SAP DESIGN GUILD

Experten finden und verbinden – ein Knowledge Management Ansatz bei Aventis Pharma

Von Dr. Oldigs-Kerber , Aventis – 12. September 2002

English version

Mit rund drei Milliarden Euro verfügt Aventis Pharma über eines der größten Forschungs- und Entwicklungsbudgets für verschreibungspflichtige Arzneimittel in der Pharma-Branche. In der pharmazeutischen Industrie kann die Entwicklung eines Arzneimittels von der Wirkstofffindung bis zur Zulassung 10 bis 15 Jahre dauern. Eine Substanz mittlerer bis guter Ertragskraft (zum Beispiel 365 Millionen Euro im Jahr) erwirtschaftet durchschnittlich eine Million Euro pro Tag.

Bereits geringe Zeiteinsparungen der Entwicklungszeit sind von Bedeutung, weil sie sich umsatzmäßig bemerkbar machen und zur Refinanzierung innovativer Forschung beitragen. Der von Aventis verfolgte Ansatz ist hierbei, nicht nur den Zugriff auf die richtige Information zur richtigen Zeit zu unterstützen, sondern auch den Zugriff auf die Wissensträger selbst zu ermöglichen. Insbesondere gilt dies dann, wenn verschiedene Experten in verschiedenen Bereichen an vergleichbaren Problemen arbeiten oder gearbeitet haben. Des weiteren kann Doppelarbeit vermieden werden, die Produktivität verbessert werden und bei einem entsprechenden Austausch der Erkenntnisse entfallen Investitionen in externe Experten.

 

Der interne Knowledge Management Ansatz

Für "Knowledge Management" liegt bei Aventis Drug Innovation and Approval eine Arbeitsdefinition vor, auf die sich die Knowledge Manager verständigt haben: "Knowledge Management is the systematic effort to promote connectivity between people and to facilitate the creation, sharing, and use of knowledge to gain competitive advantage." (KM Global Meeting, Feb. 2, 2001)

Beim globalen Wissensaustausch setzt Aventis bei den Mitarbeitern auf das Prinzip Freiwilligkeit. Das Individuum als Wissensträger ist somit wichtiger Fokus der Knowledge Management Aktivitäten. Experten finden und zu verbinden ist dabei ein wichtiger Bestandteil (Expertise Location Management). Der einzelne Mitarbeiter wird gezielt ins Zentrum des Interesses gerückt. Erwünscht ist eine engere Verknüpfung der Wissensträger, um das vorhandenen Wissen effektiver zu nutzen. Dies bezieht sich sowohl auf implizites wie explizites Wissen.

Der just-in-time Verfügbarkeit von Wissensträgern (finden und verbinden) wird eine größere Bedeutung und ein größerer Nutzen beigemessen als dem Aufbau von "Lagerhäusern des Wissens", zum Beispiel Dokumente in Datenbanken wie "Lessons-Learned", Experteninterviews, debriefing Papiere u.ä..

Der Ansatz betont die schnelle Verfügbarkeit und schnelle Verbreitung von Expertise, sofern sie benötigt wird. Eine vorgeschaltete arbeitsintensive Dokumentation entfällt hierbei, so dass Wissensteilung auch sehr zeitnah stattfinden kann. Die möglichst schnelle Verbreitung (Vernetzung) des benötigten Wissens sichert den hohen Wissensbedarf des Unternehmens. In allen drei Aspekten – Wissengenerierung, Wissenshaltung und Wissensweitergabe – steht beim vorgestellten Ansatz der Wissensträger selbst im Vordergrund.

Angelehnt an North, Romhardt & Probst 2001 wird die Einführung von Knowledge Management Lösungen entlang folgender drei strategischer Bereich ausgerichtet:

 

Nimbus/Focus-Modell

Figure 1: Einbezug von Knowledge Management in Geschäftsprozessen (modfiziert nach North, Romhardt & Probst 2001: www.cck.uni-kl.de/wmk>papers

Neben dem Ausbau der IT-Infrastruktur wird bewusst zwischen Lösungen unterschieden, die den einzelnen Mitarbeiter ansprechen (Human Capital) und solchen, die ein kollaboratives Geflecht von interagierenden Menschen unterstützen wollen (Social Capital).

Die Anforderungen an die Einführungen neuer Lösungen und das Buy-In der Mitarbeiter werden bei Lösungen, die den Bereich Social Capital adressieren, als schwieriger eingestuft, weil sie die Arbeitspraxis der Mitarbeiter verändern und nur dann akzeptiert werden, wenn eine kritische Masse von Anwendern die neue Lösung verwendet.

Aus diesen Überlegungen heraus wurde bei Aventis entschieden, zunächst ein Expertise Location Management inkrementell auszubauen, indem durch ein passives Profiling der individuellen Expertise aller Mitarbeiter der Zugriff auf Experten ermöglicht werden soll.

 

Passive Expertisen Ermittlung (Profiling)

Für eine Expertise Location Management sind grundsätzlich zwei Ansätze denkbar. Einerseits kann durch kontrolliertes Vokabular bestehend aus einer explizit gepflegten Taxonomie von Begriffen ein Suchsystem mit hoher Präzision erstellt werden. Ein solches System würde jedoch nicht den wechselnden und schnelllebigen Begriffen und Themen in der pharmazeutischen R&D gerecht werden. Der kontinuierliche Pflege durch zentrale Content Administratoren und der Pflegeaufwand jedes einzelnen Mitarbeiters für das eigene Expertenprofil würde den erwarteten Nutzen in Frage stellen.

Es wurde sich deshalb für ein passives Profiling von unstrukturierter Information entschieden wie zum Beispiel die von Mitarbeitern erzeugten Dokumente oder Emails. Diese Technik unterstützt den Aufbau von beliebigen semantischen Suchräumen und eine dynamische (fluid) Menge von Begriffen.

Die Expertenprofile werden automatisiert durch die Analyse solcher Texte erzeugt, sowie durch eine freie Beschreibung des Tätigkeitsprofils mit eigenen Worten. Die Profile basieren auf Begriffen, die aus den Dokumenten automatisch extrahiert und mit dem Expertennamen verbunden werden. Der Experte hat volle Kontrolle darüber, ob und in welchem Umfang das Profil für andere einsehbar ist. Das Expertenprofil ist aber auch über den nicht öffentlichen Teil des Profils (private Profile) unter Wahrung des Datenschutzes anonym recherchierbar und der Experte kann – quasi als Unbekannter – über die Software kontaktiert werden.

Die Vorteile eines solchen Ansatzen werden in folgenden zusammengefasst

 

Der geplante organisatorische Wandel

Die Einführung des Knowledge Management Ansatzes "Experten finden & verbinden" bedeutet für die Mitarbeiter eine zum Teil nicht unerhebliche Änderung ihrer Arbeitspraxis. Unter anderem werden folgende Anforderungen an die Mitarbeiter gestellt:

Dies gilt insbesondere, wenn Personen zueinander in Kontakt treten, die sich selbst vorher weder gesehen noch gekannt haben. Die Einführung des Knowledge Management Ansatzes erfolgte in Anlehnung an das Organisationsmodell von Porras & Robertson (1992, 738) zum geplanten Wandel einer Organisation.

Übersicht des Models von Porras und Robertson

Figure 2: Übersicht des Models von Porras und Robertson (1992); ins Bild klicken für grössere Version

Die Aufteilung des Arbeitsumfeldes in vier Subsysteme der Organisation hilft, den Ansatz ganzheitlich zu gestalten. Die vier Subsysteme, in denen Veränderungen initiiert und unterstützt werden können, lauten:

Dieses Organisationsmodell des geplanten organisatorischen Wandels beschreibt konkrete Ansatzpunkte für einen Veränderungsprozess, mit dem Ziel, das on-the-job-behavior der Mitarbeiter im beabsichtigten Sinne zu beeinflussen. Bei der Umsetzung der Expertise Location Management Lösung wurden die unterschiedlichen Perspektiven (work setting) berücksichtigt und gezielt gestaltet. Ein umfassender Projektplan, der sich in seinen strategischen Zielen ebenfalls an dieser Gliederung orientierte, diente dabei als Projektsteuerungsinstrument.

 

Erfahrungen der Anwender und wirtschaftlicher Nutzen

Um die Qualität der Lösung zu evaluieren, wurden im November und Dezember 2001 über 400 der ersten Anwender aus den USA, Frankreich und Deutschland befragt (Anwortrate 32 Prozent). Ein Großteil der Befragten (62%) hatte zu diesem Zeitpunkt bereits das System aktiv genutzt (Durchführung einer Suchanfrage). 68% der aktiven Nutzer bewerteten die Suchergebnisse als teilweise relevant oder sehr relevant.

Typische Fragestellungen, mit denen Mitarbeiter an das System herantraten, waren

Folgende Vorteile nannten die Befragten am häufigsten:

84% aller Befragten wollten das Tool Kollegen weiterempfehlen:

Histogramm mit den Loyality Daten Histogramm mit den Commitment Daten

Figure 3: Histogramm mit den Loyality & Commitment Daten

 

Wirtschaftlicher Nutzen

Von den Anwendern wurden Erfahrungsberichte per E-Mail oder in persönlichen Gesprächen gesammelt. Die validierten Angaben wurden für die Nutzwertbetrachtung verwendet. Eine konservative Schätzung ging in die Berechnung des wirtschaftlichen Nutzens ein, und so wurden nur 10 von 22 Erfahrungsberichten rechnerisch berücksichtigt.

Ein Beispiel

Exemplarisch soll die folgende gekürzte Fassung ein Bild von den gesammelten Erfahrungsberichten vermitteln: SK in den USA und ihr Team suchten eine spezifische Nachweismethode. Der Aufbau der Methode in Anlehnung an vergleichbare Publikationen mißlang jedoch. K. benutzte den Expertise Locator, um festzustellen, ob es Aventis-Mitarbeiter gäbe, die bereits Erfahrung mit dieser Art von Untersuchungen gemacht hätten. Am nächsten Tag erhielt sie eine Antwort von einem Spezialisten aus Japan, der bereits ähnliche Erfahrungen gesammelt hatte, sie auf Druckfehler im Artikel aufmerksam machte und Hinweise zur Lösung gab. Diese wertvolle Information ersparte dem Team zwei Monate Arbeit, die sonst erforderlich gewesen wäre, um eine Eigenentwicklung zu starten.

Berechnung des wirtschaftlichen Nutzens

Der wirtschaftliche Nutzen wurde berechnet, indem die eingesparte Zeit, die von Anwendern berichtet wurde, mit einem durchschnittlichen internen Tagessatz multipliziert wurde. Es wurde kein zusätzlicher Nutzen (früherer Markteintritt, Verkürzung der Projektdauer und damit höhere Umsätze und Wettbewerbsvorteile) eingerechnet.

Die eingesparte Zeit belief sich auf 6,4 Monate über drei Monate Anwendungszeit bei 435 Nutzern. Der optimistische Wert lag bei 12,9 Monaten. Die Kennziffern sollen deutlich machen, dass es berechtigte Hoffnung gibt, mit diesem Ansatz erhebliche Produktivitätsgewinne (Zeitersparnis) zu erreichen. Es wird deutlich, dass, auch falls die positive Grundhaltung auf Dauer nicht durchzuhalten ist, immer noch beachtliche Effekte bleiben werden.

 

Zusammenfassung der Ergebnisse

In unserem Knowledge Management Ansatz "Experten finden & verbinden" (Netzwerke bilden) konnten wir bereits in der ersten Evaluationsphase (Dezember 2001, das heißt drei Monate nach Softwareeinführung) beachtliche Erfolge aufweisen. So konnte gezeigt werden, daß

 

Literatur

 

top top