Wissensmanagement: Datenbasierte Wissensnutzung in Projekten mit KI

Zeichen, Daten und Informationen sind stellen die Basis für jede Art von Wissen, der Wissensnutzung und der Wissenskonstruktion dar. Der Aufbau einer Wissensbasis während der Projektabwicklung hilft dabei das Projektmanagement zu verbessern, und das projektspezifische Wissen auch anderen Projekten zur Verfügung zu stellen. Gerade in Zeiten neuer Möglichkeiten wie der KI (Künstliche Intelligenz) ist das Projektmanagementwissen ein spannendes Thema. Doch worauf sollte dabei geachtet werden? Dazu habe ich folgendes gefunden:

“Wissensmanagement (WM): Die Wiederverwendung von Wissen, insbesondere Projektwissen, ist im PM essentiell. Angewandte Techniken sind vor allem Information Retrieval (IR), Natural Language Processings, und Ontologien als Wissensspeicher. Kenntnisse aus diesen Wissensgebieten sind notwendig, da sie a) aus PM-Sicht dafür sorgen, dass die richtigen Daten identifiziert werden, b) dass die Daten aus Data Analytics-Sicht richtig erfasst und untersucht werden und c), dass die Daten aus Sicht des Wissensmanagements in einer Wissensstruktur für die Nachnutzung sauber bereitgestellt werden” (…) Die Verwendung von Ontologien als Speicher von Wissensobjekten und die integrierte Anwendung der Methode des Case-Based Reasoning eröffnet im genannten Kontext Potentiale für ein verbessertes Projektmanagement” (Kusturica, W. Laroque, C. (2024) in Bernert et al. (2024): KI in der Projektwirtschaft).

Die Autoren haben diesen Ansatz in dem Beitrag anhand eines Fallbeispiels ausführlich dargestellt.

Solche Zusammenhänge thematisieren wir auch in dem von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

Wie kann man semantische Netze in der Produktentwicklung nutzen?

In Conrad, J. (2010): Semantische Netze zur Erfassung und Verarbeitung von Informationen und Wissen in der Produktentwicklung geht der Autor von folgendem Zusammenhang aus: “Innerhalb der gezeigten Ansätze rechtfertigt insbesondere die als netzartig beschriebene Sicht auf den Wissensbegriff zudem eine nähere Betrachtung Semantischer Netze zu dessen Erfassung in der Produktentwicklung” (Seite 25). Erfassung bezieht sich hier auf Wissen und unterstellt somit ein wenig dynamisches Konstrukt. Berücksichtigt man, dass Wissen aus Daten und Informationen situativ konstruiert wird, so kann dieser Prozess durch Technologie nur ermöglicht werden. Taxonomie, Ontologie und Semantik sind im Wissensmanagement wichtig, dennoch nicht isoliert zu betrachten. Siehe dazu auch Baier (2008): Semantische Technologien in Wissensmanagementlösungen (Studie). Technologiegetriebenes Wissensmanagement ist von den Rahmenbedingunegn abhängig (Kontext is King).

Taxonomie, Ontologie und Semantik im Wissensmanagement

huettenegger-cover.jpgBefasst man sich mit Wissensmanagement und den entsprechenden Technologien, so kommt man schnell auf die genannten Begriffe. Ich möchte hier die recht einleuchtende Erklärung aus Hüttenegger, G. (2006:182-183): Open Source Knowledge Management anbieten:

“Im engeren Sinn ist eine Taxonomie eine Einteilung von Tier- und Pflanzenarten. Im Kontext von KM (Knowledge Management) und KM-Systemen geht es um eine Einteilung von Dingen, ein Klassifikationssystem. Als Ergebnis hat man eine Hierarchie von Begriffen wie etwa Säugetier als Überbegriff für Katze. Der Begriff Ontologie an sich ist aus dem 19. Jahrhundert (ontos für das Sein und logos für das Wort) und wurde von den deutschen Philosophen eingeführt. Traditionellerweise geht diese Art der Klassifizierung auf die Griechen zurück; im Speziellen auf die 10 prinzipiellen Kategorien von Aristoteles. Kurz gesagt ist eine Ontologie eine hierarchische Ordnung von Begriffen zusammen mit der jeweiligen semantischen Bedeutung (genau diese fehlt bei der Taxonomie) und oft auch Beziehungen. Damit gibt es Über- und Unterbegriffe und jeweils eine exakte Bedeutung. Ein ganz einfaches Beispiel ist etwa für die  Begriffe ´hat´, ´Peter als Mensch´ und ´Katze´: ´Peter hat eine Katze´. Damit ergibt sich etwa als Folgerung, dass Peter ein Säugetier hat. Zusätzlich liefert die Ontologie auch zu den Begriffen ´Mensch´, ´Katze´ und ´Säugetier´ deren semantische Bedeutung.”

Siehe dazu auch Hitzler et al. (2008): Semantic Web, Baier (2008): Semantische Technologien in Wissensmanagement-Lösungen