Skip to main content
SpringerLink
Log in

Lernende Organisationen als wissensbasierte Systeme

  • Chapter
Wissensmanagement und Wissenscontrolling in lernenden Organisationen

Part of the book series: DUV Wirtschaftswissenschaft ((SCUEÖ))

  • 226 Accesses

Zusammenfassung

Ziel dieses Kapitels ist es, ein Modell der lernenden Organisation als wissensbasiertes System zu entwickeln. Dazu ist es notwendig, die beiden in ihren ersten Ansätzen bereits existierenden Modelle, das Modell lernender Organisationen und das Modell wissensbasierter Systeme, vorzustellen und zu diskutieren.

„Jeder, der aufhört zu lernen,ist alt mag er zwanzig oder achtzig Jahre zählen. Jeder, der weiterlernt ist jung mag er zwanzig oder achtzig Jahre zählen.“

Henry Ford

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Garvin (Unternehmen), S. 7S.

    Google Scholar 

  2. Vgl. beispielsweise Bell (Gesellschaft), S. 32 ff.; Drucker (Zukunft); Handy (Unreason), S. 104, und Probst; Tikart (Lemen), S. 81.

    Google Scholar 

  3. Nach einer eigenen internationalen Datenbankenrecherche des Autors lassen sich rund 600 Bücher, Aufsätze, Zeitschriftenartikel, Arbeitspapiere und Tagungsbände im deutschsprachigen und angloamerikanischen Raum identifizieren, die dem Thema des organisationalen Lernens gewidmet sind, davon sind rund 2/3 in den letzten 2 Jahren erschienen.

    Google Scholar 

  4. Die Gruppe der innerhalb der organisationalen Lerntheorie am häufigsten zitierten Arbeiten umfaßt die Veröffentlichungen von Argyris; Schön (Learning), Cyert; March (Theory), Duncan; Weiss (Learning), Hedberg (Organizations), March; Olsen (Learning), Morgan (Images), Schein (Culture), Senge (Discipline) sowie stellvertretend für den deutschsprachigen Raum Klimecki; Probst; Eberl (Systementwicklung) und Pautzke (Evolution).

    Google Scholar 

  5. Siehe Kapitel 0.300 und vgl. dazu auch Chmielewicz (Forschungskonzeptionen), S.8 ff.

    Google Scholar 

  6. Vgl. Reinhardt (Modell), S.43.

    Google Scholar 

  7. Siehe Kapitel 2.101 und vgl. Probst; Büchel (Lernen), S. V.

    Google Scholar 

  8. Vgl. Pawlowsky (Qualifikationsstrategien), S.223, und Sattelberger (Spannungsfeld), S. 14 ff.

    Google Scholar 

  9. Silverman (Theory), zitiert nach Jelinek (lnnovations), S. XIV.

    Google Scholar 

  10. Wir werden im Laufe der Arbeit sehen, daß eine überwiegende Anzahl von Autoren den Begriff des organisationalen Lernens im metaphorischen Sinne gebrauchen, dies aber nicht explizit betonen.

    Google Scholar 

  11. Vgl. Klimecki; Probst; Eberl (Systementwicklung), S. 129, Shrivastava (Typology), S. 10, und Staehle (Management), S. 86S.

    Google Scholar 

  12. Cyert; March (Theory), S.101 f.

    Google Scholar 

  13. March; Olsen (Learning), S. 67.

    Google Scholar 

  14. Siehe Kapitel 1.200 und die Behandlung der Theorie in Kapitel 2.101.

    Google Scholar 

  15. Vgl. bespielsweise Schein (Culture), S. 9.

    Google Scholar 

  16. Siehe Kapitel 1.202.

    Google Scholar 

  17. Vgl. Klimecki; Probst; Eberl (Systementwicklung(, S. 129, Shrivastava (Typology), S. 10, und Staehle (Management), S.86S.

    Google Scholar 

  18. Argyris; Schön (Learning), S. 19.

    Google Scholar 

  19. Schein (Dialogue), S. 51.

    Google Scholar 

  20. Schein (Dialogue), S.41.

    Google Scholar 

  21. Senge (Discipline), S. 14.

    Google Scholar 

  22. Klimecki; Probst; Eberl (Systementwicklung), S.134.

    Google Scholar 

  23. Probst; (Michel (Lernen), S. 17.

    Google Scholar 

  24. Siehe Kapitel 1.201.

    Google Scholar 

  25. Vgl. Klimecki; Probst; Eberl (Systementwicklung), S.129, Shrivastava (Typology), S. 10, und Staehle (Management), S. 86S.

    Google Scholar 

  26. Duncan; Weiss (Learning), S. 84.

    Google Scholar 

  27. Hedberg (Organizations), S.3.

    Google Scholar 

  28. Morgan (Images), S.87.

    Google Scholar 

  29. Pautzke (Evolution), S.112.

    Google Scholar 

  30. Vgl. Probst; Büchel (Lernen), S.17.

    Google Scholar 

  31. Vgl. dazu die Gliederung der wissenschaftlichen Theoreinbildung von Amsoff (Controlling), S. 11, der die folgenden vier Entwicklungsstufen unterscheidet: Stufe I: Bildung von Begriffen als Bausteine von Aussagen; Stufe II: Entwicklung von Theorien; Stufe Ill: Technologische Umformung von UrsacheWirkungs-in Ziel-Mittel-Beziehungen; Stufe IV: Formulierung normativer Aussagen.

    Google Scholar 

  32. Siehe Kapitel 0.32.

    Google Scholar 

  33. Vgl. Probst; Tikart (Lernen), S. 81 ff.

    Google Scholar 

  34. Vgl. Pautzke (Evolution), S.103, und Reinhardt (Modell), S.43.

    Google Scholar 

  35. Vgl. Taylor (Management).

    Google Scholar 

  36. Vgl. wllke (Steuerungstheorie), S. 288.

    Google Scholar 

  37. Vgl. Reinhardt (Modell), S. 44.

    Google Scholar 

  38. Pawlow, ein russischer Psychologe hat in Tierexperimenten nachgewiesen, daß Lebewesen auf gewisse Signale und Wahrnehmungsreize konditioniert werden können, vgl. beispielsweise Pawlow (Reflexes) oder auch Watson (Behaviorism) und siehe ausführlicher auch Kapitel 1.200.

    Google Scholar 

  39. Vgl. insbesondere Cyert; March (Theory) aber auch March (Footnotes); March; Olsen (Ambiguity); March; Olsen (Uncertainty) und March; Simon (Organizations).

    Google Scholar 

  40. In Anlehnung an Shrivastava (Typology), S. 9 f.

    Google Scholar 

  41. Vgl. Cangelosi; Dill (Learning), S.175 ff.

    Google Scholar 

  42. Vgl. March; Olsen (Ambiguity).

    Google Scholar 

  43. In Anlehnung an March; Olsen (Ambiguity), S. 13.

    Google Scholar 

  44. Die Gestaltpsychologie geht davon aus, daß wir nicht ausschließlich Reize wahrnehmen, sondern immer bestrebt sind, in diesen Reizen eine Ordnung, eine Art Muster zu erkennen. Aus diesem Grunde assoziieren wir zu den Reizen Gefühle und Bilder. Wir suchen stets nach einer bestimmten Gestalt, vgl. Staehle (Management), S.183 ff.

    Google Scholar 

  45. Vgl. Katona (Organizing) zitiert nach Pawlowsky (Qualifikationsstrategien), S. 200.

    Google Scholar 

  46. Vgl. Staehle (Management), S. 865 f., und Steinmann; Schreyögg (Management), S. 444.

    Google Scholar 

  47. Vgl. Weick (Quality), S.116 ff.

    Google Scholar 

  48. Siehe Kapitel 1.122.4.

    Google Scholar 

  49. Vgl. Fiol; Lyles (Learning), S. 811.

    Google Scholar 

  50. Vgl. beispielsweise Duncan; Weiss (Learning), Pautzke (Evolution) und Shrivastava (Typology).

    Google Scholar 

  51. Zu dieser Gruppe können die Arbeiten von Bateson (Ökologie), Daft; Weick (Model), Garrott (Organization), Schein (Culture), Senge (Discipline) und Slocum; McGill; Lei (Learning) gezählt werden.

    Google Scholar 

  52. Zu dieser Gruppe gehören die Arbeiten von Beer (Brain), Morgan (Images) und Shrivastava (Typology).

    Google Scholar 

  53. Vgl. Argyris (Individual).

    Google Scholar 

  54. Vgl. Argyris; Schön (Learning).

    Google Scholar 

  55. Vgl. beispielsweise Geißler (Grundlagen), S.76, und Klimecki; Probst; Ebert (Systementwicklung), S.130.

    Google Scholar 

  56. Argyris (Communication), S. 80.

    Google Scholar 

  57. Vgl. Pawlowsky)Qualifikationsstrategien), S. 202.

    Google Scholar 

  58. Vgl. Argyris (Communication), S. 80.

    Google Scholar 

  59. Vgl. Pawlowsky (Qualifikationsstrategien), S. 202.

    Google Scholar 

  60. Vgl. Argyris; Schön (Learning), S. 11, zitiert nach und übersetzt von Pawlowsky (Qualifikationsstrategien), S. 202.

    Google Scholar 

  61. Vgl. Argyris (Communicaton), S. 80.

    Google Scholar 

  62. Vgl. Argyris (Communication), S. 80, und auch Heinisch (Management).

    Google Scholar 

  63. Argyris; Schön (Learning), S. 19.

    Google Scholar 

  64. Steinmann; Schreyögg (Management), S. 448.

    Google Scholar 

  65. Vgl. Mintzberg; Waters (Strategies), S. 257 ff.

    Google Scholar 

  66. Vgl. beispielsweise die empirischen Untersuchungen von Argyris (Defenses) und Argyris (Reasoning) und unsere Überlegungen im Bereich der Lernmodelle, Kapitel 2.110.2.

    Google Scholar 

  67. Vgl. Dyer (Cycle), S.200 ff.

    Google Scholar 

  68. In diesem Zusammenhang wird der Bezug zu Konzepten der Organisationsentwicklung bis hin zur Organisationstransformation hergestellt, vgl. dazu beispielsweise die Vorschläge zu einer,diskursiven Organisationsentwicklung“ von Pieper (Organisationsentwicklung), S. 77 ff.

    Google Scholar 

  69. Vgl. Schein (Culture).

    Google Scholar 

  70. Vgl. Schein (Culture), S. 9.

    Google Scholar 

  71. Vgl. dazu auch das Modell eines Organisationsgedächtnisses bei Hedberg (Organizations), S. 6.

    Google Scholar 

  72. Vgl. dazu auch Geißler (Grundlagen), S.134.

    Google Scholar 

  73. In Anlehnung an Geißler (Grundlagen), S. 139.

    Google Scholar 

  74. Vgl. Schein (Culture), S. 174 ff.

    Google Scholar 

  75. Vgl. Senge (Discipline).

    Google Scholar 

  76. Vgl. Senge (Discipline), S. 6 ff.

    Google Scholar 

  77. Senge (Discipline), S. 10.

    Google Scholar 

  78. Vgl. beispielsweise Sandler; Karabasz; von Berg (Unternehmen), S. 137.

    Google Scholar 

  79. Senge (Discipline), S. 7.

    Google Scholar 

  80. Vgl. dazu ausführlich Senge (Discipline), S. 238 ff.

    Google Scholar 

  81. Vgl. Schein (Culture), S. 227 ff.

    Google Scholar 

  82. Vgl. Duncan; Weiss (Learning), S. 78.

    Google Scholar 

  83. Vgl. Duncan; Weiss (Learning).

    Google Scholar 

  84. Vgl. dazu auch Hedberg (Organizations), S. 4 ff., und Shrivastava (Typology), S.13 f.

    Google Scholar 

  85. Vgl. dazu auch Bass; Vaughn (Industry).

    Google Scholar 

  86. Dies kann beispielsweise durch gezielte Beeinflussung des Unternehmensumfeldes geschehen. Duncan/Weiss schildern in ihrem Aufsatz die Situation, daß ein Unternehmen aufgrund der hohen Arbeitskosten im eigenen Land damit droht, eine hohe Anzahl von Mitarbeitern zu entlassen. Die Regierung könnte auf diese Androhung mit der Einführung von begrenzten Importquoten für ausländische Waren reagieren, um die Nachteile, die durch die hohen Arbeitskosten entstehen, auszugleichen und damit in der Folge die inländischen Firmen wettbewerbsfähiger zu machen. Als direkte Konsequenz aus dieser Entscheidung muß das Unternehmen seine Drohung nicht umsetzen und damit keine Verhaltensänderung einleiten. Allerdings hat es neues Wissen erworben, wie man das Unternehmensumfeld zu seinen Gunsten gestalten kann, vgl. Duncan; Weiss (Learning), S. 84 f.

    Google Scholar 

  87. Vgl. Staehle (Management), S. 86S.

    Google Scholar 

  88. Vgl. Duncan; Weiss (Learning), S. 86 f.

    Google Scholar 

  89. Zur Problematik dieser Begriffsbildung siehe Kapitel 2.310.0.

    Google Scholar 

  90. Vgl. Hedberg (Organizations), S. 6.

    Google Scholar 

  91. Vgl. Hedberg (Organizations), S. 6.

    Google Scholar 

  92. In Anlehnung an Hedberg (Organizations), S.6.

    Google Scholar 

  93. Siehe Kapitel 1.131.

    Google Scholar 

  94. Vgl. Geißler (Grundlagen), S. 59, und Hedberg (Organizations), S.9.

    Google Scholar 

  95. Hedberg spricht in seinem Aufsatz zwar nie explizit sein Verständnis von der Funktionsweise des menschlichen Gehirns an, jedoch wird in verschiedenen Aussagen deutlich, daß er die zum Zeitpunkt seiner Veröffentlichung vorherrschende Lokalisationstheorie zugrunde legt, vgl. dazu auch Geißler (Grundlagen), S. 59.

    Google Scholar 

  96. Siehe dazu ausführlicher Kapitel 1.131.

    Google Scholar 

  97. Vgl. Morgan (Images), S. 77 ff., der damit als einer der ersten Autoren der Managementliteratur der Tatsache Rechnung trägt, daß sich die neurobiologische Forschung immer seltener auf das Wissenschaftsprogramm der Lokalisationstheorie stützt und dafür immer häufiger das Wissenschaftsprogramm des Konnektionismus zugrundelegt.

    Google Scholar 

  98. Morgan (Images), S. 80.

    Google Scholar 

  99. Vgl. Morgan (Images), S. 79 ff.

    Google Scholar 

  100. Vgl. Morgan (Images), S. 97.

    Google Scholar 

  101. In Anlehnung an Morgan (Images), S. 97 f.

    Google Scholar 

  102. Vgl. Morgan (Images), S. 101.

    Google Scholar 

  103. Vgl. beispielsweise Phillips (Firma) oder auch Worpitz (Unternehmen’.

    Google Scholar 

  104. Vgl. dazu die Aussagen von Probst; Tikart (Lernen), S. 81 f.

    Google Scholar 

  105. Vgl. beispielsweise Geißler (Grundlagen), Heimerl-Wagner (Organisations-Entwicklung), Klimecki; Probst; Ebert (Systementwicklung), Pawlowsky (Oualifikationsstrategien), Probst; Büchel (Lernen), Reinhardt (Modell), Sattelberger (Organisation).

    Google Scholar 

  106. Vgl. beispielsweise Albrecht (Management) und Pautzke (Evolution).

    Google Scholar 

  107. Vgl. beispielsweise Klimecki; Probst; Eberl (Systementwicklung), S.127, und Probst (Organisation), S.457 ff.

    Google Scholar 

  108. Klimecki; Probst; Ebert (Systementwicklung), S.127.

    Google Scholar 

  109. Vgl. Klimecki; Probst; Ebert (Systementwicklung), S.15S.

    Google Scholar 

  110. Dieser Standpunkt hat eine gewisse Ähnlichkeit mit der Theory in Use von Argyris; Schön (Learning), S.19.

    Google Scholar 

  111. Probst; Büchel (Lernen).

    Google Scholar 

  112. Vgl. Probst; Büchel (Lernen) und Probst; Tikart (Lernen), vgl. auch die aktuellere Begriffsbildung von Probst; Büchel in Kapitel 2.100.

    Google Scholar 

  113. Vgl. Pautzke (Evolution).

    Google Scholar 

  114. Vgl. Pautzke (Evolution), S. 89 ff.; und seine Definition in Kapitel 2. 100.

    Google Scholar 

  115. Vgl. Pautzke (Evolution), S. 63 ff.

    Google Scholar 

  116. Siehe Kapitel 2.3.

    Google Scholar 

  117. Diese Aussage gilt auch für nahezu alle oben vorgestellten Ansätze. Eine Ausnahme bilden die neueren Konzeptionen von Senge und Probst. Senge als Mitbegründer und Direktor des Centers for Organizational Learning und Probst stellen jeweils in ihren 1994 erschienenen Arbeiten zahlreiche Fallbeispiele vor, die ihre theoretischen Überlegungen auf die Gestaltungsmöglichkeiten in der Praxis übertragen sollen, vgl. Senge ( Fieldbook) und Probst; Büchel (Lernen).

    Google Scholar 

  118. Hierzu gehören insbesondere Veröffentlichungen in der populärwissenschaftlichen Literatur, wie beispielsweise Pedler; Burgoyne; Boydell (Company).

    Google Scholar 

  119. Keine explizite Aussage möglich.

    Google Scholar 

  120. Keine explizite Aussage möglich.

    Google Scholar 

  121. Keine explizite Aussage möglich.

    Google Scholar 

  122. Vgl. beispielsweise Probst (Organisation), Staehle (Management), S. 849 ff., und Steinmann; Schreyägg (Management), 5.429 ff. Eine Ausnahme bilden dabei die Personalentwicklungsansätze, beispielsweise durch Sattelberger (Organisation) oder auch die produktionstheoretischen Konzeptionen, beispielsweise durch Wildemann (Unternehmen).

    Google Scholar 

  123. Vgl. Staehle (Management), S. 867 ff., der zwischen Modellen des Wandels und Ansätzen zur Organisationsveränderung unterscheidet.

    Google Scholar 

  124. Eine ausführliche Übersicht findet sich dazu in Staehle (Management), S. 857 ff.

    Google Scholar 

  125. In Anlehnung an Türk (Organisationsforschung), S. 55 f.

    Google Scholar 

  126. Vgl. beispielsweise Glas); Houssaye (Organisationsentwicklung); Goerke (Organisationsentwicklung), Filley; House; Kerr (Process), Lievegoed (Organisationen) und Mintzberg (Organizations).

    Google Scholar 

  127. Vgl. beispielsweise das Modell des evolutionären Managements von Laszlo; Laszlo; Liechtenstein (Management).

    Google Scholar 

  128. Vgl. das vierstufige Meta-Modell von Quinn; Cameron (Life) oder die sechsstufige Erweiterung dieses Modells von Barfunk; Louis (Development).

    Google Scholar 

  129. Vgl. Staehle (Management), S. 860.

    Google Scholar 

  130. Vgl. beispielsweise Lawrence; Lorsch (Organization), Luhmann (Zweckbegriff), Rosen (Complexity), Schreyägg; Steinmann (Control) und Staehle (Redundanz).

    Google Scholar 

  131. Vgl. Staehle (Management), S.861.

    Google Scholar 

  132. Vgl. Stahl (Entwicklung), S. 168.

    Google Scholar 

  133. Vgl. die genotypischen Modelle von Aldrich; Müller (Evolution) und McKelvey (Systematics).

    Google Scholar 

  134. Vgl. Türk (Organisationsforschung), S. 57.

    Google Scholar 

  135. Vgl. Hannan; Freeman (Population), S.931 f.

    Google Scholar 

  136. Vgl. Hannan; Freeman, (Population), S.931 f.

    Google Scholar 

  137. Zu den Lernmodellen gehören beispielswiese die oben bereits vorgestellten Ansätze zur organisationalen Lerntheorie, siehe Kapitel 2.101.

    Google Scholar 

  138. Vgl. Staehle (Management), S.858.

    Google Scholar 

  139. Siehe Kapitel 1.20.

    Google Scholar 

  140. Vgl. Staehle (Management), S. 862, zu einer ausführlichen Definition des individuellen Lernens siehe Kapitel 1.204. Wir werden im Laufe der Arbeit sehen, daß sich nicht jeder Lemprozeß unbedingt in einer Verhaltensänderung niederschlagen muß, siehe beispielsweise Kapitel 2. 33.

    Google Scholar 

  141. Vgl. beispielsweise Cangelosi; Dill (Learning), Cyert; March (Theory) und March; Olsen (Learning).

    Google Scholar 

  142. Vgl. z.B. Hoffmann; Niedermayr; Risak (Führungsergänzung), S. B.

    Google Scholar 

  143. Vgl. dazu auch das Beispiel von Duncan/Weiss in Kapitel 2.101.2.

    Google Scholar 

  144. Siehe dazu Kapitel 1.105 und Kapitel 2.110.

    Google Scholar 

  145. Vgl. Hoffmann; Niedermayr; Risak (Führungsergänzung), S. 3.

    Google Scholar 

  146. Vgl. Schreyögg; Noss (Wandel), S.171.

    Google Scholar 

  147. Die ersten Forschungsbemühungen in diesem Bereich stammen von Lawrence (Resistance) und Watson (Widerstand).

    Google Scholar 

  148. In Anlehnung an Staehle (Management), S.867 ff.

    Google Scholar 

  149. Vgl. die Ansätze von Kurt Lewin (Lewin (Group)) zur Gruppendynamik und Jacob Moreno (Moreno (Soziometriel) zur Gruppentherapie.

    Google Scholar 

  150. Vgl. Staehle (Management), S. 869 f.

    Google Scholar 

  151. So wurden beispielsweise zahlreiche neue Ansätze der Organisationsentwicklung konstruiert, die bei Beratungsunternehmen als methodische Hilfe von Wandlungsprojekten eingesetzt wurden, vgl. Schreyögg; Noss (Wandel), S. 172 ff.

    Google Scholar 

  152. Vgl. Heimerl-Wagner (Organisationsentwicklung), S. B.

    Google Scholar 

  153. Vgl. dazu beispielsweise Wunderer (Organisationsentwicklung).

    Google Scholar 

  154. Dazu empfiehlt sich insbesondere das Studium der einzelnen Beiträge in Schatz (Organisationsentwicklung), in denen dieser Kritikpunkt immer wieder lebhaft diskutiert wird.

    Google Scholar 

  155. Vgl. Heimerl-Wagner (Organisationsentwicklung), S. 8 f.

    Google Scholar 

  156. Vgl. Kieser; Krüger; Röber (Organisationsentwicklung), S.154, und Neuberger (Personalentwicklung), S. 262 ff.

    Google Scholar 

  157. Vgl. beispielsweise Pülz; Wiendieck (Selbsterfahrung), S. 225 ff.

    Google Scholar 

  158. Vgl. Staehle (Management), S. 874 f.

    Google Scholar 

  159. Vgl. Burke (Comparison), S. 569 ff.

    Google Scholar 

  160. Vgl. Ulrich (Systemsteuerung), S. 303 ff.

    Google Scholar 

  161. In einem guten Überblick Hopfenbeck (Managementlehre), S. 752 ff.

    Google Scholar 

  162. Vgl. zur Kritik an diesem,Harmoniemodell’ auch Gebhardt (Organisationsentwicklung), S. 197; Kubicelv Leuck; Wächter (Organisationsentwicklung), S.299 ff., und Pieper (Organisationsent-wicklung), S. 91 ff.

    Google Scholar 

  163. Vgl. Luhmann (Systeme), S. 249 ff.

    Google Scholar 

  164. Vgl. Beckhard; Harris (Transitions).

    Google Scholar 

  165. Vgl. Staehle (Management), S.878 f.

    Google Scholar 

  166. Vgl. dazu beispielsweise die Studien von Gersick (Change), Greiner (Evolution), und Tushman; Newman; Romanelli (Convergence).

    Google Scholar 

  167. Vgl. Allaire; Firsirotu (Strategies), S. 20 ff.

    Google Scholar 

  168. Vgl. Weick (Organization), S. 31 ff.

    Google Scholar 

  169. Vgl. Lipp (Autopoiesis), S. 462, und Luhmann (Systeme), S.77 ff.

    Google Scholar 

  170. Vgl. Cummings; Huse (Development), S. 418 ff.,und Kilmann; Covin (Transformation).

    Google Scholar 

  171. Allaire; Firsirotu (Strategies), S. 20 ff.

    Google Scholar 

  172. Vgl. Staehle (Management), S. 87S.

    Google Scholar 

  173. Vgl. Staehle (Management), S. 87S.

    Google Scholar 

  174. Siehe dazu auch Kapitel 3.30.

    Google Scholar 

  175. Gesamter Abschnitt in Anlehnung an Blumenthal; Haspeslagh (Transformation), S. 102 ff.

    Google Scholar 

  176. Vgl. die Konsistenzansätze von Miller; Friesen (Archetypes), S. 921 ff., und Miller; Friesen (Organizations), S.1 ff.

    Google Scholar 

  177. Vgl. Hinings; Greenwood (Dynamics), S. 22.

    Google Scholar 

  178. Siehe dazu auch den Assumption Sharing-Ansatz und die Bedeutung der Theory of Action in Kapitel 2.101.1

    Google Scholar 

  179. Vgl. Blumenthal; Haspeslagh (Transformation), S. 104 ff.

    Google Scholar 

  180. Vgl. Türk (Entwicklungen), S. 57 ff.

    Google Scholar 

  181. Siehe Kapitel 1.200 und Kapitel 2.101.0.

    Google Scholar 

  182. Vgl. dazu beipspielsweise Probst; Tikart (Lernen), S. 86 f., oder auch Staehle (Management), S.851 ff.

    Google Scholar 

  183. Vgl. Risak (Personalplanung), S.377.

    Google Scholar 

  184. Vgl. dazu auch die Diskussion bei Fiol; Lyles (Learning), S. 811; und die obige Unterscheidung zwischen Organizational Learning und Adaptive Learning in Kapitel 2. 101. 0.

    Google Scholar 

  185. Vgl. Risak (Personalplanung), S.377.

    Google Scholar 

  186. Vgl. Risak (Personalplanung), S.355 f.

    Google Scholar 

  187. Siehe dazu auch die Eigenschaften lemender Organisationen als wissensbasierte Systeme in Kapitel 2.36.

    Google Scholar 

  188. Vgl. z.B. Hoffmann; Niedermayr; Risak IFührungsergänzungl, S. B.

    Google Scholar 

  189. Siehe Kapitel 2.111.3.

    Google Scholar 

  190. Siehe Kapitel 2.33.

    Google Scholar 

  191. Siehe Kapitel 2.111.3.

    Google Scholar 

  192. Siehe Kapitel 0.0 und Kapitel 1.132.

    Google Scholar 

  193. Siehe Kapitel 1.2.

    Google Scholar 

  194. Siehe Kapitel 1.131 und Kapitel 1.2.

    Google Scholar 

  195. Siehe Kapitel 2.101.

    Google Scholar 

  196. Siehe Kapitel 2.11.

    Google Scholar 

  197. Wir verwenden dazu unsere in Kapitel 1.122 eingeführten, systemtheoretischen Eigenschaftskategorien.

    Google Scholar 

  198. Vgl. Cyert; March (Theory) und Shrivastava (Typology), S. 9.

    Google Scholar 

  199. Castiglioni (Lernen), S.30.

    Google Scholar 

  200. Vgl. Probst; Büchel (Lernen), S.33 ff.: In diesem Zusammenhang ist insbesondere das Veränderungslernen wichtig. Veränderungslernen unterscheidet sich vom Anpassungslemen dadurch, daß es nicht in jedem Fall eine einfache Anpassung an veränderte Umfeldbedingungen vollzieht, sondern sich auch in einem den Umfeldbedingungen bewußt entgegengesetzten Verhalten niederschlagen kann.

    Google Scholar 

  201. Vgl. dazu ausführlicher Güldenberg (Unternehmensberatung), S. 81 ff.

    Google Scholar 

  202. Diese Erscheinung verdeutlicht Argyris, indem er versucht, die Challenger-Katastrophe mit Hilfe der “Defensive Routines’ zu erklären.,Defensive Routines’ sind Abwehrmechanismen, die das eigene Wissen oder in diesem Zusammenhang das Wissen der Organisation vor Veränderungen schützen. In diesem Fall hatten allerdings die Abwehrmechanismen einen disfunktionalen Charakter, vgl. Argyris (Defenses), S. 37 ff.

    Google Scholar 

  203. Vgl. Duncan; Weiss (Learning), S. 94 f.: “Thus, new knowledge will be accepted only if it is consistent with the existing paradigm within the organization.’

    Google Scholar 

  204. Vgl. Bleicher (Organisation), S.16, und Klimecki; Probst; Eberl (Systementwicklung), S. 127.

    Google Scholar 

  205. Deutero-Lernen bezeichnet nach Bateson ein Lernen auf höchster Ebene im Sinne von “Lernen zu lernen”. Es ermöglicht die Verbesserung der Lernprozesse auf allen niedrigeren Stufen, vgl. Bateson (Ökologie), S. 219 ff.

    Google Scholar 

  206. Siehe Kapitel 1.123.

    Google Scholar 

  207. Siehe Kapitel 1.131.

    Google Scholar 

  208. Siehe Kapitel 1.122.3.

    Google Scholar 

  209. Siehe Kapitel 2.101.0.

    Google Scholar 

  210. Siehe Kapitel 2.101.1 und Kapitel 2.101.2.

    Google Scholar 

  211. Siehe Kapitel 2.212.

    Google Scholar 

  212. Siehe Kapitel 0.0 und Kapitel 1.132.

    Google Scholar 

  213. Vgl. Handy (Unreason), S.104 ff.

    Google Scholar 

  214. Welche Bedeutung Daten als Wirtschaftsfaktor erlangen können, zeigt das Beispiel des computergestützten Reservierungssystems Sabre von American Airlines auf. Hier wurden die aus den Daten gewonnenen Informationen profitabler als die Geschäfte, zu deren Unterstützung sie generiert wurden, vgl. Davis; Botkin (Geschäft), S. 26.

    Google Scholar 

  215. In Anlehnung an Bleicher (Konzept), S. 2S.

    Google Scholar 

  216. Vgl. beispielsweise Bendig (Aspekte), S. 31. Seng (Information), S. 42, vertritt sogar die Meinung, daß eine begriffliche Trennung zwischen Daten, Information und Wissen nicht notwendig sei. Dieser Meinung kann in der vorliegenden Arbeit nicht gefolgt werden, da die dadurch entstehende Begriffsverwirrung den im Informationszeitalter anstehenden wissenschaftlichen Untersuchungen nicht förderlich ist. Diese Notwendigkeit einer Unterscheidung wird auch in der Wissenschaft zunehmend erkannt.,Den Ausschlag wird unsere Fähigkeit geben, den Übergang zu begreifen, der sich in der Wirtschaft zuträgt - von Daten über Information zu Wissen.’ bei Davis; Botkin (Geschäft), S. 25; und vgl. zusätzlich Barkow u. a. (Grundlagen), S. 57 f., Luft (Informatik), S. 271 f., und Wersig; Hennings (Wissen), S. 214 ff.

    Google Scholar 

  217. Vgl. Label; Müller; Schmid (Lexikon), S. 13S.

    Google Scholar 

  218. Vgl. Davis; Bofkin (Geschäft), S. 2S.

    Google Scholar 

  219. Vgl. Albrecht (Management), S. 4S.

    Google Scholar 

  220. Vgl. Label; Müller; Schmid (Lexikon), S. 274.

    Google Scholar 

  221. Vgl. Gemünden (Information), Sp. 172S.

    Google Scholar 

  222. Siehe Kapitel 1.131.

    Google Scholar 

  223. Vgl. Albrecht (Management), S. 31f.

    Google Scholar 

  224. Vgl. Bell (Gesellschaft), S. 32 ff.

    Google Scholar 

  225. Bell (Gesellschaft), 5.180. Die relativ eng gehaltene Definition des Wissensbegriffes, die Ordnung, Vernünftigkeit, experimentelle Bestätigung und Kommunizierbarkeit als zentrale Eigenschaften des Wissens hervorhebt und damit weite Bereiche dessen ausgrenzt, was umgangssprachlich unter Wissen verstanden wird, ist Bell im Gegensatz zu anderen Autoren, die dieser Definition quasi einen Absolutheitsanspruch unterstellen, durchaus bewußt, vgl. Bell (Gesellschaft), S.182.

    Google Scholar 

  226. Berger; Luckmann (Konstruktion), S. 16.

    Google Scholar 

  227. Segler (Evolution), S. 138.

    Google Scholar 

  228. Sodian (Wissen), S. 20.

    Google Scholar 

  229. Die Epistemologie ist das Fachgebiet innerhalb der Philosophie, das sich mit der Theorie des Wissens auseinandersetzt. Inzwischen hat der Begriff der Epistemologie bereits in die betriebswirtschaftliche Literatur Einzug gehalten, vgl. Krogh (Epistemology) und ergänzend dazu Bertels (Epistemology)

    Google Scholar 

  230. Vgl. Kiefer (Wissen), S. 68, wobei davon auszugehen ist, daß sich eine einheitliche Definition des Wissensbegriffes auch in Zukunft aufgrund des hohen subjektiven Interpretationsspielraumes dieses Forschungsgebietes nicht entwickeln wird.

    Google Scholar 

  231. Vgl. Brüggen (Wissen), S. 1723 ff., zitiert nach Albrecht ( Management ), S. 34.

    Google Scholar 

  232. Vgl. Albrecht (Management), S. 34.

    Google Scholar 

  233. Vgl. Wittmann (Wissen), S. 2263.

    Google Scholar 

  234. Vgl. Sodian (Wissen), S. 20.

    Google Scholar 

  235. Unter dem Überbegriff der Kognitionsforschung werden eine Vielzahl von Einzelwissenschaften subsumiert, beispielsweise die Philosophie des Geistes, die Psychologie, die Linguistik, die Künstliche Intelligenz (KI) und schlußendlich auch die Neurobiologie, vgl. Albrecht (Management), S.38.

    Google Scholar 

  236. Kalinski (Wissen), S. 247.

    Google Scholar 

  237. Vgl. Albrecht (Management), S. 39.

    Google Scholar 

  238. Vgl. beispielsweise Drucker (Fundament), Drucker (Zukunft), Spur (Unternehmensführung), Zand (Wissen) und insbesondere Bell (Gesellschaft).

    Google Scholar 

  239. Vgl. Kleinhans (Wissensverarbeitung), S. 6.

    Google Scholar 

  240. Besonders häufig ist dieser Fall in Veröffentlichungen anzutreffen, die dem informationstheoretischen Ansatz der Betriebswirtschaftslehre angehören, beispielsweise Wittmann (Unternehmung) und siehe Kapitel 0.383.

    Google Scholar 

  241. Vgl. Schweitzer (Planung), S. 17.

    Google Scholar 

  242. Vgl. Wittmann (Unternehmung), S. 14.

    Google Scholar 

  243. Vgl. Wacker (Informationstheorie), S. 40.

    Google Scholar 

  244. Vgl. Albrecht (Management), S. 31 f.

    Google Scholar 

  245. Vgl. Davis; Botkin (Geschäft), S. 26.

    Google Scholar 

  246. Vgl. Ropohl (Systemtheorie), S. 216.

    Google Scholar 

  247. Vgl. beispielsweise Berthe) Ilnformationssystemel, S. 13, und Wild (Grundlagen), S. 119.

    Google Scholar 

  248. Vgl. Ropohl (Systemtheorie), S. 216.

    Google Scholar 

  249. Siehe Kapitel 3.31.

    Google Scholar 

  250. Siehe Kapitel 1.131.1.

    Google Scholar 

  251. Siehe dazu auch die Erkenntnisse aus Kapitel 1.131.1, Kapitel 1.131.2 und Kapitel 2.200. Eine spezielle Art von Wissensspeichern, die wissensbasierten Systeme, befrachten wir in Kapitel 2. 21.

    Google Scholar 

  252. Eine ausführliche Darstellung über die Anfänge der KI (Künstliche Intelligenz(-Forschung findet sich bei McCorduck (Machines).

    Google Scholar 

  253. Vgl. Neumann (Rechenmaschine).

    Google Scholar 

  254. Vgl. Descartes (Discours), S. 93, und im Gegensatz dazu als bekanntester Anhänger der “starken KI-Forschung” Minsky (People), S. 3 ff.

    Google Scholar 

  255. Vgl. beispielsweise Brocke (Intelligenz), S. 181 f., Cube (Grundlagen), S.175 ff., Humphreys (Intelligence), S. 201 ff., Roth; Oswald; Daumenlang (Intelligenz), S. 7, und Sternberg (Metaphors), S. 23 ff.

    Google Scholar 

  256. Vgl. Albrecht (Management), S.52.

    Google Scholar 

  257. Vgl. Langenheder (Antropormorphismen), S. 1S.

    Google Scholar 

  258. Kiefer (Wissen), S. 67.

    Google Scholar 

  259. Siehe Kapitel 2.20.

    Google Scholar 

  260. Vgl. Brody (Intelligence), S. 2 ff., oder auch Kline (Intelligence), S. 7 ff.

    Google Scholar 

  261. Vgl. Oberschute (Intelligenz(, S. 44.

    Google Scholar 

  262. Vgl. Buse (Intelligenz(, S. 261 f., Ceci (Intelligence), S. 29 ff., Gardner (Abschied), S.28 f., Groffmann (Entwicklung), S. 63 ff., und Oerter (Wissen), S. 337 ff.

    Google Scholar 

  263. Siehe Kapitel 1.204.

    Google Scholar 

  264. In Anlehnung an Oberschulte (Intelligenz), S. 44 f.

    Google Scholar 

  265. Auch wenn in diesem Zusammenhang darauf hingewiesen werden muß, daß der Aufbau einer individuellen Wissensbasis durch angeborene und damit strukturelle Gegebenheiten determiniert sein kann. Über den genauen Anteil von geerbten und gelernten Strukturen an späteren Talenten und Fähigkeiten einzelner Personen herrscht bis heute ein Expertenstreit.

    Google Scholar 

  266. Es gibt nach wie vor keinen Computer, der in Anlehnung an das menschliche Gehirn seine innere Struktur dem jeweils aktuellen Wissensstand als Repräsentation anpassen könnte.

    Google Scholar 

  267. Nach Kowalski (Directions), S. 128 ff. bilden Algorithmus und Daten zusammen ein Software-Programm.

    Google Scholar 

  268. Vgl. Jüttner; Güntzer (Methoden), S. 29.

    Google Scholar 

  269. Kurbel (Entwicklung), S. 18.

    Google Scholar 

  270. Albrecht (Management), S. 177: Regeln können als dritte Kategorie neben dem Wissen und der Problemlösungskomponente aufgefaßt werden. Sie stellen eine Technik der Wissensrepräsentation dar.

    Google Scholar 

  271. Vgl. Puppe (Einführung), S. 3.

    Google Scholar 

  272. Vgl. Coy; Bonsiepen (Erfahrung), S. 26 f., und Kurbel (Entwicklung), S. 26.

    Google Scholar 

  273. Der leichtfertige Umgang mit dem Begriff des Expertensystems führt in der Praxis oftmals zu falschen Assoziationen und damit zu einer ablehnenden Haltung gegenüber wissensbasierten Systemen. Der Begriff des Expertensystems beinhaltet und suggeriert, daß das gesamte Wissen eines Experten innerhalb der Software repräsentiert werden kann. Wir werden im Laufe dieses Kapitels noch erkennen, daß dies schon rein technisch unmöglich ist. Wissensbasierte Systeme beinhalten immer nur bestimmte Wissensarten und bestimmte Wissensausschnitte, vgl. dazu auch Bryant (Systems), S. 48, und Maciejewski (Intelligenz(, S. 15; und siehe auch Kapitel 3.311 dieser Arbeit.

    Google Scholar 

  274. Siehe Kapitel 1.131.0.

    Google Scholar 

  275. Siehe Kapitel 1.201.2.

    Google Scholar 

  276. Vgl. Searle (Minds), S. 417 ff.

    Google Scholar 

  277. Vgl. Searle (Geist), S. 27: „Der Geist verhält sich zum Hirn, wie das Programm zur Hardware des Computers.“

    Google Scholar 

  278. Beispielsweise ist es erst mit Hilfe und aufgrund der enormen Rechnerkapazität der neuesten Hardware-Generation möglich geworden, Oszillationskurven als Grundlage der Korrelationstheorie in der Neurobiologie zu berechnen, vgl. Haaf (Bindungen), S. 133; und siehe Kapitel 1. 131. 2.

    Google Scholar 

  279. Vgl. Turing (Maschine), S.106 f., und zur Ergänzung auch Hofstadter (Gödell, S. 633 ff. Nach Auffassung der sogenannten „starken KI-Forschung’ besteht das Forschungsziel darin, Maschinen zu entwerfen, die die Prozesse im menschlichen Gehirn derart gut simulieren, daß sie den Turing-Test bestehen. Am Turing-Test sind drei Personen beteiligt, ein Mann, eine Frau und ein Fragesteller, wobei alle drei Personen optisch getrennt voneinander sitzen und nur schriftlich miteinander kommunizieren. Der Fragesteller stellt nun spezielle Fragen, die die beiden anderen Teilnehmer als Mann oder Frau identifizieren helfen könnten. Das Ziel des Mannes besteht darin, den Fragesteller möglichst zu falschen Identifizierungen zu veranlassen, während das Ziel der Frau darin liegt, dem Fragesteller zu helfen. Gelingt es einer Maschine, den männlichen Teilnehmer zu ersetzen, ohne daß der Fragesteller dies merkt, dann zeigt diese Maschine per Turing-Definition intelligentes Verhalten. Kritisch zu diesem Test anzumerken ist allerdings, daß die soeben beschriebene Situation ähnlich speziell konstruiert ist wie ein Dame-oder Schachspiel und es unzulässig wäre, eine Maschine, die diesen Test besteht, vergleichbar einem Schachcomputer, der einen durchschnittlichen Schachspieler besiegt, als im menschlichen Sinne intelligent zu bezeichnen.

    Google Scholar 

  280. Siehe dazu beispielsweise Kapitel 3.31.

    Google Scholar 

  281. Vgl. Heyer (Thesen), S. 39, der von der gemeinsamen Gattung der informationsverarbeitenden Systeme spricht, zu denen sowohl der Mensch als auch der Computer gehören. Seine Begriffswahl der informationsverarbeitenden Systeme steht in keinem Widerspruch zu unserem Begriff der wissensbasierten Systeme, da nach unserer Definition des Begriffes die Informationsverarbeitung eine notwendige Voraussetzung zur Wissensgenerierung darstellt.

    Google Scholar 

  282. Siehe Kapitel 1.131.

    Google Scholar 

  283. Siehe Kapitel 1.131.1.

    Google Scholar 

  284. Siehe dazu ausführlicher Kapitel 1.131.1.

    Google Scholar 

  285. Siehe dazu auch Kapitel 1.204.

    Google Scholar 

  286. Vgl. Willke (Steuerungstheorie), S.288.

    Google Scholar 

  287. Forslin (Bandet), S. 4 f., zitiert nach Pawlowsky (Qualifikationsstrategien), S.199.

    Google Scholar 

  288. Wilensky (Intelligence), S. VIII f.

    Google Scholar 

  289. Zum Begriff der organisationalen Intelligenz siehe ausführlicher Kapitel 3.4.

    Google Scholar 

  290. Eine unmittelbare und umfassende Arbeit über das Unternehmen als wissensbasiertes System existiert bisher nicht. Allerdings finden sich erste Ansätze dazu bei bei den Arbeiten von Drucker, z.B. Drucker (Fundament) oder Drucker (Zukunft), außerdem bei Albrecht (Management), Davis; Rotkin (Geschäft), Kleinhans (Wissensverarbeitung), Krogh (Epistemology), Pautzke (Evolution), Schreyögg; Conrad (Wissensmanagement) und Willke)Steuerungstheorie).

    Google Scholar 

  291. Willke (Steuerungstheorie), S. 27S.

    Google Scholar 

  292. Vgl. Pautzke (Evolution), S. 2, und auch Drucker (Fundament) sowie Drucker (Zukunft).

    Google Scholar 

  293. Vgl. Nonaka (Wissen), S. 95, sowie ergänzend Scheuten (Wissensarbeiter), S. 322 f., und Zand (Wissen), S.1S.

    Google Scholar 

  294. Siehe dazu ausführlicher Kapitel 2.20 und Kapitel 2.300.

    Google Scholar 

  295. Vgl. Berninghaus (Trends), S. 5S.

    Google Scholar 

  296. Vgl. Wohlgemuth (Organisationsberatung(, S. 140.

    Google Scholar 

  297. Wohlgemuth (Organisationsberatung), S.140.

    Google Scholar 

  298. Vgl. Pawlowsky (Qualifikationsstrategien), S.199, der Organisationen als vergegenständlichte Wissenssysteme begreift,,in denen in Wechselwirkung individuelles und organisationales Lernen stattfindet“

    Google Scholar 

  299. Siehe Kapitel 0.383.

    Google Scholar 

  300. Siehe Kapitel 1.121.0.

    Google Scholar 

  301. Siehe Kapitel 1.121.0.

    Google Scholar 

  302. Vgl. Nonaka (Wissen), S. 96.

    Google Scholar 

  303. Siehe Kapitel 2.210.

    Google Scholar 

  304. Siehe Kapitel 2.211.

    Google Scholar 

  305. Siehe Kapitel 2.212.

    Google Scholar 

  306. Siehe Kapitel 2.211.

    Google Scholar 

  307. Siehe Kapitel 2.212.

    Google Scholar 

  308. Siehe Kapitel 1.122.0.

    Google Scholar 

  309. Die Erkenntnissse in Kapitel 1.131 und insbesondere in Kapitel 1.131.1 und Kapitel 1.131.2 begründen diese Behauptung.

    Google Scholar 

  310. Siehe Kapitel 2.210.

    Google Scholar 

  311. Aus der Neurobiologie haben wir die Erkenntnis gewonnen, daß wissensbasierte Systeme Wissen in Form von strukturellen Konnektivitätsmustern abspeichem. Neues Wissen kann deshalb immer nur mit der strukturellen Beschränktheit des alten Wissens generiert werden. Die Erkenntnis der strukturellen Konnektivitätsmuster ist ein wesentlicher Bestandteil unserer Definition eines wissensbasierten Systems, siehe dazu Kapitel 2. 22.

    Google Scholar 

  312. Siehe Kapitel 1.122.0. Siehe

    Google Scholar 

  313. Kapitel 2.22.

    Google Scholar 

  314. Als kontinuierlicher Prozeß deshalb, da wissensbasierte Systeme gemäß unserer Definition immer die Fähigkeit zur Gedächtnisbildung und damit zur kontinuierlichen Informationsverarbeitung, über die Wahrnehmung sowie die Wissensspeicherung besitzen, siehe Kapitel 2.22.

    Google Scholar 

  315. Siehe dazu auch die Strukturdeterminiertheit wissensbasierter Systeme in Kapitel 2.233.

    Google Scholar 

  316. Vgl. Martins (Wissen), S. 134 ff.

    Google Scholar 

  317. Siehe Kapitel 1.131.2.

    Google Scholar 

  318. Siehe Kapitel 1.131.1.

    Google Scholar 

  319. Siehe dazu in Kapitel 2.210 die technischen Gesetzmäßigkeiten der Programmierung und damit das Fehlen jeglicher Form von Selbstorganisation von Computersystemen. Analoge Überlegungen lassen sich für die Hardware anstellen.

    Google Scholar 

  320. Siehe unsere Definition wissensbasierter Systeme in Kapitel 2.22.

    Google Scholar 

  321. Siehe Kapitel 2.300 und Kapitel 3.31.

    Google Scholar 

  322. Siehe Kapitel 1.122.4 und Kapitel 2.110.2.

    Google Scholar 

  323. Siehe die Definition wissensbasierter Systeme in Kapitel 2.22.

    Google Scholar 

  324. Siehe Kapitel 2.210.

    Google Scholar 

  325. Willke ISteuerungstheoriel, S. 294.

    Google Scholar 

  326. Vgl. Hayek (Use), S. 521 f.

    Google Scholar 

  327. Vgl. Scheler (Probleme), S. 60 ff.

    Google Scholar 

  328. Vgl. Bühl (Ordnung), S. 15 f.

    Google Scholar 

  329. Vgl. Habermas (Theorie), S. 25 ff.

    Google Scholar 

  330. Vgl. Habermas (Theorie), S.412.

    Google Scholar 

  331. Polanyi (Wissen), S. 14, im Original kursiv.

    Google Scholar 

  332. Vgl. Bühl (Ordnung), S. 117, und Polanyi (Wissen), S. 27 ff.

    Google Scholar 

  333. Vgl. Bühl (Ordnung), S. 117 und S. 128.

    Google Scholar 

  334. Machlup (Production), S. 21 f. Fettdruck hinzugefügt.

    Google Scholar 

  335. Vgl. Mintzberg (Leftside), S.49 ff., und Müller-Stewens (Suchfeldanalyse), S. 156.

    Google Scholar 

  336. Vgl. Sackmann (Culture), S. 142.

    Google Scholar 

  337. Vgl. dazu auch Broms; Gahmberg (Semiotics) und Schütz; Luckmann (Strukturen).

    Google Scholar 

  338. Vgl. Argyris; Schön (Learning) und Heider IPsychology).

    Google Scholar 

  339. Vgl. Argyris; Schön (Learning).

    Google Scholar 

  340. Vgl. Schein (Culture), S.14.

    Google Scholar 

  341. Vgl. Sackmann (Culture), S. 147 ff.

    Google Scholar 

  342. Siehe dazu die Definition wissensbasierter Systeme in Kapitel 2.22.

    Google Scholar 

  343. Siehe Kapitel 2.22.

    Google Scholar 

  344. Vgl. Martins (Wissen), S.134 ff.

    Google Scholar 

  345. Vgl. dazu die Debatte innerhalb der KI-Forschung über den Begriff der Intelligenz, dargestellt in Kapitel 2.210.

    Google Scholar 

  346. Siehe Kapitel 1.132.

    Google Scholar 

  347. Siehe Kapitel 1.132.

    Google Scholar 

  348. Siehe Kapitel 1.132.

    Google Scholar 

  349. Vgl. Albrecht (Management), S.173.

    Google Scholar 

  350. Siehe Kapitel 2.300.

    Google Scholar 

  351. Vgl. Willke (Steuerungstheorie), S.329.

    Google Scholar 

  352. Die Symbolsprache des Computers basiert auf den Zeichen,0“ und ”1“, den Bits. Aus diesen Bits wird analog zur menschlichen Sprache der Code, der in der Regel aus acht Bits besteht, erzeugt. Dadurch wird es möglich, trotz einer auf den ersten Blick relativ gering wirkenden Varietät, 28 = 256 Zeichen abzubilden, was sich in der Praxis in den meisten Fällen als ausreichendes Symbolalphabet erwiesen hat, vgl. dazu auch Hansen (Wirtschaftsinformatik), S.127 ff.

    Google Scholar 

  353. Vgl. Albrecht (Management), S. 173.

    Google Scholar 

  354. Vgl. Breitbart (Organisationshandbuch), Teil 3/2. 5, S. 2.

    Google Scholar 

  355. Siehe Kapitel 2.210.

    Google Scholar 

  356. Vgl. Schein (Culture), S. 14.

    Google Scholar 

  357. Siehe Kapitel 1.131.1.

    Google Scholar 

  358. Siehe Kapitel 2.101.1.

    Google Scholar 

  359. Siehe Kapitel 1.21.

    Google Scholar 

  360. Vgl. dazu die Gesellschaftstheorie von Luhmann, zu finden beispielsweise in Luhmann (Gesellschaftsstruktur), Luhmann (Systeme) oder auch Luhmann (Wirtschaft).

    Google Scholar 

  361. Vgl. Strasmann (Lernen), S. 26.

    Google Scholar 

  362. Vgl. Duncan; Weiss (Learning), S. 98, und Geißler (Grundlagen), S. 11 f.

    Google Scholar 

  363. Vgl. Hedberg (Organizations), S. 6.

    Google Scholar 

  364. Vgl. Kirsch (Unternehmenspolitik), S. 500; nach Pautzke (Evolution), S. 76, und Roth (Informationsbeschaffung(, S.110, hat Kirsch in unveröffentlichten Arbeitspapieren (vgl. Kirsch (Führungssystem)) bereits im Jahre 1974 bzw. 1975 und damit vor Duncan/Weiss im angloamerikanischen Sprachraum den Begriff der organisationalen Wissensbasis verwendet.

    Google Scholar 

  365. Vgl. Kirsch (Arbeitspapier(, S. 6.13, zitiert nach Pautzke (Evolution), S. 76.

    Google Scholar 

  366. Vgl. Pautzke (Evolution), S. 76 ff.

    Google Scholar 

  367. Vgl. Pautzke (Evolution), S. 78.

    Google Scholar 

  368. Siehe dazu auch ausführlicher die Kritik zur Kulturentwicklung in Kapitel 2.111.1.

    Google Scholar 

  369. In diesem Zusammenhang ist der Begriff „gemeinsam geteilr, im Gegensatz zu Pautzke, nur als bei allen Organisationsmitgliedern abgespeicherter Wissensbestand (siehe obige im Text angegebenen Beispiele) und nicht gleichzeitig auch schon als gemeinsam akzeptiertes Wissen zu verstehen.

    Google Scholar 

  370. Vgl. Duncan; Weiss (Learning), S. 86 f.

    Google Scholar 

  371. Siehe dazu ausführlicher Kapitel 3.311 und Kapitel 3.312.

    Google Scholar 

  372. Vgl. Duncan; Weiss (Leaming), S. 86 f.

    Google Scholar 

  373. Eine ähnliche Parallele haben wir bereits bei den beiden Begriffen,kollektives’ und,organisationales“ Lernen gefunden. Kirsch spricht im Gegensatz dazu und in Abgrenzung zum Begriff der organisationalen Wissensbasis von,lokalen Wissensbasen”, vgl. Kirsch (Führungssystem), S. 72, und Kirsch (Arbeitspapier), S. 6.16, zitiert nach Paulzke (Evolution), S. 80.

    Google Scholar 

  374. Siehe dazu auch die Theorie kollektiver Lernprozesse in Kapitel 1.212.

    Google Scholar 

  375. Vgl. Sackmann (Culture), S.140 ff., somit besteht bei kollektivem Wissen die Gefahr eigener subkultureller Bereiche im Unternehmen, eigener Begriffsbildungen, die das Wissen für andere unzugänglich machen.

    Google Scholar 

  376. So kann man in zunehmendem Maße die Beobachtung machen, daß beim Abwerben von Personal durch Konkurrenzunternehmen nicht mehr ausschließlich Einzelpersonen, sondern gerade auch bestimmte Gruppen interessant werden, beispielsweise im Fall des Wechsels von Ignazio Lopez und seiner Mitarbeiter von General Motors zu VW, vgl. Hillebrand; Linden Nollstreckerl,S. 33 ff.

    Google Scholar 

  377. Vgl. Pautzke (Evolution), S. 80.

    Google Scholar 

  378. In Anlehnung an Pautzke (Evolution), S. 80.

    Google Scholar 

  379. Siehe dazu ausführlicher Kapitel 4.204.0.

    Google Scholar 

  380. In Anlehnung an Pautzke (Evolution), S. 81 f.

    Google Scholar 

  381. Siehe dazu Kapitel 2.200.

    Google Scholar 

  382. Vgl. Kirsch (Unternehmenspolitik), S. 500, und Pautzke (Evolution), S. 8S.

    Google Scholar 

  383. Inhaltlich in Anlehnung an Pautzke (Evolution), S.79.

    Google Scholar 

  384. Vgl. Pautzke (Evolution), S. 76 ff.

    Google Scholar 

  385. Pautzke (Evolution), S. 82.

    Google Scholar 

  386. Vgl. Bühl (Ordnung), S. 31 f., Holton (Origins), S. 74 ff., und Pautzke (Evolution), S.83 f.

    Google Scholar 

  387. Vgl. dazu auch Feyerabend, der die Dimensionen der Beobachtung und experimentellen Erfahrung, der Theorie der Apparate und der Theorie selbst, mit ihren speziellen Annahmen und Präsuppositionen, unterscheidet, Feyerabend (Gültigkeit), S.145 f., oder auch Elkana, der dem Wissenskorpus die sozial determinierten Wissensvorstellungen sowie sonstige Ideologien, politische Erwägungen usw. gegenübersteht, vgl. Elkana (Anthropologie), S. 44 f.

    Google Scholar 

  388. Inhaltlich in Anlehnung an Pautzke (Evolution), S. 83 f.

    Google Scholar 

  389. Auf diese Dimension wird in Kapitel 3 ausführlich eingegangen.

    Google Scholar 

  390. Siehe dazu das Modell der _Theories“ bei Argyris; 391 Schön und das Modell der „basic assumptions” von Schein in Kapitel 2.101.1.

    Google Scholar 

  391. Vgl. Pautzke (Evolution), S. 83.

    Google Scholar 

  392. Siehe Kapitel 1.031.1, Kapitel 1.204 und Kapitel 2.211.

    Google Scholar 

  393. In Anlehnung an Müller-Stewens; Pautzke (Führungskräffeenlwicklungl, S. 193 ff.

    Google Scholar 

  394. Vgl. Müller-Stewens; Pautzke IFührungskräfteentwicklungl, S. 193.

    Google Scholar 

  395. Siehe Kapitel 1.204.

    Google Scholar 

  396. Müller-Stewens; Pautzke (Führungskräfteentwicklung), S. 194.

    Google Scholar 

  397. Siehe Kapitel 1.20.

    Google Scholar 

  398. Vgl. Müller-Stewens; Pautzke (Führungskräfteentwicklung), S. 194.

    Google Scholar 

  399. Siehe Kapitel 1.212.

    Google Scholar 

  400. Vgl. Senge (Discipline), S. 6 ff.

    Google Scholar 

  401. Vgl. Müller-Stewens; Pautzke (Führungskräfteenlwicklung), S. 19S.

    Google Scholar 

  402. Vgl. Müller-Stewens; Pautzke (Führungskräfteentwicklung), S. 19S.

    Google Scholar 

  403. Teilweise in Anlehnung an Müller-Stewens; Pautzke (Führungskräfteentwicklung), S.196.

    Google Scholar 

  404. Vgl. Sackmann (Culture), S.142.

    Google Scholar 

  405. Vgl. dazu die empirische Untersuchung von Dierkes; Raske (Unternehmen), S.143 ff.

    Google Scholar 

  406. Siehe Kapitel 0.0.

    Google Scholar 

  407. Siehe dazu Kapitel 4.

    Google Scholar 

  408. In Anlehnung an Probst; Tikart (Lernen), S.92.

    Google Scholar 

  409. Siehe Kapitel 2.110.2.

    Google Scholar 

  410. In Anlehnung an Müller-Stewens; Pautzke (Führungskräfteentwicklung), S.196.

    Google Scholar 

Download references

Authors
  1. Stefan Güldenberg
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 2001 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Güldenberg, S. (2001). Lernende Organisationen als wissensbasierte Systeme. In: Wissensmanagement und Wissenscontrolling in lernenden Organisationen. DUV Wirtschaftswissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-09150-9_3

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-09150-9_3

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-0585-5

  • Online ISBN: 978-3-663-09150-9

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation