Beiträge

Themengruppen

Recherche

• Alle Schlagworte
• Alle Beiträge

Service

• Was ist Wissensmangement?
• Open Journal of Knowledge Management
• Artikel-Guidelines
• Newsletter
• Kalender
• Wissensmanagement-Anbieter
• Partner
• Mediadaten

Community

• Autoren
• Wir über uns
• Login/Registrierung
• Blog zur Community of Knowledge

Sponsoren

Organisationales Suchen und Lernen mit Hilfe von Semantischen Verfahren: Möglichkeiten und Grenzen

18. Juli 2016 von Univ.-Prof. Dr. Wilfried Wieden, Dipl.-Ing. Michael Fegerl

Im Zuge eines geförderten Forschungsprojekts konnten Erkenntnisse gewonnen werden, dass maschinell gestützte Semantische Suche in Organisationen für Mitarbeiter den Zugang zu organisationalem Wissen nicht nur wesentlich verbessern kann, sondern auch positive Nebeneffekte bezüglich des organisationalen Lernens und der Organisationsentwicklung auslösen kann. Ein wesentlicher Grund dafür liegt offensichtlich in der Bereitstellung von geordneten Metainhalten.

1. Einleitung

Dieser Beitrag beruht im Wesentlichen auf Erkenntnissen, die im Rahmen eines Forschungs- und Entwicklungsprojekts ("Entwicklung einer IT-gestützten Methode zur Online Suche, Erschließung, Vernetzung und nachhaltigen Nutzung von verteiltem Content") gewonnen wurden. Dieses Projekt wurde vom Land Salzburg, Abteilung "Unternehmensbezogene Forschung", gefördert und gemeinsam von Universität Salzburg, School of Education, und einem Technologiepartner, Technodat Technische Datenverarbeitung Ges.m.b.H., durchgeführt.

Vorerst ging es bei diesem Projekt darum, diagnostische Evidenz zu bekommen, warum verteilte Inhalte, wie sie in größeren Organisationen vielfach und vielfältig anfallen, meist weder rasch noch zielsicher gefunden werden können. Danach sollte untersucht werden, wie die Wirksamkeit von bestehenden Suchwerkzeugen und Suchverfahren mit semantischen Verfahren verbessert werden kann.

Im Zuge der Projektentwicklung hat sich rasch gezeigt, dass die größten Verbesserungspotenziale bei der Suche nach verteilten Inhalten weniger bei den Suchwerkzeugen oder den Suchverfahren zu finden sind, sondern bei verschiedenen anderen Variablen, mit deren Hilfe Mensch und Maschine bei der Suche nach Inhalten unterstützt werden können. Erst als begonnen wurde, Suchhilfen nicht direkt, sondern im Vorfeld der Suche einzubringen, haben sich Perspektiven eröffnet, die wesentliche Verbesserungen bei den Suchergebnissen sowie zusätzliche Wertschöpfungspotenziale erkennbar gemacht haben.

2. Diagnostische Evidenz zum IST-Stand der Suche nach verteilten Inhalten

Da die Studie stark explorativen Charakter hat, wurde vorerst ein qualitatives Design gewählt. Es wurden insgesamt sechs Personen aus drei produzierenden Unternehmen als Auskunftspersonen für ausführliche Interviews ausgewählt und zu ihren Erfahrungen bei betriebsinternen Suchprozessen befragt. Die Auswahl erfolgte damit nicht randomisiert, sondern gezielt, damit unterschiedliche Arbeitsbereiche berücksichtigt werden konnten. Die Interviews wurden nach folgenden Kriterien geplant und durchgeführt:

1. Art der gesuchten Inhalte, in den Dimension
   • konkret vs. abstrakt (z.B. Daten vs. begriffliche Topics wie <Qualitätssicherung>)
   • einfach vs. komplex (z.B. einfache Topics vs. Topic-Zusammenhänge wie zwischen <Produktqualität> und <Kundenzufriedenheit>)
2. Art der Suche
   z.B. gezielt vs. explorativ
3. Art der Aufbereitung der Inhalte
   z.B. unstrukturiert vs. strukturiert vs. vernetzt
4. Art der Ablage der Inhalte
   • z.B. organisational vs. lokal
   • Art des Werkzeugs zur Verwaltung der Inhalte (z.B. DMS, CMS, Fileshare, Outlook, ...)
5. Zugänglichkeit der Inhalte
   z.B. organisational uneingeschränkt freigegeben vs für bestimmte Personen freigegeben
6. Suchende Personen
   z.B. mit viel vs. mit wenig Rechercheaufgaben
7. Suchverfahren
   z.B. wortbasiert vs. navigationsbasiert
8. eingesetztes Suchwerkzeug
   z.B. Verwaltungswerkzeug (z.B. Outlook, CMS) vs. spezielle Suchmaschine (Google, ...)
9. Effektivität der Suche
   z.B. zeitlicher Aufwand vs. Treffsicherheit der Suche.

Die Diagnosen haben gezeigt, dass zwischen diesen Variablen komplexe Zusammenhänge bestehen, z.B. dass die Effektivität der Suche von den Variablen a) bis h) abhängig sein kann. Details zu einzelnen Zusammenhängen können bei den Autoren erfragt werden.

Aus den Äußerungen der interviewten Personen ist zu entnehmen, dass a) diese bevorzugt vor einer maschinellen Suche bekannte Kollegen als Experten befragen, um treffsichere Anhaltspunkte für eine Suche zu erhalten und b) Suchanfragen dann nur unter besonderen Voraussetzungen zufriedenstellend (punktgenau) ausfallen, z.B. wenn …

• … zu den im Unternehmen bekannten Objekten (Organisationseinheiten, Prozessen, Gebäuden, Anlagen, techn. Plätzen, …) zugeordnete Dokumente gesucht werden, in diesen Dokumenten die wesentlichen Inhalte erfasst sind, und die Textsuche wie bei Google durchgeführt wird.
• … im Outlooksystem gesucht wird, wo die Akteure über den Mailverkehr bereits wissen, dass die gesuchte Information bereits einmal im Umlauf war (Orientierungskriterien: Person, Datum, Firma, tw. Betreff/Schlagwort im Inhalt).
• … vertraut ist, welche Terme in einem bestimmten Kontext verwendet werden bzw. das Suchthema im Internet auch schon landläufig bekannt ist.

Die Gründe, wieso Suchanfragen wenig bis gar nicht zufriedenstellend ausfallen, sind vielfältig, …

• … z.B. weil Suchende
  • keine geeigneten Ansatzpunkte für eine Suche finden oder die vorhandenen Ansatzpunkte, wie  die Ordnungsstrukturen anderer Fachbereiche und die dazugehörigen Bezeichnungen (z.B. Dokumentkategorien, Themenstrukturen) nicht kennen bzw. nicht verstehen,
  • wortbasierte Volltextsuche anwenden, und dabei entweder viele unerwünschte Treffer oder gar keine Treffer erhalten, obwohl die gesuchten Dokumente nachweislich vorhanden sind,
  • soweit neu im Betrieb, oftmals nur umfangreiche digitale "Einschulungsunterlagen" erhalten, die nur für den jeweiligen Arbeitsbereich gültig sind, meist aber keine Angaben über organisationaler Strukturen und Konventionen der Dokumentation und Kommunikation von Inhalten enthalten,
  • die Vor- und Nachteile von verfügbaren Suchverfahren nicht kennen, z.B. immer nur wortbasierte Volltextsuche (und nicht z.B. auch navigationsbasierte Suche) anwenden, dann mangels brauchbarer Ergebnisse die Suche abbrechen und Inhalte in der Fachbibliothek oder aus F&E Berichten neu recherchieren.
• … z.B. weil betriebsrelevante Dokumente
  • nur als hardcopy, nur handschriftlich oder nur als eingescanntes Bild vorliegen und keine als Text durchsuchbare Inhalte aufweisen,
  • oftmals nur in einer persönlichen Ablage oder einem Abteilungslaufwerk verortet werden, deren Struktur andere nicht kennen bzw. die anderen Mitarbeitern nicht oder nur schwer zugänglich ist,
  • oftmals in Archive ausgelagert wurden, die einer digitalen Suche nicht mehr zugänglich sind bzw. deren Existenz kaum mehr bekannt ist,
  • nur als Liste abgelegt bzw. nicht mit suchrelevanten Metadaten versehen sind, daher ab einer erfolglosen Suchzeit ein bestimmter Inhalt noch einmal neu dokumentiert wird,
  • meist organisationssübliche, aber mehrdeutige Suchwörter enthalten und damit die Wahrscheinlichkeit, dass zu viele Suchtreffer ausgewiesen werden und viele Dokumente durchgesehen werden müssen, sehr hoch ist,
  • insbesondere längere Dokumente keine klare Struktur aufweisen, daher auf Volltextsuche ausgewichen wird, nach dem Motto "dann probier ich’s doch eher mit Google; das dauert nicht so lang, und macht mehr Spaß, auch wenn die Ergebnisse problematisch sind",
  • aus Gründen der Qualitätssicherung zwar erstellt werden müssen, jedoch wesentliche Betriebserfahrungen wegen der im QMS vorgegebenen starren Formalismen (Aufbau, Sprache, Workflow), vielleicht auch aus Gründen der persönlichen Wissenssicherung dort nicht erfasst werden, sondern bestenfalls nur in lokal verorteten Dokumenten, die von der Suche nicht erfasst werden.
• … z.B. weil betriebsrelevante Inhalte oftmals
  • nicht konsequent und einheitlich dokumentiert werden (s. Beispiel QMS),
  • speziell persönliche Betriebserfahrungen terminologisch nicht fixiert sind und daher eine einheitliche Bezeichnung nicht möglich ist,
  • in anderen Sprachen abgefasst sind und wortbasierte Suche die erwarteten Ergebnisse nicht liefern kann.
• … z.B. weil Werkzeuge und damit verbundene Verfahren
  • für die Suche nach Inhalten nicht bekannt sind, bzw. die Möglichkeiten für effizientes Suchen, z.B. mittels Filterkriterien, nicht vertraut sind (bekannt ist eher wortbasierte Suche wie bei Google, oder spezielle Suchen in Datenbankfeldern),
  • zur Zusammenführung verteilter Inhalte (zB Erstellen von Abfragen aus Prozessdaten, Verwaltungsdaten, Inhalte aus Forschung und Entwicklung, ...) nicht vertraut/verfügbar sind und oftmals selbstprogrammierte Hilfsmittel zur Deckung eines lokalen Bedarfs eingesetzt werden,
  • für die Suche nach Inhalten zwar bekannt und technisch möglich sind, aber das Wissen um die Existenz eines Dokuments oder um den richtigen Ablageort (Laufwerk) fehlt und daher auf kompetente Ansprechpartner ausgewichen wird.

3. Evidenz zur Verbesserung von Suchergebnissen durch den Einsatz von strukturierten Metainhalten

Versuche mit unterschiedlichen semantischen Mitteln wurden in zwei verschiedenen Organisationen durchgeführt.

3.1. Unternehmen aus dem Bereich der produzierenden Industrie

In einem Industrieunternehmen, in dem der zweitgenannte Autor seit vielen Jahren als Berater tätig ist, konnten aufschlussreiche Erkenntnisse zur Rolle strukturierter Metadaten gewonnen werden. In diesem Unternehmen wurden in den letzten 10 Jahren beinahe 50% der Mitarbeiter altersbedingt pensioniert und durch jüngere ersetzt. Durch massive Konzentration auf Standards und Standardprozess-Systeme wurde die zunehmende Digitalisierung beschleunigt. Die gewohnten Abteilungsstrukturen wurden durch relativ häufige interne Umorganisationen in Richtung dynamischer prozessartige Strukturen aufgebrochen, wodurch ein steigender Druck nach Effizienzsteigerung und Kostensenkung festzustellen war, was wiederum dazu führte, dass Mitarbeiter ihre Arbeit tun und wenig Interesse zeigen, Wissen auszutauschen bzw. kreative Verbesserungsvorschläge einzubringen.

Interessant war jedoch festzustellen, dass bei Hilfestellungen, die durch den Berater eingebracht worden waren, z.B. bei der Vorgehensweise zur strukturierten Dokumentation von betriebsrelevanten Inhalten und deren Ablage , ein hohes Maß an Akzeptanz festzustellen war. Die angesprochene Vorgehensweise bietet Referenzstrukturen, die verstanden werden und den Benutzern an jeder Stelle die Möglichkeit eröffnen, administrative bzw. thematische Strukturen einzusehen und beim Erstellen bzw. bei der Suche nach dokumentierten Inhalten, insbesondere bei Erfahrungswissen, zu nutzen. Dennoch waren und sind bestimmte Herausforderungen zu meistern:

• Für etwa 1/3 der Mitarbeiter bedeutete es, ihre gewohnte Arbeitsweise mit lokalen Ordnungssysteme für Dokumente z.T. zu verändern und sich auf das organisationale System umstellen; entsprechend war es erforderlich, die gemeinsamen, organisationalen Denk- und Handlungsmuster zu ergänzen.
• Individuelles Expertenwissen, nicht dokumentiertes Wissen zwischen bzw. hinter den Prozess-Elementen war erstmals zu erfassen.
• Da die Mitarbeiter in der täglichen Arbeit rasch erkennen, dass die verfügbaren Suchinstrumente auf Fragen nach Zusammenhängen keine entsprechenden Antworten bieten können, mussten geeignetere Formen der Wissensaufbereitung erst noch eingeführt und akzeptiert werden.
• Jungen Mitarbeitern ist die Ordnung der älteren nicht vertraut und sie nutzen die verfügbaren Ressourcen daher auch meist nicht; sie verlassen sich auf die Leistungsfähigkeit der maschinellen Suchlösungen (z.B. Volltextsuche), die keine Orientierung bzw. Ordnung schafft, und sind es gewohnt, Treffer zu nehmen, die da sind. Was maschinell nicht gefunden wurde, existiert für sie nicht, was die Situation noch verschlimmert. Um die Identifikation mit wachsenden Ordnungsstrukturen zu verbessern, erschien es zweckmäßig, Mitarbeiter möglichst breit einzubinden.

Nach wie vor offen geblieben sind Fragen/mögliche Antworten zu vernetzten Zusammenhängen, etwa zwischen Ursache und Wirkung oder Problemen und Lösungsansätzen, damit Mitarbeiter in der Zukunft z.B. ihre Problemlösungskompetenzen entwickeln können sollten.

3.2. NGO-Dienstleister

Für ein Netzwerk von Experten aus über 70 verschiedenen Ländern wurde in einer kleinen Gruppe von Mitarbeitern eine 7-dimensionale Matrix definiert, in der die relevanten Dokumente in einem Beziehungskontext zur Verfügung gestellt werden können. Eine Suchfunktion ist in dem System beinhaltet. Die Matrix soll den Benutzern das Suchen nach verteilten Inhalten erleichtern. Die Einführung des webbasierten Systems erfolgte unter Maßgabe der Verringerung der Kommunikations- und Reisekosten mit kurzen Kompakttrainings, wobei die so trainierten das Konzept in ihrem Netzwerk weitergeben sollten. Jedoch wurden nicht die Fachexperten in den Systemaufbau und die Trainings eingebunden


Abb. 1: Schema zur Bereitstellung von Dokumenten in einer mehrdimensionalen Matrix.

Das Potenzial einer derartigen Darstellung liegt darin, dass Dokumente in einen Zusammenhang von Themen und Ländern eingebettet werden können, wobei die Beziehung (etwa "is available in") implizit bleibt. Während dieser Ansatz das Problem der Dokumentablage in einem Beziehungsfeld entschärfen kann, bleiben andere Herausforderungen offen:

• Die einzelnen Dimensionen der Matrix sind über den Kreis der Entwickler hinaus nicht bekannt und den Benutzern auch hinsichtlich ihrer Zusammenhänge und Abhängigkeiten nicht immer verständlich; z.B. wurden für die Strukturbildung Kategorien aus internationalen Normen verwendet, die in der Menge unübersichtlich und in der Bezeichnung für die Benutzer nicht eindeutig genug sind, um systematisch angewandt zu werden.
• Die Abfolge, in der sich eine Dimension dem Benutzer zur Auswahl anbietet, entspricht nicht dem Benutzerbedarf; z.B. muss eine Information, die für alle verfügbar sein soll, zuerst einer Region zugeordnet werden; zum Teil werden Dimensionen auch erst in unterschiedlichen Prozessschritten angesprochen, sodass es dem Benutzer schwer fällt, die Gesamtheit der Orientierungshilfen zu erkennen.
• Die Einträge in beiden Dimensionen sind listenhaft und lang, damit unübersichtlich; untergeord-nete Themen sind teilweise vorhanden, aber erst nach der Auswahl eines Themas ersichtlich.
• Die Bezeichnung der thematischen Kategorien liegt nur in der Vermittlungssprache Englisch vor, sodass sich viele der Netzwerkpartner hier kaum wiederfinden; ebenso liegen auch alle Metadaten der Dokumente (Titel, Thema, Zusammenfassung, Hauptinhalt) nur auf Englisch vor; da die Sprachkompetenzen für Englisch sehr unterschiedlich sind, werden bestimmte Wörter oftmals mit unterschiedlichen Bedeutungen verwendet, was zu Verwirrung und Orientierungslosigkeit führt und den Wert von Suchergebnissen mindert.

Die Schwachstelle dieses Ansatzes liegt offensichtlich darin, dass nur zwei der Dimensionen berücksichtigt werden können; z.B. kann damit der Weg der persönlichen Kommunikation nicht unterstützt werden, weil nicht oder nur unzureichend ersichtlich wird, welche Personen zu welchem Thema Experten sind. Es hat sich gezeigt, dass das bestehende Ablagesystem nicht zum Bereitstellen von gemeinsamen Expertenwissen und damit auch nicht zum Suchen nach organisationalem Wissen geeignet ist, womit ein Vertrauensverlust in dieses Werkzeug entsteht. Dies hängt möglicher Weise auch damit zusammen, dass das System keinerlei Möglichkeit bietet, das für das Netzwerk definierte Referenzsystem zu erlernen bzw. zu verbessern. Damit kann das Ziel, ein gemeinsam entwickeltes und breit verstandenes Navigations- und Verständigungssystem zu schaffen, nicht erreicht werden.

Das angeführte Probleme wäre technisch lösbar, jedoch ist der Vertrauensverlust in das System bereits so fortgeschritten, dass die Benutzer nur mehr schwer zur Verwendung des Systems motiviert werden können und lieber auf öffentliche, weniger effiziente Lösungen (Google, social media, Whatsapp, …) ausweichen.

4. Evidenz zur Verbesserung von Suchergebnissen durch den Einsatz von Semantischen Metainhalten

Der Versuch, die Wirksamkeit von Semantischen Metainhalten bei der maschinengestützten Suche nach Inhalten zu testen, wurde im Bereich der Forschung (Teilbereich LehrerInnenbildung) an 10 tertiären Bildungseinrichtungen in den österreichischen Bundesländern Salzburg und Oberösterreich unternommen. Diese Institutionen betreiben als Voraussetzung für die Ausbildung von Lehrpersonen sehr unterschiedliche Formen von Forschung, haben entsprechend sehr unterschiedliche Vorstellungen von Forschung und verwenden dazu aber oft die gleichen Bezeichnungen (z.B. Institution A verwendet die Bezeichnung Grundlagenforschung für Sachverhalte, wo Institution B behauptet, bei ihr wäre das bestenfalls Angewandte Forschung). Es mangelt deshalb an einer institutionenübergreifenden Standardisierung. Erschwerend kommt noch dazu, dass viele Mitarbeiter auf Erfahrungen von Kollegen vor allem aus den Nachbarinstitutionen zurückgreifen würden, und sie dabei mit den verfügbaren Werkzeugen/Verfahren keine zufriedenstellenden Suchergebnisse erzielen können, wie umfangreiche Vortests gezeigt haben. Die Gründe dafür liegen vor allem darin, dass

1. Zusammenhangswissen (vor allem in der Form von persönlichem Erfahrungswissen) nicht dokumentiert wird,
2. Publikationstitel in der Regel selbst einfache Zusammenhänge nicht explizit ausweisen, etwa in der Form von Forschungsfragen (z.B. "Bei welchen Aufgabenstellungen überwiegen beim Fremdsprachenwerb <Interlanguageprozesse> bzw. <Transferprozesse>?),
3. Maschinell gestützte Volltextanalysen, oftmals auch kritische Leser eines Textes, komplexe Zusammenhänge nicht so erschließen können, dass sie damit bei Bedarf neue Aufgabenstellungen bewältigen können. 

Der Ansatz zur Aufgabenbewältigung bestand nun darin, beim Erfassen, Aufbereiten und Ablegen von Forschungserkenntnissen inhaltsbasiert (d.i. nicht sprachbasiert) Gemeinsamkeiten aus der Forschungsarbeit in den betroffenen Institutionen herauszufiltern und durch Strukturierung, Vernetzung und explizite Bezeichnung bedarfsgerecht aufzubereiten. Dadurch sollten Suchwerkzeuge und Suchverfahren in die Lage versetzt werden, nicht nur die Treffsicherheit von Suchanfragen wesentlich zu verbessern, sondern auch komplexe Zusammenhänge in überschaubarer Form "greifbar" zu machen. Derartige Fragestellungen werden für die (über-) organisationale Entwicklung als wichtig angesehen, weil man anhand von Antworten darauf Möglichkeiten für Kooperationen, neue Forschungserkenntnisse, aber auch Forschungslücken erkennen kann.

Die Inhalte dazu wurden mittels Fragebogen an den beteiligten Institutionen erhoben. Der Bedarf war durch die bildungspolitische Entscheidung zu engerer Kooperation in Forschung und Ausbildung vorgegeben, sodass 103 Informanten motiviert werden konnten, umfassende Rückmeldungen zu liefern. Die semantische Aufbereitung der Inhalte erfolgte nach einem "Knowledge Refinement"-Verfahren, das an der Universität Salzburg in Kooperation mit außeruniversitären Partnern entwickelt wurde und das sich bereits in zahlreichen internationalen (mehrsprachigen) Wissens-managementprojekten bewährt hat. Die Aufbereitung der Inhalte erfolgte im gegenständlichen Projekt mit Werkzeugen des Salzburger Technologiepartners Technodat (Syneris© ), mit dessen Hilfe sowohl stichwortbasiert als auch navigationsbasiert nach Inhalten verschiedenster Art gesucht werden konnte. Dazu unter Abb. 2 ein maschinell generierter beispielhafter Ausschnitt  aus diesem hierarchisierten semantischen Netz (bezüglich Personen anonymisiert).



Abb. 2: Maschinell generierter Ausschnitt aus einem Semantischen Netz zum Suchthema <Spracherwerb>, um verfügbare Forschungskompetenzen, aktuelle Forschungsprojekte und weiterführende Subthemen an den angef. Bildungsinstitutionen anzuzeigen.

Soweit hinter den einzelnen Topics (Knoten) auch Terminologie hinterlegt war, konnten Inhalte auch stichwortbasiert gefunden werden, in deren Textierung das Stichwort nicht enthalten war. Damit konnte schon ein erster Qualitätssprung bei der Suche nach Inhalten nachgewiesen werden. Ein weiterer Qualitätssprung konnte durch navigationsbasiertes Suchen bei Nicht-Experten erreicht werden, die mangels geeigneter Stichwörter (Fachtermini) eher eine explorative Suche durchführen wollten und mussten. Diese Personengruppe konnte durch navigationsbasierte Suche mit wenigen Schritten zur gesuchten Wissensdomäne vordringen, einen Überblick und auch ein Verständnis der Inhalte davon gewinnen, weil

1. für spezielle Inhalte auf hierarchisch übergeordneter Ebene (meist) Andockpunkte zu vertrautem Wissen angeboten wurden und
2. für die Bezeichnungen von Knoten (Topics) zum Zweck der Bezeichnungstransparenz soweit wie möglich Allgemeinsprache und explizite Formulierungen (mit Vererbung) verwendet wurde.

Damit konnten bemerkenswerte Prozesse des organisationalen Lernens in Gang gesetzt werden, nicht nur bei Suchenden, sondern gerade bei jenen Personen, die an der Erfassung und Modellierung der Inhalte beteiligt waren. Bei diesen Personen wurden durch diese Arbeit Erkenntnisprozesse ausgelöst, deren Ergebnis zweifellos als bedeutende Wertschöpfungspotenziale für eine Organisation bezeichnet werden können. Beispiele dafür waren

1. das Entdecken von Forschungslücken zu bestimmten Themen
2. Parallelentwicklungen an verschiedenen Standorten
3. inhaltliche Bezüge, die verteilte Inhalte zusammenführen helfen
4. Bereitstellung von inhaltlichen Standards (bei unterschiedlichen Bezeichnungen)  in verteilten Organisationen
5. Ideen für neue Problemlösungsansätze durch Vernetzung von Topics.

5. Schlussfolgerungen, Ausblicke

Der Wunsch nach mehr und besserer maschineller Unterstützung bei der Bewältigung von Aufgaben ist alt. Er hat sich bei physischen Tätigkeiten bewährt, bei geistigen Tätigkeiten aber nur bedingt. Die erlangten Befunde lassen deutlich erkennen, dass die jüngere Entwicklung von digitalen Technologien bei Suchaufgaben sogar zu einem Umkehreffekt geführt hat, wonach sich der Mensch nach den maschinellen Möglichkeiten richten muss. Dies führt zu unerwünschten Nebeneffekten, wie z.B. das ausschließliche Vertrauen in punktuelles bzw. datenorientiertes quantitatives Denken. Diese Denk- und Handlungsmuster sind notwendig, aber nicht hinreichend, um wesentliche Anforderungen, wie sie bei größeren Organisationen heutzutage anfallen, zu erfüllen. Zusammenhänge z.B. zwischen Ursache und Wirkung oder zwischen Problem und Lösung sind nach wie vor maschinellen Algorithmen nicht zugänglich, womit das betroffene Individuum dazu keine maschinelle Unterstützung erwarten kann und damit qualitatives Denken in komplexen Kontexten als genuin menschliche Aufgabe gesehen werden darf und muss. Die daraus ableitbare Rollenbeziehung zwischen Mensch und Maschine wird aber vielfach nicht erkannt.

Wie in Kap. 4 ausgeführt, hat die Arbeit mit hierarchisierten Semantischen Netzen ein hohes Wertschöpfungspotenzial, das Verfahren hat aber auch eine nicht unwesentliche Schwachstelle: Für viele Menschen stellt das dazu notwendige explizite Denken in Zusammenhängen eine Barriere dar, wie die vielfach beklagten Schwierigkeiten, (komplexes) Erfahrungswissen zu fassen und zu sichern, beweisen. Neu am durchgeführten Projekt war die Erkenntnis, dass Semantische Verfahren besonders dann effektive Suchergebnisse liefern und günstige cost-benefit Relationen ausweisen, wenn sie nicht unmittelbar für die Suche nach verteilten Beständen, sondern im Vorfeld indirekt für die Erstellung von organisationalen Metainhalten eingesetzt werden. Und neu war auch die Erkenntnis, dass mit einer symbiotischen Mensch-Maschine Beziehung besondere Wertschöpfung erzielt werden kann:

• Der Mensch hinterfragt und versucht eine komplexe Welt besser zu verstehen.
• Die Maschine hilft, Ordnung zu schaffen und generiert Sichtweisen auf Zusammenhänge, die die Suche nach Verständnis wesentlich erleichtern können, womit Tore zu Innovation, Problemlösung, ... geöffnet werden können.

Die Grenzen für den Einsatz semantischer Suchverfahren liegen in jenen Anwendungsbereichen, bei denen maschinelles Datenmanagement und quantitatives Denken im Wesentlichen ausreicht.

Fachliteratur:

Crenze, U. (2015): Big Content – und die Rolle von Enterprise Search & Analytics. In: WM 2015/5:32-33.

Foitzik, O. (2015): Big Data: Suchst du noch oder arbeitest du schon? in: WM 2015/5:36-38.

Habermann, F. (2015): Project Canvas: Wissen interdisziplinär zusammenführen. In: WM 2015/5:39-42.

Meusburger, G. (2015): Wissensmanagement für Entscheider. Unternehmenswissen erfolgreich managen. Die praktische Umsetzung für jedes Unternehmen. Ohne Verlag (ISBN 978-3-200-04009-0)

Reichart, D. (2015): Wissen in Massen statt in Maßen. In: WM 2015/5:52-53.

Rippel, J., Klein, P. (2015): Das Lebensrad des Marktes: Implizites (Markt-)Wissen sichtbar machen. In: WM 2015/1:28-30.

Rosch, E. (1975): Cognitive reference points. In: Cognitive Psychology 7:532-547.

Sollberger, B., Spizzo, W. (2015): Systematische Wissenssicherung in Organisationen: Rahmenbedingungen, Prozesse, Instrumente, Erfolgskontrolle. In: WM 2015/1:42-45.

Wieden, W. & Weiss, A. (1997): Multilingual knowledge management. In: ÖGAI Journal 16 (Österreichische Gesellschaft für Artificial Intelligence) 1997/3:20-24.

Zeman, A. (2015): Big Data jenseits von Rekorden. In WM 2015/5:30-31.



Lizenziert unter einer Creative-Commmons Lizenz