44

Informations- und Wissensmanagment (Subject) / Wissensmanagment (Lesson)

This lesson was created by mw26748.

Learn lesson

back  |  next 1 / 1

• Was ist Wissenslogistik? Das richtige Wissen zur richtigen Zeit am richtigen Ort, in der richtigen Qualität und in der richtigen Menge zur Hand zu haben
• Was macht das Wissenskapital eines Unternehmens aus? Wissenskapital besteht aus dem sogenannten Humankapital (Motivation der Mitarbeiter, Leistungsfähigkeit, Lernfähigkeit, Potenziale der Mitarbeiter) sowie dem Strukturkapital (organisationales Wissen, wie z.B. Patente des Unternehmens, Lieferantenbeziehungen, Innovationen)
• Skizzieren Sie die Teilprozesse von Wissensmanagment nach Probst und geben Sie je Teilprozess ein Beispiel. Identifikation des Wissens anhand von Umfragen, Erwerb von dem identifizierten Wissen anhand von Schlulungen oder Workshops, Entwicklung des erlernten Wissens durch konkrete Anwendung bei Meetings, Bewahrung des Wissens vor Wissensverlust z.B. durch Archivierung in einer Datenbank, Verteilung des Wissens über E-Mail Newsletter und Nutzung des Wissens durch Problemstellung bei Anwendung 
• Beschreiben Sie die Prozesskategorien vom Münchner Modell (Mandl) und geben Sie je Prozesskategorie ein Beispiel -Repräsentation: Implizites Wissen soll sichtbar gemacht werden (explizit machen, bzw. Transparenz von Wissen erhöhen) z.B. Umfrage oder FAQs -Kommunikation: Verteilung des transparenten Wissens z.B. aktiv durch Newsletter oder passiv über Intranet -Generierung: Neues Wissen ins Unternehmen holen und bereits vorhandenes weiterentwicklen z.B. extern über Beratungen, Seminare oder intern durch Weiterbildung -Nutzung: Wissen für Entscheidungen und Arbeitsabläufe nutzen z.B. konkrete Anwendung bei Projektarbeit
• Sie sollen ihr Unternehmen / ihre Fakultät überzeugen, Wissensmanagment zu betreiben. Stellen Sie fünf Nutzeffekte von WM auf größere Transparenz von Wissen, Zeit- und Arbeitsersparnis (z.B. über FAQs) schnellere und gezielter Zugriff auf Ressource Wissen weniger Fehler & höhere Qualität niedrigere Kosten im Zeitverlauf kein Wissensverlust beim Ausscheiden von Wissensträgern
• Skizzieren Sie 4 Kulturfaktoren der Unternehmenskultur fürs WM - Kommunikationskultur: Wissen transferieren und fördern in Kombination mit schlanken Strukturen - Fehler - Feedbackkultur: konstruktives Feedback, damit man aus Fehlern lernen kann - Führungskultur: Umgebung schaffen, wo sich Mitarbeiter gegenseitig helfen - Erfolgskultur: Lob beflügelt, Neid und Missgunst verhindern
• Beschreiben Sie, wie Sie ein Wissenskultur-Audit durchführen würden Fragebogen oder Interview mit relevanten Aspekte erstelle, Bewertungsskala mit genauer Beschreibung der Skala mit Beispielen und Aspekte (z.B. was bedeutet der Faktor 0 genau), Punkte in Spinnennetz eintragen und interpretieren
• Nennen Sie 4 Verhinderungsfaktoren eines effektiven Wissensmanagment-Systems Wissen ist Macht - Nichtwissen macht auch nichts, solange es keiner macht, volle Transparenz von eigenen Wissen für andere, keine Sanktionen bei Nicht-Nutzen des WM, offizielle und inoffizielle Informationswege klaffen auseinander
• Nennen Sie 4 Empfehlungen, die man aus der Betrachtung von Soft Factors für Führungskräfte bei der Einführung von WM aussprechen kann Atmosphäre schaffen, die Lernen begünstigt, Unternehmenskultur muss von Managment vorgegeben und vorgelebt werden, eigenes Marketing für Wissensdatenbank notwendig, Belohnung für Einspeisung und Nutzen des Wissenmanagments
• Da die Ergebnisse eines Kulturaudits schlecht für den Start des WM-Projektes waren, schlagen Sie drei kulturverändernde Maßnahmen vor Offenheit: Interesse und Aufgeschlossenheit gegenüber seiner Umwelt zeigen Vertrauen: Handlungen und Projekte von anderen Personen ohne stärkere Prüfung annehmen Lernbereitschaft: Fähigkeit und Bereitschaft Wissenswerb zu steigern bzw. fördern
• Advertisement
• Nennen Sie drei Methoden zur Förderung des Wissensaustausches und der - nutzung und beschreiben Sie eine näher Lessons learned, Best Practice Sharing, Story Telling Lessons Learned: Erfahrungen (positive und negativ) von Mitarbeitern zur Lösung von Problemen anderen Mitarbeitern zugänglich machen. Vermeidung von doppelter und unnötiger Arbeit sowie Wiederholung von Fehlern. Dokumentation in bestehnde Arbeitsabläufe einbinden.
• Unterscheiden Sie nach dem Inhalt die Wissenskarten und beschreiben Sie eine Klasse näher Wissens: -quellkarten, -anlagekarten, -strukturkarten, -anwendungskarten, -entwicklungskarten Entwicklungskarten: Visualisierung der notwendigen Lernschritte, um bestimmten Wissenstand zu erreichen. Stand des Wissens wird aktuell, zu Beginn und am Ende des betrachteten Zeitraums aufgezeigt.
• Was sind Ontologien und wie werden Sie im Wissensmanagment eingesetzt? Formale Beschreibung von Wissen in einer Domäne in Form von Konzepten (Objekte), die Beziehungen (mitsamt Eigenschaften) der Konzepte sowie die Eigenschaften der Konzepte, allen gültigen Axiomen und Prinzipien. Ereignisse zu bestimmten Zeitpunkten, Domäne kann sich ändern. Einführung einer formalen Semantik -> Maschinenlesbare Formulierung der Bedeutung von Konzepten (Einsatz bei Metasuchmaschinen)
• Stellen Sie sich vor, Ihre Organisation hat sich das Ziel gesetzt, die Transparenz des Wissens und den Wissensaustausch zu erhöhen. Machen Sie einen Vorschlag, wie man dieses Ziel erreichen könnte und welche Methoden eingesetzt werden können. Wissensvisualisierung durch folgende Methoden: Ontologien, Wissenskarten, Prozessmodellierung
• Was sind die Kernaufgaben von Geschäftsprozessorientierten Wissensmanagment? Nennen Sie 5 Merkmale von wissensintensiven Prozessen. Wissensflüsse zwischen wissensintensiven Aktivitäten möglichst optimal zu ermöglichen. Wissensintensiv sind diejenigen Aktivitäten, die auf Kernkompetenzen beruhen und Bearbeiter ein hohes Maß an Entscheidungsräume geben. Merkmale: Innovationen, Sonderfälle, Kreativität, unbestimmter Ablauf, Varianten
• Was wäre ein wissensintensiver Teilprozess für einen Studierenden (z.B. der BWL)? Prüfungen. Hoher Grad von Autonomie, Kreativität zur Beantwortung der Fragen notwendig
• Skizzieren Sie eine Wissenssituationsanalyse-Methode WM-Profil: Bestimmung von Art und Weise des Wissensumgang in Organisation (Ergebnis in Profildiagramm darstellen) - Beschaffung von Wissen zur Problemlösung (von inter und extern) - Suchprozess (wird gezielt danach gesucht oder eher zufällig) - Problemlösung ( einzeln oder im Team, gezielte geistige Tätigkeit oder probieren) - Wissensverteilung (informell oder formell) - Wissenbesitz (breit verteilt oder eher auf Spezialisten verteilt) - Storage / Memory (wo wird Wissen aufbewahrt, implizit oder explizit)
• Beschreiben Sie die Organisationsmethode der Communities of Practice Informelle Gruppe von Personen, freiwilliger Zusammenschluss aufgrund gemeinsamen Interesses oder zur Erreichung eines gemeinschaftlichen Zieles zusammengeschlossen. Vermittlung und Weitergabe von Wissen in sozialen Gruppen (z.B. Lerngruppe, Arbeitsgruppe, Projektgruppe, Soziale Netzwerke). Wichtig dabei ist der Zweck, Mitglieder, Zusammenarbeit und Dauer zu beachten.
• Wie würden Sie ein Benutzermodell in einem LMS wie ilearn einbauen? Was könnten ilearn mit ihrem Benutzermodell anders machen, als es jetzt agiert? Benutzerprofil erstellen, Link zu SQL-Datenbank mit Benutzerprofil, Dashboard anpassen (z.B. alle beendeten Kurse entfernen und in Historie einfügen, Kurse, wo Klausuren bestanden worden sind ebenfalls nicht mehr anzeigen, aktuelle Kurse an oberster Stelle), Kurse weiterempfehlen, Sensordaten berücksichtigen
• Wenn wir das Reifegradmodell von Müller betrachten, was wäre Reifegrad 6? Wissenmanagemtn 4.0 (Künstliche Intelligenz) Wissen aktivieren: kluger Chatbot (vergleiche Google Allo) mit unterstützener Sprachsteuerung Wissen teilen: Nutzung eines benutzermodellgesteuerten Wissensystems Wissen entwickeln: Machine learning in Verbindung mit deep learning Methoden Wissen sichern: Cloudsystem mit Synchronisationsmechanismen sowie moblier Anbindung Wissen managen: Künstliche Intelligenz (sucht gezielt Verbesserungspotenziale)  usw.
• Worin liegen die Gründe für das Scheitern der Vorläufer heutiger Data-Warehouse-Systeme? Fehlen effizienter Speichertechnologien sowie geeigneter Analysetechniken
• Was ist BI? Nennen Sie 5 Anwendungen von B! Idee, Entscheidungen auf Basis von bereits getroffenen Entscheidungen zu tätigen. Das bedeutet, dass man Daten der Vergangenheit sammeln muss und dem Management in einer kompakten Form zugänglich machen muss, um Entscheidungen zu unterstützen Anwendungen: Vertrieb, CRM, Fraud & Risk Analysen, Supply-Chain-Management, strategische Planung
• Was ist ein EIS? Executive Information System. Stellt dem Management Daten von der operativen Ebene (z.B. Daten aus ERP-Systemen) in kompakter Form, mit individuell anpassbaren und intuitiv bedienbaren Benutzeroberflächen in Kombination mit Entscheidungsunterstützungsfunktionen. Damit werden Entscheidungen unterstützt.
• Welche Techniken werden im EIS verwendet? Drill-Down, Exception Reporting, Briefing Books
• Was ist Drill-Down und was Briefing Book? Drill Down: tiefgreifende Analyse auf Basis vorher festgelegter logischer Abhängigkeiten (z.B. Deckungsbeitragsabweichungen auf unterste Ebene verfolgen) Briefing Book: Art von Formular, welches in der Struktur über längere Zeit gleichbleibt
• Was ist der betriebswirtschaftliche Auslöser für Data-Warehouse-Lösungen? EIS-Systeme verwenden ausschließlich Daten der operativen Ebene (intern). Für Prozesse, die mehr und mehr auf den Markt ausgerichtet sind, wird eine andere Sichtweise notwendig (man braucht z.B. externe DAten über Marktanteile). Das Data-Warehouse vereinheitlicht Daten verschiedenster Datenquellen
• Charakterisieren Sie den Begriff Data-Warehouse? Umfassende Lösung zum Zusammenführen von verschiedenen Datenquellen in Kombination mit Datenanalysetools (z.B. OLAP) und Berichtsysteme zur gezielten Prozessoptimierung z.B. für Marketingkampagnen
• Welche bestimmenden Merkmale zeichnen ein Data-Warehouse aus? Vereinheitlichung, Themenausrichtung, Zeithorizont, Dauerhaftigkeit 
• Aus welchen Komponenten besteht eine Data-Warehouse-Lösung? bestimmende Merkmale: Vereinheitlichung: Zusammenführen von internen wie externen Datenquellen Themenausrichtung: An Informationsbedürfnisse des Users ausgerichtet Zeithorizont: vergangene Daten fließen ebenfalls mit ein neben aktuellen Dauerhaftigkeit: da sich einmal aufgenommene Daten i.d.R. nicht ändern lässt sich eine Abfrage beliebig oft mit dem selben Resultat wiederholen
• Was ist OLAP? On-Line Analytical >Processing mehrdimensionale deskriptive Datenanalyse. Attribute der Daten spannen einen Datenwürfel auf (sog. OLAP-Cube). Tiefgreifendere Analyse mit Werkzeugen: Slicing: Man schneidet eine "Scheibe" vom Würfel zur tiefgehende Analyse Dicing:; Betrachtung einer Untermenge des Würfels (Dimension -1) Pivoting: Rotieren des Würfels zur Betrachtung aus anderer Dimension Drill-Down: tiefgreifendere Analyse auf Basis von Kennzahlen und logischen Abhängigkeiten (verringerte Aggregation) Roll-up: Aggregation der Daten für Überblick
• Advertisement
• Definieren Sie Data-Mining und Business-Intelligence BI: Idee, Entscheidungen auf Basis von bereits getroffenen Entscheidungen zu tätigen. Das bedeutet, dass man Daten der Vergangenheit sammeln muss und dem Management in einer kompakten Form zugänglich machen muss, um Entscheidungen zu unterstützen Data-Mining: automatisierte Verfahren zur Analyse riesiger Datenberge mit dem Ziel neue Zusammenhänge und Datenstrukturen herauszufinden. Diese Informationen müssen so aufbereitet werden, sodass man sie gut für Geschäftsentscheidungen verwenden kann
• Skizzieren Sie drei Data-Mining-Methoden Assoziationsanalyse: Suche nach logischen Abhängigkeiten. Bestimmung der Korrelation von verschiedenen Daten -> Auftreten eines Elementes durch das andere implizieren (z.B. Warenkorbanalyse bei Amazon) Regression: Bewertung eines quantitativen Merkmals aufgrund von anderer Variablen (z.B. mit Methode der kleinste Quadrate) zur Ermittlung einer Regressionsfunktion für Prognosen Clusterverfahren: Zuordnung eines Merkmals aufgrund von ähnlichen Eigenschaften zu einer Klasse. Bestimmung des Anteils an der Grundgesamthiet, farbig markieren und interpretieren
• Sie werden beauftragt, für die Hochschule Deggendorf ein Data-Warehouse-System aufzubauen. Wie gehen Sie vor ? Datenbeschaffung (Welche Daten brauche ich, woher kommen die Daten?) Anforderungsanalyse durchführen (Welche Funktionen muss die Software erfüllen?) Punkt-Bewertungsverfahren für verschiedene Software durchführen Software besorgen, installieren und customizen (z.B. Metadaten definieren) Daten ins DW laden, Tests durchführen Personal schulen
• Sie werden beauftragt, für TUI oder Lufthansa ein DW-System oder ein BI-System aufzubauen. Wie gehen Sie vor? Datenbeschaffung (Welche Daten brauche ich, woher kommen die Daten?) Anforderungsanalyse durchführen (Welche Funktonen muss die Software erfüllen?) Punkt-Bewertungsverfahren für verschiedene Software durchführen Software besorgen, installieren und customizen (z.B. Metadaten definieren) Daten ins DW laden, Tests durchführen Personal schulen
• Was ist analytisches CRM und welche Rolle nimmt dabei das Data-Warehouse ein? Umfassendes Verständnis über die Kundenzufriedenheit erlangen durch systematische und dauerhafte Auswertung von Kundenkontakte, -bewegungen und -reaktionen. Dadurch soll gezielt Prozessoptimierung in den Bereichen Marketing, Vertrieb und Service ermöglicht werden, um den Kunden nochmal mehr in den Mittelpunkt zu stellen. Rolle DW: Zusammenführung von internen und externen Datenquellen, Analysemethoden (z.B. OLAP, Data Mining) zum Herausfiltern neuer Datenstrukturen, Berichtssysteme zur Auswertung der neuen Erkenntnisse für neue Ansätze z.B. bei Marketing-Strategie, Produktportfolio, Cross-Selling, Up-Selling etc. 
• Beschreiben Sie als Anwendung von BI die Learning Analytics! Sammeln, Beobachten, Auswerten, Analysieren und anschließende Bewertung von Daten Lernender sowie der Umgebung der Lernenden, um ein umfassendes Verständnis über das Lernverhalten zu erlangen und zu optimieren. Clusterverfahren fasst gesammelte Daten (z.B. Lern- und Klickdaten, erreichte Punkte bei Online-Fragen) in eine homogene Gruppe zusammen. Daten werden in neuronales Netz geladen, abstrahiert, NN getestet und anschließend für Prognosezwecke verwendet.
• Wie geschieht Wissensentwicklung bei den Learning Analytics? Clusterverfahren fasst gesammelte Daten (z.B. Lern- und Klickdaten, erreichte Punkte bei Online-Fragen) in eine homogene Gruppe zusammen. Daten werden in neuronales Netz geladen, abstrahiert, NN getestet und anschließend für Prognosezwecke verwendet.
• Skizzieren Sie 3 Maschinelle Lernverfahren Überwachtes Lernen: Algorithmus lernt auf Basis von vorgegebenen Ein- und Ausgabewerten (z.B. Handschrift)s Bestärkendes Lernen: Algorithmus lernt durch Belohnung und Sanktionen eine Taktik, wie man sich in bestimmten Situationen zu verhalten hat  Aktives Lernen: Algorithmus hat die Möglichkeit die Inputwerte selbst zu erfragen (muss herausfinden, welche Informationen am wichtigsten sind)
• Beschreiben Sie neuronale Netze zur Wissensgenerierung Algorithmen, welche sich an der Struktur und biologischen Aspekten neuronaler Netze des menschlichen Gehirns orientieren Ziel: beliebiger Input -> NN liefert Output Interne Struktur prägt sich während der Lernphase Inputmuster ein  Zwischen Neuronen gibt es Gewichte, welche Ausgaben beeinflussen -> Parameter sind abhänging von Fehlerfunktion, welche man minimieren muss Gewichte (Parameter) für nächsten Lernschritt berechnen sich durch Gewichte zuvor, der gemachten Fehler und der Lernrate
• Was versteht man unter Deep Learning? optimierte neuronale Netze mit zahlreichen Zwischenlagen (sog. hidden layers) -> umfrangreiche innere Struktur notwendig für Aufgaben, welche eigentlich für den Menschen relativ einfach zurchzuführen sind, jedoch mathematisch schwer darzustellen sind (z.B. Bilderkennung, AlphaGo) Daten werden auf inneren Schicht verarbeitet, zunehmend abstrakter und mit dem Versuch, Beziehungen zu ermitteln
• Was wird bei der Risikoanalyse analysiert? Beschreiben Sie sachlich-technische Wissensrisiken Vermögenswerte und potentielle Bedrohungen analysiert, sowie die Risiken ermittelt und bewertet. Günstige Tatgelegenheitssituation z.B.: Hacking, undefinierte Systemzustände, zu einfache Passwörter, niedriges Aufdeckungs- und Sanktionsrisiko Potenzielle Gefahren z.B. allgemeine Kriminalität, höhere Gewalt, Computerkriminalität, technische Störungen, Nachlässigkeiten Gefahren aus dem Internet z.B. Virenangriffe, Spamattacke etc.
• Was sind Wissensrisiken und wie könnten sie klassifiziert werden? Risiken im Umgang von Wissen, welche zu Verlust oder Reduktion des Wissens führen können. Klassifizierung: -personelle Risiken (bezogen auf Humankapital des Unternehmens) -sachlich-technische Risiken (bezogen auf Strukturkapital) -organisatorische Wissensrisiken (bezogen auf Strukturkapital -> organisatorisches Wissen) -marktbezogene Risiken (bezogen auf Strukturkapital)
• Welche Maßnahmen können zur Eindämmung der organisatorischen und marktbezogenen Wissensrisiken ergriffen werden? organisatorisch: Netgraphing Methode (zeichnet Kommunikationsflüsse auf im Unternehmen), Fluktationsmanagment, alternierende Telearbeit marktbezogen: Servicegarantien, Database-Marketing, Vertragsformulierung, Marktbeobachtung etc.
• Was ist personelles Fluktuationsmanagement? Macht personelle Wissensrisiken transparent, auftretende Folgen kalkulierbar, frühzeitige Maßnahmen zur Eindämmung der Wissensverluste Vorgehensweise: -Identifikation des relevanten Wissens und zentraler Wissensträger -Risikoanalyse durchführen (Wer ist Wissensträger at risk?) -Maßnahmen zur Risikoreduzierung z.B. Weiterbildung, Aufstiegschancen etc.

back  |  next 1 / 1