Wissensbilanzen (eBook)

Geleitwort 6
Vorwort 8
Danksagung 14
Literaturverzeichnis 15
Inhaltsverzeichnis 16
1 Wissensbilanzen – Intellektuelles Kapital erfolgreich nutzen und entwickeln 25
1.1 Einleitung 25
1.2 Begriffsklärung 26
1.3 Ausgangssituation – Warum Wissen bilanzieren? 28
1.3.1 Diskrepanz zwischen Markt und Buchwert 28
1.3.2 Rating und Basel II 28
1.3.3 Rechtliche Rahmenbedingungen, Rechnungslegung und Standards 29
1.3.4 Mitarbeiterakquisition und -bindung 31
1.3.5 Kooperationen mit Partnern im Geschäftsumfeld 31
1.3.6 Markt und Kunden 32
1.3.7 Organisationsmanagement 32
1.4 Zielsetzungen der Wissensbilanzierung – eine kritische Betrachtung 33
1.4.1 Wissensbilanzen als Instrument zur Kommunikation des 34
intellektuellen Kapitals 34
1.4.2 Wissensbilanzen als Instrument zum Management des 36
intellektuellen Kapitals 36
1.5 Wissensbilanzen – Zwischen Kommunikation und Management 36
1.6 Positionierung der Wissensbilanz zu anderen Managementinstrumenten 37
Literaturverzeichnis 39
2 Wissensbilanzen – Im Spannungsfeld zwischen Forschung und Praxis 43
2.1 Einleitung 43
2.2 Herausforderungen bei der Messung und Bewertung des intellektuellen Kapitals 43
2.3 Historischer Überblick und aktueller Stand der Forschung und Entwicklung 47
2.4 Anwendungspraxis – Eine Analyse veröffentlichter Wissensbilanzen 55
2.4.1 Untersuchungsgegenstand 55
2.4.2 In der Praxis verwendete Begriffe 56
2.4.3 Inhalt und Struktur der analysierten Wissensbilanzen 56
2.4.4 Die Messung des intellektuellen Kapitals 57
2.4.5 Die Bewertung und Steuerung des intellektuellen Kapitals 57
2.4.6 Wie wird mittels der Wissensbilanz kommuniziert und wo wird diese ausgewiesen? 59
2.4.7 Zusammenfassung der Ergebnisse und Vorschlag einer 59
Definition 59
Literaturverzeichnis 60
Anhang 63
3 Wissensbilanzen – „Made in Germany” Ein Praxisbericht aus dem Mittelstand 65
3.1 Motivation und Zielsetzung 65
3.1.1 Unternehmenswert 65
3.1.2 Produktivität 66
3.1.3 Unterstützung bei täglichen Entscheidungen 67
3.1.4 Abgrenzung zur Balanced Scorecard 67
3.2 Vorgehen zur Projektumsetzung 67
3.2.1 Selektion der Teilnehmer und Erfahrungstransfer 68
3.2.2 Erfahrungen aus dem Implementierungsprozess in den 14 Pilotunternehmen 69
3.2.3 Nutzen für KMU aus dem Erstellungsprozess 74
3.3 Lessons Learned7 74
3.3.1 Was ist eine Wissensbilanz? 74
3.3.2 Bedeutung von schnellen Ergebnissen 75
3.3.3 Etablierung und Legitimation 75
3.3.4 Hohe Voraussetzungen und Aufwand 76
3.3.5 Vergleichbarkeit und Interpretation 76
3.4 Zusammenfassung und Ausblick 77
Literaturverzeichnis 77
4 Analyse und Interpretation von „Intellectual Capital Reports“ 79
4.1 Wissensressourcen 80
4.2 Der ‘Intellectual Capital Report’ 80
4.3 Der ‚Intellectual Capital Report’ als Management- Instrument 82
4.4 Schlussfolgerung 90
Literaturverzeichnis 91
5 Die Entwicklung und Einführung eines Wissensbilanzsystems: Vorteile eines „bottom up“-Prozesses 93
5.1 Einführung 93
5.1.1 Hintergrund 93
5.1.2 Vorgehen: Übersicht 93
5.2 Projektbeschreibung 94
5.2.1 Phase 1: Pilotphase 95
5.2.2 Phase 2: Generalisierungsphase 104
5.2.3 Phase 3: Aggregation & Entwicklung der Wissensbilanz
5.2.4 Resümee 105
5.3 Diskussion & Schlussfolgerungen
5.3.1 Erfolgsfaktoren 105
5.3.2 Wissensmanagement – Quo vadis? 108
Literaturverzeichnis 108
6 Instrument für Wissens- und Personalarbeit 111
6.1 Ausgangssituation 111
6.1.1 Prolog für den eiligen Leser 111
6.2 Das Modell 113
6.3 Anwendung und Ergebnisse der 118
6.3.1 Struktur WissenS 119
6.3.2 Lernzeit als Messgröße 121
6.3.3 Das Buchungssystem 122
6.3.4 Bilanzsystem 124
6.3.5 Unterstützung durch eine Datenbanklösung 126
6.4 Rückblick und Kritik 131
Literaturverzeichnis 132
7 Von der Intervention zur Wirkung: Das mehrstufige Indikatorenmodell 133
7.1 Wissen bilanzieren 133
7.2 Problemfelder bisheriger Ansätze 133
7.3 Das mehrstufige Indikatorenmodell zur Wissensbilanzierung 134
7.4 Anwendung des mehrstufigen Indikatorenmodells auf die Abteilung IT- Skill Resources der Commerzbank AG 136
7.4.1 Die betrachtete Einheit 136
7.4.2 Die organisationale Wissensbasis der IT-Skill Resources 137
7.4.3 Beispiele typischer Ursache-Wirkungs-Zusammenhänge 139
7.5 Beurteilung des Indikatorenmodells 141
7.6 Fazit 142
Literaturverzeichnis 143
8 Die Wissensbilanz als Teilaspekt eines Knowledge-Asset-Measurement-Systems 145
8.1 Die Ausgangssituation 145
8.2 Charakterisierung der Organisation 146
8.3 Die besondere Herausforderung im Projekt 146
8.4 Zielsetzungen und Erwartungen innerhalb des Unternehmens 147
8.5 Projektfokus im Unternehmen 147
8.6 Das Knowledge-Asset-Measurement-System 147
8.7 Besonderheiten der Methode 150
8.8 Anwendungsmöglichkeiten der Methode 151
8.9 Das angewandete Vorgehensmodell 154
8.10 Die Implementierung 156
8.11 Erfahrungen aus der Implementierung 158
8.11.1 Ein Resümee 160
Literaturverzeichnis 161
9 Warum eine Wissensbilanz in der VR Bank Südpfalz? 163
9.1 Einleitung 163
9.2 Unternehmensportrait der VR Bank Südpfalz eG 165
9.3 Das Wissensbilanzmodell des AK Wissensbilanz 165
9.3.1 Ausgangspunkt Vision und Strategie der VR Bank Südpfalz 166
9.3.2 Wissensziele in der VR Bank Südpfalz 167
9.3.3 Die Gestaltung unserer Wissenskapitalkomponenten 167
9.3.4 Gewichtung der Faktoren nach Einfluss und Verbesserungspotential 169
9.3.5 Lernschleifen des Modells, Systemumwelt 170
9.3.6 Geschäftserfolgskomponenten der VR Bank Südpfalz 170
9.4 Dimensionen und Prozesse 171
9.4.1 Gezielte systematische Qualifikation 171
9.4.2 Beispiel: Interpretation des EF „Gezielte systematische Qualifikation“ 172
9.4.3 Indikatoren unseres Humankapitals 173
9.4.4 Maßnahmen und Zukunftsperspektive 173
9.5 Zusammenfassung und Ausblick 175
9.6 Erfahrungen aus der Wissensbilanzierung bei der VR Bank Südpfalz - Ein Resümee aus externer Sicht 176
Literaturverzeichnis 178
10 Die Implementierung eines Instruments zur Bewertung von intellektuellem Kapital – Aus Fehlern lernen 179
10.1 Einführung 179
10.2 Methodik 180
10.2.1 Der Gestaltungs-Ansatz 180
10.4 Ergebnisse 186
10.4.1 Methodenerfolg 186
10.4.2 Notwendige Voraussetzungen für den Erfolg 187
10.4.3 Problemdefinitionen 188
10.4.4 Qualität der Methode 190
10.4.5 Die richtige Methode für die Aufgabenstellung 192
10.4.6 Qualität der Implementierung 193
10.5 Schlussfolgerung 195
Literaturverzeichnis 196
11 Mit kontinuierlichen Verbesserungsprozessen zur Lernenden Organisation 199
11.1 Überblick 199
11.1.1 Problemstellung 200
11.1.2 Kurzbeschreibung der bisherigen Aktivitäten 200
11.2 Neue Herausforderungen und Aufgabenstellung 203
11.2.1 Voraussetzungen 203
11.3 Integration von IAR und KVP 204
11.3.1 Verbindung von KVP, Innovation und Wissensmanagement 205
11.3.2 Management durch Kennzahlen 206
11.3.3 Selbstverstärkende Wirkungsbeziehungen 207
11.4 Zusammenfassung und Ausblick 208
Literaturverzeichnis 209
12 Die Wissensbilanz als Strategie- und Steuerungsinstrument im Forschungsmanagement 211
12.1 Ausgangssituation 211
12.2 Wissensbilanzierung an österreichischen Universitäten 212
12.3 Institut für Wirtschafts- und Betriebswissenschaften 214
12.4 Ziele für die Entwicklung und Erstellung der Wissensbilanz 215
12.5 Das Modell 215
12.6 Die Einsatzbereiche der Wissensbilanz 218
12.7 Strategieentwicklung, Steuerung und Controlling 220
12.8 Erfolgsfaktoren und Erfahrungen 224
Literaturverzeichnis 226
13 Wissensbilanzierung für den Forschungsbereich: Erfahrungen der Austrian Research Centers 227
13.1 Einleitung 227
13.2 Funktion und Ziele der ARC-Wissensbilanz 229
13.3 Das Wissensbilanzmodell der ARC 231
13.4 Der Implementierungsprozess 233
13.5 Nutzen und Wirkung 238
13.6 Lessons Learned 241
13.6.1 Wissensbilanzen müssen Ziele ausweisen! 241
13.6.2 Externes Reporting bedingt internes Management! 241
13.6.3 Konzentration auf wesentliche Indikatoren! 242
13.6.4 Wissensbilanz-Modelle müssen Beziehungen visualisieren! 243
13.6.5 Wissensbilanzen können keine Evaluierungen ersetzen, 243
ermöglichen aber eine bessere Selbststeuerung und liefern 243
Informationen für Evaluierungen! 243
13.6.6 Wissensbilanzen liefern Benchmarks, die nur im Kontext 244
interpretiert werden können! 244
13.7 Ausblick 244
Literaturverzeichnis 245
Anhang 247
14 Wissensbilanzen in außeruniversitären Forschungseinrichtungen: Der JR-Explorer 249
14.1 Einleitung 249
14.2 Die JOANNEUM RESEARCH im Spannungsfeld zwischen Wissen, Geld und Macht 249
14.2.1 Die Aufgaben der JOANNEUM RESEARCH als außeruniversitäre Forschungseinrichtung 249
14.2.2 Die Planungsinstrumente der JOANNEUM RESERACH 251
14.2.3 Der JR-Explorer-Zyklus 252
14.3 Der JR-Explorer im Detail 254
14.3.1 Ebene 1: Ressourcenorientierung – die Erfolgsfaktoren 254
14.3.2 Ebene 2: Ergebnisorientierung – die Leistungskriterien 256
14.3.3 Ebene 3: Zukunftsorientierung – das Managementinstrument 258
14.4 Hintergründe, Überzeugungen und Erfahrungen 259
14.4.1 Wissen, Finanzen und Bilanzen 259
14.4.2 Indikatoren: Messbarkeit vs. Aussagekraft 261
14.4.3 Wissen, Visionen und Kultur 262
Literaturverzeichnis 264
15 Analyse der Konzeption und Umsetzung der Wissensbilanzierung im Deutschen Zentrum für Luft- und Raumfahrt e.V. 265
15.1 Einleitung 265
15.2 Grundverständnis und Ziel der Wissensbilanzierung im Deutschen Zentrum für Luft- und Raumfahrt 265
15.2.1 Das Deutsche Zentrum für Luft- und Raumfahrt 265
15.2.2 Wissensbilanzierung im Deutschen Zentrum für Luft- und Raumfahrt 266
15.3 Aufbau und Anwendung der Wissensbilanzierung im Deutschen Zentrum für Luft- und Raumfahrt 267
15.3.1 Charakterisierung der Wissensbilanz des DLR 267
15.3.2 Beschreibung der Wissensbilanz des DLR 268
15.3.3 Anwendung der Wissensbilanz des DLR 269
15.4 Erfahrungen mit der DLR-Wissensbilanz 271
15.5 Ausblick und Fazit 273
15.5.1 Ausblick und Weiterentwicklung 273
15.5.2 Zusammenfassung und Fazit 275
Literaturverzeichnis 275
16 Die integrierte Wissensbewertung – ein prozessorientierter Ansatz 277
16.1 Einleitung 277
16.2 Die integrierte Wissensbewertung (IWB) – Das zu Grunde liegende Modell und Besonderheiten der Methode 277
16.2.1 Wie ist das Modell aufgebaut? 277
16.2.2 Was ist die theoretische Grundlage des Modells? 279
16.2.3 Was sind die Besonderheiten der Integrierten 280
Wissensbewertung IWB? 280
16.3 Die sieben Schritte zur „Eröffnungs-Wissensbilanz“ 281
16.4 Anwendung und Ergebnisse der IWB im Bereich Unternehmensmanagement des Fraunhofer IPK 283
16.4.1 Ausgangssituation im konkreten Anwendungsfall 283
16.4.2 Ziele und erwarteter Nutzen 284
16.4.3 Vorgehen und Ergebnisse 285
16.5 Lessons Learned – Was sind die zentralen Erfahrungen aus der Wissensbilanzierung? 297
16.6 Ausblick 300
Literaturverzeichnis 300
17 Die erste gesamtuniversitäre Wissensbilanz: Donau-Universität Krems 303
17.1 Der Weg zur Wissensbilanz der Donau-Universität Krems 303
17.1.1 Die Entstehung des verwendeten Wissensbilanzmodells 303
17.1.2 Charakterisierung der Donau-Universität Krems (DUK) als „zu bilanzierende“ Wissensorganisation 306
17.2 Das Wissensbilanzmodell der DUK 308
17.2.1 Anwendung 310
17.2.2 Ergebnisse 315
17.2.3 Bewertung und Reflexion der im Zuge der Wissensbilanzierung ermittelten Ergebnisse 320
17.3 Erfolgsfaktoren und Lessons Learned 322
17.3.1 Unterstützung durch das Top-Management 322
17.3.2 Methodische Vorgangsweise und Moderation 322
17.3.3 Kommunikation innerhalb der Organisation 323
17.3.4 Generelle Chance zur kritischen Selbstreflexion 323
17.3.5 Differenzierte Erwartungen gegenüber der Wissensbilanz 323
17.3.6 Unterschiedliche Perspektiven auf die Kernprozesse 324
17.3.7 Interessenskonflikte und Widerstände 324
17.3.8 Fehlende Datenquellen und mangelhafte Homogenität der Daten 325
17.3.9 Organisatorischer Lern- und Veränderungsprozess 325
17.4 Die Zukunft 326
Literaturverzeichnis 327
18 Intellektuelles Kapital – Performance auf nationaler Ebene 329
18.1 Einleitung 329
18.2 Prinzipien für ein nationales IC-Messsystem 330
18.3 Entwicklung eines Messsystems für Intellektuelles Kapital auf nationaler Ebene 332
18.4 IC-Wertschöpfungseffizienz auf nationaler Ebene 335
18.5 Vereinbarkeit auf mikro- und makroökonomischer Ebene 342
18.6 Schlussbemerkungen 344
Literaturverzeichnis 346
19 Intellektuelles Kapital in deutschen Unternehmen – aktuelle Studie des Fraunhofer IPK 347
19.1 Einleitung 347
19.2 Datensammlung 347
19.3 Ergebnisse der Studie 349
19.3.1 Einflussgewicht, Ausprägung und Systematik der einzelnen Faktoren 350
19.3.2 Erfassung und Steuerung des intellektuellen Kapitals 354
19.4 Zusammenfassung 358
Literaturverzeichnis 359
20 Europäische Aktivitäten zur Wissensbilanzierung – Ein Überblick 361
20.1 Europäische Projekte 361
20.1.1 MERITUM 362
20.1.2 PRISM 363
20.1.3 MAGIC 364
20.1.4 Initiativen der nordischen Länder: NORDIKA, FRAME, NHKI und PIP 365
20.2 Aktivitäten in Europa 365
20.2.1 Dänemark 365
20.2.2 Deutschland 367
20.2.3 Finnland 368
20.2.4 Frankreich 369
20.2.5 Großbritannien 370
20.2.6 Island 371
20.2.7 Italien 372
20.2.8 Kroatien 373
20.2.9 Niederlande 373
20.2.10 Österreich 374
20.2.11 Schweden 376
20.2.12 Spanien 378
20.3 Resümee 380
Literaturverzeichnis 381
21 Das unerschöpfliche Potenzial des intellektuellen Kapitals 385
21.1 Ein wachsendes Ungleichgewicht 385
21.2 Eine „Landkarte“ der immateriellen Vermögenswerte und ihre Größenordnung 386
21.3 Internationale Initiativen zum intellektuellen Kapital 387
21.4 Die „Longitude Perspektive“ – eine neue Sicht auf das Unternehmen 389
21.6 Rechnungslegung, Vertrauen und Messung 391
21.7 Die Unternehmensführung weiterentwickeln und strategisches intellektuelles Kapital als organisatorische Potenziale fördern 394
21.8 Schlussfolgerung 396
Literaturverzeichnis 396
Links für weiteres Lesen 397
Empfohlene Literatur 399
Verzeichnis der Beitragsautoren 401
Sachverzeichnis 413

7 Von der Intervention zur Wirkung: Das mehrstufige Indikatorenmodell (S. 109-110)
Klaus North, Daniela Grübel

7.1 Wissen bilanzieren

Vor dem Hintergrund der aktuellen Diskussion um Bilanzen und ihre Gültigkeit wird die Bewertung des intellektuellen Kapitals zunehmend diskutiert. Einige Unternehmen beginnen, ihre Finanzbilanzen durch ‚Intellectual Capital Reports’ zu ergänzen, um der Bedeutung des intellektuellen Kapitals für den künftigen Erfolg Rechnung zu tragen und diese schwer greifbare Vermögensart sowohl intern als auch nach außen hin darzustellen.

Allerdings bestehen bis heute keinerlei verbindliche Standards für diese Art der Bilanzierung. Seit der Veröffentlichung des weltweit ersten Intellectual Capital Statements 1994 durch das schwedische Versicherungsunternehmen Skandia haben sich daher unterschiedliche Ansätze zur Erstellung sogenannter ‚Wissensbilanzen’ entwickelt, die jedoch eine Reihe von Schwachstellen aufweisen, auf die North, Probst und Romhardt (1998) bereits hingewiesen haben.

Grübel, North und Szogs (2004) haben vier aktuelle Modelle des Intellectual Capital Reporting auf ein konkretes Praxisbeispiel angewendet und im Anschluss anhand eines hierfür entwickelten Kriterienkatalogs beurteilt sowie auf der Plattform www.LearnAct.de die detaillierten Bilanzen mit einer Vielzahl von Indikatoren verfügbar gemacht. Beurteilt wurden: The Danish Guideline for Intellectual Capital Statements (2000), der Ansatz der Austrian Research Centers Seibersdorf (Leitner 2000), das mehrstufige Indikatorenmodell nach North et al.(2002) und das IC RatingTM nach Edvinsson 1. Es zeigt sich, dass viele der bereits 1998 aufgezeigten Schwachstellen auch heute noch Schwierigkeiten in der realen Umsetzung der Konzepte zur Wissensbilanzierung bilden.

7.2 Problemfelder bisheriger Ansätze

Eine gezielte Entwicklung der organisationalen Wissensbasis und die Herstellung eines Bezuges zu Geschäftsergebnissen ist durch die Verfahren mit den präsentierten Kennzahlen nur bedingt möglich.

So werden häufig Kennzahlen unterschiedlichen Aggregationsniveaus und Bedeutungsgehalts nebeneinander gestellt. Zum Teil werden Bestandteile der Wis sensbasis mit Kriterien beschrieben, die über Wissen nichts aussagen (z.B. Durchschnittsalter und Anzahl der Mitarbeiter). Daneben werden Inputs (Aufwand) in die Veränderung der organisationalen Wissensbasis (z.B. Aus- und Weiterbildungsaufwand) gestellt. Isolierte Zwischenerfolge und Übertragungsergebnisse aus Organisationsprozessen werden gemessen (z.B. telefonische Erreichbarkeit) sowie statische Finanzindikatoren (z.B. Prämienvolumen). Es darf bezweifelt werden, dass solche Indikatoren hinreichende Steuerungshinweise in bezug auf die gezielte Entwicklung der organisationalen Wissensbasis gemäß der Geschäftsziele geben können. Als Darstellung der Wissensbasis für die Stakeholder können solche Indikatoren auch nicht überzeugen, da sie von diesen nur schwer interpretiert werden können.

Weiter zeigt die Analyse von Wissensbilanzen, dass Ergebnisse (Wertschöpfung pro Mitarbeiter) und reine beschreibende Elemente (Durchschnittsalter der Mitarbeiter) miteinander vermischt werden.

Ein Großteil der Verfahren ist statisch (Bestandsperspektive) und vernachlässigt die ständige Veränderung der Wissensbasis (dynamische Betrachtung). Das Nachvollziehen von Ursache-Wirkungs-Ketten ist insbesondere bei stark aggregierenden Verfahren unmöglich.