Kontinuierliche Wissensbilanzierung

Wissen, und der Umgang mit Wissen (Wissensmanagement) werden immer wieder als ein Kernelement moderner Unternehmensführung genannt. Etwas weniger häufig wird über die Wissensbilanzierung veröffentlicht. Mit der Wissensbilanz – Made in Germany hat das Fraunhofer IPK eine solide Baiss für die vielfältige Anwendung der Wissensbilanz gerade in kleinen und mittelständischen Unternehmen veröffentlicht. Als Ergänzung zeigt der Leitfaden Kontinuierliche Wissensbilanzierung (PDF) auf, wie der Prozess verstetigt werden kann ( Fraunhofer IPK 2014:7):

Ziel des vorliegenden Zusatzmoduls ist es, die Wissensbilanzmethode zu erweitern. Die kontinuierliche Wissensbilanzierung in Verbindung mit einem systematischen Maßnahmenmanagement wird somit zu einem integrierten Managementinstrument, das eine nachhaltige Unternehmensentwicklung unterstützt. Im vorliegenden Leitfaden werden hierzu folgende Lösungen vorgestellt:
• Bereitstellung eines verkürzten und mit Hilfsmitteln unterstützten Verfahrens zur kontinuierlichen Wissensbilanzierung, das sich auf die Aktualisierung der zuletzt erstellten Wissensbilanz konzentriert.
• Bereitstellung von Zeitreihenvisualisierungen zur Überwachung von Veränderungen im Intellektuellen Kapital sowie zur Nachverfolgung von Maßnahmen.
• Überarbeitete Berichtsstruktur, welche die Besonderheiten der kontinuierlichen Wissensbilanzierung berücksichtigt.

Als Moderator der Wissensbilanz – Made in Germany habe ich die Erarbeitung einer Wissensbilanz in Organisationen begleitet.

Warum sind Wissensarbeiter weniger austauschbar?

Viele Mitarbeiter in Organisationen arbeiten in fachbezogenen Leistungsbereichen (Domänen), die sich durch spezifische Anforderungssituationen charakterisieren lassen (vgl. Klieme et al. 2003). Die dazugehörenden Wissensgebiete werden auch als Wissensdomänen beschrieben, die gerade für das Geschäftsprozessorientierte Wissensmanagement von Bedeutung sind. Interessant dabei ist, dass das Domänenwissen darüber entscheidet, ob ein Mitarbeiter austauschbar (fungibel) ist.

Je wichtiger das Domänenwissen ist, desto weniger fungibel sind die Mitarbeiter. Das heißt, Sie können sie nicht in Stücke zerteilen. Und das heißt auch, Sie können sie nicht durch andere Leute ersetzen, wenn sie das Unternehmen verlassen. Am besten betrachten Sie Domänenwissen als unternehmerischen Vermögenswert. Er stellt eine finanzielle Investition dar, die sich im Kopf jedes Wissensarbeiters befindet und durch Investitionen der Firma in diesen Mitarbeiter dorthin gelangt ist. Verlässt der Mitarbeiter das Unternehmen nimmt er den Vermögenswert mit. Wenn Sie Ihr Humankapital buchhalterisch verwalten würden, müssten Sie bei jeder Kündigung eines Ihrer Mitarbeiter einen hohen Verlust ausweisen, um den Wert des entsprechenden Aktivpostens abzuschreiben (DeMarco 2001:36).

Domänenwissen ist in der industriellen Bilanzierung allerdings kaum als Investition, sondern eher als Kosten verbucht. Es ist daher spannend zu sehen, dass nach DeMarco Domänenwissen als unternehmerischer Vermögenswert betrachtet werden sollte. Mit Hilfe der Wissensbilanz – Made in Germany ist das möglich.

Kollektives Wissen ist nicht von dem Wissen in den Köpfen von Personen – oder sonstwie dokumentiert – abhängig?

Schon 2015 habe ich in dem Blogneitrag Gesellschaftliche Veränderungen 2030: Open Access – freies und kostenloses Wissen für alle darauf hingewiesen, dass kollektiven Wissen immer wichtiger wird:  „Kollektives Wissen ist eine wesentliche Grundlage des ökonomischen und sozialen Zusammenlebens“ (S. 43). Es stellt sich allerdings die Frage, wie kollektives Wissen entsteht. Dazu gibt der folgende Absatz eine vermeintlich verblüffende Antwort.

Jedes Handeln in einer kognitiv anspruchsvollen Situation, also das, was wir intelligentes handeln nennen, erfordert eine Wissensbasis. Sobald man sieht, dass Organisationen handeln können, und zwar als eigenständige kollektive oder korporative Akteure (Flam, 1990), steht außer Frage, dass sie auch eine eigenständige, kollektive oder korporative Wissensbasis für dieses Handeln braucht. (…) Der Kern der Idee kollektiven Wissens ist die Beobachtung, dass der Gehalt dieses Wissens nicht von den einzelnen Wissenspartikeln geprägt ist, welche in den Köpfen von Personen oder sonstwie dokumentiert vorhanden sind, sondern von den Relationen und Verknüpfungsmustern zwischen diesen Wissenselementen. Die Verknüpfungen selbst konstituieren das eigenständige kollektive oder systemische Wissen der Organisation ” Wilke (1995:52-54).

Es ist also entscheidend, wie Organisation mit den Relationen und Verknüpfungsmustern zwischen den Wissenselementen umgehen, um die Konstruktion von kollektiven Wissen zu ermöglichen. Ein wichtiger Hinweis für den Umgang mit Wissen, also dem Wissensmanagement.

Leistungsverlust durch Wechsel der Aufgabe (Kontextwechsel)?

Durch das turbulente Umfeld kommt es häufig anders, als man es sich gedacht hatte. Im Privatleben kommt immer etwas dazwischen und im beruflichen Umfeld kommt es häufig vor, dass wir eine Aufgabe nicht in Ruhe bearbeiten können. In den Unternehmen ist es teilweise sogar “schick”, nie Zeit zu haben und immer wieder die Arbeitssituation zu wechseln. Andere sollen schon sehen, dass der Mitarbeiter gefragt und wohl auch gebraucht wird. Dass diese Arbeitsform so ihre Tücken hat, ist schon lange bekannt.

Anfang der 1990er-Jahre hat Gerald Weinberg in seinem Buch „Software Quality Management“ die These vertreten, dass durch jede Aufgabe, die wir parallel zu einer primären Aufgabe bearbeiten, 20 Prozent unser mentalen Leistung durch den Kontextwechsel verloren gehen – sozusagen durch „mentale Rüstkosten“ (Weinberg 1992). Wenn Sie also in drei Projekten gleichzeitig mitarbeiten, stehen jedem Projekt nicht – wie zunächst angenommen – 33 Prozent Ihrer Kreativität und Leistung zur Verfügung, sondern lediglich 20 Prozent. Der Rest wird durch mentale Rüstkosten verbraucht, ungefähr 20 Prozent pro zusätzlicher Aufgabe (Pfeffer 2019:181-18).

Gerade bei wissensbasierter Arbeit kommt es nicht selten vor, dass Mitarbeiter bei einem Wechsel z.B. in ein anderes Projekt erst einmal auf den Wissensstand des Team gebracht werden müssen. Dabei handelt es sich nicht immer nur um explizierbares Wissen, das dokumentiert und in IT-Systemen verfügbar gemacht werden kann. In Projekten ist es gerade das implizite Wissen, das geteilt und angewendet werden muss, allerdings nicht so leicht zu erschließen ist.

Es ist nun wenig erstaunlich, dass es Sinn macht, in kleinen Schritten vorzugehen (iterativ). Weiterhin wäre es gut, “in Ruhe” arbeiten zu können – zumindest über einen bestimmten Zeitraum hinweg – und damit die Komplexität ausschließt. Die agilen Ansätze wie KANBAN und SCRUM machen genau das. Zwar in unterschiedlicher Form, doch sind beide angesprochenen Punkte in dem jeweiligen Vorgehen enthalten.

Meines Erachtens sollten die agilen Ansätze stärker auch aus der Wissensperspektive diskutiert werden (Wissensmanagement). Immerhin wurde der Begriff SCRUM ursprünglich 1986 in einem Paper von Takeuchi und Nonaka benutzt, in dem beide das Erschließen von Wissen in der Produktentwicklung thematisierten …

Was macht die Erfassung von Facharbeiterwissen so schwierig?

Es ist doch alles so einfach: Wenn in den Unternehmen über Wissen diskutiert wird, kommt irgendwann der Satz “Wir erstellen einfach eine Wissensdatenbank”. In diesem Satz steck viel darüber, wie Wissen gesehen wird. Wissen kann in einer Datenbank dokumentiert und wiederverwertbar abgelegt werden. Das ist allerdings nur für den teil des Wissens möglich, der explizierbar ist (Explizites Wissen). Könner ihres Fachs sind deshalb in einem Prozess, oder in einer beruflichen Domäne erfolgreich (Siehe Grafik), weil sie Arbeitsprozesswissen entwickelt haben, das hauptsächlich aus der impliziten Dimension von Wissen besteht. Diese ist auch nicht so leicht (kaum) in einer Datenbank erfassbar.

Arbeitsprozesswissen ist also das Facharbeiterwissen, welches „die praktische Arbeit anleitet“ (Rauner 2002:25), während der Ausübung der beruflichen Handlung generiert wird und zugleich überwiegend aus implizitem Wissen besteht, welches in hohem Ausmaß durch Erfahrung geprägt ist” [Hervorhebungen Dr. Robert Freund] (…) Das grundlegende forschungstheoretische Problem der Erfassung von Facharbeiterwissen liegt in der Tatsache begründet, dass „Können nicht Resultat der Anwendung von zuvor erlerntem deklarativen und prozeduralen Wissen ist“ (Becker & Spöttl 2008:29, Hervorhebung im Original; zitiert in Becker 2010:55).

Es ist somit nicht ausreichend, wenn sich Unternehmen mit Wissen befassen und damit hauptsächlich die explizite Dimension meinen. Da das Arbeitsprozesswissen von Facharbeitern hauptsächlich aus impliziten Wissen besteht, sollten Unternehmen Methoden und Techniken nutzen, um um diese wichtige Dimension des Wissens zu erschließen und für andere Nutzbar zu machen. Das ist allerdings schwieriger, als IT-Systeme einzukaufen…

Wissensbilanz 2019 der Wirtschaftsuniversität Wien

Die Wirtschaftsuniversität Wien hat ihre Wissensbilanz 2019 (PDF) im Mai 2020 veröffentlicht. Dass Universitäten in Österreich jährlich eine Wissensbilanz veröffentlichen müssen steht in der Wissensbilanz-Verordnung 2016 – WBV 2016 des Landes. Die Wissensbilanz 2019 der Wirtschaftsuniversität Wien gliedert sich dabei in die Abschnitte: Leistungsbericht, Kennzahlen und Leistungsvereinbarungs-Monitoring (Bericht über die Umsetzung der Ziele und Vorhaben der Leistungsvereinbarung). Es ist schon erstaunlich, dass Wissensbilanzen in Österreich seit 2016 verbindlich durchgeführt werden müssen. Scheinbar ist das Instrument der Wissensbilanz durchaus für die zukünftige Ausrichtung einer Universität sinnvoll.

In Deutschland steht die Wissensbilanz – Made in Germany kostenfrei zur Verfügung. Es gibt allerdings keine gesetzliche Verpflichtung z .B. für Universitäten, eine Wissensbilanz zu erstellen und dann auch noch zu veröffentlichen. Meines Erachtens kann die Wissensbilanz – Made in Germany nicht nur in Universitäten, sondern in allen wissensintensiven Bereichen einer Gesellschaft genutzt werden, um zu klären, wie das oftmals sehr spezifische Wissenssystem gemanagt werden kann (Wissensmanagement).

Als Moderator der Wissensbilanz – Made in Germany habe ich schon einige Organisationen dabei geholfen, eine Wissensbilanz – Made in Germany zu erstellen. Darüber hinaus habe ich deutschlandweit Road Shows moderiert, in denen auch Unternehmen dargestellt haben, wie sie die Wissensbilanz – Made in Germany nutzen. Sprechen Sie mich bitte an, wenn Sie an dem Thema interessiert sein,

National Intellectual Capital 2019 Yearbook

In einer wissensbasierten Gesellschaft kommt es darauf an, das Intellektuelle Kapital auf verschiedenen Ebenen zu visualisieren und zu entwickeln. In dem Jahrbuch Lin, C.Y.Y. (eds.) (2019) National Intellectual Capital Yearbook 2019, TICRC wird auf Seite X deutlich, um was es dabei auf Länderebene geht:

”It is time to retire metrics like GDP. They do not measure everything that matters”,
Nobel Laurate, Joseph Stiglitz, Nov 24, 2019, Guardian.

Im Ranking steht Deutschland auf Rang 12. In den letzten Jahren ist das Verständnis zum Intellektuellen Kapital in Deutschland auch durch das Projekt Wissensbilanz – Made in Germany entwickelt worden. In den deutschlandweiten Veranstaltungen (Roadshows) durfte ich über mehrere Jahre mit dazu beigetragen. Es hat mir immer sehr viel Freude bereitet, mit den Teilnehmern über das Thema zu diskutieren. Bei den Roadshows waren auch immer Organisationen dabei, die die Wissensbilanz – Made in Germany schon ungesetzt hatten. Sprechen Sie mich bitte an, wenn Sie Interesse an dem Thema “Wissen”, oder auch speziell an der Wissensbilanz – Made in Germany interessiert sind.

Wissensbilanz – Made in Germany 2018/2019 von domino-world

Seit 2004 erstellt die domino e. V. Gesundheits- und Soziale Dienste alle 2 Jahre eine Wissensbilanz – Made in Germany. Auch in diesem Jahr hat mir Herr Lutz Karnauchow die aktuelle Wissensbilanz 2018/2019 (PDF) in der Print-Fassung zugesandt – immerhin schon die 8. Diese Kontinuität ist schon beeindruckend und zeigt, dass domino e.V. die Wissensbilanz als strategisches Managementinstrument nachhaltig einsetzt. Die Wissensbilanz – Made in Germany kann am Anfang, und am Ende von Wissensmanagement-Aktivitäten eingesetzt werden. Sollten Sie an der Wissensbilanz – Made in Germany interessiert sein, so können Sie mich gerne ansprechen. Als Moderator der Wissensbilanz – Made in Germany kann ich den Erstellungsprozess begleiten und wertvolle Hinweise zur konkreten Nutzung geben. Darüber hinaus ist die Wissensbilanz auch in dem von uns entwickelten und bundesweit gültigen Zertifikatslehrgang Wissensmanager/in (IHK) integriert. Weitere Informationen finden Sie dazu auf unserer Lernplattform

Das Wissen der Organisation nach ISO 9001:2015

Nach der DIN EN ISO 9001:2015-11 ist es nun zwingend für Organisationen, ihr Wissen systematischer zu handhaben. In einer Anmerkung auf Seite 28 steht:

Das Wissen der Organisation ist das Wissen, das organisationsspezifisch ist; es wird im
Allgemeinen durch Erfahrung erlangt. Es sind Informationen, die im Hinblick auf das Erreichen der Ziele der Organisation angewendet und ausgetauscht werden.

Wissen ist organisationsspezifisch (kontextspezifisch) und entsteht aus Erfahrungen (Erfahrungswissen). Weiterhin wird deutlich, dass Wissen zwar aus Informationen entsteht (Anwendung und Austausch), doch mit Informationen nicht gleichzusetzen ist. Wissen wird somit kontextspezifisch durch Menschen und in organisationalen Prozessen konstruiert. Organisationen sollten daher zunächst ein gutes Verständnis von Wissen haben/entwickeln, bevor sie sich mit dem Umgang – dem Management – von Wissen beschäftigen. In dem von uns entwickelten Blended Learning Lehrgang Wissensmanager/in (IHK) gehen wir auf diese Zusammenhänge ein. Informationen dazu finden Sie auf unserer Lernplattform.

Maschinelles Lernen: Aktueller Stand (Fraunhofer-Studie)

Die Veröffentlichung Fraunhofer (2018): Maschinelles Lernen: Kompetenzen, Forschung, Anwendung (PDF) zeigt den aktuellen Stand der Diskussion, die manchmal von Laien tendenziell beeinflusst wird, um Stimmung (Für und Wider) zu machen. Hilfreich ist auch das umfangreiche Glossar, das die wichtigsten Begriffe (Konstrukte) beschreibt. Beispielhaft ist hier die Definition für Maschinelles Lernen genannt, die auch für das Wissensmanagement eine immer wichtigere Rolle spielt:

Maschinelles Lernen bezweckt die Generierung von Wissen aus Erfahrung, indem Lernalgorithmen aus Beispielen ein komplexes Modell entwickeln. Das Modell kann anschließend auf neue, potenziell unbekannte Daten der selben Art angewendet werden. Damit kommt das Maschinelle Lernen ohne manuelle Wissenseingabe oder explizite Programmierung eines Lösungswegs aus (S. 44).