Big Data | centrestage.de

Wissensmanagement ist seit vielen Jahren ein Thema sowohl in der Praxis als auch in der Theorie und hat verschiedene Entwicklungsstufen durchlaufen.

Entwicklungsstufen des Wissensmanagements

Auch anstehende digitale Transformation der Unternehmen (Digitalisierung des Unternehmens, der Arbeitswelt und des Arbeitsplatzes; Big Data und künstliche Intelligenz) hat weitreichende Auswirkungen auf das Wissensmanagement. In allen Entwicklungsstufen des Wissensmanagements ging es immer um die Frage, wie Unternehmen „schlauer” werden. Viele gute Managementkonzepte und Ideen dazu gibt es schon lange.

Das Managementkonzept der Lernenden Organisation hat in der ganzen Diskussion rund um das Wissensmanagement eine herausragende Bedeutung. Dabei ist die Idee der Lernenden Organisation beileibe keine neue Wissenschaft, auch wenn Beratende, Change Managerinnen/- Manager oder die aktuelle Managementliteratur diesen Eindruck vermitteln wollen.

Der Artikel “Wie Unternehmen schlauer werden: Wissenstransfer der Zukunft” (Download) gibt einen umfassenden Überblick zur Entwicklung des Managementkonzeptes der “Lernenden Organisation” von den Ursprüngen bis zur heutigen Zeit.

Niemeier, J. und M. Göhring (2019), Wie Unternehmen schlauer werden: Wissenstransfer der Zukunft, in: Clotten, J.J., N. Kahnwald und A. Wetzstein (Hrsg., 2019), Wissenstransfer: Wissen teilen und verteilen, Beiträge der Veranstaltung “DGUV Fachgespräch Wissensmanagement in der gesetzlichen Unfallversicherung” in Dresden, Mai 2017, S. 44 – 48

Auf der Suche nach den Triebkräften für Enterprise 2.0 habe ich in den letzten fünf Blogposts die Treiber Wissensarbeit, Technologie, attraktive Arbeitswelt, globale Zusammenarbeit und demografischer Wandel untersucht. Nachdem damit das Bergfest erreicht ist geht es jetzt weiter mit der Datenflut als möglichen Treiber für Enterprise 2.0.

Unternehmen erleben ein dynamisches Wachstum sowohl ihrer strukturierten als auch insbesondere der unstrukturierten Datenbestände. Gleichzeitig befinden sich zunehmend wichtige Daten und Informationen im Internet, also außerhalb der Grenzen des Unternehmens. Der wachsende Datenstrom wird durch eine Vielzahl von relevanten Quellen wie interne Kollaborationsanwendungen, externe Social Media Lösungen und mobile Anwendungen getrieben.

Mit “Big Data” entstehen neue Wege der Datenanalyse, welche die Nutzung von Kundendaten, Transaktionsdaten aus Businessanwendungen und Daten aus dem Internet der Dinge ermöglichen. Nach einer Studie von IDC [1] sind nur 22 Prozent der Daten im “digitalen Universum” nutzbar, z.B. durch eine vorgenommene Klassifizierung. Und nur 5 Prozent der Daten werden tatsächlich genutzt. Gleichzeitig haben McAfee und Brynjolfsson den ökonomischen Nutzen von datenbasierten Entscheidungen nachgewiesen: Unternehmen, die in ihrem Industriesegment im Hinblick auf die Nutzung von datenbasierten Entscheidungen zum oberen Drittel gehören, waren durchschnittlich 5 Prozent produktiver und 6 Prozent profitabler als ihre Wettbewerber [2]. Dass Big-Data-Analysen zu vielfältigen Mehrwerten führen können, belegt eine Studie vom BARC-Institut:

Schaubild: Erwarteter Nutzen 2012 und tatsächlich realisierter analytischer Nutzen 2013 [3]