahren die Runde in breiteren Rezipientengruppen macht: das Intranet. Hiermit schlägt sozusagen "das Pendel zurück": Techniken des Internet werden jetzt wieder im organisationsinternen Kontext verwendet. Intranet-Projekte sind derzeit en vogue. Dabei kann jedoch noch kaum von "typischen" Implementierungsprozessen ausgegangen werden. Das Spektrum der Intranetanwendungen reicht von in JAVA geschriebenen IBM-3270-Hostemulationen über konventionelle Bürokommunikations- und Groupware-Anwendungen bis hin zu komplexen Neustrukturierungen betrieblicher Wissensbasen. Die Diskussion um das Intranet wurde bisher im wesentlichen in den Kreisen der Akteure, der "Macher", an den wissenschaftlichen Disziplinen vorbei geführt. Die Dynamik der Entwicklung bringt es mit sich, daß umfassende empirische Studien nicht existieren und im Moment ihrer Veröffentlichung eigentlich auch wieder veraltet wären. Aufgrund der Vielfalt der verschiedenen Projekte wären derartige Untersuchungen auch in definitorischen Problemen gefangen und nur begrenzt aussagekräftig. Stattdessen müssen wir auf Fallstudien sowie einzelne Befragungen zurückgreifen. ...
Knowledge Discovery in Databases (KDD) Im Deutschen oft als (induktives) maschinelles Lernen bezeichnet. Als das zentrale Teilgebiet des KDD wird oft Data Mining angesehen, bei dem es darum geht, Objekte in mehrdimensionalen Räumen zu Klassen zusammen zu fassen, indem Cluster mit Hilfe von Entscheidungsbäumen oder Klassifizierungsregeln aus Daten extrahiert werden. KDD umfasst aber noch weitere Techniken wie z.B. die Vorverarbeitung und Visualisierung von Daten (z.B. Visualisierung von semantischen Ähnlichkeiten in Dokumenten) oder auch solche aus dem Bereich des Data Warehouse (z.B. automatische Generalisierung). Literatur: Konferenz: Knowledge
Mining Lotus
Notes* (Client) / Lotus Domino* (Server) Lotus Notes/Domino hat wahrscheinlich die längste und auch durchgängiste Entwicklung im cscw-Bereich hinter sich (cscw-computer supported cooperative work, auch "Groupware" genannt): 1976 wurde "Plato Group Notes" ("notes" im Sinne von Mitteilungen bis hin zum Dokument) erstmalig im kommerziellen Bereich eingesetzt (von Price Waterhouse). Vorher liefen die Entwicklungen am CERL (Computer-based Education Research Laboratory) an der Universität in Illinois unter dem Namen "Plato Notes" ab. Grundidee war schon damals der gesicherte Austausch von Informationen der Benutzer über Datenbanken. Man wollte Informationen/Dokumente von verschiedenen Anwendern teilen lassen und benutzte dafür "Notes Storage Files", eMail und online-Diskussionen über Tastatur (analog heutigen "Chats"). Heute sollen angeblich über 35 Millionen Menschen Lotus Notes nutzen. Besondere Eigenschaften und zentrale Komponenten (bis zum aktuellen Release 5):
Lotus Notes und andere Clients zusammen mit dem Domino-Server stellen sozusagen die Grundausstattung für Groupwareanwendungen zur Verfügung. Zusätzliche Komponenten sind: Extended Search* (für Suche in allen DBs und gemeinsame Nutzung der Suchergebnisse), Domino.doc* (vollwertiges Dokumentenmanagement mit Lebenszyklusverwaltung) und Sametime* (Komponenten zur Echtzeitkooperation, z.B. Anzeige, wer gerade online ist). Darüber hinaus gibt es seit knapp einem Jahr Lotus Raven*, ein Wissensmanagementportal auf Basis von Lotus Notes/Domino. Lotus Notes dient oft auch als Basis für die Extraktion von Daten über die realen Kommunikationshäufigkeiten zwischen den Mitgliedern von Projektteams. Carsten
Lampe, Nov. 2000 Literatur: Fricke, Roland (1999): LotusNotes/Domino
R5. bhv Verlags GmbH, Kaarst, S. 15 - 18. Telementoring ist der Versuch, Mentoring-Prozesse per email oder über das Web abzuwickeln. Anwendungsvoraussetzungen /
Vorteile: Probleme / Nachteile: Anwendungsbereiche: Anwendungsbeispiel: Insgesamt ein eher problematisches Tool mit engen Grenzen, als billige second-best-Lösung vertretbar. Hans-Jürgen Weißbach, Juli 2000 Die Entwicklung von T.M. als Knowledge-Mining-Verfahren ist eine Konsequenz aus den Unzulänglichkeiten der Stichwort- bzw. Volltextsuche: erstere liefert oft völlig unterschiedliche Ergebnisse schon bei minimaler Veränderung der Suchkriterien, letztere oft zu wenig oder zu viel Daten und erfordert eine langwierige Optimierung des Suchstrings. Mit dem ISO-Standard 13250 „Topic Maps“ von 1999 wurde ein Verfahren für die Erschließung von Informationen auch aus unstrukturierten Texten festgelegt. Das Austauschformat für Topic Maps bilden die SGML bzw. XML, zwei Sprachen, die im Unterschied zu HTML eine kontextorientierte Suche ermöglichen. Mittels SGML und XML können die spezifischen Eigenschaften elektronischer Medien zum Publizieren von Dokumenten und Suchen von Texten nutzbar gemacht werden (z.B. Erweiterung durch Visualisierungsmöglichkeiten, Tonsequenzen usw.). Mittels T.M. ist eine Inhaltserschließung auch sehr komplexer Texte bzw. Dokumente möglich. Notwendig ist dafür die Definition von Konstrukten, d.h. Modellen der verwalteten Objekte, Relationen und ihrer Verknüpfungen, die als semantisches Netz beschrieben werden. (Relationen werden z.B. als Kanten eines Graphen dargestellt, Themen als Knoten). Personen können nach Rollen und Funktionen oder entsprechend ihrer Gruppenzugehörigkeit eingeordnet werden. Texte können nach verschiedenen Kriterien erschlossen werden: Verfassser oder Adressat, Texttypus, Entstehungszeit, Vorkommen bestimmter Textbestandteile mit Varianten usw. Mittels T.M. können Fragen beantwortet werden wie z.B.:
Umantis - Software für Wissensmanagement dienen zur Erschließung von Informationen im Internet sowie als Instrumente der unternehmensinternen Informationslogistik. Sie sollen die interne und externe Informationsvielfalt strukturieren, indem sie auf interne Wissensressourcen (Dokumente, Suchtools usw.) verweisen und dem Mitarbeiter einen zentralen point of access zum Internet sowie eine adäquate Benutzerführung bieten. Sie sind z.T. personalisierbar, d.h. die Informationen werden nach jeder Nutzung entsprechend den inhaltlichen Interessen des Users neue konfiguriert und beim nächsten Aufruf in entsprechender Form bereit gestellt. Im Mittelpunkt der Unternehmensportale steht z.T. die Präsentation der internen und externen Informationen, verbunden mit Tools zum Management dieser Informationen, teils die automatische Filterung und Analyse von Daten, die im operativen Bereich anfallen («dynamische Extraktion von Wissen»), teils die Bereitstellung von häufig genutzten Anwendungsprogrammen oder auch die Unterstützung von Teamfunktionen durch Groupware, Diskussionsforen usw. Hans-Jürgen Weißbach, Juli 2000 Verteiltes Wissensmanagement Web-basierte Lernplattformen Web-basierte Lernplattformen (CourseWare, Course
Management Systems, e-Learning Plattformen) sind Softwarewerkzeuge zur
Komposition, Distribution und Administration von Web-basierten
Lernumgebungen. Sie umfassen die folgenden Funktionsbereiche:
Lernplattformen integrieren also verschiedene Dienste des WWW in einem System und ermöglichen dadurch eine Reduktion des Arbeitsaufwands zur Erstellung und Pflege von Web-basierten Lernumgebungen. Die einzige Benutzerschnittstelle für Lehrende und Lernende zur Kommunikation mit diesen Systemen ist ein Web-Browser. Daher muss keine Zusatzsoftware auf den Rechnern von Studierenden oder Dozierenden installiert werden. Web-basierte Lernplattformen bieten mit Ihrem
Funktionsumfang vor allem Unterstützung für Dozierende mit wenig
technischem Wissen über das Web und wenig bis keinem HTML Know-How.
Allerdings muss festgehalten werden, dass keines der gegenwärtig verfügbaren
Produkte die Flexibilität einer individuellen Lösung bieten kann. Lernplattformen eignen sich zum Einsatz in der Unterstützung traditioneller Lehrveranstaltungen wie zur Durchführung von Web-basiertem, zeit- und ortsunabhängigem Fernunterricht z.B. für berufstätige Studierende. Sie eignen sich auch hervorragend zum Ausprobieren von explorativen Lernformen. Lernplattformen werden normalerweise als Zusatzsoftware auf handelsüblichen Web-Servern installiert. Einen ständig aktualisierten Überblick über das Angebot bietet www.edutech.ch . Ein von der New Economy postuliertes Bewertungs- und Anreizsystem zur Stimulation der Produktion von Wissen in großen Unternehmen, das vermutlich nicht funktioniert: Auf einem unternehmensinternen virtuellen Marktplatz sollen Anteilsscheine an Produktideen der Mitarbeiter gehandelt werden. Die Kurse dieser „Aktien“ sind ein Gradmesser für den möglichen Erfolg der Ideen und können auch als Basis für die Berechnung von Prämien dienen. Allerdings setzt das Verfahren einen Grad von Transparenz voraus, der in der Regel zu Beginn einer Produktinnovation noch gar nicht vorhanden ist. Mit Geheimhaltung der eigenen Projekte ist das Verfahren auch kaum zu vereinbaren. Workflow Management System In der Geschichte der Büroautomatisierung hat sich ein Trend herauskristallisiert, der mit dem Begriff Workflow oder Workflow Management beschrieben werden kann. Gemeint ist eine Anwendungsentwicklung, bei der eine Ausrichtung an den Daten erfolgt: die Daten werden bei jeder zu erfüllenden Aufgabe automatisch bereit gestellt. Von der Datenorientierung führte der Weg zur Aufgabenorientierung, mit der die Anwendungen stärker an die Erfüllung der Aufgaben angepaßt wurden. In der folgenden Stufe des Business Process Reengineering – die integrierte und kundenzentrierte Aufgabenerledigung in der "leanen" Organisation - besann man sich dann auf eine neue Basis des Workflows, den Geschäftsprozess. Der Workflow kann so als insgesamt oder zum Teil automatisierter Geschäftsprozess beschrieben werden, der von einem Workflow Management System gesteuert wird. Typische Anwendungsbereiche sind im Dienstleistungsbereich zu sehen, besonders im Bereich hochstandardisierter Prozesse in Telekommunikation, Vertrieb, Finanzdienstleistung und Versicherungswesen. Die Implikation für Strategien des Wissensmanagement besteht in der Bereitstellung des am Arbeitsplatz benötigten Wissens über den Lieferanten oder Kunden und seine History, über Produkt- oder betriebliche Parameter durch das System. Technische Definitionen des Workflows wurden von der WfMC, Workflow Management Coalition, erarbeitet. Die WfMC ist ein Interessenverband der Hersteller und Anwendern von Workflow Management Systemen. Zu den Aufgaben der WfMC gehört es, Standards für eine gemeinsame Begriffsterminologie zu erarbeiten. Diese Arbeit ist bereits gediehen. So wurde eine einheitliche Terminologie geschaffen und mit ihr auch ein Referenzmodell für Workflow Management Systeme erstellt. Die WfMC definiert den Begriff Workflow folgendermaßen: "The automation of a business process, in whole or part, during which documents, information or tasks are passed from one participant to another for action, according to a set of procedural rules." Streng am Wortlaut orientiert, kann man die Definition wie folgt übersetzen: "Die Automatisierung eines Geschäftsprozesses, in Teilen oder als Ganzes, in dem Dokumente, Informationen oder Aufgaben von einem Teilnehmer zum nächsten weitergereicht werden und dabei festgelegten Regeln genügen müssen." Bei den Definitionen der WfMC findet sich keine Definition für den Begriff des Workflow Management. Es wird nur der Begriff des Workflow Management Systems gebraucht. Management bedeutet nach allgemeiner Auffassung Planen, Entscheiden, Steuern, Kontrollieren und Führen. Diese Handlungen werden im Zusammenhang mit dem automatisierten Geschäftsprozeß auch als Workflow Management bezeichnet. Sie werden nach der Implementierung von einem System übernommen, dem Workflow Management System. Für das Workflow Management System findet sich in den Definitionen der WfMC folgende Definition: "A system that defines, creates and manages the execution of workflows through the use of software, running on one or more workflow engines, which is able to interpret the process definition, interact with workflow participants and, where required, invoke the use of IT tools and applications." Oder übersetzt: "Ein System, das mit Hilfe von Software die Ausführung von Arbeitsabläufen sowohl definiert als auch selbst vornimmt und steuert, dabei auf einer oder mehreren Maschinen läuft und in der Lage ist, die Definitionen der Geschäftsprozesse zu interpretieren, mit den Mitarbeitern zusammenzuarbeiten und dort, wo es erforderlich ist, die Nutzung der IT-Werkzeuge und –Programme vorzuschlagen." Die Ineinssetzung von Workflow Management System mit Wissensmanagement erscheint jedoch nicht gerechtfertigt, da der Workflow stark standardisiert ist und die Wissensbasis der Mitarbeiter eben nicht einbezieht. Peter Fritsch, Staffware GmbH, 1998 letzte Bearbeitung: 21.08.10 |