Wissensmanagement E-Book

Franz Lehner

• Herausgeber: Carl Hanser Verlag GmbH & Co. KG
• Kategorie: Fachliteratur
• Sprache: Deutsch

Seitenzahl: 949

Veröffentlichungsjahr: 2025

Beschreibung

Aktueller und umfassender Überblick über das Thema Wissensmanagement

Die Entwicklung der letzten zehn Jahre zeigt, dass in Organisationen das Interesse am Wissensmanagement wächst. Dennoch ist festzustellen, dass der Nutzen des Wissensmanagements von einem tieferen Verständnis der verfügbaren Konzepte abhängt und nicht von der Unternehmensgröße.

Das Themenfeld des Wissensmanagements wird in diesem Buch systematisch geordnet und in Verbindung mit den aktuellen Entwicklungen auf einem anspruchsvollen Niveau aufbereitet. Ziele sind eine umfassende Einführung und ein ganzheitlicher Überblick. Der Fokus wird dabei auch auf die praktische Umsetzung und auf ungelöste Probleme und Herausforderungen gelenkt. Damit bietet das Buch Orientierung in einem innovativen und zukunftsorientierten Anwendungsfeld, das mittlerweile in der Wissenschaft und in der Praxis gleichermaßen akzeptiert ist.

AUS DEM INHALT:
Die Herausforderung: Wandel und Bewältigung von Wandel in Unternehmen // Grundlagen des Wissensmanagements // Referenzdisziplinen des Wissensmanagements // Methodische und softwaretechnische Unterstützung des Wissensmanagements // Wissensmanagement in der Praxis

Leseprobe

Franz Lehner

Wissensmanagement

Grundlagen, Methoden und technische Unterstützung

8., aktualisierte Auflage

Über die Autor:innen:Prof. Dr. Franz Lehner ist Inhaber des Lehrstuhls für Wirtschaftsinformatik an der Universität Passau.

Die allgemein verwendeten Personenbezeichnungen gelten gleichermaßen für alle Geschlechter.

Print-ISBN:        978-3-446-48151-0E-Book-ISBN:   978-3-446-48171-8ePub-ISBN:     978-3-446-48489-4

Alle in diesem Werk enthaltenen Informationen, Verfahren und Darstellungen wurden zum Zeitpunkt der Veröffentlichung nach bestem Wissen zusammengestellt. Dennoch sind Fehler nicht ganz auszuschließen. Aus diesem Grund sind die im vorliegenden Werk enthaltenen Informationen für Autor:innen, Herausgeber:innen und Verlag mit keiner Verpflichtung oder Garantie irgendeiner Art verbunden. Autor:innen, Herausgeber:innen und Verlag übernehmen infolgedessen keine Verantwortung und werden keine daraus folgende oder sonstige Haftung übernehmen, die auf irgendeine Weise aus der Benutzung dieser Informationen – oder Teilen davon – entsteht. Ebenso wenig übernehmen Autor:innen, Herausgeber:innen und Verlag die Gewähr dafür, dass die beschriebenen Verfahren usw. frei von Schutzrechten Dritter sind. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt also auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benützt werden dürften.

Die endgültige Entscheidung über die Eignung der Informationen für die vorgesehene Verwendung in einer bestimmten Anwendung liegt in der alleinigen Verantwortung des Nutzers.

Bibliografische Information der Deutschen Nationalbibliothek:Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet unter http://dnb.d-nb.de abrufbar.

Dieses Werk ist urheberrechtlich geschützt.Alle Rechte, auch die der Übersetzung, des Nachdruckes und der Vervielfältigung des Werkes, oder Teilen daraus, vorbehalten. Kein Teil des Werkes darf ohne schriftliche Einwilligung des Verlages in irgend­ einer Form (Fotokopie, Mikrofilm oder einem anderen Verfahren), auch nicht für Zwecke der Unterricht­gestaltung – mit Ausnahme der in den §§ 53, 54 UrhG genannten Sonderfälle –, reproduziert oder unter Verwendung elektronischer Systeme verarbeitet, vervielfältigt oder verbreitet werden.Wir behalten uns auch eine Nutzung des Werks für Zwecke des Text- und Data Mining nach § 44b UrhG ausdrücklich vor.

© 2025 Carl Hanser Verlag GmbH & Co. KG, MünchenKolbergerstraße 22 | 81679 München | [email protected]: Dipl.-Ing. Natalia Silakova-HerzbergHerstellung: Frauke SchafftCovergestaltung: Max KostopoulosTitelmotiv: © Sebastian VölkelSatz: Eberl & Koesel Studio, Kempten

Inhalt

Titelei

Impressum

Inhalt

Vorwort zur achten Auflage

1 Die Herausforderung: Wandel und Bewältigung von Wandel in Unternehmen

1.1 Informationstechnologie und Unternehmenserfolg

1.1.1 Einfluss der Informationstechnologie auf die organisatorische Effizienz

1.1.2 Entwicklungsstufen der Informationsverarbeitung in Unternehmen

1.2 Strategische Bedeutung von Informationen und Wissen

1.2.1 Entwicklung des Informationssektors als eigener Wirtschaftsbereich

1.2.2 Flüchtigkeit des Wissens vs. Daten- und Informationsflut

1.2.3 Der Wert von Informationen und Wissen

1.2.4 Information als Produktionsfaktor

1.2.5 Knowledge-based View und Wissensarbeit

1.2.6 Information und Wissen als Erfolgs- und Wettbewerbsfaktor

1.3 Wie reagieren Unternehmen auf die Umweltdynamik?

1.3.1 Trends und Paradigmen in der Organisationsgestaltung

1.3.2 Einsatz von Managementmethoden

1.3.3 Anpassung der Organisationsstrukturen

1.3.4 Prozessorientierung und Prozessorganisation

1.3.5 Unternehmens- und Kommunikationskultur

1.4 Zusammenfassung

2 Grundlagen des Wissensmanagements

2.1 Was ist und was versteht man unter Wissensmanagement?

2.1.1 Wissensmanagement – von den Anfängen zum Knowledge Governance

2.1.2 Gegenstandsbereich und Bezug des Wissensmanagements

2.1.3 Organisatorisches und betriebliches Wissensmanagement

2.1.4 Persönliches bzw. individuelles Wissensmanagement

2.1.5 Typologien und Ausprägungen des Wissensmanagements

2.1.6 Wissensziele und Wissensstrategie als Basis für die Umsetzung

2.1.7 Forschung und Theorieentwicklung im Wissensmanagement

2.2 Leitbegriffe und Basiselemente des Wissensmanagements

2.2.1 Daten, Informationen und Wissen im Beziehungszusammenhang

2.2.2 Arten und Erscheinungsformen des individuellen Wissens

2.2.3 Wissensträger und technische Speicherung von Wissen

2.2.4 Organisatorisches und kollektives Wissen

2.2.5 Entstehung von kollektivem Wissen und Barrieren für die Kollektivierung

2.2.6 Schemata, Skripts und Systeme – theoretische Konstrukte zur Erfassung des organisatorischen Wissens

2.3 Konzepte und Modelle als Ordnungsrahmen für das Wissensmanagement

2.3.1 Integratives und ganzheitliches Wissensmanagement als Zielvorstellung

2.3.2 Konzept des Wissensmanagements nach Nonaka/Takeuchi (SECI-Modell)

2.3.3 Kreislauf des Wissensmanagements nach Probst et al

2.3.4 Know-Net-Framework für das Wissensmanagement

2.3.5 Wissensmarktmodell nach North

2.3.6 Modelle zum Informations- und Wissensaustausch

2.4 Organisatorische Wissensbasis, organisatorisches Gedächtnis und Wissensnetze

2.4.1 Konzepte des organisatorischen Gedächtnisses

2.4.2 Vergleich mit dem individuellen Gedächtnis

2.4.3 Wissensnetze und Analyse sozialer Netzwerke

2.5 Zusammenfassung

3 Referenzdisziplinen des Wissensmanagements

3.1 Organisationswissenschaft

3.1.1 Organisatorisches Lernen

3.1.2 Organisatorisches Gedächtnis

3.1.3 Organisatorischer Wandel

3.1.4 Organisatorische Intelligenz

3.1.5 Organisationsentwicklung

3.1.6 Organisationskultur

3.1.7 Weitere Konzepte

3.2 Personalwissenschaft

3.2.1 Personalentwicklung

3.2.2 Personalführung

3.2.3 Weitere Konzepte

3.3 Managementwissenschaft

3.3.1 Strategisches Management

3.3.2 Geschäftsprozessmanagement

3.3.3 Informationsmanagement

3.3.4 Weitere Konzepte

3.4 Informatik

3.4.1 Datenmanagement und Data Governance

3.4.2 Künstliche Intelligenz

3.4.3 Big Data

3.5 Psychologie

3.5.1 Organisationspsychologie

3.5.2 Kognitionspsychologie

3.5.3 Kompetenz- und Expertiseforschung

3.6 Soziologie

3.6.1 Organisationssoziologie

3.6.2 Wissenssoziologie

3.7 Zusammenfassung

4 Methodische und softwaretechnische Unterstützung des Wissensmanagements

4.1 Methoden des Wissensmanagements

4.1.1 Methoden zur Förderung des Wissensaustauschs, der Wissensnutzung und des organisatorischen Lernens

4.1.1.1 Lessons Learned

4.1.1.2 Best Practice Sharing

4.1.1.3 Storytelling/Learning History

4.1.1.4 Wissensstafette

4.1.2 Methoden zur Wissensrepräsentation

4.1.2.1 Wissenskarten

4.1.2.2 Ontologien

4.1.2.3 Prozessmodelle

4.1.3 Planungs- und Analysemethoden

4.1.3.1 Wissensintensitätsportfolio

4.1.3.2 Wissensmanagementprofil

4.1.3.3 Knowledge Asset Roadmap

4.1.4 Förderung von Kommunikation und Beziehungsnetzen

4.1.5 Bewertungsmethoden

4.1.5.1 Bewertungsproblematik und Versuch einer Kategorisierung

4.1.5.2 Bewertung des Wissens

4.1.5.3 Bewertung der Aktivitäten des Wissensmanagements

4.1.5.4 Bewertung des Wissensmanagements mit KnowMetrix

4.1.6 Methoden zur Wissenserhebung

4.1.7 Vorgehensmodelle für Wissensmanagementprojekte

4.2 Softwaretechnische Unterstützung des Wissensmanagements

4.2.1 Groupware-Systeme und Social Software

4.2.1.1 Kommunikationssysteme

4.2.1.2 Kooperationssysteme

4.2.1.3 Workflow-Managementsysteme und RPA

4.2.1.4 Social Software

4.2.2 Inhaltsorientierte Systeme

4.2.2.1 Dokumentenmanagementsysteme

4.2.2.2 Content-Management-Systeme

4.2.2.3 Portalsysteme

4.2.2.4 Lernmanagementsysteme

4.2.3 Systeme der künstlichen Intelligenz

4.2.3.1 Expertensysteme

4.2.3.2 Agenten und Agentensysteme

4.2.3.3 Text-Mining-Systeme

4.2.3.4 Generative KI

4.2.4 Führungsinformationssysteme

4.2.4.1 Data-Warehouse-Systeme

4.2.4.2 OLAP-Systeme

4.2.4.3 Data-Mining-Systeme

4.2.5 Sonstige Systeme

4.2.5.1 Suchdienste

4.2.5.2 Visualisierungssysteme

4.3 Wissensmanagementsysteme

4.3.1 Ziele und Zweck von Wissensmanagementsystemen

4.3.2 Systematik für Wissensmanagementsysteme

4.3.3 Zentrale vs. dezentrale Architektur

4.3.4 Architekturen für die Entwicklung von Wissensmanagementsystemen

4.4 Zusammenfassung

5 Wissensmanagement in der Praxis

5.1 Praktische Umsetzung des Wissensmanagements

5.1.1 Festlegen übergeordneter Ziele und Strategien des Wissensmanagements

5.1.2 Stellen, Skills und Berufsbilder

5.1.3 Barriere- und Erfolgsfaktoren des Wissensmanagements

5.1.4 Tacit-Knowledge-Management

5.1.5 Ausbildung, Training und Zertifizierung im Wissensmanagement

5.2 Beispiele und Anwendungsfälle

5.2.1 Wissensmanagement bei Xerox

5.2.2 Wissensmanagement bei Accenture

5.2.3 Skywiki – Wissensportal der Fraport AG

5.2.4 Kollektives Lernen – Wissensmanagement bei Nokia Care

5.2.5 Lernende Organisation – Wissensmanagement in der Schaeffler-Gruppe

5.2.6 Data Café bei Walmart

5.2.7 Skill-Management bei der Telekom AG

5.2.8 Open Innovation Contest bei Samsung

5.2.9 Beispiele für gescheiterte Wissensmanagementprojekte

5.3 Zusammenfassung

Literaturverzeichnis

Vorwort zur achten Auflage

Die „Ära der generativen KI“, so wird die neue Zeit manchmal genannt, die mit den spektakulären Entwicklungen bei ChatGPT bzw. in Verbindung mit Large-Language-Modellen eingeläutet wurde. Es scheint, dass in der Folge künstliche Intelligenz in fast allen Disziplinen zu nachhaltigen Veränderungen führt, eine Entwicklung, von der natürlich auch das Wissensmanagement nicht unberührt geblieben ist. Es gibt allerdings einen kleinen Unterschied, denn KI bildete im Wissensmanagement von Anfang an einen wichtigen und integralen Bestandteil. Da die KI alle anderen Trends in den Schatten stellt, geht es natürlich darum, die neuen und erweiterten Möglichkeiten aufzuzeigen, die mit der generativen KI und dem maschinellen Lernen einhergehen. Die grundlegenden Aufgaben und Herausforderungen, denen Unternehmen in einem wissensorientierten Umfeld gegenüberstehen, ändern sich dadurch aber nicht.

Wissen ist in der heutigen Gesellschaft und Wirtschaft nach wie vor ein Schlüssel zum Erfolg. Da sich auch der Arbeitsmarkt grundlegend verändert und in Deutschland in den nächsten 10 Jahren mehr wie 10 Millionen Arbeitnehmer in den Ruhestand gehen werden, wird es schon alleine deswegen einen anhaltenden Bedarf an Lösungen geben, um das Fachwissen und vorhandene Kompetenzen langfristig zu sichern. Dazu kommen noch sich ändernde Werte und Erwartungen in Bezug auf die Arbeitsbedingungen bei der jüngeren Generation, sowie eine Dynamik durch häufig wechselnde Aufgabenfelder. In besonderer Weise ist das Wissensmanagement auch durch die beschleunigte Digitalisierung gefordert, da in Verbindung mit veränderten Arbeitsformen (hybride und virtuelle Teams, Homeoffice, Remote Work) sowohl die formelle als auch die informelle Kommunikation zunehmend virtuell abläuft.

Wissensmanagement, wie es heute verstanden wird, geht auf den Anfang der 90erJahre zurück und ist durch die und mit der Entwicklung von Informationstechnologien entstanden und gewachsen. Die aktuelle Aufmerksamkeit für mögliche Unterstützung durch KI ist zunächst ein Zeichen, dass sich die Wissensorientierung in Verbindung mit handfesten Aufgaben konkretisiert hat und zu einem selbstverständlichen Bestandteil von Management und Führung geworden ist.

Ein Dilemma für das Wissensmanagement als wissenschaftliche Disziplin stellt nach wie vor die Interdisziplinarität der Gesamtthematik dar. Mit Blick auf das Wissensmanagement als eigenständige Wissenschaftsdisziplin erschwert dies nach wie vor die Herausbildung einer eigenständigen Identität geworden bzw. ist nicht so klar, was die „Leitwissenschaft“ sein könnte. Das vorliegende Buch in seiner aktuellen Ausgabe versucht, einen Beitrag zur Konsolidierung und Ordnung des inzwischen stark angewachsenen Wissens zu leisten. Man muss aus heutiger Sicht vermutlich aber Abschied nehmen von der Vorstellung, dass es ein universell gültiges Konzept, also „das Wissensmanagement“ an sich geben könnte. Vielmehr haben wir es mit einem multiperspektivischen Ansatz und einer heterogenen Begriffswelt zu tun, die im Unternehmensalltag klare Festlegungen nötig machen. Diese sind wiederum eng mit der Strategieformulierung und Zielfestlegung verbunden.

Mit der achten Auflage des Buches wird die bisherige Linie fortgesetzt und der Beitrag zur Weiterentwicklung der inzwischen fest etablierten Disziplin fortgeführt. Vor dem Hintergrund der dargestellten Situation finden sich in der Forschung zwar noch immer eher breit gestreute Aktivitäten, inzwischen wird aber verstärkt auf eine theoretische Fundierung und empirische Evidenz Wert gelegt. Die Änderungen betreffen die Aktualisierung von Inhalten sowie die umfassende Einbindung neuerer Literatur.

Das in seiner Grundstruktur unveränderte Buch soll als Quelle für die relevante Literatur zum Wissensmanagement dienen und Studierenden der Wirtschaftsinformatik, der Betriebswirtschaftslehre, aber auch der Informatik ein umfangreiches Grundlagenwissen vermitteln. Der Inhalt wird anwendungsorientiert und auf dem aktuellen Wissensstand vermittelt. Interessierte Praktiker sollen zu einer intensiven und kritischen Beschäftigung mit diesem wichtigen Thema angeregt werden und – selbst wenn es keine Patentrezepte gibt – Lösungsideen für eigene Anwendungen erhalten.

Passau, im März 2025

Franz Lehner

1Die Herausforderung: Wandel und Bewältigung von Wandel in Unternehmen

Es gibt viele Gründe, sich mit dem Wissensmanagement und seinen Methoden näher zu befassen. Dies ist zunächst die gestiegene Bedeutung von Informationen und Wissen für die Unternehmensführung, die es erforderlich macht, der Verwaltung dieser Ressourcen eine entsprechend höhere Aufmerksamkeit zu schenken. Die Konzepte des Wissensmanagements werden darüber hinaus in anderen Managementansätzen wie dem organisatorischen Lernen oder dem Personalmanagement genutzt. Ein weiterer Grund ist die Entwicklung spezialisierter Informationssysteme, die unter Bezeichnungen wie Wissensmanagementsystem, Organisational-Memory-System oder Corporate-Memory-System Verbreitung gefunden haben und zum Unternehmenserfolg beitragen sollen. Aufgrund seiner Bedeutung für die organisatorische Effizienz sollte die Nutzung der Potenziale des Wissensmanagements jedoch nicht dem Zufall überlassen werden, sondern bewusst reflektiert und die Aufgaben aktiv gestaltet werden.

Bevor in Kapitel 2 auf das Konzept und den Stand der Entwicklung näher eingegangen wird, werden in diesem Kapitel die Voraussetzungen und das Umfeld diskutiert, welche dazu führten, dass dem Thema heute eine so große Bedeutung zukommt. Die wohl wichtigste Herausforderung für Organisationen, die im Wandel und in der Bewältigung des Wandels besteht, wird unter den Gesichtspunkten der Informationstechnologie und der Reaktionen von Organisationen auf die Umweltdynamik behandelt.

Mit der Lektüre dieses Kapitels sollen die folgenden Lernziele erreicht werden:

       Es sollen die aktuellen Entwicklungen verstanden und die Herausforderungen durch den Wandel und die veränderte Wettbewerbssituation für Organisation, Technologie und Management dargestellt werden können.

       Es sollen die Notwendigkeit des bewussten Umgangs mit der Ressource „Wissen in Organisationen“ erkannt und der Wert von Informationen und Wissen als Produktions- und Wettbewerbsfaktor erklärt werden können.

       Es sollen die Rahmenbedingungen nachvollziehbar sein, welche einen direkten oder indirekten Einfluss auf das Wissensmanagement nehmen.

       Das Wissensmanagement soll als Managementaufgabe, aber auch als Veränderungsprozess verstanden werden, mit dessen Hilfe auf Änderungen in der Organisationsumwelt reagiert werden kann.

       Es sollen die verschiedenen Reaktionsmöglichkeiten, welche Unternehmen zur Verfügung stehen, erläutert werden können.

1.1Informationstechnologie und Unternehmenserfolg1.1.1Einfluss der Informationstechnologie auf die organisatorische Effizienz

Dem Wissensmanagement kommt durch den anhaltenden, weltweiten Umstrukturierungsprozess in Wirtschaft und Gesellschaft eine hohe Bedeutung und Brisanz zu. Aktuell betrifft dies nicht zuletzt die allgegenwärtige Digitalisierung. Vor allem in großen Unternehmen laufen viele einschlägige Projekte. Den Hintergrund bilden die Umweltdynamik und der Wettbewerbsdruck, die in den Unternehmen die Entwicklung oder die Aktivierung neuer Fähigkeiten erzwingen. Diese Anpassungsleistungen erfolgen in den seltensten Fällen automatisch, sondern setzen (Lern-)Prozesse voraus. Wichtige Ziele sind dabei die Erhöhung der organisatorischen Effizienz und Flexibilität, die Förderung von Innovation oder die Überwindung von Wachstumsgrenzen. In Zeiten, in denen ein quantitatives Wachstum (z. B. durch Umsatzsteigerung, Erhöhung der Marktanteile oder der Erschließung neuer Märkte) nur eingeschränkt möglich ist und die Beibehaltung des Status quo bereits als Erfolg angesehen wird, gewinnt die Konzentration auf qualitative Größen an Bedeutung. Man könnte dies als Expansion nach innen verstehen, bei der neue oder bisher ungenutzte Potenziale und Kräfte erschlossen werden sollen.

Beispiel: Chase Manhattan Bank

Die Chase Manhattan Bank installierte 1996 ein Intranet-basiertes Wissensmanagementsystem für etwa 16 Millionen USD. Die Mitarbeiter der Bank erhielten mit diesem System die Möglichkeit, auf die Wissensbasis des Gesamtunternehmens zuzugreifen. Direkt vom Arbeitsplatz aus können kundenspezifische Daten wie Kredithistorie, Kontostand, Investmentprofile, aber auch „weiche“ Informationen wie persönliche Vorlieben oder Eigenheiten des Kreditnehmers abgerufen werden. Bereits im ersten Jahr der Einführung erbrachte das System Kosteneinsparungen und Einnahmesteigerungen von insgesamt 11 Millionen USD. Die Profitabilität des Systems ergab sich aus einer Steigerung der Mitarbeiterproduktivität. Die Mitarbeiter können mehr Zeit auf das direkte Gespräch mit dem Kunden verwenden und müssen einmal erhobene Informationen nicht nochmals abfragen.

Beispiel: Ernst & Young

Das Beratungs- und Consultingunternehmen Ernst & Young (weltweit ca. 40 000 Mitarbeiter) beschäftigte Ende des 20. Jahrhunderts unter der Leitung eines Chief Knowledge Officers 400 Vollzeit-Mitarbeiter, die dafür zuständig waren, das vorhandene Wissen und Know-how im Unternehmen zu dokumentieren, neuen Mitarbeitern zugänglich zu machen und beim Ausscheiden von Mitarbeitern zu schützen. Die Projektziele bestanden darin, ein Wissensmanagement einzuführen, den Austausch von Wissen im Unternehmen generell zu verbessern und die Unternehmenskultur in Bezug auf das Teilen von Wissen zu fördern.

Das Sammeln von Kundeninformationen und das Erstellen von Personenprofilen sind in Zeiten von Google und Facebook fast schon selbstverständlich geworden. Das Beispiel der Chase Manhattan Bank zeigt aber nicht nur, dass der Wert von Informationen schon früh erkannt worden ist, sondern dass neue Informationssysteme mit dem Ziel einer Verbesserung der organisatorischen Effizienz keineswegs einen Bruch mit der Vergangenheit darstellen müssen. Zu beobachten ist eine kontinuierliche Entwicklung und keine disruptive Innovation. In diesem Fall stellte die Basis ein Kundeninformationssystem dar. Bei Ernst & Young waren sowohl die Hintergründe als auch die Ziele etwas anders gelagert. Hier ging es darum, ein weltweit operierendes Unternehmen in einer extremen Wachstumsphase zu unterstützen. Treibende Kraft ist häufig die Forderung nach rascher und einfacher Verfügbarkeit von Daten, Informationen und Wissen (oft in multimedialer Form), die für Unternehmen immer wichtiger werden. Lange Zeit stellten Datenbanken das wichtigste Hilfsmittel dar, um diese Aufgabe wahrzunehmen. Mit den Entwicklungen der letzten Jahre entstanden jedoch völlig neue Gestaltungsmöglichkeiten, die einerseits von isolierten Datenbankkonzepten zu unternehmensweiten Informationsmodellen und andererseits zu einer Renaissance und Weiterentwicklung von vorhandenen betriebswirtschaftlichen Konzepten führten.

Bild 1.1Organisatorische Effizienz durch Übereinstimmung von Aufgaben, Kultur und Technologie

In den meisten modernen Managementansätzen wird versucht, durch organisatorische Maßnahmen eine Veränderung der Organisationskultur und ein Klima zu schaffen, in dem das Lernen in und von Organisationen gefördert wird (vgl. dazu auch die Referenzdisziplinen des Wissensmanagements in Kapitel 3). Bild 1.1 zeigt die dabei relevanten Komponenten (vgl. Goodhue/Thompson 1995, vgl. jedoch auch Zigurs/Buckland 1998 sowie Dennis et al. 2008). Betriebswirtschaftliche Ansätze konzentrieren sich überwiegend auf die Verbindung, die durch Pfeil 1 repräsentiert wird, d. h. sie versuchen einen dauerhaften Fit1) zwischen den Aufgaben bzw. der Arbeitsorganisation und der Organisationskultur zu schaffen. Mit dem Versuch, eine Übereinstimmung zwischen Aufgaben und den eingesetzten Technologien herbeizuführen (Pfeil 2) beschäftigt sich vor allem das „traditionelle“ Informationsmanagement. Mithilfe von Wissensmanagementsystemen wird schließlich versucht, die Beziehung zwischen der eingesetzten Technologie und der Organisationskultur (Pfeil 3) zu verbessern, um auf diese Weise einen Beitrag zur organisatorischen Effizienz zu erzielen.

1.1.2Entwicklungsstufen der Informationsverarbeitung in Unternehmen

In den letzten Jahrzehnten hat sich eine Entwicklung vollzogen, die u. a. durch kontinuierliche, aber sehr bedeutende Verbesserungen der Informationstechnologie gekennzeichnet war. Unter dem Schlagwort „Digitalisierung“ hat diese Entwicklung nochmals einen bedeutenden Schub erhalten. Als unmittelbare Folge steht heute ein weites Spektrum an Systemen und technologischen Lösungen für betriebliche Aufgabenfelder zur Verfügung. Informations- und Kommunikationssysteme werden nicht nur eingesetzt, um Arbeitsabläufe effektiv und effizient zu gestalten (Produktionsfaktor), sondern sie dienen immer öfter als Instrumente zur Erreichung des Unternehmenserfolges und werden damit selbst zum Wettbewerbs- oder Erfolgsfaktor.

Von besonderer Bedeutung ist in diesem Zusammenhang die Zunahme des Stellenwerts des Faktors „Organisation“. Dies lässt sich an der Entwicklung der betrieblichen Informationsverarbeitung ablesen, welche sich in den letzten Jahrzehnten in mehreren Stufen vollzog. Diese können unter verschiedenen Gesichtspunkten wie technologische Entwicklung, betriebliche Anwendungsbereiche, Bedeutung von Daten und Information usw. betrachtet werden.

Eine Systematik, deren Fokus die betriebliche Anwendung der Informationstechnologie ist, stammt von Hanker (vgl. Hanker 1990). Er unterscheidet vier Entwicklungsstufen2) des Informatik-Einsatzes in Unternehmen:

1.      Unterstützung operativer Abläufe,

2.      Unterstützung des Managements (z. B. Decision-Support-Systeme),

3.      Unterstützung der Wettbewerbsstrategie (= Computer als strategische Waffe),

4.      Unterstützung der Organisationsstrategie (= ganzheitliche Sicht, z. B. Wissensmanagement, Organisational Memory).

Das Stufenmodell weist auf einen Wandel des Informatikeinsatzes in Unternehmen im Laufe der Zeit hin. Das Modell kann zur Diagnose eingesetzt werden (d. h. auf welcher Stufe steht das Unternehmen momentan?). Viel wichtiger ist jedoch hier der Hinweis auf die neue Dimension der Informationsverarbeitung, die darin angesprochen wird. Wissensmanagement und Organisational Memory werden explizit genannt. Diese Weiterentwicklung vom Datenmanagement über das Informationsmanagement zum Wissensmanagement wird in der Fachliteratur mehrfach dokumentiert und bestätigt (vgl. z. B. Bullinger et al. 1997, S. 7, vgl. auch Abschnitt 2.5).

Tabelle 1.1 Entwicklungsstufen im Umgang mit Daten, Informationen und Wissen in Unternehmen

Ebene/Bezeichnung

Systemart/Schwerpunkt

4 – Wissensmanagement

Organisational-Memory-Systeme (OMS)Wissensmanagementsysteme (WMS)

3 – Informationen als Ressource:Informationsmanagement

Advanced-Database-TechnologienMIS, DSS, EIS, DWH

2 – Datenmanagement

Daten(bank)architektur von UnternehmenUnternehmensweite Datenmodellierung

1 – Datenbankmanagement

Datenbanksysteme und -anwendungenData Dictionary, Datenmodellierung

0 – Datei- und Datenorganisation

Dateisysteme

Tabelle 1.1 gibt diese Entwicklung zusammengefasst wieder. Zwischen den einzelnen Ebenen, die in Tabelle 1.1 unterschieden werden, besteht kein direkter hierarchischer Beziehungszusammenhang. Es ist vielmehr eine idealisierte Darstellung, die sich aus der zeitlichen Entwicklungsfolge ableitet. Zwischen einzelnen Teilaufgaben bestehen natürlich trotzdem manche Verbindungen. Als Beispiel kann das Datenmanagement angeführt werden, das unternehmensweit für die Daten und die Datenbanktechnologien zuständig ist und damit auch auf der Ebene des Wissensmanagements eine Rolle spielt.

Jede einzelne Ebene unterstützt bestimmte Aufgaben im Unternehmen und bedient sich entsprechender Basistechnologien und Methoden. Die Schwierigkeiten auf den höheren Ebenen liegen nicht nur in der Bewältigung der technischen Komplexität (heterogene Systeme, verteilte Systeme, unterschiedliche Normen und Standards, Unterschiede bei Sprachen und Oberflächen, uneinheitlicher Systemzweck und Benutzergruppen). Vielmehr kommen völlig neue Perspektiven dazu, sodass sich durchaus Zielkonflikte zwischen den Ebenen ergeben können. Auf der Ebene 4 (Wissensmanagement) kommt noch dazu, dass sich die eingesetzte Technologie keineswegs auf Dateien oder Datenbanken beschränken muss, sondern dass dieser Aspekt sogar völlig in den Hintergrund treten kann. Neben der klassischen Strukturierungsaufgabe (z. B. Entwurf des „statischen“ Datenmodells) gewinnen die Modellierung und Unterstützung dynamischer Abläufe (z. B. Informationslogistik, Prozess der Informationsbeschaffung oder der Wissensveränderung) und die Unterstützung von organisatorischen Lernprozessen eine bisher in der Informatik nicht gekannte Wichtigkeit. Auch die Praxis zeigt deutlich, dass gerade hier viele Chancen und Potenziale liegen. Innovative Unternehmen nehmen diese Herausforderung an, indem sie Wissensmanagementprojekte aufsetzen oder das Wissensmanagement als Managementfunktion verankern.

1.2Strategische Bedeutung von Informationen und Wissen

Für die Aufgaben des Wissensmanagements ist eigentlich eine differenzierte Betrachtung von Informationen einschließlich Daten und Wissen erforderlich. Zwar besteht ein Zusammenhang zwischen diesen Begriffen, aber es handelt sich um keine austauschbaren Konzepte. Die damit zusammenhängenden Phänomene weisen einen Bezug zum Wissensmanagement auf und beeinflussen dessen Aufgaben. Der Erfolg hängt aber oft davon ab, ob man die Unterschiede kennt und spezifische Maßnahmen ergreifen kann. Da auch viele Unternehmen in der Praxis keine klare Trennlinie zwischen Informationen und Wissen ziehen, soll an dieser Stelle vorläufig von einem gemeinsamen Begriffsraum ausgegangen und einige wichtige Aspekte aufgegriffen werden. Die notwendige Präzisierung erfolgt später in Verbindung mit den Aufgaben des Wissensmanagements (vgl. Abschnitt 2.2.1).

1.2.1Entwicklung des Informationssektors als eigener Wirtschaftsbereich

Die weltweit feststellbaren Änderungen in den Wirtschaftsstrukturen werden häufig der Entwicklung oder der Einführung neuer Technologien zugeschrieben. Kommunikationstechnologien und multimediale Informationssysteme scheinen für die Organisation und Wettbewerbsfähigkeit von Unternehmen eine Schlüsselrolle zu spielen. Bullinger (vgl. Bullinger 1995) fasst die wesentlichen Technologieentwicklungen und die damit verbundenen Wachstumsphasen bestimmter Industrien in den letzten Jahrzehnten wie folgt zusammen:

       produzierende Industrien in den 50er- und 60er-Jahren,

       Elektronik und Mikroelektronik in den 70er-Jahren,

       Konsumelektronik und Computerindustrie in den 80er-Jahren,

       Telekommunikation, Informationstechnik, Medien und Entertainment (TIME) in den 90er-Jahren.

Die Entwicklung ist natürlich nicht stehen geblieben und beispielhaft können die Verbreitung mobiler Technologien, eingebettete Systeme, Big Data, künstliche Intelligenz, das Internet der Dinge (IoT) und Initiativen rund um Industrie 4.0 erwähnt werden.

Eine etwas andere Perspektive liefert die sogenannte Quartär-Hypothese (vgl. u. a. Stehr 1994 zur Theorie von Wissensgesellschaften). Neben den drei primären Wirtschaftsbereichen hat sich mit dem Informationssektor ein vierter, eigenständiger Bereich etabliert. Zum primären Wirtschaftssektor, auch Urproduktion genannt, zählen vor allem Rohstoffgewinnungsbetriebe (z. B. Landwirtschaft, Bergbau, Fischerei, aber auch die Energieerzeugung). Der sekundäre Wirtschaftssektor stellt materielle Güter her und verarbeitet Rohstoffe zu Halbfertig- oder Fertigprodukten. Er umfasst Fabrikations- und Produktionsbetriebe (z. B. Maschinenindustrie, chemische Industrie, Nahrungsmittelindustrie, aber auch Handwerksbetriebe). Der tertiäre Wirtschaftssektor stellt keine materiellen Güter her, sondern erbringt Arbeitsleistungen. Dazu zählen alle Dienstleistungsunternehmen, insbesondere Handelsbetriebe, Banken, Versicherungen, Verkehrsbetriebe und Reisebüros. Mit dem Informationssektor ist inzwischen ein weiterer Wirtschaftsbereich entstanden, der in die drei klassischen Wirtschaftssektoren nicht eingeordnet werden kann. Zu ihm zählen vor allem die Produktion von „Information“ sowie Dienstleistungen im Umfeld von Informationstechnologien. Daneben gewinnt auch der Handel und Austausch von Informationen oder Informationsprodukten immer mehr an Bedeutung. Die Telekommunikationstechnik sorgt für die Transportmöglichkeiten, durch die die geografische Präsenz zunehmend an Bedeutung verliert.

In allen Prozessen, die in den genannten Wirtschaftssektoren beobachtet werden können, werden sogenannte Produktionsfaktoren eingesetzt und miteinander kombiniert. Diese Produktionsfaktoren sind in praktisch allen Gütern enthalten bzw. bei deren Herstellung oder Gewinnung beteiligt. Ihre Gewichtung und Kombination ist allerdings von Gut zu Gut verschieden. Der Wert eines Produktionsfaktors wiederum wird stark durch die Dynamik von Angebot und Nachfrage bestimmt. Dabei ist zu beobachten, dass innerhalb der Wertschöpfungskette die Bedeutung der Information immer mehr zunimmt. Die Informationskosten stellen mittlerweile einen beträchtlichen Teil der Gesamtkosten eines Produktionsprozesses dar. Bereits 1963 wurde der Anteil der Informationskosten für die Erstellung des Bruttosozialprodukts in den USA auf mehr als 50 v. H. geschätzt (vgl. Wild 1971).

In traditionellen Produktionsunternehmen ist der Anteil der eigentlichen Produktionskosten an den Produktkosten inzwischen auf durchschnittlich 20 % gesunken (Pulic 1996, S. 149). Diese Beobachtung wird durch zahlreiche Veröffentlichungen und Studien bestätigt (vgl. z. B. Schüppel 1996, S. 49, Schneider 1996, S. 13, North 1998, S. 14, Bullinger et al. 1997, S. 16, sowie auch die dort zitierten Studien). Nach einer Befragung von über 2000 Wissensarbeitern durch IDC lag der durchschnittliche Anteil der wöchentlichen Arbeitszeit für die Suche und Beschaffung von Informationen bei 16,2 % und ihre Nutzung bzw. Verarbeitung bei ca. 25 % (Schubmehl/Vesset 2014). Dies deckt sich auch mit der Feststellung von Lin (2018), wonach 36 % eines typischen Arbeitstages von Wissensarbeitern mit der Suche und Konsolidierung von Information verbracht wird. Wesentliche Gründe für diese Entwicklung liegen in der Beseitigung des Warenmangels und im Rückgang der produktiven, routinemäßigen Arbeit zugunsten des Anteils der „intellektuellen“ Arbeit. Diese Veränderung wird heute gerne auch mit der sogenannten Wissensarbeit beschrieben, die stark am Zunehmen ist.

1.2.2Flüchtigkeit des Wissens vs. Daten- und Informationsflut

Der hohe Anteil der Information an der Produktion gilt als Hauptargument für den Einbezug und die stärkere technische Unterstützung des Wissensmanagements. Dazu kommt, dass Informationen die wesentliche Voraussetzung für Entscheidungen und zweckgerichtetes Handeln sind. Manager sind davon besonders abhängig. Es lohnt sich also, das „Informationssystem“ eines Unternehmens zu verbessern. Natürlich gibt es viele unterschiedliche Antworten auf die Frage, womit Manager ihre Zeit verbringen, dennoch dürfte es sich lohnen, diesem Thema die gebührende Aufmerksamkeit zu schenken und den Zeitaufwand für nicht-produktive Tätigkeiten wie Recherchearbeiten, Informationsaustausch u. Ä. zu reduzieren. Nach einer 2014 durchgeführten PAC-Studie haben diese Tätigkeiten in den Jahren davor deutlich zugenommen.

Bild 1.2Wissensträger und Flüchtigkeit des Wissens (nach Bach/Homp 1998, S. 140)

In Studien wurde außerdem gezeigt, dass durch nicht verfügbare Informationen teure, aber vermeidbare Fehler passieren, und dass insbesondere mit dem Ausscheiden von Personen („Leaving Expert“) die Gefahr eines Wissensverlustes droht (vgl. z. B. Bedeian 1994, S. 335, Probst/Knaese 1998, Stein/Zwass 1995, S. 88, Taudt 2014, Wikström et al. 2018), aber auch durch die unerwünschte Weitergabe von Wissen (vgl. z. B. Ahmad 2014). Die Flüchtigkeit des Wissens wird damit zum zentralen Problem der organisatorischen Wissensbasis (vgl. Bild 1.2).

Auf der Ebene der Wissensträger kann die Flüchtigkeit des Wissens unabhängig von der Wissensart betrachtet werden. Man sollte daraus aber nicht voreilig die Notwendigkeit der Externalisierung und Dokumentation einer möglichst großen Wissensmenge ableiten. Vielmehr ist dies eine indirekte Aufforderung zu einer aktiven und bewussten Gestaltung und Pflege der organisatorischen Wissensbasis in ihren vielfältigen Erscheinungsformen, wie dies im Wissensmanagement vorgesehen ist (vgl. Daghfous et al. 2013).

Angesichts der zunehmenden Datenflut fällt auf, dass herkömmliche Ordnungs- und Orientierungssysteme immer mehr versagen. Die Kosten für Beschaffung, Analyse und Nutzung von Informationen übertreffen allmählich deren Wert. Diese Phänomene lassen sich nicht nur in den Unternehmen beobachten, sondern finden sich in gleicher Weise bei Konsumenten im privaten Bereich, in der Wissenschaft (z. B. Einzelergebnisse, die in keine Theorie integriert werden können) und in den Medien (vgl. Ernst 1998, S. 22 f.). Die Überinformation erzeugt außerdem Stress und reduziert die Verständnisleistung. Darunter leiden in der Folge nicht nur die Qualität der Arbeit, sondern auch die Arbeitszufriedenheit (z. B. Beziehungen zu Kollegen) sowie das Privatleben (vgl. Ernst 1998, Hecker 1999). In Zusammenhang damit stellen sich mehrere Fragen (z. B. Shenk 1997, Weil/Rosen 1997):

       Welche biologischen und psychologischen Aufnahmegrenzen für Informationen gibt es, deren Überschreitung zu Informations- bzw. Technostress führt?

       Wie wirken sich Komplexitätsobergrenzen in den sozialen Beziehungen aus, d. h. die Maximalzahl von Menschen, mit denen wir in einem ständigen und engen Kontakt stehen können?

       Welche Konsequenzen ergeben sich aus der Geschwindigkeit, mit der die menschliche Informationsverarbeitung erfolgt?

Sozialpsychologische Studien zeigen, dass sich das kognitive und das soziale Verhalten von Menschen ändert, die unter Informationsüberlastung leiden (Ernst 1998, S. 25, Hecker 1999, Tarafdar 2015, D’Arcy et al. 2014, zum Problem der begrenzten Informationsaufnahme siehe auch Davenport 1997, S. 83 – 97, Schüppel 1996, S. 124 ff., zu Folgen der technologiebedingten Arbeitsunterbrechung siehe Chen/Karahanna 2018). Bei komplexen Aufgaben tendieren die Betroffenen zum Rückgriff auf einfache Problemlösungsstrategien. Berichtet wird außerdem über eine Verschlechterung des Urteilsvermögens ab einer bestimmten Informationsmenge sowie über die Reduktion der Fähigkeit, komplexe Sachverhalte zu erfassen. Es kann auch ein falscher Eindruck von Sicherheit entstehen, da man sich angesichts der Datenfülle „gut informiert“ meint. Schließlich ist noch zu beobachten, dass bei Informationsüberforderung soziale Anforderungen vernachlässigt werden und sogar die individuelle Gedächtnisleistung absinkt (vgl. Ernst 1998, S. 25).

Exkurs: Informationsüberflutung

Neue Technologien tragen nicht nur zur besseren Information, sondern auch zur Informationsüberflutung von Einzelnen und von Unternehmen bei (vgl. dazu z. B. Hecker 1999). Dadurch erhöht sich der Druck auf den Einzelnen, und die Notwendigkeit, sich zu orientieren, wird größer. Die Konsequenzen wurden in einer Studie der New Yorker Reuters Ltd. untersucht. Zu diesem Zweck wurden tausend Manager (darunter 200 deutsche Führungskräfte) über ihre Erfahrungen mit der täglichen Bewältigung der Informationsfülle befragt. Insbesondere in Bezug auf die neuen Medien (Internet) kommt die Studie zum Ergebnis, dass ein Großteil der Informationen, den die Nutzer aus dem Netz beziehen, belanglos bis nutzlos ist. Ein naheliegender Weg im Kampf gegen die unkontrollierte Informationsflut ist die Beschränkung des Internetzugangs und die Überwachung der Internet-Nutzung durch die Mitarbeiter. Andere wiederum sehen die Lösung in Schulungen, in denen man lernt, zielgerichtete elektronische Recherchen durchzuführen sowie die gefundenen Daten zu organisieren, zusammenzufassen und aufzubereiten. Mehr als die Hälfte der Befragten gaben allerdings an, dass derartige Kurse in ihren Unternehmen nicht angeboten werden (vgl. Computer Zeitung 6/1998). Versteegen (vgl. Versteegen 1999, S. 118) spricht in einem vergleichbaren Zusammenhang von einer Explosion bei den Daten- und Dokumentenbeständen.

Die Informationsexplosion, von der man bereits seit der allgemeinen Verbreitung des Internets spricht, hat in den vergangenen Jahren eine völlig neue Dimension erreicht. Das weltweit generierte Datenvolumen ist enorm gewachsen. Es betrug im Jahr 2011 nach einer IDC-Studie 1,8 Zettabyte und wird 2024 auf über 150 Zettabyte ansteigen. Auch in den Unternehmen wachsen die Datenmengen in Verbindung mit Data-Warehouse-Anwendungen extrem an. In der Folge steigen nicht nur der Bedarf für die optimale und zielgerichtete Speicherung sowie für die Zugriffsmöglichkeiten (vgl. z. B. IAIS 2012, Hoffmann/Voss 2013, Freytag 2014), sondern es entstehen völlig neue Herausforderungen wie der zuverlässige Schutz vertraulicher Daten, die Notwendigkeit von Archivierungsstrategien, globale Zugriffsmöglichkeiten, Abdeckung rechtlicher Anforderungen und natürlich auch die Sicherung der Wertschöpfung („Data Value“). Die Erwartungen in den Unternehmen werden unter Begriffe wie „Massenindividualisierung“ und „Smart Data“ (= die in Big Data liegenden Potenziale gezielt nutzbar zu machen und für Entscheidungen einzusetzen) zusammengefasst und zielen auf ein effizientes Management sowie „intelligente“ Produkte und Dienstleistungen ab (vgl. Eckert/Popescu-Zeletin 2014).

Mit diesen Entwicklungen wird deutlich, dass in der Folge der Technologiediffusion neue Phänomene und auch Probleme entstehen, denen nur durch einen ganzheitlichen und unternehmensweiten Ansatz begegnet werden kann. Diese Erfahrung lässt sich kurz mit folgendem Satz zusammenfassen:

Die Vermehrung von Informationen und Wissen ist keine Lösung, sondern ein neues Problem!

Der unkontrollierte Zuwachs an Informationen und die Anhäufung von Daten und Wissen auf Verdacht schafft also nicht automatisch eine verbesserte Wissensversorgung. Neben dem Informationsmanagement (siehe dazu Kapitel 3) kommt vor allem dem Wissensmanagement sowie seiner technischen Unterstützung durch Wissensmanagementsysteme eine zentrale Rolle bei der Lösung der damit verbundenen Herausforderungen und Probleme zu. Gerade das Beispiel Internet zeigt, dass ein Zuviel an Informationen den Nutzer manchmal geradezu hilflos oder handlungsunfähig macht. Der Nutzer verfügt bei Überinformation über keine klare Orientierung und wird durch die Fülle von Möglichkeiten zusätzlich verunsichert. Die Erweiterung des Informationsangebots sollte daher zumindest in Unternehmen nicht planlos verlaufen, sondern gezielt mit Mechanismen zur Selektion und Bewertung von Informationen verknüpft werden. Genau hier liegt die Herausforderung für das Wissensmanagement.

1.2.3Der Wert von Informationen und Wissen

Die Wertbestimmung von Informationen und Wissen gewinnt im Umfeld der bereits skizzierten Entwicklungen an Bedeutung. Eine solche Wertbestimmung ist allerdings methodisch nicht einfach (vgl. auch Abschnitt 4.1.5). Zunächst einmal ist der Begriff „Wert“ äußerst vielschichtig und besitzt keine einheitliche, sondern in unterschiedlichen Bereichen eine Vielzahl von Definitionen. Philosophische, ethische und ähnliche Betrachtungsweisen des Begriffs – im Sinne von Werten und Normen oder Wertvorstellungen – sollen an dieser Stelle jedoch außen vor bleiben, da es im Zusammenhang mit dem Wissensmanagement um eine ökonomische Perspektive geht.

Das einfachste Verfahren ist die subjektive Wertbestimmung von Information. Der Nutzer der Information wird befragt, wie viel ihm die Information wert ist. Das Verfahren eignet sich z. B. für unstrukturierte Probleme oder bei Ungewissheit. Als objektive Alternative steht die Verwendung des beobachteten Wertes der Informationen zur Verfügung. Verglichen wird in diesem Fall das Ergebnis eines Entscheidungsprozesses mit und ohne die entsprechende Information. Die Ergebnisdifferenz entspricht dem Wert der Information. Das Problem bei diesem Verfahren sind zusätzliche Einflüsse, die nicht vorhersehbar sind und die auch nicht ausgeschaltet werden können. Abhilfe kann eventuell durch die Bestimmung des normativen Wertes geschaffen werden. Der Wert einer Information wird hierbei als Differenz des erwarteten Gewinns mit und ohne die jeweilige Information gemessen (vgl. Alpar et al. 1998, S. 15 ff., die die Wertbestimmung auch an einem Beispiel erläutern).

Der Wert von Informationen hängt natürlich auch stark vom Kontext ab. Ein wirtschaftlicher Ansatz verfolgt dabei als langfristiges Ziel die Minimierung von Kosten. Mit diesem Problem befasst sich u. a. das sogenannte Information Life Cycle Management (ILM). Der Informationsbegriff des ILM verschmilzt teils mit dem Datenbegriff, da hier nicht unbedingt die Information selbst, sondern auch die Daten bewertet werden (vgl. Matthesius/Stelzer 2008). Durch eine automatisierte Bewertung der Informationen soll so die Ressourcennutzung und die Zugreifbarkeit der für den Nutzer relevanten Informationen optimiert werden. Ein möglicher Ansatz ist in diesem Zusammenhang die Bewertung der Informationen bzw. Daten nach ihrer usage over time, also der Nutzung einer bestimmten Information aus einem Informationssystem über einen bestimmten Zeitraum hinweg. Der Wert der Information bestimmt sich so aus der Nutzung (dies kann die Nutzungshäufigkeit, die Nutzungszeit, die Nutzungsquelle u. Ä. beinhalten): Je häufiger, länger usw. die Information genutzt wird, desto wertvoller wird sie eingestuft. Gleichzeitig beinhaltet dieser Ansatz die Annahme, dass sich der Informationswert über den Lebenszyklus einer Information hinweg ändert und somit immer im Zusammenhang mit einer Zeitkomponente beurteilt werden muss (vgl. Matthesius/Stelzer 2008). Für weitere Methoden siehe z. B. Cummins/Bawden (2010), Wilson/Stanson (2008), Lehner (2018) oder Sabherwal et al. (2023) sowie Abschnitt 4.1.5 für eine ausführlichere Betrachtung des damit verwandten Themas „Bewertung von Wissen“.

1.2.4Information als Produktionsfaktor

Ganz allgemein kann zwischen einer ressourcenorientierten Sicht (Information als Produktionsfaktor) und einer strategischen oder wettbewerbsorientierten Sicht (Information als Erfolgsfaktor) differenziert werden.3) Zum besseren Verständnis soll im Folgenden zunächst geklärt werden, wie Information in das bestehende Produktionsfaktorensystem einzuordnen ist. Mit der Gegenüberstellung wird gleichzeitig auch eine Abgrenzung zum traditionellen System der Produktionsfaktoren vorgenommen, um die besonderen Anforderungen beim Einsatz von Computertechnologien deutlich zu machen.

Der Ursprung der Produktionsfaktorentheorie liegt in der Volkswirtschaftslehre. Dort werden Produktionsfaktoren als Güter oder Dienstleistungen definiert, die von Unternehmen im Produktionsprozess eingesetzt werden. Sie werden zur Erstellung von Outputs kombiniert, während Outputs entweder dem Konsum zugeführt oder in der weiteren Produktion eingesetzt werden. Die klassische Einteilung der Produktionsfaktoren erfolgt in Arbeit, Boden (und natürliche Ressourcen) und Kapital. Arbeit und Boden werden als primäre Produktionsfaktoren bezeichnet, da sie nicht als Ergebnis eines Wirtschaftsprozesses angesehen werden können. Sie sind aufgrund physikalischer und biologischer, nicht aufgrund ökonomischer Vorgänge entstanden. Kapital hingegen ist kein primärer, sondern ein derivativer Produktionsfaktor. Er ist zwar selbst Input des Produktionsprozesses, aber gleichzeitig auch Output der Volkswirtschaft. Kapitalgüter sind somit produzierte Produktionsgüter.

Dem neoklassischen Denkstil folgend geht Information in die Produktionstheorie nicht als Produktionsfaktor, sondern in die funktionale Abhängigkeit zwischen Produktionsfaktoren und Produkten ein. Diese Einordnung bleibt allerdings vor dem Hintergrund der Diskussionen um einen „Markt für Informationen“ oder um den Charakter der Information als „Gut“ unbefriedigend (vgl. z. B. Hopf 1983).

Geht man davon aus, dass Information aufgrund ökonomischer Vorgänge und nicht aufgrund biologischer oder physischer Vorgänge entsteht, so ist sie als produziertes Produktionsmittel (ähnlich dem Kapital) anzusehen. Wissen und Information liegen jedoch bei Menschen vor, die über die Arbeit als Produktionsfaktor definiert sind. Eine Subsumierung der Information unter Kapital ist daher als problematisch anzusehen. Die Theoriefelder, in denen die Auswirkungen von Wissen und Information untersucht werden, sind die Wachstumstheorie (Krelle 1988) und die Wettbewerbs-und Spieltheorie. Dort wird der Einfluss von Wissen und Information auf den technischen Fortschritt bzw. die Wettbewerbsposition analysiert. Eine weitergehende Behandlung erfährt der Begriff der Information beispielsweise auch in der Markttheorie und in der Informationsökonomie sowie in den Abhandlungen über Informationseffizienz (vgl. z. B. Gersbach 1991, Hirshleifer/Riley 1992).

In der Betriebswirtschaftslehre wurde zunächst die volkswirtschaftliche Einteilung der Produktionsfaktoren in Arbeit, Boden und Kapital übernommen. Es zeigte sich jedoch bald, dass diese Einteilung, die die Basis für eine Theorie der Einkommensbildung und -verteilung ist, für die Betriebswirtschaftslehre nicht geeignet ist. Das Kapital im volkswirtschaftlichen Sinne ist eine Bestandsgröße, die für die Analyse der Faktorverbräuche betrieblicher Produktionsprozesse völlig ungeeignet ist (Kilger 1984). Gutenberg begründete daraufhin eine betriebswirtschaftliche Klassifizierung der Produktionsfaktoren. Wichtig erscheint zudem, dass sich die Bemühungen um eine theoretische Fassung des Begriffs Information in der Mikroökonomie und der Betriebswirtschaftslehre in weiten Teilen überlappen und die jeweiligen Ansätze nicht getrennt voneinander betrachtet werden können (z. B. Markttheorie, Informationsökonomie, Principal-Agent-Theorie, Ansätze zur Informationseffizienz).

Die klassische Betriebswirtschaftslehre im Sinne Gutenbergs kennt drei Produktionsfaktoren bzw. Elementarfaktoren, nämlich „Arbeit“, „Betriebsmittel“ und „Werkstoffe“ (vgl. Gutenberg 1971). Wenn man jedoch den betrieblichen Herstellungs- und Verwertungsprozess von Produkten genauer analysiert, so ist Information als zweckorientiertes Wissen (Wittmann 1959) zu einer zielführenden Kombination der klassischen Produktionsfaktoren unumgänglich. Gutenberg unterscheidet bereits zwei Ausprägungen des Faktors Arbeit, nämlich eine elementare und eine dispositive Variante. Die elementare Arbeit besteht in der eigentlichen Leistungserstellung. Der dispositiven Arbeit werden alle Tätigkeiten der Geschäftsleitung wie zum Beispiel Planung, Organisation usw. zugerechnet. Jeder einzelne Steuerungsvorgang aber ist seinerseits ein Prozess der Umsetzung von Informationen in Entscheidungen. Planende, orientierende und koordinierende Information ist dem Geschehen im Absatzbereich und in der Produktion in aller Regel logisch und zeitlich vorgeordnet und stellt demnach eine eigene produktive Größe dar (siehe Bild 1.3).

Bild 1.3Das System produktiver Faktoren (nach Gutenberg 1971)

Die Betriebsmittel umfassen die gesamte technische Apparatur, die in einem Unternehmen benutzt wird, um Sachgüter herzustellen oder Dienstleistungen bereitzustellen (z. B. Grundstücke, Gebäude, Maschinen). Informationen müssen einen Wert haben, um als Betriebsmittel angesehen zu werden. Diesen Wert haben sie jedoch nur, wenn sie zumindest eine Bedeutung besitzen. Die weitere Betrachtung reduziert sich auf Daten und Wissen, da Informationen nur in Zusammenhang mit menschlicher Interpretation existieren und Betriebsmittel von menschlichen Arbeitsleistungen abgegrenzt werden.

Die Steuerung moderner Maschinen erfolgt mithilfe von Informationssystemen. Ohne Programmierung sind diese Maschinen wertlos. Da die Steuerungsprogramme auf Daten zurückgreifen und Datenflüsse verursachen, wäre diese Sichtweise auf Daten konsistent mit der Definition von produzierten Produktionsmitteln. Daten sind durch das Speichermedium, auf dem sie abgelegt werden, auch physisch vorhanden.

Für die Frage, ob Information oder Wissen als Betriebsmittel eingestuft werden kann, soll auf das Konzept der Erfahrungskurve zurückgegriffen werden. Dieses Konzept besagt allgemein, dass mit der kumulierten Produktionsmenge die Stückkosten sinken (Kreikebaum 1989). Bei empirischen Untersuchungen wurde festgestellt, dass bei einer Verdoppelung der im Zeitablauf kumulierten Produktionsmengen die auf die Wertschöpfung bezogenen Stückkosten eines Produkts um 20 – 30 % zurückgehen. Als Begründung für diesen Effekt werden im Wesentlichen vier Ursachen hervorgehoben (Kreikebaum 1989): die Theorie der Lernkurven, der Größendegressionseffekt, der technische Fortschritt und die Rationalisierung. Für die hier zu klärende Frage ist insbesondere die Theorie der Lernkurven von Bedeutung. Danach werden beim Ausüben einer Tätigkeit Übungsgewinne realisiert, das heißt, es wird Wissen aufgebaut, welches durch seine Anwendung zu einer Reduzierung der Stückkosten führt. Dieses kumulierte Wissen wird aktiv für die Herstellung von Sachgütern und die Bereitstellung von Dienstleistungen verwandt und führt in der Regel zu Wettbewerbsvorteilen gegenüber der Konkurrenz. Es gibt nun zwei Formen, in denen das Wissen im Unternehmen gegenwärtig ist. Entweder ist es bei den im Unternehmen tätigen Menschen vorhanden, oder es ist in Form von Daten im Unternehmen zum Beispiel in einer Datenbank oder in einem Expertensystem abgelegt. Da dieses Wissen auch der Leistungserstellung dient und der Definition von Betriebsmitteln sehr nahekommt, ist zu überlegen, ob diese Art von Wissen als Betriebsmittel angesehen werden kann.

Mit Werkstoff werden alle Rohstoffe, Halb- und Fertigfabrikate bezeichnet, die als Grundstoffe oder Ausgangsstoffe der Herstellung von Erzeugnissen dienen (Gutenberg 1971). Werkstoffe unterliegen Form- oder Substanzänderungen oder werden nach dem Einbau in die Fertigerzeugnisse Bestandteil der Produkte.

Schulz definiert Information als etwas, das selbst zum Objekt der Leistungserstellung und damit zum Elementarfaktor im Sinn Gutenbergs wird (Schulz 1970). Er sieht gewisse gemeinsame Merkmale des „Produktionsfaktors Information“ (Schulz 1970) mit der Definition von Werkstoff. So unterliegen, ähnlich dem Werkstoff, auch Informationen bestimmten Form- und Substanzänderungen. Formänderungen werden beispielsweise durch Kodierungsprozesse hervorgerufen, während Substanzveränderungen in der Informationsverarbeitung auftreten.4) Diese Sichtweise von Information als Werkstoff wird auch von anderen Autoren vertreten, die Information als Ressource, Zwischen- oder Endprodukt ansehen (z. B. Szyperski/Winand 1989). Es ist jedoch festzuhalten, dass die Information im Sinne von Werkstoff eine konkret-gegenständliche und eine abstrakt-immaterielle Komponente besitzt. Als eigentliche Objekte sind die geistigen Inhalte zu sehen und nicht die Zeichenkombinationen, welche als Träger fungieren (Schulz 1970). Nach dieser Sichtweise erweist sich allerdings die von Gutenberg auf der Grundlage des materiellen oder immateriellen Charakters der Güter vorgenommene Klassifizierung betrieblicher Leistungen in Sachleistungen und Dienstleistungen als unzweckmäßig (Gutenberg 1971, Schulz 1970). Abstrahiert man jedoch von dieser Unterscheidung nach materiellem und immateriellem Charakter, so ist es durchaus vorstellbar, Informationen (oder besser: Daten) als Werkstoff zu betrachten.

Mit dem dispositiven Faktor bezeichnet Gutenberg die Geschäfts- und Betriebsleitung (Gutenberg 1971). Sie ist die planende und organisierende Instanz, die die Kombination der Einsatzfaktoren steuert. Der dispositive Faktor wird von Gutenberg in ein irrationales Element, welches letztendlich alle Entscheidungen beeinflusst, ein rational planendes Element und ein gestaltend-vollziehendes Element, welches die Pläne und Entscheidungen umsetzt, unterteilt. Das Ziel dieser Elemente des dispositiven Faktors ist es, aus allen denkbaren Faktorkombinationen diejenigen auszuwählen, die technisch möglich, ökonomisch sinnvoll oder bei gegebenen Zielen sogar optimal sind (Mag 1984). Dafür ist jedoch ein bestimmtes Wissen über die Kombinationsmöglichkeiten, Kombinationsbedingungen und Kombinationsauswirkungen erforderlich. Da Wissen nur durch Information entstehen kann, ist die Information für die Tätigkeit des dispositiven Faktors von essenzieller Bedeutung. Auch bei Wittmann ist zwischen Wissen und Information einerseits und Planung (Vorbereitung des Handelns) und Entscheidung (Handlung) andererseits eine starke Verbindung zu erkennen (vgl. Wittmann 1969). Aus dieser Bedeutung des Wissens beziehungsweise der Information für die Kombinationseffizienz folgert Mag, „dass die Wissens- oder Informationsbeschaffung ebenso zu jeder erfolgreichen unternehmerischen Tätigkeit gehört wie die Beschaffung der sogenannten Elementarfaktoren“ (Mag 1984).

Die Betrachtung des dispositiven Faktors hat deutlich werden lassen, dass Information nicht ausschließlich unter dem dispositiven Faktor subsumiert werden kann. Es ist vielmehr gezeigt worden, dass Information der wichtigste Einsatzfaktor für den dispositiven Faktor ist und als solcher im Zeitablauf eine verstärkte Bedeutung bekommen hat. Dieses Ergebnis lässt den Weg offen, über die Möglichkeit nachzudenken, Information als eigenständigen Produktionsfaktor in das System einzuordnen. Dies wäre aber insofern inkonsequent, als Information in allen Produktionsfaktoren enthalten ist.

Zusammenfassend kann nun Information aus zwei Perspektiven als Produktionsfaktor gesehen werden: Zum einen stellt Information den „Rohstoff“ von Entscheidungen dar, und zum anderen gibt es Substitutionseffekte zwischen dem Leistungs- und dem Steuerungsprozess. Es wird aber auch deutlich, dass die Einordnung von Information in das Produktionsfaktorensystem Schwierigkeiten bereitet. Sowohl die Unterordnung unter bestehende Produktionsfaktoren als auch die Einordnung als eigenständiger Faktor verursachen Probleme, nicht zuletzt, weil Information einen gänzlich anderen Charakter hat als die anderen Produktionsfaktoren. Die Rollen, die der Information im Produktionsprozess zugeschrieben werden, differieren deshalb auch in der Fachliteratur.

1.2.5Knowledge-based View und Wissensarbeit

Die Einordnung von Wissen fällt aber nicht nur im Produktionsfaktorenkonzept schwer. Da es im Prinzip bei allen Faktoren zugeordnet werden kann bzw. eine übergeordnete Bedeutung hat, liegt die Erfassung in einem eigenständigen Konzept nahe. Anfang der 1990er-Jahre taucht in diesem Zusammenhang in der Literatur zum strategischen Management die sogenannte „Knowledge-based View“ (KBV) parallel zur Entwicklung des Wissensmanagements auf (vgl. z. B. Nonaka/Takeuchi 1995, Grant 1996 und 1997). Zwar würdigte auch die ressourcenorientierte Sicht (RBV) bereits die Ressource „Wissen“, wird aber von vielen als nicht weitreichend genug angesehen, da keine ausreichende Differenzierung des Wissensbegriffs vorgenommen wird. Wissen wird primär als Objekt oder „Zustand“ angesehen, während der Prozesscharakter (z. B. Erfahrungserwerb, Aufbau von Expertise) zu kurz kommt. Die Knowledge-based View erweitert diese Sicht, indem nicht nur die traditionellen Produktionsfaktoren, sondern zusätzlich wissensbasierte Leistungen, die einer Organisation Wettbewerbsvorteile verschaffen können, einbezogen werden. Damit rückt der Einfluss von Wissen auf den Unternehmenserfolg in den Mittelpunkt, wobei dem Wissensmanagement eine zentrale Bedeutung für die Steuerung des relevanten Wissens zukommt (vgl. Grant 1996). Es wird also nicht primär das Wissen in den Mittelpunkt gestellt, sondern vielmehr die damit verbundenen Tätigkeiten und Aktivitäten wie die effektive Nutzung, Weiterentwicklung, Verteilung, Sicherung etc. von Wissen (unabhängig von der Wissensart). Die KBV wird damit nach Alavi und Leidner (2001) zur Basis für die Entstehung pluralistischer und heterogener Wissensmanagementansätze.

Einen weiteren Beitrag kann das Konzept der „Wissensarbeit“ bieten, das inzwischen mit Wissensarbeitern auch zur Bezeichnung für eine Berufsgruppe geworden ist. Wissensarbeiter bilden die bedeutendste Personengruppe in der Wissensgesellschaft, da sie neues Wissen hervorbringen, bewahren, anwenden und weitergeben. Damit werden sie zugleich zu Adressaten eines systematischen Wissensmanagements. Wissensarbeit zeichnet sich dadurch aus, dass sie vor allem mit Denken verbunden ist und komplexe Probleme lösen soll (vgl. Reinhardt et al. 2011). Der österreichische Ökonom Peter Drucker prägte diese Terminologie bereits früh und beschreibt die Charakteristika eines Wissensarbeiters im englischen Original wie folgt: „An employee whose major contribution depends on his employing his knowledge rather than his muscle power and coordination, frequently contrasted with production workers who employ muscle power and coordination to operate machines“ (Drucker 1991, S. 564). Etwas vereinfacht betrachtet, ist darin ein Gegensatz von Kopfarbeit und Handarbeit zu sehen. Akademisch betrachtet kann aber mit einer gewissen Berechtigung jede Arbeit als Wissensarbeit bezeichnet werden (Blackler 1995, S. 1022 – 1026, Duncan/Weiss 1979, S. 81 – 87). Dem steht aber letztlich die Vorstellung von professioneller Wissensarbeit mit einer hohen Wissensintensität entlang der Wertschöpfungskette gegenüber, wobei von manchen sogar zwischen „Professionsarbeit“ und „Wissensarbeit“ unterschieden wird (vgl. Pernicka et al. 2016, Dick et al. 2016). Das Konzept der Wissensarbeit ist allerdings umstritten und keineswegs eindeutig definiert. Folgende Merkmale werden jedoch häufig genannt (vgl. Frenkel et al. 1995, Schultze 2003, S. 44 – 51, Kelloway/Barling 2000, S. 289 ff., Willke 2001, Meinsen 2003, Kim et al. 2012, Tiemann 2010, Henry 2012, North et al. 2016):

1.      Ein hohes Ausmaß an Kreativität, Komplexität, Vielfalt oder Ausnahmen bestimmen die Arbeit. Die Ergebnisse sind a priori nicht vorgegeben und das Vorgehen im Allgemeinen nicht durch Routinetätigkeit oder Standardisierung bestimmt.

2.      Es werden Tätigkeiten vollzogen, für die eine akademische Ausbildung erforderlich ist und es geht um den Einsatz intellektueller Fähigkeiten. Folglich überwiegt die Bedeutung des theoretischen gegenüber dem kontextuellen Wissen.

3.      Das unmittelbare Ergebnis der Wissensarbeit ist durch Immaterialität gekennzeichnet.

4.      Zentrale Aktivitäten bestehen im Erwerben, Entwickeln, Aufbereiten, Speichern, Teilen, Anwenden etc. von Wissen und Wissensarbeiter benötigen Kapazitäten, um fortwährend zu lernen.

5.      Wissensarbeit benötigt Kollektive und ist mit sozialen Prozessen verbunden (z. B. soziale Netzwerke).

Da es sich aber um keine konstitutiven Merkmale handelt, die eine strenge Abgrenzung von Wissensarbeit erlauben würden, ist in der Praxis die Frage zu stellen, welches Wissen für bestimmte Tätigkeiten erforderlich ist. Die Herausforderung besteht letztlich in der Organisation und dem Management von Wissensarbeit in einem umfassenden Sinne. Unabhängig von dieser akademischen Diskussion ist jedoch unübersehbar, dass der Anteil von Wissensarbeit an der gesamten Arbeit zunimmt. Dies wird häufig auch mit der zunehmenden Digitalisierung („digitale Wissensarbeit“) und der digitalen Ökonomie in Verbindung gebracht, die zur Ablösung tradierter Arbeitsweisen durch agile Prozesse und Strukturen führt (vgl. z. B. Breuing 2019). Mit diesen arbeitsstrukturellen Veränderungen sind neue Qualifikations- und Kompetenzanforderungen verbunden, aber auch eine Verunsicherung über die künftige Entwicklung. Die Verunsicherung betrifft zum einen die Frage, ob der Anteil der Wissensarbeit am gesamten Arbeitsvolumen zunehmen wird5), zum anderen eine mögliche Bedrohung der Wissensarbeit durch „künstliche Intelligenz“ (vgl. z. B. Hays 2017). Die Schwankungsbreite der Aussagen über den durch Automatisierung bedrohten Anteil ist sehr hoch und er liegt nach unterschiedlichen Studien zwischen 9 und 40 % (vgl. Rinne/Zimmermann 2016, S. 7). Ein Teil der wegfallenden Tätigkeiten kann zunächst durch neue Aufgaben mit Schwerpunkt „Wissensarbeit“ kompensiert werden, die Frage ist aber, ob dies ein temporärer oder ein permanenter Effekt sein wird (vgl. z. B. Boes et al. 2016). Teilweise entstehen hier mit „Crowd Working“ und der Open-Source-Be-wegung auch völlig neue Arbeitsformen. Außerdem etablieren sich aufgrund der Fortschritte im Bereich der künstlichen Intelligenz hybride Arbeitsformen, die die Chancen des Zusammenspiels erkennbar machen (siehe z. B. Oeste-Reiß et al. 2021, Jarrahi et al. 2023, Hopf et al. 2024). Die damit verbundene Diskussion ist auch in Verbindung mit einem Trend zu Remote Work (z. B. Homeoffice, virtuelle Teams) zu sehen, der in der Coronakrise seinen Anfang nahm. Hier gibt es allerdings auch bereits wieder gegenläufige Trends, weil ein rein virtueller Kontakt den Zusammenhalt und das Zugehörigkeitsgefühl in einer Organisation beeinträchtigen kann (vgl. z. B. Yang et al. 2022, Schenk et al. 2022, Tietz et al. 2021, Lischka/Gelberg 2021, Niedermeier/Kö-nig 2022, siehe auch Abschnitt 3.1.6 und Forbes 2024).

1.2.6Information und Wissen als Erfolgs- und Wettbewerbsfaktor

Die Theorie der Erfolgsfaktoren ist nicht so klar oder ausführlich formuliert wie die der Produktionsfaktoren. Sie verfügt auch nicht über die gleiche Tradition, und ihre Entstehung ist eng mit der Entwicklung des strategischen Managements verknüpft. Ausgehend von der Feststellung, dass Information unter bestimmten Voraussetzungen zu einem Wettbewerbsvorteil werden kann, kam es zu einer kritischen Auseinandersetzung mit diesem neuen Erfolgsfaktor und zur Forderung nach einem bewussten Management von Information. Diejenigen, die dieses Potenzial erkennen und entsprechend nutzen, können einen enormen Vorsprung gegenüber ihren Mitbewerbern erlangen. Informationssysteme bilden inzwischen oft die primäre Quelle für Information über das Unternehmen selbst, aber auch über die Umwelt, in die das Unternehmen eingebettet ist (Markt, Wettbewerb, Wirtschaft, Gesellschaft). Durch die Änderung der bestehenden Wirtschaftsstruktur werden auch die Regeln des Wettbewerbs verändert. Die breite Nutzung von Informations- und Kommunikationstechnologien bleibt nicht ohne Einfluss auf die Wettbewerbskräfte. Nach Porter und Millar (vgl. Porter/Millar 1985, S. 155) wird die Wettbewerbssituation in einer Branche von fünf Einflussfaktoren bestimmt:

       Macht der Käufer,

       Macht der Lieferanten,

       Bedrohung durch neue Konkurrenz,

       Bedrohung durch neue Produkte (Substituierbarkeit alter Produkte),

       Wettbewerbssituation zwischen den Anbietern.

Der gezielte Einsatz von Informationstechnologien und damit auch von Information kann alle 5 Faktoren beeinflussen und somit die Wettbewerbssituation nachhaltig verändern. Nachfrager (Käufer) haben Zugang zu einer „breiteren“ Information über bestehende Marktangebote. Die Barrieren des Markteintrittes neuer Konkurrenten werden aufgrund der großen Investitionen in den Informationsbereich höher. Durch den Einsatz von Computertechnologien im Fertigungsbereich wird die Substituierbarkeit von Produkten erleichtert. Innovationen werden gefördert. Der Wettbewerb wird durch den Einsatz von Informations- und Kommunikationstechnologien im Allgemeinen härter.

DasKonzept der kritischen Erfolgsfaktoren hat seine Grundlage in der sogenannten „Management Information Crisis“, die erstmals von Daniel thematisiert wurde. Untersuchungen Daniels zufolge existieren in den meisten Branchen eine begrenzte Anzahl kritischer Erfolgsfaktoren, die den Unternehmenserfolg entscheidend beeinflussen. Dieser Ansatz wurde später durch den Nachweis, dass Erfolgsfaktoren nicht nur für eine Branche, sondern auch für bestimmte Unternehmen analysiert werden können, weiterentwickelt. Demnach unterscheiden sich kritische Erfolgsfaktoren nicht nur nach der Branche, sondern auch in Abhängigkeit von der Auffassung des Managements über die wesentlichen Erfolgsgrößen des jeweiligen Unternehmens. Den meisten Untersuchungen über Erfolgsfaktoren liegen allerdings keine theoretisch fundierten Konzeptionen zugrunde, sondern sie definieren Faktoren als unabhängige Erfolgsvariable, die aus einzelnen Praxisfällen abgeleitet wurden. Als Begründung für dieses Vorgehen wird gerne die Tatsache herangezogen, dass bisher keine allgemein anerkannten Erklärungsmodelle existieren, die unmittelbar für die empirische Bestimmung von Erfolgsfaktoren herangezogen werden können (vgl. Lehner 1993, vgl. auch Feeny/Willcocks 1998). Bezüglich der Schwächen der traditionellen Erfolgsfaktorenforschung wird auf Nicolai und Kieser (2002) verwiesen.

So verschieden die inhaltlichen Schwerpunkte des Begriffes Erfolgsfaktor sein können, so unterschiedlich sind auch die verwendeten und z. T. synonymen Bezeichnungen (z. B. kritischer Erfolgsfaktor, strategischer Erfolgsfaktor, Strategic Factor, Key Success Factor, Key Result Area). Ein sehr bekannter Erfolgsfaktorenansatz, der im Prinzip für alle Arten von Unternehmen gleichermaßen Gültigkeit hat, ist in der PIMS-Studie (Profit Impact of Marketing Strategy) formuliert. Ein anderes Konzept mit sehr allgemeinen und grundsätzlichen Wirkungszusammenhängen stellen Peters/Waterman in ihrem bekannten Buch „In Search of Excellence“ dar. Nur wenige Ansätze sind bekannt, die besonders auf den Einsatz der Informations- und Kommunikationstechnologie abgestimmt sind. Eine nachhaltige Wirkung ging von den Ansätzen Rockarts (vgl. Rockart 1982) aus. Aufbauend auf diese frühen Versuche wurden inzwischen jedoch deutliche Fortschritte bei der „Erfolgsmessung“ gemacht, wobei eine Konzentration auf Variablen wie Produktivität, Servicequalität, Beitrag zum Unternehmenserfolg u. Ä. erfolgte (vgl. z. B. Hitt/Brynjolfsson 1996, Watson et al. 1998).

Ohne auf die unterschiedlichen Ansätze hier im Einzelnen einzugehen, ist darauf hinzuweisen, dass die Wahl der Erfolgsfaktoren stets mit der Konstruktion einer ganz bestimmten Erfolgshypothese verbunden ist (vgl. dazu z. B. die unterschiedlichen Messergebnisse bei Hitt/Brynjolfsson 1996). Der Erfolg der betrieblichen Informationsverarbeitung kann z. B. daran beurteilt werden, wie gut sie die Erfolgsfaktoren des Unternehmens unterstützt, aber auch, wie die Qualität und die Effizienz ihrer eigenen Leistungen sind. Eine gewisse methodische Unterstützung zum Auffinden dieser Faktoren liefert die Analyse der Wettbewerbskräfte nach Porter, die bereits erwähnt wurde. Methoden zur Analyse des Beitrags der Informationsverarbeitung sind die Erfolgsfaktoren-Analyse und die Portfolio-Analyse (vgl. Lehner 1993, wo noch weitere Methoden vorgestellt werden). Unter den Kennzahlen-Ansätzen sind im vorliegenden Zusammenhang z. B. der Informationskoeffizient (siehe dazu Pulic 1996, S. 164 – 172, vgl. auch North 1998, Sveiby 1998) sowie der totale Wertschöpfungskoeffizient (Müller-Merbach 1993) erwähnenswert.

Trotz der teilweise kritischen wissenschaftlichen Diskussion besteht aber kein Zweifel an der praktischen Erfolgsrelevanz von Information und Informationssystemen. Beide werden damit zu einem übergreifenden betrieblichen Erfolgsfaktor, der beträchtliche Auswirkungen auf die Hauptziele einer Unternehmung hat. Diese sind Effizienz, Produktivität und Gewinn sowie zunehmend auch die Lernfähigkeit und die Anpassungsfähigkeit von Organisationen. Sind die benötigten Informationen zum richtigen Zeitpunkt den zuständigen Führungskräften nicht verfügbar, so ist die Entscheidungsqualität stark eingeschränkt. Die Entwicklung integrierter Informationskonzepte sollte daher im Mittelpunkt stehen. Die Herausforderung für jede Organisation wird es sein, Techniken zu entwickeln und organisatorische Maßnahmen zu treffen, um Information sowohl als betrieblichen Elementar- als auch als Wettbewerbsfaktor zu handhaben.

Um dieses Ziel zu erreichen, d. h. Information und Informationsverarbeitung als Erfolgsfaktor wirksam werden zu lassen, müssen bestimmte Voraussetzungen geschaffen werden. Unter anderem müssen folgende Aspekte bzw. Fähigkeiten aufeinander abgestimmt werden (vgl. Lehner et al. 1991, vgl. dazu auch den Ansatz von Feeny/Willcocks 1998, S. 11, sowie Kirchmann 1998):

       Adaption: aktive und passive Anpassung an gegenwärtige und zukünftige Entwicklungen und Notwendigkeiten in Wirtschaft, Gesellschaft und Politik (in Verbindung mit Informationstechnologien auch als Business-IT-Alignment bezeichnet);

       Funktion: die Fähigkeit zur wirtschaftlichen Leistungserstellung im Betrieb;

       Kommunikation: zeitgerechter, flexibler Austausch von relevanten Informationen zwischen Menschen, Systemen, Institutionen;

       Motivation: Beweggründe von Menschen für zielorientiertes Denken und Verhalten.

Die Qualifizierung von Information als Erfolgs- und Wettbewerbsfaktor manifestiert sich in vielen Unternehmen in der Schaffung einer spezialisierten Managementfunk-tion, dem Informationsmanagement.

Informationen allein sind keine Garantie für Erfolg, es kommt darauf an, was man daraus macht!

Für Wissen gelten die erwähnten Zusammenhänge analog. Spätestens seit der neueren neoklassischen Wachstumstheorie gilt Wissen als entscheidender Faktor für wirtschaftliches Wachstum. Dies findet unmittelbar Niederschlag auf der mikroperspektivischen Ebene in Form von Qualifikationsprofilen und Kompetenzanforderungen an Mitarbeiter. Dem Faktor Wissen kommt aber nicht nur Bedeutung für die berufliche Kompetenz, sondern auch für den Unternehmenserfolg insgesamt zu (vgl. z. B. Hussain et al. 2010, Haraldsdottir et al. 2018). Die informationstechnische Unterstützung bei der Erschließung organisationsinterner und externer Wissenspotenziale leisten sogenannte Wissensmanagementsysteme (WMS). Solche Systeme gehen über die Funktionalität herkömmlicher Informationssysteme deutlich hinaus.

1.3Wie reagieren Unternehmen auf die Umweltdynamik?1.3.1Trends und Paradigmen in der Organisationsgestaltung

Die Auswirkungen einer globalisierten Wirtschaft auf die Unternehmen und die Beständigkeit des Wandels werden mittlerweile als gegeben hingenommen (vgl. Rinne/Zimmermann 2016, Ozawa 2023). Das Augenmerk gilt daher verstärkt Lösungen und Angeboten, welche eine kontinuierliche Anpassung der Unternehmensorganisation an eine sich dynamisch ändernde Umwelt unterstützen. Das Angebot „organisatorischer Erfolgsrezepte“ ist mittlerweile fast unüberschaubar geworden. Die Vorschläge sind zum Teil widersprüchlich, oft unzureichend verstanden, oder von Überlegungen geprägt, die nicht erprobt worden sind. Ein ähnliches Bild zeigt die wissenschaftliche Literatur zum Thema. Man spricht in diesem Zusammenhang von der Inkommensurabilität der Organisationsparadigmen (vgl. Bauer 1996). Bild 1.4 fasst die Entwicklungslinie bis zur Jahrtausendwende anhand der wichtigsten Merkmale und Ansätze zusammen.

Die aktuelle Entwicklung ist vor allem von der Diskussion agiler Organisationsformen geprägt. Agil bedeutet dabei beweglich, wendig, aber auch flexibel. Auch wenn diese Eigenschaften eher in Verbindung mit Menschen stehen, lässt sich die Idee auf Organisationen übertragen, um die organisatorische Trägheit zu überwinden (vgl. Ozawa 2021). Agile Organisationen sollen fähig sein, mit den unklaren Zielen und wechselnden Anforderungen umzugehen. Die Organisationsstrukturen unterscheiden sich daher von definierten Linien- und hierarchischen Entscheidungsstrukturen und setzen auf Mitgestaltung (vgl. Cheese et al. 2009, Wendler/Stahlke 2014, Franco et al. 2022, Caroll et al. 2023). Neben der organisatorischen Effizienz in ihren vielfältigen Ausprägungsformen ist die Steigerung der Innovationsfähigkeit dabei ein besonderes Ziel. Außerdem hat sich nach der Corona-Krise die Präsenzzeit stark verändert und viele Unternehmen bieten die Möglichkeit von Remote Work bzw. Homeoffice an (Nwankpa 2023). Diese Entwicklung wird in Verbindung mit einer zunehmenden Digitalisierung vieler Arbeitsabläufe manchmal als Organisation 4.0 bezeichnet (vgl. Gonzalez es al. 2023, Niedermeier/König 2022).

Bild 1.4Organisation als Entwicklungslinie (nach Krcmar 2003)

Von der Organisationslehre sind aber nach wie vor kaum eindeutige Aussagen oder Lösungen zu erwarten. Von Bedeutung sind im vorliegenden Kontext die Tatsache des Wandels selbst sowie die damit verbundenen Aktionsfelder, da hier von Wissensmanagementsystemen eine Unterstützung erwartet wird. Dabei handelt es sich im Wesentlichen um die strukturelle Anpassung, um den Übergang zur Prozessorganisation sowie die Organisationskultur. Diese drei Bereiche werden einschließlich der bestehenden Beziehungen und Wechselwirkungen noch genauer behandelt, nachdem zuvor die Hintergründe und das Umfeld der Umweltdynamik nochmals zusammengefasst werden. Die „Reaktionen“ von Unternehmen in diesen Bereichen können als Antwort auf einen erforderlichen Wandel verstanden werden. Nicht näher unterschieden wird an dieser Stelle zwischen vorausschauenden, proaktiven Anpassungsmaßnahmen (Vorkehrungen) und nachträglichen Maßnahmen (Reaktionen im engeren Sinne).

Die eigentlichen Triebkräfte und Ursachen des Wandels sind im Einfluss sich ändernder Wettbewerbsbedingungen zu sehen. Sie führen zu einem tiefgreifenden Wandel der Unternehmensstrukturen und -abläufe. Gründe für veränderte Wettbewerbsbedingungen sind (nach Picot/Reichwald 1994):

       Internationalisierung der Markt- und Wettbewerbsbeziehungen,

       Markteintritt neuer Industrieländer,

       Zunahme der Handels- und Käufermacht,

       Zunahme des Wissens und seiner Diffusion,

       Steigerung der Komplexität bei Produkten und Dienstleistungen,

       Notwendigkeit einer technikbasierten Produktdifferenzierung,

       Schnelllebigkeit der Markt- und Kundenanforderungen (Technik, Gesetzgebung, Gesellschaft, Politik, …) und

       Innovationsdynamik bei Produkten und Prozessen.

Die Wettbewerbsvorteile eines Unternehmens liegen im Allgemeinen nicht mehr alleine bei der Produktivität oder der überlegenen Fertigungstechnik, sondern vor allem in der Marktnähe, in der Möglichkeit auf Kundenwünsche einzugehen, Organisationsabläufe flexibel und rasch anzupassen usw. Auch Informations- und Kommunikationstechnologien sind manchmal die Ursache für den Wandel. Sie gelten zusätzlich als Schlüsselfaktor für die Erreichung einer effizienten und adäquaten Organisationsform!

1.3.2Einsatz von Managementmethoden

Die Auslöser für Reorganisationsmaßnahmen sind oft Unternehmenskrisen (z. B. sinkende Marktanteile, Kundendruck), vorhersehbare bzw. erwartete Probleme sowie die Sicherung oder der Ausbau des Vorsprungs gegenüber der Konkurrenz. Aufgabe des Managements ist es letztlich, Technologien und Organisation möglichst optimal zu kombinieren. Um wettbewerbsfähig zu bleiben oder zu werden, bedienen sich Unternehmen gerne einer der vielen Managementmethoden und -ansätze, um diesen Prozess des Wandels zu bewältigen. Beispiele für solche Managementmethoden sind das Geschäftsprozessmanagement, Business Process Reengineering, die Fokussierung auf das Kerngeschäft, Lean Management, Total Quality Management, Kaizen oder KVP u. a. m. Das Angebot ist groß und wechselt teilweise in der Folge von Markttrends. Sieht man von den Unterschieden der einzelnen Methoden oder Ansätze ab, so findet sich als wichtige Grundlage jedoch bei fast allen die Orientierung an (Geschäfts-)Prozessen, die später noch etwas genauer besprochen werden sollen sowie eine Verbindung zum Wissensmanagement. Das verfügbare Angebot an Managementtechniken kann an dieser Stelle nicht ausführlich behandelt werden. Mit dem Lean Production bzw. Lean Management und dem Business Process Reengineering sollen daher nur exemplarisch zwei Methoden kurz skizziert werden.

Lean Production stellt ein Produktionssystem dar, das von allem weniger einsetzt als die herkömmliche Massenfertigung – die Hälfte des Personals in der Fabrik, die Hälfte der Produktionsfläche, die Hälfte der Investitionen in Werkzeuge, die Hälfte der Zeit für die Entwicklung eines neuen Produktes. Ziel des Lean Managements ist es, Verschwendung zu vermeiden, Teamarbeit zu fördern, die Produktionsabläufe zu verbessern und gleichzeitig zu verkürzen, d. h. das Unternehmen schlank bzw. fit zu machen. Elemente des Lean Management sind Teamarbeit und Gruppenorganisation, Kaizen und Total Quality Management, Muda (Vermeidung von Verschwendung jeglicher Art, z. B. Überproduktion, zu hohe Lagerbestände), Kundenorientierung, Gestaltung der Lieferantenbeziehung sowie Simultaneous Engineering (Parallelisierung und Vernetzung sequenzieller Abläufe).

Business (Process) Reengineering (BPR) ist das fundamentale Überdenken und das radikale Redesign von Unternehmen oder wesentlichen Unternehmensprozessen. Das Resultat sind Verbesserungen um Größenordnungen in entscheidenden, heute wichtigen und messbaren Leistungsgrößen in den Bereichen Kosten, Qualität, Service und Zeit (vgl. Hammer/Champy 1994). Von der ursprünglichen Idee des radikalen Neuansatzes bei der Organisationsgestaltung ist man aufgrund negativer Projekterfahrungen inzwischen wieder weitgehend abgekommen. Stattdessen werden moderate Strategien verfolgt, die jedoch weiterhin von einer ganzheitlichen Analyse ausgehen und auf die Optimierung von Prozessen abzielen. Der Identifikation und der Modellierung der Prozesse kommt dabei eine zentrale Bedeutung zu. Eine große Übereinstimmung besteht auch zwischen den Erwartungen an das Wissensmanagement und das Prozessmanagement bzw. wird eine Integration angestrebt (vgl. Schmid/Kern 2014). Folgende Ziele oder „Folgen“ des BPR werden dabei in der Literatur häufig genannt:

       Kundenorientierung (Kundenzufriedenheit),

       Kostenreduktion/Verbesserung der Gewinnsituation,

       Produktivität erhöhen und Qualität verbessern,

       Marktanteile erhöhen,

       intensive horizontale und vertikale Kommunikation,

       flachere Hierarchien,

       Bildung von eigenverantwortlichen Leistungs- und Servicezentren,

       Reduzierung bzw. Ausgliederung indirekter Bereiche,

       Vereinfachung der Geschäftsprozesse (statt immer aufwendigerer Planungs- und Kontrollsysteme), Verkürzung von Durchlaufzeiten,

       Delegation von Aufgaben, Kompetenzen und Verantwortung für Geschäftsprozesse,

       Entwicklung von Alternativen zu zentralistischen Informationssystemen und

       veränderte Anforderungen an Stellen bzw. Mitarbeiter (neue Rollen, Wertvorstellungen, Vergütungssysteme, Beförderungskriterien, Organisations- und Kommunikationsstrukturen für Mitarbeiter und Management).

Business Reengineering ist ohne umfangreiche instrumentelle Unterstützung praktisch nicht durchführbar. Zu den wichtigsten Hilfsmitteln zählen auf der methodischen Ebene die Prozessmodellierung und auf der technischen Ebene Modellierungswerkzeuge (bzgl. weiterer Details siehe z. B. Lehner 1999). Man könnte Business Reengineering daher auch als Unternehmenstransformation mithilfe der Informationstechnik bezeichnen. Der Trend geht dabei zum Einsatz von künstlicher Intelligenz (KI) und Machine Learning (ML). Manche Abläufe werden in Verbindung mit der Digitalisierung vollständig automatisiert, sodass die ursprüngliche Idee des „fundamentalen Überdenkens“ plötzlich wieder im Mittelpunkt steht. Ein besonders interessanter Ansatz sind in diesem Zusammenhang „Digital Twins“ (Tao et al. 2018, Boschert/Rosen 2016), wobei Systeme, Produkte, aber auch Prozesse digital gespiegelt werden. Durch die vollständige digitale Kopie können mit Unterstützung von KI und ML neue Abläufe simuliert und die Anpassung an veränderte Rahmenbedingungen vorbereitet werden.