IuK- Technik im Wissensmanagement - Ein Überblick -
Werbung
Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick André May IuK- Technik im Wissensmanagement - Ein Überblick - Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Inhaltsverzeichnis Abkürzungsverzeichnis.................................................................................................... II Abbildungsverzeichnis .................................................................................................... III 1 Hinführung zum Thema durch einen Ausblick in die Zukunft........................................ 1 2 Ansätze der „IuK–Techniken“ im WM ........................................................................... 3 2.1 Definition IuK-Technik ............................................................................................ 3 2.2 Definition „Business Intelligence“ ........................................................................... 3 2.2.1 Aufgaben des Business Intelligence................................................................ 4 2.2.2 Werkzeuge des Business Intelligence ............................................................. 4 3 Informationsmanagement in IuK-Systemen.................................................................. 5 3.1 Ansätze des Informationsmanagements ................................................................ 5 3.2 Werkzeuge des Informationsmanagements........................................................... 6 4 Datenmanagement in IuK-Systemen............................................................................ 7 4.1 Ansätze des Datenmanagements .......................................................................... 7 4.2 Data Warehouse .................................................................................................... 8 4.3 Online Analytical Processing................................................................................ 10 4.4 Data-Mining.......................................................................................................... 12 5 Dokumentenmanagement in IuK-Systemen ............................................................... 14 5.1 Ansäte des Dokumentenmanagements ............................................................... 14 5.2 Dokumenten-Management-System...................................................................... 14 5.3 Text-Mining .......................................................................................................... 16 6 Vergleich Datenmanagement und Dokumentenmanagement .................................... 17 7 Groupware Systeme in IuK-Systemen........................................................................ 18 8 Iuk-Modell – Organizational Memory System ............................................................. 21 9 Fazit............................................................................................................................ 23 Literaturverzeichnis ........................................................................................................ VI Onlinequellenverzeichnis.............................................................................................. VIII I Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Abkürzungsverzeichnis BI ..................................................................................................... Business Intelligence CD ...............................................................................................................Compact Disc CRM ........................................................................Customer Relationship Management CSCW................................................................. Computer Supported Cooperative Work DB ................................................................................................................... Datenbank DMS .......................................................................... Dokumenten-Management-System DW ......................................................................................................... Data Warehouse EDM ................................................................ Elektronisches Dokumentenmanagement EIS......................................................................................Executive Information System ERP ................................................................................... Enterprice Resource Planning FASMI............................................... Fast Analysis Shared Multidimensional Information MIS .............................................................................Management Informationssysteme OCR .................................................................................. Optical Character Recognition OLAP ................................................................................... Online Analytical Processing OM................................................................................................Organizational Memory OMIS ............................................................................... Organizational Memory System SQL .......................................................................................Structured Query Language WM ................................................................................................. Wissensmanagement II Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Abbildungsverzeichnis Abb. 1: Funktionalitäten eines Data Warehouse............................................................ 11 Abb. 2: Aufbau und Arbeitsweise eines Dokumenten Management Systems ............... 12 Abb. 3: Überblick Datenmanagement und Dokumentenmanagement........................... 14 Abb. 4: Funktionalitäten eines Groupware Systems ...................................................... 18 Abb. 5: Lotus Notes ...................................................................................................... 18 Abb. 6: Überblick Organizational Memory System ........................................................ 19 III Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 1 Hinführung zum Thema durch einen Ausblick in die Zukunft Während IuK-Techniken im Wissensmanagement in den Anfängen deutlich überbewertet wurden, hat man mittlerweile erkannt, dass mit dem Einsatz von ITSystemen alleine kein erfolgreiches Wissensmanagement betrieben werden kann. Es zeigt sich, dass Wissensmanagement vielmehr eine komplexe und interdisziplinäre Arbeit darstellt und neben dem technologischen vor allem auch die organisatorischen Bereiche von Unternehmen betroffen sind. Aus diesem Grund ordnet man den IuKTechniken heute die Bedeutung eines „Werkzeugs“ im Wissensmanagement zu. Einen Ausblick bzw. eine Vorstellung, welche Möglichkeiten sich Unternehmen mit IuKTechniken in der Zukunft erhoffen, zeigt das „Customer Relationship Management“ kurz „CRM“, oder auch bekannt unter dem Begriff „Kundenwissensmanagement.“ Steven Spielberg präsentiert in dem Science Fiktion Film „Minority Report“ Filmsequenz aus eine dem Jahr 2002 Möglichkeit, in wie einer das „Kundenwissensmanagement“ 1 der Zukunft aussehen könnte. Im Jahre 2054 betritt dort der Polizist John Anderton, gespielt von Tom Cruise, ein Kleidungsgeschäft des Unternehmens GAP. Mit dem Hineingehen in die Geschäftsräume wird per Augenscannung der Kunde erkannt und mit Vornamen und Nachnamen durch ein menschliches Hologramm der IT angesprochen. Die IT besitzt in der Zukunft so viele Informationen über den Kunden, dass diese dessen Kaufverhalten analysiert und ihm direkt die neusten Produkte, in dem Filmbeispiel die neusten Kleidungsstücke, aus der aktuellen Kollektion empfehlen kann. 1 vgl. Nohr, H.: Arbeitspapiere Wissensmanagement; Informations- und Kommunikationstechnik für das Wissensmanagement, S. 21. 1 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Mit dieser Zukunftsvision wird sichtbar, dass sich das Verfahren des CRM dadurch charakterisieren lässt, dass dieses ein analyseorientiertes Verständnis des Wissensmanagements aufweist. Das analytische CRM basiert hierbei auf statistischen Methoden. Ziel des CRM ist es, das Verhalten, aber auch die Wünsche der Kunden zu analysieren und zu identifizieren, wodurch eine langfristige Kundenbindung angestrebt wird. Somit wird das vorhandene Wissen über den Kunden in der Form genutzt, dass der Kunde nicht mehr länger als Auftraggeber gegenüber dem Unternehmen auftritt, sondern das Unternehmen nun in der Lage ist, dem Kunden ein Angebot unterbreiten zu können. 2 Dies zeigt aber auch, dass CRM einen geschäftsprozessorientierten Ansatz des Wissensmanagements darstellt. Daher ist es zwingend, das CRM mit den Geschäftsprozessen zu verzahnen. Demzufolge muss man das CRM als ein übergreifendes Wissensmanagement über die Grenze des Unternehmens hinweg ansehen. 3 Zurück in die Gegenwart soll der nun folgende Teil der Untersuchung einen Überblick über die derzeitigen Möglichkeiten der IuK-Technik aufzeigen, wobei besonders auf die Teilbereiche Informationsmanagement, Datenmanagement und Dokumentenmanagement eingegangen wird. Durch den Einsatz von IuK-Techniken seit Anfang der sechziger Jahre wurden so viele Begriffe, wie zum Beispiel ERP, SCM, SFA, EIS, MIS, BI, und viele weitere geschaffen, dass es mittlerweile fast unmöglich erscheint, diese Begriffe exakt zu definieren und von einander abzugrenzen. 2 vgl. Heina, C.; Sittig, C.: Business Intelligence Systeme, S. 179. vgl. Nohr, H.: Arbeitspapiere Wissensmanagement; Informations- und Kommunikationstechnik für das Wissensmanagement, S. 23. 3 2 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 2 Ansätze der „IuK–Techniken“ im WM 2.1 Definition IuK-Technik Für eine Einordnung des Begriffs „IuK-Technik“ im Wissensmanagement muss man zunächst die Begrifflichkeiten „Information und Kommunikation“ (IuK) erläutern. In dieser Beziehung werden IuK als ein zusammenfassender Begriff für die menschlichen Fähigkeiten der Informationsverarbeitung und Kommunikation, insbesondere, aber nicht ausschließlich, in ihrer technisch mediatisierten Form als Informations- und Kommunikationstechnologien definiert. 4 IuK-Techniken sind daher als Technologien im Bereich der Information und Kommunikation zusammengefasst. Unter ihnen versteht man hierbei Plattformen, Software und Hardware, welche als Bausteine eines flexiblen Wissensmanagements dienen sollen. Somit wird nochmals deutlich, dass IuK-Techniken nur als Werkzeug des Wissensmanagement fungieren. 2.2 Definition „Business Intelligence“ Business Intellingence, kurz BI genannt, ist ein weiterer Begriff, welcher im Kontext von Wissensmanagement und IuK-Techniken häufig verwendet wird und naiv übersetzt „Geschäftsintelligenz“ 5 bedeutet. Für unterschiedliche Aufgaben und Anforderungen von WM stellt das „BI“ hier geeignete Informations- und Kommunikationssysteme zur Verfügung. Ziel des BI ist es, ein intelligentes Zusammenspiel zwischen Menschen und der Informationstechnologie zu ermöglichen. Zusätzlich soll ein Zugang zu den verborgenen Wissensschätzen innerhalb einer Unternehmung und im Unternehmensumfeld erschlossen werden. Das Hauptziel von BI-Instrumenten ist die Ermöglichung einer intuitiven und anwenderfreundlichen Nutzung von IuK-Technik. Sie dient somit als Hilfsinstrument, durch welches Zeit eingespart werden soll. Zudem muss sie der Reduktion der Komplexität dienen. Häufig wird in diesem Zusammenhang auch das Zitat „Neuer Wein in alten Schläuchen“ verwendet. 6 4 vgl. Veröffentlichung im Internet unter „IuK“ bei Wikipedia http://de.wikipedia.org/wiki/Dokumentenmanagement, letzter Zugriff 25.09.2005 5 vgl. Preuschoff, S.: Business Intelligence, S. 7. In: Arbeitspapiere Wissensmanagement. 6 vgl. Gluchowski, P.: Business Intelligence, Konzepte Technologien und Einsatzbereiche, S. 5; In: Business Intelligence, HMD. 3 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 2.2.1 Aufgaben des Business Intelligence Um „Business Intelligence“ besser verstehen zu können ist ein Einblick in die Aufgaben des BI durchaus sinnvoll. Zunächst kann man BI in zwei Aufgabenbereiche aufteilen. Erstens kann BI den Prozess der Wissensentstehung indirekt unterstützen und zweitens interessante Strukturen und Muster im Sinne der primären Wissensentwicklung erkennen. Der Prozess der Wissensentstehung wird durch bedarfsgerechte Daten- und Wissensverteilung unterstützt und bietet Nährboden für die Entwicklung neuen Wissens. Als zusätzlichen Effekt kann man eine verbesserte Kommunikation anführen. Die Erschließung des Wissens in Daten ist in einer „Data-Knowledge Base“ durchführbar und ermöglicht „Knowledge Sharing“, d.h., die Möglichkeit des Austauschens von Fachwissen. Der zweite Aufgabenbereich des BI, das Erkennen von interessanten Strukturen und Mustern, unterstützt die Aufgabe, die Informationsflut zu kanalisieren und hilft daher für einen besseren Umgang mit der Komplexität. In diesem System spielt der Mensch eine tragende Rolle, da dieser die Interpretation und die Plausibilitätsprüfung durchführt. 7 Denn nur wenn man genau definieren kann, welches Wissen man als Unternehmer benötigt, ist dieser Prozess hilfreich. 2.2.2 Werkzeuge des Business Intelligence Als Werkzeuge des BI lassen sich das Data-/Text-Mining für die Unterstützung bei intelligenten und kreativen Aufgaben anführen, auf welche in den folgenden Kapiteln noch näher eingegangen wird. Somit bezeichnet BI den analytischen Prozess, der fragmentierte Unternehmens- und Wettbewerbsdaten in handlungsgerichtetes Wissen über die Fähigkeiten, Positionen, Handlungen und Ziele der betrachteten internen oder externen Handlungsfelder (Akteure und Prozesse) transformiert.“ 8 Daher bedeutet BI letztendlich Wettbewerbsanalyse, Früherkennungssystem und Strategieformulierung 9 , da sich nur eine fortwährende und aktive Wissensgenerierung positiv auf Unternehmen 7 vgl. Gentsch, P.: Business Intelligence, Wie aus Daten Wissen wird. online im Internet: URL: http://www.sapinfo.net/goto/stra/1498/DE (letzter Zugriff am 25.09.2005). 8 vgl. Grothe, M.; Gentsch, P.: Business Intelligence, Aus Informationen Wettbewerbsvorteile gewinnen, S. 19. 9 vgl. ebda., S. 10. 4 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick auswirken kann. Somit wird die Verbindung zwischen Business Intelligence und Wissensmanagement deutlich zu erkennen. Ziel ist es, sich durch den Einsatz von BIWerkzeugen einen Wissensvorsprung gegenüber anderen Unternehmen zu erwerben. Ein bekanntes BI–System bietet SAP mit dem Businesss Intelligence SAP BW an, um z.B. die Innovationsfähigkeit von Unternehmen zu unterstützen. 3 Informationsmanagement in IuK-Systemen 3.1 Ansätze des Informationsmanagements Aussagen wie „Informationen alleine befähigt den Mensch nicht zu handeln“ 10 oder von John Naisbitt „Wir ertrinken in Daten, und dürsten nach Informationen“ prägen unsere Sicht des Begriffs „Information“ im Zeitalter der Globalisierung. Um ein Verständnis zu erhalten, welche Rolle Informationsmanagement in IuK-Systemen spielt, wird vorab der Begriff Information erläutert. Zunächst können Informationen kodifiziert und somit in formale, systematische Sprachen übertragen werden. Im Folgeschritt werden Informationen identifiziert, dokumentiert und transferiert. Dieser Vorgang wird häufig irrtümlich schon als Wissensmanagement bezeichnet. Informationen haben jedoch nur einen punktuellen Charakter und werden somit falsch interpretiert. 11 Im Zusammenspiel mit Wissensmanagement zeigt sich, dass sich das Wissen auf Daten und die oben genannten Informationen stützt. Somit wird sichtbar, dass Wissen in Informationen repräsentiert werden kann und dass Wissen aus Informationen generiert werden kann. Jedoch ist ein Zusammenspiel von Daten-, Informations- und Wissensmanagement notwendig. Wissensmanagement und Informationsmanagement. Denn Informationsmanagement Wissensmanagement ist eine unterstützt Anwendung für 12 10 Gabriel, R.; Dittmar, C.: Der Ansatz des Knowledge Managements im Rahmen des Business Intelligence, In: Business Intelligence, HMD 222, S. 19. 11 vgl. Auer, T.: Reizwort Wissensmanagement ,Wissensaustausch fördern; S. 2. 12 vgl. Hinkelmann, K.: Vorlesungsfolien; Informations -und Wissensmanagement. 5 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 3.2 Werkzeuge des Informationsmanagements Zur Unterstützung des Informationsmanagement gibt es die Informationssysteme, welche folgende Aufgaben aufweisen. Sie dienen der Speicherung, der Lieferung und der Generierung von explizitem Wissen und weisen zudem noch auf implizites Wissen hin. Über das implizite Wissen verfügen Experten bzw. Wissensträger, welche in diesen Informationssystemen in so genannten Expertenverzeichnissen „Yellow Pages“ 13 erfasst werden. Aus der dem Zusammenspiel von Menschen und Informationssystemen lassen sich zwei Strategien, die Personifizierungs- und die Kodifizierungsstrategie für das Informationsmanagement ableiten. Inhalt der Personifizierungsstrategie ist, dass das implizite Wissen im Menschen eine vorrangige Bedeutung einnimmt. Nicht das Generieren, Sammeln und Archivieren von Dokumenten steht im Fokus des Wissensmanagement, sondern die Identifikation der relevanten Wissensträger. Einen anderen Ansatz zeigt die Kodifizierungsstrategie, welche das vorrangige Ziel hat implizites Wissen in explizites Wissen zu transformieren. Dieses Wissen kann und soll dann in kodifizierter Form wie z.B. Dokumente, Prozesse, CDs etc. den Anwendern zur Verfügung gestellt werden. Offene Fragen bleiben dennoch in der Form bestehen, welche Strategie wann Priorität hat und welches Wissen überhaupt kodifizierbar ist? 14 13 14 vgl. Rossbach, P.: IT-Werkzeuge zur Unterstützung von Wissensmanagementprozessen, S. 114. vgl. Hinkelmann, K.:, Vorlesungsfolien; Informations -und Wissensmanagement. 6 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 4 Datenmanagement in IuK-Systemen 4.1 Ansätze des Datenmanagements Eine Möglichkeit der Wissensspeicherung ist das Speichern in Form des Datenmanagements. Wissen wird heute meist in digitaler bzw. datenbasierter Form gespeichert und diese Speicherung erfolgt meist in unterschiedlichen Formen in unterschiedlichen Datenbanken. Zum einen gibt es die operativen Datenbanken, welche durch die geschäftlichen Prozesse der jeweiligen Unternehmen gekennzeichnet sind. Die für das Wissensmanagement weitaus relevantere Form von Datenbanken sind die relationalen DB wie z.B. das System DB2 von Oracle. Vorteile dieser relationalen Systeme sind die Speicherung und Verarbeitung großer Datenmengen. Sie basieren auf einem einheitlichen Datenmodellschema und verfügen über die standardisierte Abfragesprache „Structured Query Language“ kurz „SQL“. Sie sind zunächst durch die drei Ablaufschritte Extraktion, Transformation und Laden gekennzeichnet. Unter Extraktion versteht man die Zugriffsmöglichkeiten auf Quelldatenbestände in Unternehmen. Dabei ist ein direkter Zugriff auf Daten, Datenexportverfahren oder Schnittstellenprogrammierungen möglich. 15 Bekannte Quellsysteme aus der Wirtschaft sind das SAP R/3 und das SAP BW, aber auch Systeme von Microsoft Office wie das Access. Der nächste Schritt, die Transformation, beschreibt das Anpassen der Daten auf einen einheitlichen Standard. Nach dieser Anpassung kommt der Ladevorgang, die so genannten Ladesysteme, wobei die Daten in die Datenbasis eingespeist werden. 15 vgl. Strohmeier, S.: Vorlesungsfolien; Informationssysteme im Management. 7 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 4.2 Data Warehouse Eine weit verbreitete Form des Datenmanagements in IuK-Systemen stellt das sogenannte Data Warehouse, kurz DW, dar. Das Prinzip des DW liegt darin, ein von operativen Datenbanksystemen losgelöstes Datenbanksystem aufzubauen, in welchem alle relevanten Daten für betriebliche Entscheidungsebenen separat vorbehalten werden. Nicht nur Daten, sondern auch notwendige Auswertungen können mit DW Systemen strukturiert durchgeführt werden. Infolge dessen ist eine flexible Auswertung auf Datenbasis möglich, da keine Koppelung an die betriebswirtschaftlichen Abläufe vorhanden ist, sondern es eine Ausrichtung an unternehmen bestimmenden Sachverhalten gibt. Aufgrund dieser Merkmale eines DW liegt der Vorteil in einer effizienten Bereitstellung von Daten für die Auswertungen und Analysen, welche bei betrieblichen Entscheidungen benötigt werden. Ziel des DW ist somit, eine Verbesserung der unternehmensweiten Informationsversorgung zu gewährleisten. Außerdem hat das Management Interesse daran, Informationen für mögliche Prognosen der zukünftigen Entwicklung des Unternehmens, welche durch Data Warehouse Techniken unterstützt wird, zu erhalten. Für die Enrichtung eines Data Warehouse gibt es verschiedene Formen. Es gibt die Möglichkeit des virtuellen DW, das zentrale DW und die Datamarts. Das virtuelle DW ist charakterisiert durch den direkten Zugriff der Endnutzer-Systeme auf operative Daten. Dies bedeutet, dass ein DW im physischen Sinne eigentlich nicht vorhanden ist und keine separate Speicherung der abgefragten Daten möglich ist. Der Vorteil dieser Form des DW liegt in der schnellen Realisierbarkeit. Ein Nachteil hingegen ist die geringe Performanz, d.h. bei einem Zugriff von mehreren Personen steigen die Zeiten der Antwortgeschwindigkeit schnell an, da diese mit einer starken Belastung für die operativen Systeme verbunden ist. 16 Die eigentliche Konzeption des DW stellt das zentrale DW dar. Hierbei werden alle Datenstände in einer zentralen Datenbank gespeichert. Dieses hat gegenüber dem 16 vgl. Schinzer, H.; Bange, C.: Werkzeuge zum Aufbau analytischer Informationssysteme – Marktübersicht; S.52. In: Chamoni, P.; Gluchowski P.: Analytische Informationssysteme: Data Warehouse, On-Line Analytic Processing; S. 45-76. 8 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick virtuellen DW Performanzvorteile, da letztlich zur „Netto-Daten“ an die Analysewerkzeuge weitergegeben werden. 17 Zudem werden die erworbenen Daten alle in einer Datenbank gespeichert. Als letzte Form des DW gibt es noch die so genannten Datamarts, dies sind benutzerspezifische bzw. abteilungsspezifische Data Warehouses. Hier wird eine Verteilung der Datenbestände in mehrere dezentrale DW-Server vorgenommen. Der Vorteil dieses DW liegt bei einer räumlich verteilten Nutzung. Dies ist bei kleineren Projekten durchaus sinnvoll, da mit Datamarts auch immer ein Verwaltungsaufwand verbunden ist. 18 Um einen Überblick über die Datenstrukturen zu erhalten ist es unerlässlich, eine Metadatenbank in das vorhandene DW einzubinden. Dabei gibt es zwei Formen von Metadatenbanken. Auf der einen Seite existiert die semantische Metadatenbank, welche die Inhalte und die Bedeutung von Metadaten darstellt. Diese Form der Metadatenbanken wird in der Praxis aber meist auf Kosten der syntaktischen Metadaten vernachlässigt. Denn die syntaktische Metadatenbank auf der anderen Seite befasst sich mit der formalen, physischen Struktur von Metadaten, welche in der Praxis von Unternehmen fast immer den Vorrang haben. 19 Zusammenfassend kann man sagen, das DW bezeichnet eine „themenorientierte, integrierte, zeitbezogene und dauerhafte Sammlung von Informationen zur Entscheidungsunterstützung des Managements“ 20 in Unternehmen. Jedoch werden durch die Zerlegung des Wissens in Dateneinheiten im DW Tools nötig, um deren Zusammenhänge darstellen zu können. 17 vgl. ebda. vgl. ebda. 19 vgl. Strohmeier, S.: Vorlesungsfolien; Informationssysteme im Management. 20 vgl. Immon, W. H.: Building the Data Warehouse, In: Business Intelligence, Das Ringen um Trendthemen in wirtschaftlich turbulenten Zeiten, S. 4; Prof. Dr. Matthias (veröffentlicht im Internet unter http://www.ifem.org/ifem_bi_wp.pdf , letzter Zugriff am 25.09.2005). 18 9 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 4.3 Online Analytical Processing Ein Werkzeug für das Erkennen der zuvor genannten Zusammenhänge ist das „Online Analytical Processing“, kurz OLAP. Dies sind Softwaretechnologien mit multidimensionalen Datenstrukturen. Aufgabe von OLAP ist die multidimensionale Betrachtung der Daten, wobei logische, unabhängige Dimensionen entstehen. Aus diesem Grund wird OLAP auch „Hypercube“, übersetzt in die deutsche Sprache „Datenwürfel“, genannt, da die visuelle Darstellung die Form eines Würfels annimmt. Mit einem solchen Würfel lassen sich nun nicht nur zweidimensionale Datenstrukturen, sondern beliebig viele Dimensionen darstellen. Bekannte Systeme sind zum Beispiel das „mySAP Business Intelligence“, welches Data-Mining und OLAP Funktionen einbindet. Ziel eines OLAP Systems ist die schnelle, flexible und interaktive Versorgung von Entscheidungsträgern mit denen von ihnen benötigten Informationen, in der von ihnen benötigten Sichtweise. Diese Technologie setzt daher auch eine effiziente und anwenderfreundliche Nutzung voraus. Aus diesem Anspruch heraus resultieren die FASMI Anforderungen, welche für das Grundprinzip von OLAP Tools stehen. Dabei stehen die Kürzel für folgende Begriffe. Das F für „fast“, was für die schnelle Antwort auf Abfragen steht, das A für „Analysis“, der Analyse der Datenbestände, welche intuitiv, anwenderfreundlich und ohne Programmierkenntnisse möglich sein soll. Das S bedeutet „Shared“, d.h. die gemeinsame Nutzung der Datenbestände durch mehrere Nutzer soll möglich sein. Das M heißt „Multidimensional“, in diesem Fall die Multidimensionalität, inklusive hierarchischer Dimensionen als Schlüsselkriterium von OLAP Anwendungen. Zuletzt steht das I für „Information“, der Fähigkeit aus Daten endnutzerrelevante Informationen zu erzeugen. 21 Somit wird deutlich, dass die FASMI Vorgaben stärker auf Benutzeranforderungen, als auf technische Anforderungen eingehen. 21 vgl. Pendse, N.; Creeth, R.: The OLAP Report. In: Business Intelligence, S. 52. 10 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Für die Speicherung der erworbenen, multidimensionalen Daten gibt es drei Möglichkeiten. Zunächst ist eine physische Speicherung der multidimensionalen Daten möglich, wobei eine Mehrdimensionalität durch eine Objektdatenstruktur erreicht wird. Diese Form wird daher als multidimensionales OLAP kurz MOLAP bezeichnet. Die Abbildung der erworbenen Daten kann in einem Würfel „Cube“ oder in mehreren Würfeln „Multicubes“ dargestellt werden. Nachteile solcher Systeme zeigen sich in der Form, dass es keinen einheitlichen Datenbankstandard für solche OLAP Anwendungen gibt. Die nächste Darstellung von multidimensionalen Daten erreichen auch relationale Datenquellen. Hierbei wird aber nur ein „virtueller Cube“ auf Basis von Metadaten gebildet und als relationales OLAP kurz ROLAP bezeichnet. Nachteile dieser OLAP Anwendungen liegen in der Belastung der relationalen Systeme. Abschließend ist eine Kombination aus MOLAP und ROLAP möglich. Diese nennt sich hybrides OLAP und wird als HOLAP bezeichnet. Es ist gekennzeichnet durch die Datenhaltung in relationalen, als auch in multidimensionalen Strukturen. Es weist gegenüber den beiden anderen Formen eine höhere Flexibilität auf, jedoch sind solche OLAP Systeme auch mit einem höheren Wartungsaufwand verbunden. Zur Speicherung der erhaltenen OLAP Daten existieren zwei Möglichkeiten. Zum einen ist eine Client-Server Speicherung möglich. Der OLAP Server hält hierbei die Daten und bedient den OLAP Client mit diesen. Diese Form der Speicherung wird abgekürzt als CS-OLAP bezeichnet. Zum anderen gibt es das Desktop OLAP, kurz D-OLAP, mit welcher die Datenhaltung und –auswertung direkt auf dem Desktop ermöglicht wird. 22 22 vgl. ebda. 11 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 4.4 Data-Mining Eine weitere Aufgabe des Datenmanagements in IuK-Systemen ist das so genannte „Data-Mining“. Hierbei ist Data-Mining die „Bezeichnung für einen Prozess, in dem automatisch vorher unbekannte, statistisch korrekte, interessante und interpretierbare Zusammenhänge in großen Datenmengen gefunden werden.“ 23 Doch gerade in den Daten selbst liegt die Problematik des Data-Mining, da diese unvollständig, fehlerhaft und uneinheitlich sein können. Aus diesem Grund ist eine Vollautomatisierung des DataMining in der Praxis nicht möglich. Die Datenergebnisse haben zudem einen quantitativen Charakter. Ein positiver Aspekt des Data-Mining ist das Formulieren eines Erklärungsziels, so dass eine Analyse der Datenbankbestände ohne vorher festgelegte Hypothesen möglich ist. Durch die Verwendung von Methoden wie das Clusterverfahren, Entscheidungsbäume oder durch neuronale Netze lassen sich eine Klassifikation, Segmentierung, Assoziationsanalyse oder Prognosen erstellen. Clusterverfahren zielen auf die Aufspaltung der Daten in interessante und sinnvolle Teilmengen oder Klassen ab, indem Gruppen gebildet werden. Dabei ist die Zielvorstellung, dass Objekte innerhalb einer Klasse möglichst homogen, Objekte aus unterschiedlichen Klassen möglichst heterogen zueinander sind. Neben den statistischen Verfahren können zur Gruppenbildung auch Verfahren des maschinellen Lernens eingesetzt werden, beispielsweise künstliche Neuronale Netze. Die Gruppenbildung wird im Allgemeinen aus zwei Gründen durchgeführt: Bezogen auf die potenziellen Nachfrager versucht insbesondere die Clusteranalyse die typischen Charakteristika von Gruppen zu identifizieren, um daraus gruppenspezifische Leistungen von individuellen Kommunikationswegen über individuelle Kommunikationsinhalte bis hin zu individuellen Leistungsversprechen zu entwickeln. Verknüpft auf die Menge der im relevanten Markt angebotenen Leistungsversprechen versuchen speziell die Ansätze der multidimensionalen Skalierung Nischen zu entdecken, um diese durch neuartige Angebote zu bedienen. Entscheidungsbäume werden häufig in Unternehmen eingesetzt, um herauszufinden, welches Verhaltensprofil besonders oft zum Verlust eines Kunden geführt hat, um 23 vgl. Schwarz F.: Ideenklau macht schlau, S. 72. 12 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Gegenmaßnahmen einführen zu können. Letztendlich wird mit Hilfe der Selektion, Aufbereitung und Generierung interessanter Datenmuster eine Ergebnispräsentation bis hin zu einer Interpretation möglich. Bekannte Data-Mining Systeme der Praxis sind zum Beispiel „SPSS Clementine“ oder „IBM Intelligent Miner“, welcher sogar einen Übergang zum Text-Mining schafft. Auf das Text-Mining wird im nächsten Kapitel nochmals besonders eingegangen. Die folgende Graphik gibt einen Überblick über die Funktionsweisen eines Data Warehouse und dem dazugehörigen Tool OLAP mit den Werkzeugen der Analyse und dem Data-Mining. OLAP Metadatenbank Analyse Externe Quellen Operative Data Warehouse Extraktion Transformation Laden Data Mining Datenbanken Werkzeuge Data Marts Abb. 1: Funktionalitäten eines Data Warehouse (Quelle: eigene Darstellung in Anlehnung an Rossbach, P.: IT-Werkzeuge zur Unterstützung von Wissensmanagementprozessen, Trier 2000, S. 119.) 13 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 5 Dokumentenmanagement in IuK-Systemen 5.1 Ansäte des Dokumentenmanagements Unter dem Begriff Dokumentenmanagement versteht man in Deutschland die Verwaltung von ursprünglich meist papiergebundenen Dokumenten in elektronischen Systemen. Das Dokumentenmanagement soll hierbei der Verwaltung elektronischer Dokumente bedienen. Bei datenbankgestützten der Verwaltung von Papierdokumenten spricht man dagegen von Schriftgutverwaltung. Zur besseren Unterscheidung wird daher häufig auch der Begriff EDM, das elektronische Dokumentenmanagement- (Electronic Document Management) verwendet. 5.2 Dokumenten-Management-System Die Abkürzung DMS steht für Dokumenten-Management-System und wird im erweiterten Sinne als Branchenbezeichnung verwendet. Im Amerikanischen steht "Document Management" dagegen begrifflich eingeschränkter für die Verwaltung von Dateien mit Checkin/Checkout, Versionierung und anderen Funktionen. 24 Für das Dokumentenmanagement gibt hardware- und softwaretechnische Werkzeuge, welche unter dem Begriff „Dokumenten-Management-Systeme“ zusammengefasst werden. Die Hauptaufgabe dieser Systeme besteht darin, elektronische Dokumente zu verwalten. Hierbei ist es zunächst wichtig die Dokumente in einer einheitlichen Dokumentenform zu speichern. Zum Beispiel gibt es Software, welche Bilder in Textform konvertieren. Ein bekanntes Texterkennungsprogramm für diese Konvertierung ist das „OCR“ 25 . Mit dieser Software lassen sich Scanner für die Erfassung schriftlicher Dokumente in eine digitale Form nutzen. Die folgende Abbildung 2 verdeutlicht die Arbeitsschritte eines Dokumenten Management Systems. 24 vgl. Veröffentlichung im Internet unter „Dokumenten Management“ bei Wikipedia http://de.wikipedia.org/wiki/Dokumentenmanagement, letzter Zugriff 25.09.2005 25 „OCR“ = Optical Character Recognition 14 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Dokumenten Management System Textverarbeitung Dokument suchen Dokument archivieren Email/ WWW Dokumente erfassen Papiertext Dokument indizieren Scanner/ OCR Dokument anzeigen Dokument bearbeiten FAX Abb. 2: Aufbau und Arbeitsweise eines Dokumenten Management Systems 26 Weitere Anforderungen an das Dokumentenmanagement sind das wieder Auffinden archivierter Dokumente über Verzeichnisse, Hypertextverknüpfungen, die Suche nach Schlagwörtern oder der Volltextsuche. Da es dennoch nicht möglich ist, alle Dokumente zu vereinheitlichen, werden Werkzeuge benötigt, um in den Dokumentenbeständen Wissen zu finden. 26 (Quelle: eigene Darstellung in Anlehnung an Rossbach, P.: IT-Werkzeuge zur Unterstützung von Wissensmanagementprozessen, Trier 2000, S. 123.) 15 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 5.3 Text-Mining Für die Aufdeckung interessanter Strukturen in diesen unstrukturierten Dokumenten wird das Text-Mining eingesetzt, welches das Ziel hat, interessante, für Unternehmen relevante Beziehungen innerhalb von Dokumenten aufzufinden. 27 Hierbei ist es jedoch wichtig, eine Klassifikation von Dokumenten und einen Aufbau von begrifflichen Netzen zu gewährleisten, damit die Ergebnisse des Text-Mining für Unternehmen effizient genutzt werden können. Als Beispiel für das Aufdecken von interessanten Beziehungen zwischen Dokumenten in einem Unternehmen lassen sich Kundenkorrespondenzen für zukünftiges Handeln ermitteln. Findet man zum Beispiel Ähnlichkeiten zwischen Kunden in Bezug auf das Kaufverhalten, so ermöglicht diese Erkenntnis das Forcieren von Cross-Selling Potentialen. Auch die Klassifikation von Dokumenten lässt sich in die Praxis übernehmen, wenn man z.B. bei einer Versicherung ein Kündigungsschreiben analysiert und dieses Schreiben mit anderen Kündigungen vergleicht. Dieser Vorgang ermöglicht z.B. das Erstellen eines Ähnlichkeitsmusters von Kündigungsgründen, um in der Zukunft weiteren Kündigungen vorzubeugen. Aber auch der Aufbau eines begrifflichen Netzes, welches mit Metadaten ausgestattet ist, hilft bei der Erzeugung begrifflicher Baumstrukturen, die Beziehungen zwischen Dokumenten in Hinblick auf einen bestimmten Begriff darzustellen. Die Ergebnisse des Text-Mining werden zudem als qualitativ hochwertig angesehen. Da es eine Tendenz hin zu immer mehr unstrukturierten Dokumenten, wie Email, PDF, Word, Excel und vielen anderen weiteren Dokumenten gibt, gewinnt der Stellenwert des Text-Mining bezüglich des Wissenserwerbs an Bedeutung. 27 Gentsch, P.; SAP-Portal: (veröffentlicht im Internet unter, http://sapinfo.net/goto/stra/1498/DE letzter Zugriff am 25.09.2005). 16 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 6 Vergleich Datenmanagement und Dokumentenmanagement In der folgenden Graphik werden Datenmanagement und Dokumentenmanagement in einer Matrix zusammen abgebildet. Die Variablen auf der Y-Achse sind die Formen des Wissens, von explizitem Wissen hin zu implizitem. Die Variablen der X-Achse zeigen den Strukturierungsgrad vom Daten -und Dokumentenmanagement auf. Wissensart implizit Data Mining Text Mining CBR OLAP Attributbasiertes Suchen MIS/EIS Volltextsuche SQL-Abfragen explizit unstrukturiert strukturiert Strukturierungsgrad Abb. 3: Überblick Datenmanagement und Dokumentenmanagement (Quelle: eigene Darstellung in Anlehnung an den Vorlesungsfolien S. Strohmeier, Management Informationssysteme, SS 2005.) 17 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick In dieser Graphik wird deutlich, in welcher Form sich Daten –und Dokumentenmanagement voneinander abgrenzen. Während das Datenmanagement seinen Aufgabenbereich in den strukturierten Daten findet, befasst sich das Dokumentenmanagement mit den unstrukturierten Daten. Sowohl Daten- als auch Dokumentenmanagement versuchen bei der Erschließung von implizitem Wissen Strukturen bzw. Muster aufzufinden und unterscheiden sich somit nur darin, wie sie die Analyse in Daten bzw. Dokumenten durchführen. Beim Dokumentenmanagement finden beim Generieren von explizitem Wissen vor allem zwei Formen, die Volltextsuche und die attributbasierte Suche, Anwendung. Unter Volltextsuche versteht man das Auffinden von Texten in einer Vielzahl gleicher oder verschiedenartiger Dateien auf einem Computer, einem Server und/oder im Internet. Das „Case-Based Reasoning“ ist ein Teilgebiet der Künstlichen Intelligenz und kann zu den maschinellen Lernverfahren gerechnet werden. Der Lernprozess basiert auf Analogie, im Unterschied zum Lernen durch Induktion und Deduktion. Beim Datenmanagement gibt es für das Generieren von explizitem Wissen auch unterschiedliche Tools. Management Information Systems (MIS) und Executive Information Systems (EIS) können synonym verwendet werden, da beide ein rein informationsorientiertes System beschreiben, welche Entscheidungsträger in ihrer Entscheidungsfindung z.B. durch graphisch aufbereitete Wettbewerbssituationen, etc. unterstützen soll. 28 7 Groupware Systeme in IuK-Systemen Auf der Basis interdisziplinärer Forschungsergebnisse zur computergestützten Gruppenarbeit, besser bekannt unter dem Begriff „Computer Supported Cooperative Work“, kurz CSCW, wurden unter der Bezeichnung Groupware eigenständige IuKSysteme entwickelt. Diese sind in der Lage Kommunikation, Koordination und Kooperation bei einer gemeinsamen Aufgabenstellung durch Gruppen zu ermöglichen bzw. zu unterstützen. 29 28 29 vgl. Höhn, R.: Der Data Warehouse Spezialist,S. 23. vgl. Thiesse, F.; Bach, V.: Tools und Architekturen für Business Knowledge Management, S. 102. 18 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Das Modell in Abbildung 4 zeigt einen Überblick über die Funktionalitäten eines Groupware Systems, mit den vier Bereichen der Information, der Kommunikation, der Integration und der Dokumentenbearbeitung und -verarbeitung. Unter Informationen werden hierbei Informationsdatenbanken verstanden, welche allen Gruppenmitgliedern zur Verfügung stehen. Diese können in diesem System dann per Email oder über öffentliche Netze miteinander kommunizieren. Für die Integration von externen Applikationen bieten vor allem Diskussionsforen die Möglichkeit, Wissen innerhalb einer Gruppe zu erhalten, da diese einen Zugang zur Außenwelt bieten, so dass externes Wissen in dieses Groupware System einfließen kann. Vorteile des Systems werden anhand von Beispielen in der medizinischen Forschung deutlich, wenn zwei oder vielleicht sogar mehrere Institute an einer gleichen Forschungsarbeit tätig sind und sich gegenseitig bei Problemen untereinander austauschen und somit gegenseitig unterstützen. Als letzter Bestandteil des Groupware Systems lässt sich die Dokumentenbe- und verarbeitung anführen, unter welcher man Textverarbeitung, Tabellen, Graphiken und Multimedia Elemente versteht. Wesentliche Vorteile solcher Groupware Systeme liegt darin, dass Projektteams virtuell gebildet werden können. D.h. Mitarbeiter einer Gruppe können von unterschiedlichen Orten aus miteinander arbeiten, es muss nur eine Projektüberwachung gewährleistet sein. Da Daten in solchen Systemen beliebig navigierbar bzw. kombinierbar sind, ermöglicht dies eine hohe Informationen Kommunikationsgeschwindigkeit. identifiziert, Wissensmanagement dokumentiert bezeichnet. Die In und Groupware Systemen transferiert, folgende Graphik dies werden wird als veranschaulicht die Zusammensetzung eines Groupware Systems. Ein bekanntes Groupware System ist das LOTUS Notes, welches in Abbildung 5 zu sehen ist. 30 30 vgl. Gentsch, P.: Business Intelligence, Wie aus Daten Wissen wird. http://www.sapinfo.net/goto/stra/1498/DE 19 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Kommunikation Inform ation Informa tions datenbanken Groupware Einbindung Einbindung externer Applikationen Textverarbeitung, Tabelle, Graphik, Multimedia Dokum entenbe- und -verarbeitung Email Öffentliche Netze WWW Integration Abb.4: Funktionalitäten eines Groupware Systems Abb. 5: Lotus Notes (Quelle: eigene Darstellung in Anlehnung an Rossbach, P.: IT-Werkzeuge zur Unterstützung von Wissensmanagementprozessen, Trier 2000, S. 125.) Das Lotus Notes ist intranetbasiert und bietet vor allem die Möglichkeit, Verbesserungsvorschläge innerhalb von Unternehmen strukturiert zu erfassen. Dies wird häufig unter dem Begriff „Ideenmanagement“ genutzt. Im Aufbau lässt sich das Lotus Notes als Client-Server System zur Verwaltung von Dokumentendatenbanken beschreiben, welches mit einem leistungsstarken Messaging-System verbunden ist. Es können sowohl strukturierte als auch unstrukturierte Informationen in verteilten und gemeinsam nutzbaren Datenbanken gespeichert werden. Die Dokumente sind als Teil der Data bzw. Knowledge Base zu verstehen. Aus diesem Grund sind mit Notes verschiedene Ansichten und Navigationen möglich. Die Dokumente, welche in Lotus Notes angelegt sind, unterscheiden sich von den unternehmensinternen Datenbanken in ihrem Strukturierungs- und Formulierungsgrad, da Lotus Notes Dokumente mit den Verwaltungsinformationen verbindet, welche die Steuerung der Dokumente übernimmt. Die Akzeptanz von Lotus Notes in Unternehmen ist gespalten, da die effektive Nutzung einen hohen administrativen Aufwand mit sich führt. 20 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Eine vollständige Intranet- bzw. Internetintegration übernimmt der „Domino Server“, welcher eine automatische Konvertierung von Notes-Formaten in den HTML Quellcode vornimmt. Dieser Vorgang verläuft im Hintergrund und ist für den Nutzer nicht sichtbar. 8 Iuk-Modell – Organizational Memory System Ein weiteres Instrument, welches technisch alle Wissensmanagement-Aufgaben in einem System unterstützt und dazu die verschiedensten IT-Systeme integriert, wird als Organizational Memory Information System, kurz OMIS, bezeichnet. 31 Dieses Modell versucht eine ganzheitliche Sicht von IuK-Systemen zu präsentieren, jedoch ist ein solches System aufgrund der Komplexität der Wissensmanagement-Aufgaben noch nicht verfügbar. Diese ganzheitliche Sicht ist nicht existent, da es zu unbefriedigenden bzw. unvollständigen Funktions-Systemzuordnungen kommt. Die Werkzeugklassen sind in dieser Darstellung nicht überlappungsfrei bzw. nicht eindeutig definiert, zudem kann eine zugesprochene Unterstützungsfunktion nicht eindeutig sein. Daher ist dieses Modell nicht transparent. Allerdings werden Einzelaspekte eines OMIS durch verschiedene Wissensmanagement Tools bereits gut umgesetzt. 32 31 32 vgl. Abecker, A.; Decker, S.; Kühn, O.: Organizational Memory, S. 13. vgl. ebda. S. 13. 21 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick DBMS Verzeichnisse Information Retrieval Suchmaschinen OLAP Data Mining DatenDaten-und und Dokumentenmanagement Dokumentenmanagement Filter Agenten FilterFilter-und und Agentensysteme Agentensysteme DMS Text Mining Fallbasiertes Schliessen OMIS OMIS Künstliche Künstliche Intelligenz Intelligenz Prozess-ManagementProzess-ManagementSysteme Systeme GeschäftsprozessManagement Groupware Groupware Diskussionsforen E-Mail WorkflowManagement Wissensbasierte Systeme Portale Internet/ Intranet Abb. 6: Überblick Organizational Memory System (Quelle: eigene Darstellung in Anlehnung an Hinkelmann, K.: Vorlesungsfolien; Informations -und Wissensmanagement, Fachhochschule Solothurn Nordwestschweiz, Studienjahr 2001/2002.) 22 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick 9 Fazit Abschließend lässt sich festhalten, dass der Mehrwert der Wissensübertragung durch Informations- und Kommunikationssysteme vor allem in der Überbrückung räumlicher und zeitlicher Grenzen liegt, wie sie typisch für die verteilten Kooperationen mit Partnern sind. 33 Mit der IUK Technologie ist daher ein schnellerer und effizienter Austausch von Daten und Informationen gewährleistet. Eine weitere Unterstützung der IuK-Technik ist die Möglichkeit der Speicherung enormer Datenmengen im DW, sowie der eigentlichen Analyse, die ohne eine technische Unterstützung nicht realisierbar wäre. 34 Denn gerade diese Analyse und die damit verbundene Prognosen sind für das zukünftige Handeln von Managern bzw. Geschäftsleitern in Unternehmen von enormer Relevanz. Auch das Erkennen von Schwachstellen in Unternehmen stellt für die weitere Planung einen wichtigen Faktor dar. Doch es wird auch anhand des Modells der OMIS sichtbar, dass die IuK-Technik im Wissensmanagement so komplex ist, dass diese nicht vereinheitlicht dargestellt werden kann und somit Transparenz fehlt. Eine vollständige, transparente und klar definierte Darstellung ist noch nicht möglich. Vor allem werden Bereiche, wie das „Semantische Web“, eine der Zukunftstechniken der nächsten Jahre noch nicht berücksichtigt. 35 33 vgl. Nohr, H.: Arbeitspapiere Wissensmanagement; Informations- und Kommunikationstechnik für das Wissensmanagement, S. 5. 34 vgl. ebda. S. 6. 35 vgl. Lange, E.: Erfolgreiche Suche; In: Wirtschaftswoche: Nr.39;22.09.2005; S. 83. 23 Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Literaturverzeichnis [1] Abecker, A.; Decker, S.; Kühn, O.: Organizational Memory; In: Informatik Spektrum Bd. 21, Heft 4, 8/1998. [2] Auer, T.: Reizwort Wissensmanagement: Wissensaustausch fördern, Schweiz 2002. [3] Gabriel, R.; Dittmar, C.: Der Ansatz des Knowledge Managements im Rahmen des Business Intelligence In: Business Intelligence, HMD 222, Dezember 2001. [4] Gluchowski, P.: Business Intelligence, Konzepte Technologien und Einsatzbereiche In: Business Intelligence, HMD, Dezember 2001. [5] Grothe, M.; Gentsch, P.: Business Intelligence: Aus Informationen Wettbewerbsvorteile gewinnen, München 2000. [6] Heina, C.; Sittig, C.: Business Intelligence Systeme, Paderborn 2000/2001. [7] Hinkelmann, K.: Vorlesungsfolien; Informations -und Wissensmanagement, Fachhochschule Solothurn Nordwestschweiz, Studienjahr 2001/2002. [8] Höhn, R.: Der Data Warehouse Spezialist, München 2000. [9] Lange, E.: Erfolgreiche Suche; In: Wirtschaftswoche: Nr.39, 22.09.2005. [10] Nohr, H.: Arbeitspapiere Wissensmanagement; Informations- und Kommunikationstechnik für das Wissensmanagement, Stuttgart 2005. [11] Pendse, N.; Creeth, R.: The OLAP Report. In: Business Intelligence, o.O. 1995. [12] Preuschoff, S. Business Intelligence –Gegenstand, Ansätze und Technologien , Stuttgart 2002. [13] Rossbach, P.: IT-Werkzeuge zur Unterstützung von Wissensmanagementprozessen, Trier 2000. [14] Schinzer, H.; Bange, C.: Werkzeuge zum Aufbau analytischer Informationssysteme - Marktübersicht, In: Chamoni, P.; Gluchowski: "Analytische Informationssysteme: Data Warehouse, On-Line Analytic Processing", 2. Aufl., S. 45-76, Berlin 1999. VI Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick [15] Schwarz, F.: Ideenklau macht schlau, München 2002. [16] Strohmeier, S.: Universität des Saarlandes, Lehrstuhl für Management Informationssysteme, Vorlesungsfolien; Informationssysteme im Management; Universität des Saarlandes, Lehrstuhl für Management Informationssysteme, Studienjahr 2005. [17] Thiesse, F.; Bach, V.: Tools und Architekturen für Business Knowledge Management, in: Business-Knowledge-Management: Praxiserfahrungen mit intranet-basierten Lösungen, Hrsg.: Bach, V., Vogler, P., Österle, H., Berlin et al.. VII Universität des Saarlandes - FR 5.6 Informationswissenschaft Projekt: Wissensmanagement PD Dr. Ilse Harms André May: IuK-Technik im Wissensmanagement – Ein Überblick Onlinequellenverzeichnis • Gentsch, P.: Business Intelligence, Wie aus Daten Wissen wird, 2000, online im Internet: URL: http://www.sapinfo.net/goto/stra/1498/DE (letzter Zugriff am 25.09.2005). • Immon, W. H.: Building the Data Warehouse; Wisley, New York 1992. In: Business Intelligence: Das Ringen um Trendthemen in wirtschaftlich turbulenten Zeiten; Prof. Dr. Matthias; Köln 2002, online im Internet: URL: http://www.ifem.org/ifem_bi_wp.pdf (letzter Zugriff am 25.09.2005). • http://de.wikipedia.org/wiki/Dokumentenmanagement (letzter Zugriff 25.09.2005). • http://de.wikipedia.org/wiki/Dokumentenmanagement (letzter Zugriff 25.09.2005). VIII
