Wissensmanagement ist ein alter Hut- und trotzdem in seiner digitalen Form vor allem im IT- und Softwarebereich vorzufinden. Viele Unternehmen sehen in systematischen Wissensmanagementprogrammen einen Luxus, den man sich neben den Herausforderungen des operativen Alltags kaum leisten kann.
Das SerWiss-Projekt hatte die spezifische Aufgabe, dieses Thema für den mittelständischen Sondermaschinenbau umsetzbar zu machen. Verglichen mit typischen Beispielen für erfolgreiche Wissensmanagementprogramme also in einem wesentlich kleineren Rahmen, in dem es mehr um zuverlässige handwerkliche Fähigkeiten geht, als um schnelle Workarounds.
Das Paper fasst die Ergebnisse unserer Assessments zusammen und beleuchtet die Pain-Points, aber auch die einzigartigen Chancen, die sich in diesem Sektor auftun, wenn ein Unternehmen sich auf das Abenteuer Wissensmanagement einlässt. Es setzt die klassischen Vorteile von Wissensmanagement in einen Zusammenhang mit den echten Bedürfnissen und Sorgen von Mittelständlern, die sich ihre Investitionen besonders gut überlegen müssen.
Unser Projekt startete fast zeitgleich mit den Kontaktbeschränkungen rund um Co-VID-19. Erst im April 2023 wurde die Pandemie als solche in Deutschland als beendet erklärt – zwei ganze Monate nach dem Ende unseres Forschungsprojekts.
Da während der Projektplanung niemand mit dieser Wendung hätte rechnen können, haben sich nicht nur die Beschränkungen durch die Pandemie, sondern auch ihre wirtschaftlichen Konsequenzen, wie z.B. Kurzarbeit, Rezession und Verfügbarkeitsprobleme auf unsere Forschungstätigkeit ausgewirkt und uns einige Anpassungen an den ursprünglichen Projektplan abverlangt.
Wir beleuchten die spezifischen Konsequenzen für das SerWiss-Projekt im Detail und klären auf, wie wir mit diesen Herausforderungen umgegangen sind und was wir aus unseren eigenen Erfahrungen gelernt haben.
Die für das SerWiss-Projekt vorab ausgewählten Wissensmanagement-Rahmenwerke Knowledge Centered Service v6 und Intelligent Swarming stammen aus den Vereinigten Staaten und waren deshalb bisher vor allem auf den englischsprachigen Markt ausgelegt – was spätestens bei den Lernmaterialien, mit denen die Projektpartner und vor allem Anwendungspartner sich vertraut machen sollten, auffiel.
Es war für uns sofort klar, dass eine Wissensmanagement-Initiative für den Mittelstand nur erfolgreich sein kann, wenn die Materialien in der Landessprache verfügbar sind. Also haben wir uns die Arbeit gemacht, Übersetzungen aller relevanten Lernmaterialien für Knowledge Centered Service und Intelligent Swarming anzufertigen.
Als Qualitätsnachweis der Übersetzungen legen wir hier unsere Vorgehensweise und alle bisher erfolgten Validierungsversuche offen, um eine kritische Überprüfung durch den Nutzer und hierauf aufbauende Forschungsvorhaben zu unterstützen.
Im Rahmen des Forschungsprojekts wurden zwei Wissensmanagementprogramme nach denselben Grundlagen entwickelt und durch die Anwendungspartner getestet.
In diesem Paper stellen wir die Ergebnisse einer Gegenüberstellung der Ergebnisse der Design Sessions der Anwendungspartner dar. Es werden Ähnlichkeiten und Unterschiede besprochen und vor dem Erfahrungskontext des Methodenpartners pro accessio GmbH & Co. KG analysiert und eingeordnet.
Das Forschungsprojekt hat wie erhofft zu Erkenntnissen geführt, was die Umsetzung von Wissensmanagement-Rahmenwerken wie Knowledge Centered Service und Intelligent Swarming im Mittelstand behindert und wie diese Hindernisse überwunden werden können.
Im Anschluss an das SerWiss-Projekt hat die pro accessio GmbH & Co. KG diese Erkenntnisse genutzt, um ein auf den Mittelstand zugeschnittenes Umsetzungsprogramm für Knowledge Centered Service zu erstellen. Dieses Programm wurde in Q3/2023 entwickelt und in Q4/2023 mithilfe von drei Testern, die keinen Bezug zum SerWiss-Projekt hatten, getestet.
Dieses Paper fasst die Ergebnisse dieses Testlaufs zusammen und bestätigt, dass die gewonnenen Erkenntnisse es kleineren Teams und mittelständischen Unternehmen leichter (und teilweise überhaupt erst möglich) machen, sich ein eigenes Wissensmanagementprogramm nach Knowledge Centered Service aufzubauen und mit diesem zufriedenstellende Ergebnisse zu generieren.