Diese Masterarbeit zielt darauf ab, den operativen Entscheidungsträgern eines Maschinenbauunternehmens, konkret der Erema Engineering GmbH, einen strukturierten und verständlichen Überblick über die Einführung einer zukunftsfähigen Wissensdatenbank zu geben. Die Arbeit verbindet Theorie und Praxis, indem zunächst die grundlegenden Konzepte des Wissensmanagements, der Wissensgraphen und der künstlichen Intelligenz auf Basis aktueller Literatur und Quellen erläutert werden. Anschließend wird das Thema durch ein Fallbeispiel vertieft. Mittels eines Online-Fragebogens werden die Erwartungen der Mitarbeiter an eine moderne und zukunftsfähige Wissensdatenbank erhoben. Die quantitativ erfassten Daten werden zu qualitativen Aussagen aufbereitet. Ziel ist es, mit einer neuen Wissensdatenbank die Effizienz durch die Schaffung einer Single Source of Truth und die Innovationskraft im Unternehmen zu steigern. In den Kapiteln Grundlagen und Begriffserklärungen wird eine gemeinsame Basis für die Themen Wissensmanagement und semantische Vernetzung durch Wissensgraphen geschaffen. Zudem werden Zukunftstrends wie Künstliche Intelligenz, Large Language Models (LLM) und Chatbots diskudiert. Anhand von Literatur und Best-Practise-Beispielen werden die Entwicklung und das Potenzial von Wissensmanagement im Maschinenbau aufgezeigt. In der Fallstudie wird die Einführung einer neuen Wissensmanagement-Software untersucht. Dabei wird zunächst der Ist-Zustand ermittelt und der Soll-Zustand definiert. Auf Grundlage des daraus resultierenden Anforderungskatalogs wurde eine Marktrecherche durchgeführt. Die größte Übereinstimmung zwischen Anforderungen und Leistung wurde bei der Lösung von Empolis gefunden, weshalb auf deren Vorgehensweise und Lösung näher eingegangen wird. Dazu werden einige Beispiele angeführt, die vor allem aus dem Bereich Kundenservice stammen, da durch die Strukturierung der Daten eine effizientere Kundeninteraktion möglich ist. Das zukunftsfähige System soll eine intuitive Benutzeroberfläche, eine sehr gute Suchfunktion und eine vertrauenswürdige KILösung bieten. Auf die Implementierung und mögliche Evaluierung wird nur kurz eingegangen. In Kapitel 4.2 werden die Meinungen zur bestehenden Software ausgewertet und die Erwartungen an die neue Wissensdatenbank ermittelt. Aus der Literatur und den gewonnenen Erkenntnissen werden konkrete Handlungsempfehlungen abgeleitet, die helfen sollen, das Wissensmanagement in Organisationen durch die Unterstützung von KI nachhaltig zu verbessern. Die zukünftige Forschung könnte sich mit der Evaluierung der neuen Softwarelösung befassen, um die Erfüllung der erwarteten Perfomance und die Qualität der Dokumente zu überprüfen. Weitere Untersuchungen könnten sich auf das begleitende Change Management, die langfristige Nutzung des neuen Softwaretools oder die Entwicklung neuer Geschäftsmodelle auf Basis von Wissensgraphen konzentrieren. Interessant wäre auch die Frage, ob moderne Wissensdatenbanksysteme in der Lage sind, das Wissen ausscheidender Mitarbeiter vollständig zu erfassen.
| Datum der Bewilligung | 2024 |
|---|
| Originalsprache | Deutsch (Österreich) |
|---|
| Gradverleihende Hochschule | |
|---|
| Betreuer/-in | Manuel Brunner (Betreuer*in) |
|---|
Zukunftsorientiertes Wissensmanagement im Maschinenbau: Die Zusammenführung von Informationen aus verschiedenen Fachbereichen -Handlungsempfehlungen basierend auf einer Fallstudie bei der Erema GmbH
Eilmsteiner, M. (Autor). 2024
Studienabschlussarbeit: Masterarbeit