Zusammenfassung
Die Wissensbasis besteht aus einer physischen und einer konzeptionellen Sicht (Abbildung 21). Die physische Sicht beschreibt die einzelnen Wissensquellen, die es im Innovationsprozeß mit dem Ziel der Wissensentwicklung zu integrieren gilt. Damit die einzelnen Wissensquellen zielorientiert miteinander kombiniert werden können, sind Integrationsmodelle notwendig. Diese werden auf der konzeptionellen Ebene mit unterschiedlichem Integrationsgrad und Abstraktionsgrad formuliert.147 Die Integration versucht, die verschiedenen Wissensbestände entsprechend der jeweiligen Aufgabe zielorientiert zu kombinieren. Die unterschiedlichen Integrationsmodelle unterscheiden sich dabei im Umfang, im Abstraktionsgrad und in der Art der zu integrierenden Wissensquellen. So beschreibt z.B. ein Entity Relationship-Modell die Struktur der abgebildeten Objekten mit ihren jeweiligen Beziehungen. Sogenannte Experten-Knowledge Maps konzentrieren sich dagegen auf Inhalt und Standort (sowie deren Vernetzung) der personen-bezogenen Wissensquellen. Im Sinne einer Integration muß eine übergeordnete Sicht die verschiedenen spezialisierten Sichten miteinander verbinden. Für diese Integration wird in der Literatur der Wirtschaftsinformatik und in der betriebswirtschaftlichen Literatur zunehmend das Konzept der Ontologie diskutiert.148 Dabei geht es insbesondere auch um die Modellierung einer integrierten Unternehmenssicht sowie um formale und semi-formale Beschreibungssprachen, mit denen Ontologien erstellt werden können.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. z.B. Zelewski. S. /Schütte. R./Siedentopf, J., 1999; Frank. U./Schauer, H., 1999.
Hierzu z.B. Chamoni, P./ Gluchowski. P., 1998, S. 110–121.
Dataware Technologies: Seven steps to implementing knowledge management in your organization, Corporate Executive Briefing. 1999. S. 7.
Tags sind formale Beschreibungseinheiten mit denen sich z.B. semantische Definitionen oder Formatierungen von Textelementen durchführen lassen. So können z.B. bestimmte XML-Tags Verwendung finden (siehe hierzu Abschnitt 3.1.2.2.1).
In objektorientierten Datenmodellen ist das Objekt (engl. object) die zentrale Einheit. Ein Objekt ist durch Attribute beschrieben und es sind bestimmte Operationen (Methoden, engl. methods) über einem Objekt definiert. Der Aufbau eines Objekts ist anderen Objekten teilweise oder vollständig verborgen (Kapselung, engl. encapsulation, information hiding). Objekte kommunizieren über Nachrichten (engl. message): ein Objekt reagiert dabei nur auf solche Nachrichten, für die es Operationen bereitstellt. Klassen (engl. class) sind Definitionen von Objekten: sie können zudem Klassenattribute und -operationen haben, die für alle Objekte der Klasse Gültigkeit haben. Klassen können in Hierarchien angeordnet werden, wobei Unterklassen Eigenschaften von Oberklassen erben (Vererbung, engl. inheritance) können. Ein 00-System wird dann als objektorientiertes Datenbanksystem bezeichnet, wenn es die persistente Speicherung von Objekten ermöglicht. Vgl. Hughes, J., 1991.
Vgl. Scheer, A.-W./Bold, M./Hagemeyer, J./Kraemer, W., 1997, S. 25–28. Die Wissenssymbolik ist auch im ARIS Toolset 4.0 umgesetzt.
Hierzu z.B. Scheer. A.-W., 1995. S. 50.
Ebenso findet sich der Ausdruck der ontologischen Modellierung in der Literatur. vgl. z.B. Grober, T. R., 1993. XML steht für eXtensible Markup Language und ermöglicht eine über HTML hinausgehende Semantikdarstellung. Siehe hierzu Abschnitt 3.1.2.2.1.
Nach Frank/Schauer (1999) entsteht ein erheblicher Teil der Kontingent, der ein rechnergestütztes Wissensmanagement behindert, dadurch, daß die Organisation kooperativer Handlungen in Unternehmen und die damit einhergehende Begrifflichkeit in hohem Maß variieren. Sie führen weiter aus, daß im Rahmen der Wirtschaftsinformatik verschiedene Vereinheitlichungs. bzw. Standardisierungsbemühungen zu erkennen sind, die sich dieser Problematik annehmen. Dazu gehören z.B. die Unternehmensmodelle von Scheer (vgl. Scheer. A.-W., 1995) oder der Entwurf von “Normsprachen” (vgl. Oriner. E.. 1997), die neben einer normierten Syntax auch die Semantik von Begriffen definieren. Ebenso hat die “Object Management Group” sogenannte “Business Objects” spezifiziert, die eine software-technisch aufbereitete Definition anwendungsnaher Konzepte, wie etwa “Rechnung”, “Angestellter”, “Konto” etc. darstellen.
XSL basiert auf einem leistungsfähigen internationalen Standard der ISO, dem Document Style Semantics and Specifications Language (DSSSL). Vgl. Böhnlein, M./Ende, A., 1999, S. 274–276.
Dataware Technologies: Seven steps to implementing knowledge management in your organization, Corporate Executive Briefing, 1999, S. 7.
Vgl. Probst, G./ Gilbert 1.B.: Wissen managen: wie Unternehmen ihre wertvollste Ressource optimal nutzen, Frankfurter Allgemeine, Frankfurt 1998, S. 107 ff.
So hat z.B. das Fraunhofer IAO in Kooperation mit der Universität Essen den neuen Standard BMEcat für den elektronischen Handel ins Internet entwickelt. Der Standard ermöglicht die elektronische Übertragung von multimedialen Produktkatalogen, als Basis für Business-to-Business E-Commerce. Die Version 1.0 des Standards wurde im November 1999 verabschiedet. Der XML-basierte Standard BMEcat wurde bereits in verschiedenen Pilotprojekten erfolgreich eingesetzt. Ausführlich hierzu: http://www.bmecat.org.
Once your DTD is built, any interface that uses an XML parser can interpret your script document instance by simply refering to the roles in your DTD”, Rist, 0., 1999
Unter Kreativität läßt sich die Fähigkeit zur Produktion neuer Ideen und Problemlösungen verstehen. Vgl. Romhardt, K., 1998, S. 177.
Ausführlich hierzu z.B.: Specht, G./Schmelzer, H., 1991 oder Thom. N., 1980. 202
Ein Beispiel für eine Innovationscheckliste wird im Rahmen der TRIZ-Methode gezeigt (3.2.4.1).
Vgl. Ergebnisse der empirischen Erfolgsfaktorenforschung von Cooper und Kleinschmidt. in: Cooper. R. G./Geschka, H./Kleinschmidt, 1996.
Vgl. z.B. Green, P. E.. 1994, S. 3–19.
Z.B. 1. Europäischer TRIZ-Kongreß 1999. Wirtschaftskammer Österreich, Wirtschaftsfiirderungsinstitut, Wien gemeinsam mit der Technischen Universität Wien. Institut für Betriebswissenschaften: TRIZ beim 3. und 4. QFD-Symposium 1998/99; TRIZ bei der World Innovation-Konferenz in Australien 1999.
Europastudie Innovation: Europaweite, branchenübergreifende empirische Untersuchung mit 309 Unternehmen. Droege & Company, Düsseldorf, 1997.
Vgl. Behme, W./Multhaupt, M., 1999. S. 104. 240 Vgl. Behme. W./Multhaupt, M.. 1999, S. 111.
Vgl. Research Report Goal/QPC, 1997, S. 3.
Unter einer inventíveo Lösung versteht Altschuller eine bislang unbekannte Lösung auf ein erkanntes Problem. 21’ Siehe Kapitel 2.3.
Die Differenzierung in Basisanforderungen, Leistungsanforderungen und Begeisternde Faktoren entstammt dem sogenannten Kano-Modell. Hierzu z.B. Saatweber, J., 1997, S. 47–53.
Siehe hierzu die Schnittstellensicht nach Brockhoff in Kapitel 2.1.2.2.2.
Die Untersuchung wurde 1998 am Institut für Qualitätssicherung an der Universität Hannover mit 39 Unternehmen durchgeführt, VDI Bericht 1413, QFD, t999.
Zu der in der Unternehmenspraxis am häufigsten eingesetzten Software gehört nach einer aktuellen Untersuchung QFD Capture. Vgl. Herzwurm, G./Mellis, W./Schockert, S./Weinberger, C.: Customer Oriented Evaluation of QFD Software Tools. QFD-Institut Deutschland, 1999.
Im Forschungsprojekt „VIRTEX” (Virtual Organisation of the Textile an Clothing Supply Chain for Co-operative Innovation, Quality and Environment Management) werden z.B. bereits CSCW-Technologien für ein inter-organisationales QFD eingesetzt. Ausführlich hierzu: Fischer. Th., 1999 (c).
Vgl. Hagedorn, J. /Bissante, N. /Mertens. P.. 1997, S.601–612.
Fayyad, U. M./Piatetsky-Shapiro, G./Smyth, P., 1996, S. 6.
Fayyad, U. M./Piatetsky-Shapiro, G./Smyth, P., 1997. S. 27–34.
Vgl. z.B. Behme, W./Multhaupt, M., 1999, S. 101–125: Ferber, R., 1998; Rajman. M./Besançon. R., 1997.
Feldman. R./Fresko, M., Kinar, Y./Lindell, Y./Liphstat, O./Rajman, M./Settler, Y., Zamir, O., 1999. S.2. 127 Siehe hierzu die Ausführungen zur physischen Sicht der Wissensbasis in Kapitel 3.
Aufbauend auf dieser Kritik wurden zahlreiche Verfeinerungen des von Luhn entworfenen Prinzips entwickelt. Diese basieren im wesentlichen auf einem dem Abstracting vorangehenden Clustering des zu untersuchenden Dokumentes. Vgl. hierzu z.B. Salton, G. et al., 1995.
Der Ansatz der systematischen daten-basierten Analyse von Prozessen ist nicht neu. Dies wird schon seit Jahren z.B mit der Methode Statistical Process Control (SPC) durchgeführt. Vgl. hierzu z.B.: Farnum, N., 1994. Grant, E. L., 1988. Der hier vorgestellte Ansatz unterscheidet sich durch die automatisierte, aktive Prozelfanalyse durch Data Mining.
DaimlerChrysler setzt z.B. Data Mining im Beschwerde-Management des PKW-Geschäftes ein. DaimlerChrysler verfügt über ein umfassendes Qualitätsinformationssystem, in dem Informationen zur Produktion und aufgetretenen Schadensfällen hergestellter Fahrzeuge der Marke Mercedes gespeichert sind. Mit Hilfe von Data Mining wurden — zum Teil überraschende — Zusammenhänge zwischen Sonderausstattung eines Fahrzeugtyps und Schadensart und -häufihkeit gefunden. Vgl. Wirth, R./Reinartz, T., 1996, S. 76–81.
Diese sind in den Online-Patentdatenbanken der nationalen und internationalen Patentgesellschaften wie z.B. http://www.deutsches-patentamt.de oder http://www.uspto.gov/web verfügbar. Patentinformationen werden jedoch zunehmend kostenlos angeboten. So erhält man unter http://www.u.spto.gov/patft/index.html alle US-Patente ab1971.
Fix Zu den selben Aussagen kommen: Höfling, 1., 1999. S. 26 und Schmidt C./Zucker. B., 1996, S. 199.
Diese Erkenntnis ist Ergebnis einer Studie über marktgängige KDD-Softwaretools die 1999 are Lehrstuhl für Betriebswirtschaftslehre. insbesondere Wirtschaftsinformatik und Informationsmanagement an der Wissenschaftlichen Hochschule für Unternehmensführung (WHU) in Kooperation mit Roche Diagnostics durchgeführt wurde: vgl. Gentsch, P., 1999,5.83–100.
Diese EU-Richtlinie ist jedoch noch kein Gesetz; vgl. hierzu z.B. Dohr, W./Pollirer, H.-1./Weiss, E. M., 1995, S. 23.
Rights and permissions
Copyright information
© 2001 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Gentsch, P. (2001). Wissensbasis und Wissensentwicklung im Innovationsmanagement. In: Wissenserwerb in Innovationsprozessen. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-99304-5_3
Download citation
DOI: https://doi.org/10.1007/978-3-322-99304-5_3
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-7391-5
Online ISBN: 978-3-322-99304-5
eBook Packages: Springer Book Archive