Faktoren der Beeinflussung der Wissensübertragung im Prozess der Produktentwicklung Fortsetzungsantrag: Qualitatssteigerung des Wissenstransfers in der Produktgenerationsentwicklung
Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
Zusammenfassung der Projektergebnisse
Initialprojekt - Faktoren der Beeinflussung der Wissensübertragung im Prozess der Produktentwicklung: Da wissensintensive Geschäftsprozesse meist in Teams ausgetragen werden und der Bereich der Produktentwicklung den Übertrag von Wissen aus vergangenen Produktvariationen inkludiert, birgt jede Optimierung hinsichtlich der Beschleunigung eines Wissenstransfers ein ökonomisches Potenzial. Anhand ausgewählter Einflussfaktoren auf die Geschwindigkeit von Wissenstransfers sowie durch Experten verifizierter Wissenstransfersituationen erfolgte die Parameterbasierte Operationalisierung einer experimentellen Wissenstransfersituation. Insgesamt 178 erfolgreich durchgeführte Beobachtungen in Experimenten an der Universität von Potsdam von insgesamt fünf Wissenstransfersituationen (1- Internalisierung, 2- Sozialisierung nach einer Internalisierung, 3- Externalisierung, 4- Kombination, 5- Sozialisierung nach einer Externalisierung und Kombination) bestätigten initiale Hypothesen. So führt eine Erhöhung der Kompetenz, eine Verringerung der Klebrigkeit sowie eine Reduktion der Aufgabenkomplexität zu einer Beschleunigung von Wissenstransfers. Weiter wurde erkannt, dass demographische Faktoren, wie das Arbeiten in der Muttersprache sowie eine aufgabennahe Ausbildung die Wissenstransfergeschwindigkeit erhöht. Die gezielte Veränderung von parametrisierten Wissenstransfersituationen mit Hilfe von Interventionen wurde anhand sieben Interventionsbereichen konzeptioniert und von Experten aus der Universität und Wirtschaft verifiziert. Eine Übertragung und damit Validierung erfolgte durch Implementierungsstudien an dem Karlsruher Institut für Technologie, wodurch Interventionen bestätigt werden konnten. Eine weitere Übertragung einer konkreten Intervention, die den Einsatz von AR-Technologie berücksichtigte, erfolgte an der Universität Potsdam. Diese Untersuchung bestätigte Zusammenhänge ebenfalls, sodass insgesamt die Frage für Folgeuntersuchungen aufgeworfen wurde, inwiefern die Optimierung der Wissenstransfergeschwindigkeit nicht zu Lasten der Wissensqualität geht. Darüber hinaus überprüfen bei der DFG beantragte Folgeuntersuchungen, inwiefern Zusammenhänge ausschließlich linear sind und integrieren Forschungsergebnisse beider Projekte. Folgeprojekt - Qualitätssteigerung des Wissenstransfers in der Produktgenerationsentwicklung: Da jede Optimierung hinsichtlich der Beschleunigung eines Wissenstransfers ein ökonomisches Potenzial birgt, jedoch auch ein Risiko bzgl. der gleichzeitigen Verschlechterung der Wissensqualität aufweist, ergibt sich die Notwendigkeit einer Kombinierten Untersuchung von zeit- und qualitätsbezogenen Zieldimensionen eines Wissenstransfers in Geschäftsprozessen. Gegebenenfalls müssen hier auch Abwägungen hinsichtlich einer wünschenswerten Beschleunigung auf Kosten einer reduzierten Wissensartefaktqualität durchgeführt werden. Da in Produktentwicklungskontext insbesondere Produktvarianten früherer Produktgenerationen zugrunde gelegt werden, wurde in Folgeuntersuchungen insbesondere die Wissensform eines in Körpern eingebetteten Wissens berücksichtigt. Weiter erfolgte eine vertiefte Untersuchung von im Initialprojekt identifizierten Einflussvariablen sowie von nicht-linearen, quadratischen zusammenhängen. Anhand ausgewählter Einflussfaktoren auf die Qualität von Wissenstransfers sowie durch ExpertInnen verifizierter Wissenstransfersituationen erfolgte die parameterbasierte Operationalisierung einer experimentellen Wissenstransfersituation. Aufgrund von COVID-19- bedingter räumlicher Einschränkungen erfolgte eine verstärkte, digitale-online-remote- Untersuchung von Einzelexperimenten und einzig teambasierte Experimente wurden vor-Ort realisiert. Insgesamt wurden Einzelexperimente mit 299 Teilnehmern (1726 Beobachtungen) und Teamexperimente mit 116 Teilnehmern (=58 Teams, 168 Beobachtungen) erfolgreich an der Universität Potsdam durchgeführt und in Untersuchungen von insgesamt fünf Wissenstransfersituationen (1- Internalisierung, 2- Sozialisierung, 3- Externalisierung, 4- Extraktion, 5- Engineering) konnten initiale Hypothesen empirisch überprüft werden. So führt eine Erhöhung der Kompetenz, eine Minderung der Klebrigkeit und eine Reduzierung der Komplexität zu einer erhöhten Qualität von Wissenstransfers. Hypothesen bzgl. eines Einflusses von Zeitdruck auf die Wissenstransferqualität konnten nicht bestätigt werden, da sie keine statistische Signifikanz aufwiesen. Für die gezielte Veränderung von parametrisierten Wissenstransfersituationen wurden insgesamt 15 qualitätsfokussierende Interventionen entwickelt, die teilweise empirisch überprüft und durch ExpertInnen aus Unternehmen und Forschung ergänzt und validiert wurden. Die Validierung von vier Interventionen erfolgte durch mehrere Implementierungsstudien am Karlsruher Institut für Technologie, wodurch die Erhöhung der Qualität von Wissenstransfers durch die eingebrachten Interventionen bestätigt werden konnte.
Projektbezogene Publikationen (Auswahl)
-
Influencing factors and methods for knowledge transfer situations in Product Generation Engineering based on the SECI model. Nord Design
Albers, A., Gronau, N., Rapp, S., Grum, M., Zaiser, A., Bursac, N. and Weber, E.
-
The Creation of a Time-Dependent Knowledge Transfer Model. Technical Report WI - 2018 - 01, 1
Gronau, N. and Grum, M.
-
Accelerating Knowledge. Lecture Notes in Business Information Processing (2019), 95-113. American Geophysical Union (AGU).
Grum, Marcus; Rapp, Simon; Gronau, Norbert & Albers, Albert
-
Knowledge Transfer Speed Optimization – The Speed Enhancement of Knowledge Transfers in Business Processes Shown in Product Generation Engineering Context. Business Modeling and Software Design: 8th International Symposium, BMSD
Grum, M., Rapp, S., Gronau, N. and Albers, A.
-
Knowledge Transfer Speed Optimizations in Product Development Contexts. In: Empirical Studies of Business Informatics, Gito mbH Verlag Berlin
Gronau, N., Grum, M.
-
Knowledge Transfer Velocity Model Implementation – An Empirical Study In Product Development Contexts. In: Knowledge Transfer Speed Optimizations in Product Development Contexts. In: Empirical Studies of Business Informatics, Gito mbH Verlag Berlin.
Albers, A.; Rapp, S. & Grum, M.
-
Towards a prediction of time consumption during knowledge transfer. In: Knowledge Transfer Speed Optimizations in Product Development Contexts. In: Empirical Studies of Business Informatics, Gito mbH Verlag Berlin
Gronau, N., Grum, M.
-
Adaptable Knowledge-Driven Information Systems Improving Knowledge Transfers. Lecture Notes in Business Information Processing (2020), 202-220. American Geophysical Union (AGU).
Grum, Marcus & Gronau, Norbert
-
Knowledge Modeling and Description Language 3.0: eine Einführung. Gito mbH Verlag Berlin
Gronau, N.
-
Aiming for Knowledge-Transfer-Optimizing Intelligent Cyber-Physical Systems. Lecture Notes in Mechanical Engineering (2021, 11, 1), 149-157. American Geophysical Union (AGU).
Grum, Marcus; Thim, Christof & Gronau, Norbert
-
EXAMINING THE QUALITY OF KNOWLEDGE TRANSFERS – THE DRAFT OF AN EMPIRICAL RESEARCH. Proceedings of the Design Society, 1 (2021, 7, 27), 1431-1440.
Grum, Marcus; Klippert, Monika; Albers, Albert; Gronau, Norbert & Thim, Christof
-
Quantification of Knowledge Transfers. Lecture Notes in Business Information Processing (2021), 224-242. American Geophysical Union (AGU).
Grum, Marcus & Gronau, Norbert
-
Knowledge Transfer Quality Improvement - The Quality Enhancement of Knowledge Transfers in Product Engineering. Procedia CIRP, 119(2023), 919-925.
Klippert, Monika; Stolpmann, Robert; Grum, Marcus; Thim, Christof; Gronau, Norbert & Albers, Albert
-
Knowledge Transfer Quality Model Implementation - An Empirical Study in Product Engineering Contexts. Procedia CIRP, 119(2023), 847-854.
Klippert, Monika; Stolpmann, Robert & Albers, Albert
