Databases Reference
In-Depth Information
Implizites Wissen (subjektiv)
Explizites Wissen (objektiv)
x
Erfahrungswissen (Körper)
x
Verstandeswissen (Geist)
x
Gleichzeitiges Wissen (hier und
jetzt)
x
Sequentielles Wissen (da und
damals)
x
Analoges Wissen (Praxis)
x
Digitales Wissen (Theorie)
x
Nicht ohne weiteres sprachlich
artikulierbar
x
Weitergabe möglich
x
Kontextspezifisch
x
Kontextfrei
x
Nicht formal darstellbar
x
Formal darstellbar
Tabelle 3-1:
Zwei Typen von Wissen
(Quelle: Eigene Darstellung in Anlehnung an (Lehner/Scholz/Wildner 2009, 62;
Nonaka/Takeuchi 1997, 73))
Lehner/Scholz/Wildner (2009, 29-34) stellen eine Reihe unterschiedlicher Definitionen des
Begriffs Wissensmanagement dar und halten fest, dass eine Zusammenfassung beim derzeiti-
gen Stand aufgrund der heterogenen Strömungen schwierig ist. Wenn jedoch die organisatori-
sche Ebene betrachtet wird, so finden Lehner/Scholz/Wildner die Ausführungen von
Schneider (1996) treffend. Demnach geht es beim Wissensmanagement im instrumentellen
Sinn "um die Vernetzung vorhandenen, die Generierung neuen, die Dokumentation von und
den Transfer von Wissen aus der Umwelt in die Unternehmung. In Verbindung damit sollen
die mit diesen Prozessen verbundenen ökonomischen Auswirkungen möglichst differenziert
erfasst und zu Vergleichszwecken über Zeitperioden aufgezeichnet werden." (Schneider
1996).
In der Produktentwicklung, wo überwiegend eine Vielzahl von Menschen gemeinsam, zeit-
gleich und verteilt arbeitet, ist das Wissensmanagement von herausragender Bedeutung und
stellt besondere Anforderungen (Akgün et al. 2005, 1106). Dabei ist es nicht notwendig, dass
in Entwicklungsprojekten alle Mitglieder alles wissen, jedoch ist das zwischenmenschliche
Bewusstsein für das Wissen anderer unerlässlich (vgl. z. B. auch Cannon-Bowers/Salas
(2001, 197)). In diesem Zusammenhang werden die Idee der Wissensvernetzung im Allge-
meinen und das zwischenmenschliche Bewusstsein unter dem Begriff transactive memory
system (TMS) beforscht. Dazu ist es erforderlich, dass einzelne sich in Beziehungen zu ande-
ren
sehen
und
sich
gegenseitig
als
Wissensspeicher
Hilfestellungen
geben
(Court/Culley/McMahon 1997, 363; Wegner/Giuliano/Hertel 1985, 256f.).
Das Knowledge Discovery in Databases kann als nutzenbringende Disziplin auch unter diesen
Aspekten in das Wissensmanagement eingeordnet werden. Insbesondere stellt es als Prozess
Methoden bereit, die das Ziel der Wissensentdeckung in strukturierten und unstrukturierten
Daten durch Data Mining und Text Mining haben. Dabei geht es um die Aufdeckung bislang
unbekannter Wechselbeziehungen in großen, vergangenheitsbezogenen Datenbeständen zur
Vorhersage von Trends, Verhalten oder Mustern (Gausemeier et al. 2006, 327). Denn in grö-
ßeren Unternehmen und bei großen Datenmengen können zwischenmenschliche Beziehungen
die Notwendigkeit der Erforschung und Weitergabe von Wissen nicht sicherstellen.
