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
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. Garvin (Unternehmen), S. 7S.
Vgl. beispielsweise Bell (Gesellschaft), S. 32 ff.; Drucker (Zukunft); Handy (Unreason), S. 104, und Probst; Tikart (Lemen), S. 81.
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.
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).
Siehe Kapitel 0.300 und vgl. dazu auch Chmielewicz (Forschungskonzeptionen), S.8 ff.
Vgl. Reinhardt (Modell), S.43.
Siehe Kapitel 2.101 und vgl. Probst; Büchel (Lernen), S. V.
Vgl. Pawlowsky (Qualifikationsstrategien), S.223, und Sattelberger (Spannungsfeld), S. 14 ff.
Silverman (Theory), zitiert nach Jelinek (lnnovations), S. XIV.
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.
Vgl. Klimecki; Probst; Eberl (Systementwicklung), S. 129, Shrivastava (Typology), S. 10, und Staehle (Management), S. 86S.
Cyert; March (Theory), S.101 f.
March; Olsen (Learning), S. 67.
Siehe Kapitel 1.200 und die Behandlung der Theorie in Kapitel 2.101.
Vgl. bespielsweise Schein (Culture), S. 9.
Siehe Kapitel 1.202.
Vgl. Klimecki; Probst; Eberl (Systementwicklung(, S. 129, Shrivastava (Typology), S. 10, und Staehle (Management), S.86S.
Argyris; Schön (Learning), S. 19.
Schein (Dialogue), S. 51.
Schein (Dialogue), S.41.
Senge (Discipline), S. 14.
Klimecki; Probst; Eberl (Systementwicklung), S.134.
Probst; (Michel (Lernen), S. 17.
Siehe Kapitel 1.201.
Vgl. Klimecki; Probst; Eberl (Systementwicklung), S.129, Shrivastava (Typology), S. 10, und Staehle (Management), S. 86S.
Duncan; Weiss (Learning), S. 84.
Hedberg (Organizations), S.3.
Morgan (Images), S.87.
Pautzke (Evolution), S.112.
Vgl. Probst; Büchel (Lernen), S.17.
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.
Siehe Kapitel 0.32.
Vgl. Probst; Tikart (Lernen), S. 81 ff.
Vgl. Pautzke (Evolution), S.103, und Reinhardt (Modell), S.43.
Vgl. Taylor (Management).
Vgl. wllke (Steuerungstheorie), S. 288.
Vgl. Reinhardt (Modell), S. 44.
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.
Vgl. insbesondere Cyert; March (Theory) aber auch March (Footnotes); March; Olsen (Ambiguity); March; Olsen (Uncertainty) und March; Simon (Organizations).
In Anlehnung an Shrivastava (Typology), S. 9 f.
Vgl. Cangelosi; Dill (Learning), S.175 ff.
Vgl. March; Olsen (Ambiguity).
In Anlehnung an March; Olsen (Ambiguity), S. 13.
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.
Vgl. Katona (Organizing) zitiert nach Pawlowsky (Qualifikationsstrategien), S. 200.
Vgl. Staehle (Management), S. 865 f., und Steinmann; Schreyögg (Management), S. 444.
Vgl. Weick (Quality), S.116 ff.
Siehe Kapitel 1.122.4.
Vgl. Fiol; Lyles (Learning), S. 811.
Vgl. beispielsweise Duncan; Weiss (Learning), Pautzke (Evolution) und Shrivastava (Typology).
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.
Zu dieser Gruppe gehören die Arbeiten von Beer (Brain), Morgan (Images) und Shrivastava (Typology).
Vgl. Argyris (Individual).
Vgl. Argyris; Schön (Learning).
Vgl. beispielsweise Geißler (Grundlagen), S.76, und Klimecki; Probst; Ebert (Systementwicklung), S.130.
Argyris (Communication), S. 80.
Vgl. Pawlowsky)Qualifikationsstrategien), S. 202.
Vgl. Argyris (Communication), S. 80.
Vgl. Pawlowsky (Qualifikationsstrategien), S. 202.
Vgl. Argyris; Schön (Learning), S. 11, zitiert nach und übersetzt von Pawlowsky (Qualifikationsstrategien), S. 202.
Vgl. Argyris (Communicaton), S. 80.
Vgl. Argyris (Communication), S. 80, und auch Heinisch (Management).
Argyris; Schön (Learning), S. 19.
Steinmann; Schreyögg (Management), S. 448.
Vgl. Mintzberg; Waters (Strategies), S. 257 ff.
Vgl. beispielsweise die empirischen Untersuchungen von Argyris (Defenses) und Argyris (Reasoning) und unsere Überlegungen im Bereich der Lernmodelle, Kapitel 2.110.2.
Vgl. Dyer (Cycle), S.200 ff.
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.
Vgl. Schein (Culture).
Vgl. Schein (Culture), S. 9.
Vgl. dazu auch das Modell eines Organisationsgedächtnisses bei Hedberg (Organizations), S. 6.
Vgl. dazu auch Geißler (Grundlagen), S.134.
In Anlehnung an Geißler (Grundlagen), S. 139.
Vgl. Schein (Culture), S. 174 ff.
Vgl. Senge (Discipline).
Vgl. Senge (Discipline), S. 6 ff.
Senge (Discipline), S. 10.
Vgl. beispielsweise Sandler; Karabasz; von Berg (Unternehmen), S. 137.
Senge (Discipline), S. 7.
Vgl. dazu ausführlich Senge (Discipline), S. 238 ff.
Vgl. Schein (Culture), S. 227 ff.
Vgl. Duncan; Weiss (Learning), S. 78.
Vgl. Duncan; Weiss (Learning).
Vgl. dazu auch Hedberg (Organizations), S. 4 ff., und Shrivastava (Typology), S.13 f.
Vgl. dazu auch Bass; Vaughn (Industry).
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.
Vgl. Staehle (Management), S. 86S.
Vgl. Duncan; Weiss (Learning), S. 86 f.
Zur Problematik dieser Begriffsbildung siehe Kapitel 2.310.0.
Vgl. Hedberg (Organizations), S. 6.
Vgl. Hedberg (Organizations), S. 6.
In Anlehnung an Hedberg (Organizations), S.6.
Siehe Kapitel 1.131.
Vgl. Geißler (Grundlagen), S. 59, und Hedberg (Organizations), S.9.
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.
Siehe dazu ausführlicher Kapitel 1.131.
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.
Morgan (Images), S. 80.
Vgl. Morgan (Images), S. 79 ff.
Vgl. Morgan (Images), S. 97.
In Anlehnung an Morgan (Images), S. 97 f.
Vgl. Morgan (Images), S. 101.
Vgl. beispielsweise Phillips (Firma) oder auch Worpitz (Unternehmen’.
Vgl. dazu die Aussagen von Probst; Tikart (Lernen), S. 81 f.
Vgl. beispielsweise Geißler (Grundlagen), Heimerl-Wagner (Organisations-Entwicklung), Klimecki; Probst; Ebert (Systementwicklung), Pawlowsky (Oualifikationsstrategien), Probst; Büchel (Lernen), Reinhardt (Modell), Sattelberger (Organisation).
Vgl. beispielsweise Albrecht (Management) und Pautzke (Evolution).
Vgl. beispielsweise Klimecki; Probst; Eberl (Systementwicklung), S.127, und Probst (Organisation), S.457 ff.
Klimecki; Probst; Ebert (Systementwicklung), S.127.
Vgl. Klimecki; Probst; Ebert (Systementwicklung), S.15S.
Dieser Standpunkt hat eine gewisse Ähnlichkeit mit der Theory in Use von Argyris; Schön (Learning), S.19.
Probst; Büchel (Lernen).
Vgl. Probst; Büchel (Lernen) und Probst; Tikart (Lernen), vgl. auch die aktuellere Begriffsbildung von Probst; Büchel in Kapitel 2.100.
Vgl. Pautzke (Evolution).
Vgl. Pautzke (Evolution), S. 89 ff.; und seine Definition in Kapitel 2. 100.
Vgl. Pautzke (Evolution), S. 63 ff.
Siehe Kapitel 2.3.
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).
Hierzu gehören insbesondere Veröffentlichungen in der populärwissenschaftlichen Literatur, wie beispielsweise Pedler; Burgoyne; Boydell (Company).
Keine explizite Aussage möglich.
Keine explizite Aussage möglich.
Keine explizite Aussage möglich.
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).
Vgl. Staehle (Management), S. 867 ff., der zwischen Modellen des Wandels und Ansätzen zur Organisationsveränderung unterscheidet.
Eine ausführliche Übersicht findet sich dazu in Staehle (Management), S. 857 ff.
In Anlehnung an Türk (Organisationsforschung), S. 55 f.
Vgl. beispielsweise Glas); Houssaye (Organisationsentwicklung); Goerke (Organisationsentwicklung), Filley; House; Kerr (Process), Lievegoed (Organisationen) und Mintzberg (Organizations).
Vgl. beispielsweise das Modell des evolutionären Managements von Laszlo; Laszlo; Liechtenstein (Management).
Vgl. das vierstufige Meta-Modell von Quinn; Cameron (Life) oder die sechsstufige Erweiterung dieses Modells von Barfunk; Louis (Development).
Vgl. Staehle (Management), S. 860.
Vgl. beispielsweise Lawrence; Lorsch (Organization), Luhmann (Zweckbegriff), Rosen (Complexity), Schreyägg; Steinmann (Control) und Staehle (Redundanz).
Vgl. Staehle (Management), S.861.
Vgl. Stahl (Entwicklung), S. 168.
Vgl. die genotypischen Modelle von Aldrich; Müller (Evolution) und McKelvey (Systematics).
Vgl. Türk (Organisationsforschung), S. 57.
Vgl. Hannan; Freeman (Population), S.931 f.
Vgl. Hannan; Freeman, (Population), S.931 f.
Zu den Lernmodellen gehören beispielswiese die oben bereits vorgestellten Ansätze zur organisationalen Lerntheorie, siehe Kapitel 2.101.
Vgl. Staehle (Management), S.858.
Siehe Kapitel 1.20.
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.
Vgl. beispielsweise Cangelosi; Dill (Learning), Cyert; March (Theory) und March; Olsen (Learning).
Vgl. z.B. Hoffmann; Niedermayr; Risak (Führungsergänzung), S. B.
Vgl. dazu auch das Beispiel von Duncan/Weiss in Kapitel 2.101.2.
Siehe dazu Kapitel 1.105 und Kapitel 2.110.
Vgl. Hoffmann; Niedermayr; Risak (Führungsergänzung), S. 3.
Vgl. Schreyögg; Noss (Wandel), S.171.
Die ersten Forschungsbemühungen in diesem Bereich stammen von Lawrence (Resistance) und Watson (Widerstand).
In Anlehnung an Staehle (Management), S.867 ff.
Vgl. die Ansätze von Kurt Lewin (Lewin (Group)) zur Gruppendynamik und Jacob Moreno (Moreno (Soziometriel) zur Gruppentherapie.
Vgl. Staehle (Management), S. 869 f.
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.
Vgl. Heimerl-Wagner (Organisationsentwicklung), S. B.
Vgl. dazu beispielsweise Wunderer (Organisationsentwicklung).
Dazu empfiehlt sich insbesondere das Studium der einzelnen Beiträge in Schatz (Organisationsentwicklung), in denen dieser Kritikpunkt immer wieder lebhaft diskutiert wird.
Vgl. Heimerl-Wagner (Organisationsentwicklung), S. 8 f.
Vgl. Kieser; Krüger; Röber (Organisationsentwicklung), S.154, und Neuberger (Personalentwicklung), S. 262 ff.
Vgl. beispielsweise Pülz; Wiendieck (Selbsterfahrung), S. 225 ff.
Vgl. Staehle (Management), S. 874 f.
Vgl. Burke (Comparison), S. 569 ff.
Vgl. Ulrich (Systemsteuerung), S. 303 ff.
In einem guten Überblick Hopfenbeck (Managementlehre), S. 752 ff.
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.
Vgl. Luhmann (Systeme), S. 249 ff.
Vgl. Beckhard; Harris (Transitions).
Vgl. Staehle (Management), S.878 f.
Vgl. dazu beispielsweise die Studien von Gersick (Change), Greiner (Evolution), und Tushman; Newman; Romanelli (Convergence).
Vgl. Allaire; Firsirotu (Strategies), S. 20 ff.
Vgl. Weick (Organization), S. 31 ff.
Vgl. Lipp (Autopoiesis), S. 462, und Luhmann (Systeme), S.77 ff.
Vgl. Cummings; Huse (Development), S. 418 ff.,und Kilmann; Covin (Transformation).
Allaire; Firsirotu (Strategies), S. 20 ff.
Vgl. Staehle (Management), S. 87S.
Vgl. Staehle (Management), S. 87S.
Siehe dazu auch Kapitel 3.30.
Gesamter Abschnitt in Anlehnung an Blumenthal; Haspeslagh (Transformation), S. 102 ff.
Vgl. die Konsistenzansätze von Miller; Friesen (Archetypes), S. 921 ff., und Miller; Friesen (Organizations), S.1 ff.
Vgl. Hinings; Greenwood (Dynamics), S. 22.
Siehe dazu auch den Assumption Sharing-Ansatz und die Bedeutung der Theory of Action in Kapitel 2.101.1
Vgl. Blumenthal; Haspeslagh (Transformation), S. 104 ff.
Vgl. Türk (Entwicklungen), S. 57 ff.
Siehe Kapitel 1.200 und Kapitel 2.101.0.
Vgl. dazu beipspielsweise Probst; Tikart (Lernen), S. 86 f., oder auch Staehle (Management), S.851 ff.
Vgl. Risak (Personalplanung), S.377.
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.
Vgl. Risak (Personalplanung), S.377.
Vgl. Risak (Personalplanung), S.355 f.
Siehe dazu auch die Eigenschaften lemender Organisationen als wissensbasierte Systeme in Kapitel 2.36.
Vgl. z.B. Hoffmann; Niedermayr; Risak IFührungsergänzungl, S. B.
Siehe Kapitel 2.111.3.
Siehe Kapitel 2.33.
Siehe Kapitel 2.111.3.
Siehe Kapitel 0.0 und Kapitel 1.132.
Siehe Kapitel 1.2.
Siehe Kapitel 1.131 und Kapitel 1.2.
Siehe Kapitel 2.101.
Siehe Kapitel 2.11.
Wir verwenden dazu unsere in Kapitel 1.122 eingeführten, systemtheoretischen Eigenschaftskategorien.
Vgl. Cyert; March (Theory) und Shrivastava (Typology), S. 9.
Castiglioni (Lernen), S.30.
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.
Vgl. dazu ausführlicher Güldenberg (Unternehmensberatung), S. 81 ff.
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.
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.’
Vgl. Bleicher (Organisation), S.16, und Klimecki; Probst; Eberl (Systementwicklung), S. 127.
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.
Siehe Kapitel 1.123.
Siehe Kapitel 1.131.
Siehe Kapitel 1.122.3.
Siehe Kapitel 2.101.0.
Siehe Kapitel 2.101.1 und Kapitel 2.101.2.
Siehe Kapitel 2.212.
Siehe Kapitel 0.0 und Kapitel 1.132.
Vgl. Handy (Unreason), S.104 ff.
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.
In Anlehnung an Bleicher (Konzept), S. 2S.
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.
Vgl. Label; Müller; Schmid (Lexikon), S. 13S.
Vgl. Davis; Bofkin (Geschäft), S. 2S.
Vgl. Albrecht (Management), S. 4S.
Vgl. Label; Müller; Schmid (Lexikon), S. 274.
Vgl. Gemünden (Information), Sp. 172S.
Siehe Kapitel 1.131.
Vgl. Albrecht (Management), S. 31f.
Vgl. Bell (Gesellschaft), S. 32 ff.
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.
Berger; Luckmann (Konstruktion), S. 16.
Segler (Evolution), S. 138.
Sodian (Wissen), S. 20.
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)
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.
Vgl. Brüggen (Wissen), S. 1723 ff., zitiert nach Albrecht ( Management ), S. 34.
Vgl. Albrecht (Management), S. 34.
Vgl. Wittmann (Wissen), S. 2263.
Vgl. Sodian (Wissen), S. 20.
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.
Kalinski (Wissen), S. 247.
Vgl. Albrecht (Management), S. 39.
Vgl. beispielsweise Drucker (Fundament), Drucker (Zukunft), Spur (Unternehmensführung), Zand (Wissen) und insbesondere Bell (Gesellschaft).
Vgl. Kleinhans (Wissensverarbeitung), S. 6.
Besonders häufig ist dieser Fall in Veröffentlichungen anzutreffen, die dem informationstheoretischen Ansatz der Betriebswirtschaftslehre angehören, beispielsweise Wittmann (Unternehmung) und siehe Kapitel 0.383.
Vgl. Schweitzer (Planung), S. 17.
Vgl. Wittmann (Unternehmung), S. 14.
Vgl. Wacker (Informationstheorie), S. 40.
Vgl. Albrecht (Management), S. 31 f.
Vgl. Davis; Botkin (Geschäft), S. 26.
Vgl. Ropohl (Systemtheorie), S. 216.
Vgl. beispielsweise Berthe) Ilnformationssystemel, S. 13, und Wild (Grundlagen), S. 119.
Vgl. Ropohl (Systemtheorie), S. 216.
Siehe Kapitel 3.31.
Siehe Kapitel 1.131.1.
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.
Eine ausführliche Darstellung über die Anfänge der KI (Künstliche Intelligenz(-Forschung findet sich bei McCorduck (Machines).
Vgl. Neumann (Rechenmaschine).
Vgl. Descartes (Discours), S. 93, und im Gegensatz dazu als bekanntester Anhänger der “starken KI-Forschung” Minsky (People), S. 3 ff.
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.
Vgl. Albrecht (Management), S.52.
Vgl. Langenheder (Antropormorphismen), S. 1S.
Kiefer (Wissen), S. 67.
Siehe Kapitel 2.20.
Vgl. Brody (Intelligence), S. 2 ff., oder auch Kline (Intelligence), S. 7 ff.
Vgl. Oberschute (Intelligenz(, S. 44.
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.
Siehe Kapitel 1.204.
In Anlehnung an Oberschulte (Intelligenz), S. 44 f.
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.
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.
Nach Kowalski (Directions), S. 128 ff. bilden Algorithmus und Daten zusammen ein Software-Programm.
Vgl. Jüttner; Güntzer (Methoden), S. 29.
Kurbel (Entwicklung), S. 18.
Albrecht (Management), S. 177: Regeln können als dritte Kategorie neben dem Wissen und der Problemlösungskomponente aufgefaßt werden. Sie stellen eine Technik der Wissensrepräsentation dar.
Vgl. Puppe (Einführung), S. 3.
Vgl. Coy; Bonsiepen (Erfahrung), S. 26 f., und Kurbel (Entwicklung), S. 26.
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.
Siehe Kapitel 1.131.0.
Siehe Kapitel 1.201.2.
Vgl. Searle (Minds), S. 417 ff.
Vgl. Searle (Geist), S. 27: „Der Geist verhält sich zum Hirn, wie das Programm zur Hardware des Computers.“
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.
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.
Siehe dazu beispielsweise Kapitel 3.31.
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.
Siehe Kapitel 1.131.
Siehe Kapitel 1.131.1.
Siehe dazu ausführlicher Kapitel 1.131.1.
Siehe dazu auch Kapitel 1.204.
Vgl. Willke (Steuerungstheorie), S.288.
Forslin (Bandet), S. 4 f., zitiert nach Pawlowsky (Qualifikationsstrategien), S.199.
Wilensky (Intelligence), S. VIII f.
Zum Begriff der organisationalen Intelligenz siehe ausführlicher Kapitel 3.4.
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).
Willke (Steuerungstheorie), S. 27S.
Vgl. Pautzke (Evolution), S. 2, und auch Drucker (Fundament) sowie Drucker (Zukunft).
Vgl. Nonaka (Wissen), S. 95, sowie ergänzend Scheuten (Wissensarbeiter), S. 322 f., und Zand (Wissen), S.1S.
Siehe dazu ausführlicher Kapitel 2.20 und Kapitel 2.300.
Vgl. Berninghaus (Trends), S. 5S.
Vgl. Wohlgemuth (Organisationsberatung(, S. 140.
Wohlgemuth (Organisationsberatung), S.140.
Vgl. Pawlowsky (Qualifikationsstrategien), S.199, der Organisationen als vergegenständlichte Wissenssysteme begreift,,in denen in Wechselwirkung individuelles und organisationales Lernen stattfindet“
Siehe Kapitel 0.383.
Siehe Kapitel 1.121.0.
Siehe Kapitel 1.121.0.
Vgl. Nonaka (Wissen), S. 96.
Siehe Kapitel 2.210.
Siehe Kapitel 2.211.
Siehe Kapitel 2.212.
Siehe Kapitel 2.211.
Siehe Kapitel 2.212.
Siehe Kapitel 1.122.0.
Die Erkenntnissse in Kapitel 1.131 und insbesondere in Kapitel 1.131.1 und Kapitel 1.131.2 begründen diese Behauptung.
Siehe Kapitel 2.210.
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.
Siehe Kapitel 1.122.0. Siehe
Kapitel 2.22.
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.
Siehe dazu auch die Strukturdeterminiertheit wissensbasierter Systeme in Kapitel 2.233.
Vgl. Martins (Wissen), S. 134 ff.
Siehe Kapitel 1.131.2.
Siehe Kapitel 1.131.1.
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.
Siehe unsere Definition wissensbasierter Systeme in Kapitel 2.22.
Siehe Kapitel 2.300 und Kapitel 3.31.
Siehe Kapitel 1.122.4 und Kapitel 2.110.2.
Siehe die Definition wissensbasierter Systeme in Kapitel 2.22.
Siehe Kapitel 2.210.
Willke ISteuerungstheoriel, S. 294.
Vgl. Hayek (Use), S. 521 f.
Vgl. Scheler (Probleme), S. 60 ff.
Vgl. Bühl (Ordnung), S. 15 f.
Vgl. Habermas (Theorie), S. 25 ff.
Vgl. Habermas (Theorie), S.412.
Polanyi (Wissen), S. 14, im Original kursiv.
Vgl. Bühl (Ordnung), S. 117, und Polanyi (Wissen), S. 27 ff.
Vgl. Bühl (Ordnung), S. 117 und S. 128.
Machlup (Production), S. 21 f. Fettdruck hinzugefügt.
Vgl. Mintzberg (Leftside), S.49 ff., und Müller-Stewens (Suchfeldanalyse), S. 156.
Vgl. Sackmann (Culture), S. 142.
Vgl. dazu auch Broms; Gahmberg (Semiotics) und Schütz; Luckmann (Strukturen).
Vgl. Argyris; Schön (Learning) und Heider IPsychology).
Vgl. Argyris; Schön (Learning).
Vgl. Schein (Culture), S.14.
Vgl. Sackmann (Culture), S. 147 ff.
Siehe dazu die Definition wissensbasierter Systeme in Kapitel 2.22.
Siehe Kapitel 2.22.
Vgl. Martins (Wissen), S.134 ff.
Vgl. dazu die Debatte innerhalb der KI-Forschung über den Begriff der Intelligenz, dargestellt in Kapitel 2.210.
Siehe Kapitel 1.132.
Siehe Kapitel 1.132.
Siehe Kapitel 1.132.
Vgl. Albrecht (Management), S.173.
Siehe Kapitel 2.300.
Vgl. Willke (Steuerungstheorie), S.329.
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.
Vgl. Albrecht (Management), S. 173.
Vgl. Breitbart (Organisationshandbuch), Teil 3/2. 5, S. 2.
Siehe Kapitel 2.210.
Vgl. Schein (Culture), S. 14.
Siehe Kapitel 1.131.1.
Siehe Kapitel 2.101.1.
Siehe Kapitel 1.21.
Vgl. dazu die Gesellschaftstheorie von Luhmann, zu finden beispielsweise in Luhmann (Gesellschaftsstruktur), Luhmann (Systeme) oder auch Luhmann (Wirtschaft).
Vgl. Strasmann (Lernen), S. 26.
Vgl. Duncan; Weiss (Learning), S. 98, und Geißler (Grundlagen), S. 11 f.
Vgl. Hedberg (Organizations), S. 6.
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.
Vgl. Kirsch (Arbeitspapier(, S. 6.13, zitiert nach Pautzke (Evolution), S. 76.
Vgl. Pautzke (Evolution), S. 76 ff.
Vgl. Pautzke (Evolution), S. 78.
Siehe dazu auch ausführlicher die Kritik zur Kulturentwicklung in Kapitel 2.111.1.
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.
Vgl. Duncan; Weiss (Learning), S. 86 f.
Siehe dazu ausführlicher Kapitel 3.311 und Kapitel 3.312.
Vgl. Duncan; Weiss (Leaming), S. 86 f.
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.
Siehe dazu auch die Theorie kollektiver Lernprozesse in Kapitel 1.212.
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.
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.
Vgl. Pautzke (Evolution), S. 80.
In Anlehnung an Pautzke (Evolution), S. 80.
Siehe dazu ausführlicher Kapitel 4.204.0.
In Anlehnung an Pautzke (Evolution), S. 81 f.
Siehe dazu Kapitel 2.200.
Vgl. Kirsch (Unternehmenspolitik), S. 500, und Pautzke (Evolution), S. 8S.
Inhaltlich in Anlehnung an Pautzke (Evolution), S.79.
Vgl. Pautzke (Evolution), S. 76 ff.
Pautzke (Evolution), S. 82.
Vgl. Bühl (Ordnung), S. 31 f., Holton (Origins), S. 74 ff., und Pautzke (Evolution), S.83 f.
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.
Inhaltlich in Anlehnung an Pautzke (Evolution), S. 83 f.
Auf diese Dimension wird in Kapitel 3 ausführlich eingegangen.
Siehe dazu das Modell der _Theories“ bei Argyris; 391 Schön und das Modell der „basic assumptions” von Schein in Kapitel 2.101.1.
Vgl. Pautzke (Evolution), S. 83.
Siehe Kapitel 1.031.1, Kapitel 1.204 und Kapitel 2.211.
In Anlehnung an Müller-Stewens; Pautzke (Führungskräffeenlwicklungl, S. 193 ff.
Vgl. Müller-Stewens; Pautzke IFührungskräfteentwicklungl, S. 193.
Siehe Kapitel 1.204.
Müller-Stewens; Pautzke (Führungskräfteentwicklung), S. 194.
Siehe Kapitel 1.20.
Vgl. Müller-Stewens; Pautzke (Führungskräfteentwicklung), S. 194.
Siehe Kapitel 1.212.
Vgl. Senge (Discipline), S. 6 ff.
Vgl. Müller-Stewens; Pautzke (Führungskräfteenlwicklung), S. 19S.
Vgl. Müller-Stewens; Pautzke (Führungskräfteentwicklung), S. 19S.
Teilweise in Anlehnung an Müller-Stewens; Pautzke (Führungskräfteentwicklung), S.196.
Vgl. Sackmann (Culture), S.142.
Vgl. dazu die empirische Untersuchung von Dierkes; Raske (Unternehmen), S.143 ff.
Siehe Kapitel 0.0.
Siehe dazu Kapitel 4.
In Anlehnung an Probst; Tikart (Lernen), S.92.
Siehe Kapitel 2.110.2.
In Anlehnung an Müller-Stewens; Pautzke (Führungskräfteentwicklung), S.196.
Rights 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