Veröffentlichte Abschlussarbeiten
Im Folgenden finden Sie eine Auflistung der Abschlussarbeiten. Für weitere Optionen finden Sie alle Abschlussarbeiten der Professur im Forschungsinformationssystem der TU Dresden.
Masterarbeiten
Strategische Steuerung im Wissensmanagement mit Performance Measurement Systemen
Art der Abschlussarbeit
Master
Autoren
- Reeb, Samuel
Betreuer
- Prof. Dr. rer. pol. habil. Eric Schoop
Abstract
Extended Abstract
Kontext und Motivation: Mit der Entwicklung zur Wissensgesellschaft treten neue Heraus-
forderungen auf, die das Fachgebiet des Wissensmanagements aufgreift (Probst, Raub & Rom-
hardt, 2012, S. 3). Ziel ist es, das organisationale Wissen aktiv zu steuern und zu gestalten
(Probst et al., 2012, S. 24). Ein Problem besteht in Schwierigkeiten bei der Erfolgsbewertung
von Wissensmanagementaktivitäten (Dickel & Moura, 2016, S. 214), die für eine effektive
Steuerung nötig sind (Tan und Wong, 2014, S. 541). Für ein erfolgreiches Wissensmanagement
ist folglich Forschung hinsichtlich effektiver Bewertungskonzepte erforderlich. Ein modernes
Konzept der strategischen Steuerung stellen Performance Measurement Systeme (PMS) dar,
die vornehmlich auf konzeptioneller Ebene im Kontext des Wissensmanagements untersucht
werden (Sivakumar & Lourdhura, 2016, S. 38). Diese Arbeit thematisiert daher die Forschungs-
lücke hinsichtlich theoretischer Probleme und praktischer Relevanz existierender Konzeptionen
von PMS im Wissensmanagement.
Zielstellung: Diese Arbeit beleuchtet die Thematik Wissenscontrolling insbesondere mit PMS
und analysiert diese der aufgezeigten Problemstellung und Forschungslücken entsprechend.
Das theoretische Erkenntnisziel besteht im Aufzeigen bestehender Wissenscontrolling-Kon-
zeptionen insbesondere im Kontext von PMS. Die praktische Komponente strebt eine Erweite-
rung der Erkenntnisse, hinsichtlich der aktuellen Relevanz von Wissensmanagement und Wis-
senscontrolling in der Praxis an. Weiterhin intendiert die Arbeit das Identifizieren bestehender
Anforderungen an ein PMS aus praktischer Sicht und die Überprüfung der Relevanz der theo-
retischen Messkategorien.
Vorgehensweise: Diese Arbeit ist nach deduktiv-theoriekritischem Erkenntnisweg zweiteilig
aufgebaut. Mithilfe eines induktiven Vorgehens zeigt der theoretische Teil bestehende Wissen-
scontrolling-Konzeptionen auf und untersucht sie. Es erfolgt eine Ableitung von Hypothesen
hinsichtlich der praktischen Relevanz und des Einflusses der Unternehmensgröße. Der prakti-
sche Teil überprüft diese nach deduktivem Vorgehen aus den Erhebungsdaten einer netzbasier-
ten Befragung.
Ergebnisse und Schlussfolgerungen: Diese Arbeit identifiziert aus der theoretischen Perspek-
tive neun Basismodelle von PMS im Kontext des Wissensmanagements. Es bestehen drei Mess-
kategorien, die für ein PMS von Relevanz sind. Die Ergebnisse der Befragung bestätigen die
praktische Relevanz der theoretischen Erkenntnisse. Weiterhin weisen in praxi die Umsetzung
des Wissensmanagements und des Wissenscontrollings sowie die Messkategorien der Wissens-
ressourcen und der Wissensmanagementfaktoren einen signifikanten Zusammenhang mit der
Unternehmensgröße auf. Die Auswahl eines adäquaten PMS ist folglich von der Unterneh-
mensgröße abhängig. Die befragten Unternehmen schätzen alle analysierten PMS hinsichtlich
ihrer Eignung als annährend mäßig geeignet ein.
Forschungspotenzial: Weiterführende Forschung sollte an einer adäquaten Abbildung von Be-
wertungs- und Steuerungsprozessen der aufgezeigten praktischen Anforderungen in einem
PMS arbeiten. Für allgemeine Systeme wird empfohlen den Faktor der Wissensmanagement-
prozesse in den Fokus zu nehmen. Die Forschung sollte PMS thematisieren, die auf die unter-
schiedlichen Anforderungen verschiedener Unternehmensgrößen spezialisiert sind. Darüber
hinaus besteht Forschungsbedarf an Methoden zum systematischen Ableiten von sinnvollen
und adäquaten Performance Measurements innerhalb der PMS.
Wichtigste Quellen:
Coenenberg, A. G., Fischer, T. M. & Günther, T. (2009). Kostenrechnung und Kostenanalyse
(7., überarb. und erw. Aufl.). Stuttgart: Schäffer-Poeschel.
Gleich, R. (2011). Performance Measurement. Konzepte, Fallstudien und Grundschema für
die Praxis (Controlling Competence, 2. Aufl.). München: Vahlen.
Grüning, M. (2002). Performance-Measurement-Systeme. Messung und Steuerung von Unter-
nehmensleistung (Gabler Edition Wissenschaft, Gabler Edition Wissenschaft). Wiesbaden:
Deutscher Universitätsverlag.
Lehner, F. (2012). Wissensmanagement. Grundlagen, Methoden und technische Unterstüt-
zung (4., aktualisierte und erw. Aufl.). München: Hanser.
Probst, G., Raub, S. & Romhardt, K. (2012). Wissen managen. Wie Unternehmen ihre wert-
vollste Ressource optimal nutzen (7., überarb. und erw. Aufl.). Wiesbaden: Springer Gab-
ler.
Kontext und Motivation: Mit der Entwicklung zur Wissensgesellschaft treten neue Heraus-
forderungen auf, die das Fachgebiet des Wissensmanagements aufgreift (Probst, Raub & Rom-
hardt, 2012, S. 3). Ziel ist es, das organisationale Wissen aktiv zu steuern und zu gestalten
(Probst et al., 2012, S. 24). Ein Problem besteht in Schwierigkeiten bei der Erfolgsbewertung
von Wissensmanagementaktivitäten (Dickel & Moura, 2016, S. 214), die für eine effektive
Steuerung nötig sind (Tan und Wong, 2014, S. 541). Für ein erfolgreiches Wissensmanagement
ist folglich Forschung hinsichtlich effektiver Bewertungskonzepte erforderlich. Ein modernes
Konzept der strategischen Steuerung stellen Performance Measurement Systeme (PMS) dar,
die vornehmlich auf konzeptioneller Ebene im Kontext des Wissensmanagements untersucht
werden (Sivakumar & Lourdhura, 2016, S. 38). Diese Arbeit thematisiert daher die Forschungs-
lücke hinsichtlich theoretischer Probleme und praktischer Relevanz existierender Konzeptionen
von PMS im Wissensmanagement.
Zielstellung: Diese Arbeit beleuchtet die Thematik Wissenscontrolling insbesondere mit PMS
und analysiert diese der aufgezeigten Problemstellung und Forschungslücken entsprechend.
Das theoretische Erkenntnisziel besteht im Aufzeigen bestehender Wissenscontrolling-Kon-
zeptionen insbesondere im Kontext von PMS. Die praktische Komponente strebt eine Erweite-
rung der Erkenntnisse, hinsichtlich der aktuellen Relevanz von Wissensmanagement und Wis-
senscontrolling in der Praxis an. Weiterhin intendiert die Arbeit das Identifizieren bestehender
Anforderungen an ein PMS aus praktischer Sicht und die Überprüfung der Relevanz der theo-
retischen Messkategorien.
Vorgehensweise: Diese Arbeit ist nach deduktiv-theoriekritischem Erkenntnisweg zweiteilig
aufgebaut. Mithilfe eines induktiven Vorgehens zeigt der theoretische Teil bestehende Wissen-
scontrolling-Konzeptionen auf und untersucht sie. Es erfolgt eine Ableitung von Hypothesen
hinsichtlich der praktischen Relevanz und des Einflusses der Unternehmensgröße. Der prakti-
sche Teil überprüft diese nach deduktivem Vorgehen aus den Erhebungsdaten einer netzbasier-
ten Befragung.
Ergebnisse und Schlussfolgerungen: Diese Arbeit identifiziert aus der theoretischen Perspek-
tive neun Basismodelle von PMS im Kontext des Wissensmanagements. Es bestehen drei Mess-
kategorien, die für ein PMS von Relevanz sind. Die Ergebnisse der Befragung bestätigen die
praktische Relevanz der theoretischen Erkenntnisse. Weiterhin weisen in praxi die Umsetzung
des Wissensmanagements und des Wissenscontrollings sowie die Messkategorien der Wissens-
ressourcen und der Wissensmanagementfaktoren einen signifikanten Zusammenhang mit der
Unternehmensgröße auf. Die Auswahl eines adäquaten PMS ist folglich von der Unterneh-
mensgröße abhängig. Die befragten Unternehmen schätzen alle analysierten PMS hinsichtlich
ihrer Eignung als annährend mäßig geeignet ein.
Forschungspotenzial: Weiterführende Forschung sollte an einer adäquaten Abbildung von Be-
wertungs- und Steuerungsprozessen der aufgezeigten praktischen Anforderungen in einem
PMS arbeiten. Für allgemeine Systeme wird empfohlen den Faktor der Wissensmanagement-
prozesse in den Fokus zu nehmen. Die Forschung sollte PMS thematisieren, die auf die unter-
schiedlichen Anforderungen verschiedener Unternehmensgrößen spezialisiert sind. Darüber
hinaus besteht Forschungsbedarf an Methoden zum systematischen Ableiten von sinnvollen
und adäquaten Performance Measurements innerhalb der PMS.
Wichtigste Quellen:
Coenenberg, A. G., Fischer, T. M. & Günther, T. (2009). Kostenrechnung und Kostenanalyse
(7., überarb. und erw. Aufl.). Stuttgart: Schäffer-Poeschel.
Gleich, R. (2011). Performance Measurement. Konzepte, Fallstudien und Grundschema für
die Praxis (Controlling Competence, 2. Aufl.). München: Vahlen.
Grüning, M. (2002). Performance-Measurement-Systeme. Messung und Steuerung von Unter-
nehmensleistung (Gabler Edition Wissenschaft, Gabler Edition Wissenschaft). Wiesbaden:
Deutscher Universitätsverlag.
Lehner, F. (2012). Wissensmanagement. Grundlagen, Methoden und technische Unterstüt-
zung (4., aktualisierte und erw. Aufl.). München: Hanser.
Probst, G., Raub, S. & Romhardt, K. (2012). Wissen managen. Wie Unternehmen ihre wert-
vollste Ressource optimal nutzen (7., überarb. und erw. Aufl.). Wiesbaden: Springer Gab-
ler.
Schlagwörter
Wissensmanagement, Performance Measurement
Berichtsjahr
2017
Diplomarbeiten
Strategische Steuerung im Wissensmanagement mit Performance Measurement Systemen
Art der Abschlussarbeit
Master
Autoren
- Reeb, Samuel
Betreuer
- Prof. Dr. rer. pol. habil. Eric Schoop
Abstract
Extended Abstract
Kontext und Motivation: Mit der Entwicklung zur Wissensgesellschaft treten neue Heraus-
forderungen auf, die das Fachgebiet des Wissensmanagements aufgreift (Probst, Raub & Rom-
hardt, 2012, S. 3). Ziel ist es, das organisationale Wissen aktiv zu steuern und zu gestalten
(Probst et al., 2012, S. 24). Ein Problem besteht in Schwierigkeiten bei der Erfolgsbewertung
von Wissensmanagementaktivitäten (Dickel & Moura, 2016, S. 214), die für eine effektive
Steuerung nötig sind (Tan und Wong, 2014, S. 541). Für ein erfolgreiches Wissensmanagement
ist folglich Forschung hinsichtlich effektiver Bewertungskonzepte erforderlich. Ein modernes
Konzept der strategischen Steuerung stellen Performance Measurement Systeme (PMS) dar,
die vornehmlich auf konzeptioneller Ebene im Kontext des Wissensmanagements untersucht
werden (Sivakumar & Lourdhura, 2016, S. 38). Diese Arbeit thematisiert daher die Forschungs-
lücke hinsichtlich theoretischer Probleme und praktischer Relevanz existierender Konzeptionen
von PMS im Wissensmanagement.
Zielstellung: Diese Arbeit beleuchtet die Thematik Wissenscontrolling insbesondere mit PMS
und analysiert diese der aufgezeigten Problemstellung und Forschungslücken entsprechend.
Das theoretische Erkenntnisziel besteht im Aufzeigen bestehender Wissenscontrolling-Kon-
zeptionen insbesondere im Kontext von PMS. Die praktische Komponente strebt eine Erweite-
rung der Erkenntnisse, hinsichtlich der aktuellen Relevanz von Wissensmanagement und Wis-
senscontrolling in der Praxis an. Weiterhin intendiert die Arbeit das Identifizieren bestehender
Anforderungen an ein PMS aus praktischer Sicht und die Überprüfung der Relevanz der theo-
retischen Messkategorien.
Vorgehensweise: Diese Arbeit ist nach deduktiv-theoriekritischem Erkenntnisweg zweiteilig
aufgebaut. Mithilfe eines induktiven Vorgehens zeigt der theoretische Teil bestehende Wissen-
scontrolling-Konzeptionen auf und untersucht sie. Es erfolgt eine Ableitung von Hypothesen
hinsichtlich der praktischen Relevanz und des Einflusses der Unternehmensgröße. Der prakti-
sche Teil überprüft diese nach deduktivem Vorgehen aus den Erhebungsdaten einer netzbasier-
ten Befragung.
Ergebnisse und Schlussfolgerungen: Diese Arbeit identifiziert aus der theoretischen Perspek-
tive neun Basismodelle von PMS im Kontext des Wissensmanagements. Es bestehen drei Mess-
kategorien, die für ein PMS von Relevanz sind. Die Ergebnisse der Befragung bestätigen die
praktische Relevanz der theoretischen Erkenntnisse. Weiterhin weisen in praxi die Umsetzung
des Wissensmanagements und des Wissenscontrollings sowie die Messkategorien der Wissens-
ressourcen und der Wissensmanagementfaktoren einen signifikanten Zusammenhang mit der
Unternehmensgröße auf. Die Auswahl eines adäquaten PMS ist folglich von der Unterneh-
mensgröße abhängig. Die befragten Unternehmen schätzen alle analysierten PMS hinsichtlich
ihrer Eignung als annährend mäßig geeignet ein.
Forschungspotenzial: Weiterführende Forschung sollte an einer adäquaten Abbildung von Be-
wertungs- und Steuerungsprozessen der aufgezeigten praktischen Anforderungen in einem
PMS arbeiten. Für allgemeine Systeme wird empfohlen den Faktor der Wissensmanagement-
prozesse in den Fokus zu nehmen. Die Forschung sollte PMS thematisieren, die auf die unter-
schiedlichen Anforderungen verschiedener Unternehmensgrößen spezialisiert sind. Darüber
hinaus besteht Forschungsbedarf an Methoden zum systematischen Ableiten von sinnvollen
und adäquaten Performance Measurements innerhalb der PMS.
Wichtigste Quellen:
Coenenberg, A. G., Fischer, T. M. & Günther, T. (2009). Kostenrechnung und Kostenanalyse
(7., überarb. und erw. Aufl.). Stuttgart: Schäffer-Poeschel.
Gleich, R. (2011). Performance Measurement. Konzepte, Fallstudien und Grundschema für
die Praxis (Controlling Competence, 2. Aufl.). München: Vahlen.
Grüning, M. (2002). Performance-Measurement-Systeme. Messung und Steuerung von Unter-
nehmensleistung (Gabler Edition Wissenschaft, Gabler Edition Wissenschaft). Wiesbaden:
Deutscher Universitätsverlag.
Lehner, F. (2012). Wissensmanagement. Grundlagen, Methoden und technische Unterstüt-
zung (4., aktualisierte und erw. Aufl.). München: Hanser.
Probst, G., Raub, S. & Romhardt, K. (2012). Wissen managen. Wie Unternehmen ihre wert-
vollste Ressource optimal nutzen (7., überarb. und erw. Aufl.). Wiesbaden: Springer Gab-
ler.
Kontext und Motivation: Mit der Entwicklung zur Wissensgesellschaft treten neue Heraus-
forderungen auf, die das Fachgebiet des Wissensmanagements aufgreift (Probst, Raub & Rom-
hardt, 2012, S. 3). Ziel ist es, das organisationale Wissen aktiv zu steuern und zu gestalten
(Probst et al., 2012, S. 24). Ein Problem besteht in Schwierigkeiten bei der Erfolgsbewertung
von Wissensmanagementaktivitäten (Dickel & Moura, 2016, S. 214), die für eine effektive
Steuerung nötig sind (Tan und Wong, 2014, S. 541). Für ein erfolgreiches Wissensmanagement
ist folglich Forschung hinsichtlich effektiver Bewertungskonzepte erforderlich. Ein modernes
Konzept der strategischen Steuerung stellen Performance Measurement Systeme (PMS) dar,
die vornehmlich auf konzeptioneller Ebene im Kontext des Wissensmanagements untersucht
werden (Sivakumar & Lourdhura, 2016, S. 38). Diese Arbeit thematisiert daher die Forschungs-
lücke hinsichtlich theoretischer Probleme und praktischer Relevanz existierender Konzeptionen
von PMS im Wissensmanagement.
Zielstellung: Diese Arbeit beleuchtet die Thematik Wissenscontrolling insbesondere mit PMS
und analysiert diese der aufgezeigten Problemstellung und Forschungslücken entsprechend.
Das theoretische Erkenntnisziel besteht im Aufzeigen bestehender Wissenscontrolling-Kon-
zeptionen insbesondere im Kontext von PMS. Die praktische Komponente strebt eine Erweite-
rung der Erkenntnisse, hinsichtlich der aktuellen Relevanz von Wissensmanagement und Wis-
senscontrolling in der Praxis an. Weiterhin intendiert die Arbeit das Identifizieren bestehender
Anforderungen an ein PMS aus praktischer Sicht und die Überprüfung der Relevanz der theo-
retischen Messkategorien.
Vorgehensweise: Diese Arbeit ist nach deduktiv-theoriekritischem Erkenntnisweg zweiteilig
aufgebaut. Mithilfe eines induktiven Vorgehens zeigt der theoretische Teil bestehende Wissen-
scontrolling-Konzeptionen auf und untersucht sie. Es erfolgt eine Ableitung von Hypothesen
hinsichtlich der praktischen Relevanz und des Einflusses der Unternehmensgröße. Der prakti-
sche Teil überprüft diese nach deduktivem Vorgehen aus den Erhebungsdaten einer netzbasier-
ten Befragung.
Ergebnisse und Schlussfolgerungen: Diese Arbeit identifiziert aus der theoretischen Perspek-
tive neun Basismodelle von PMS im Kontext des Wissensmanagements. Es bestehen drei Mess-
kategorien, die für ein PMS von Relevanz sind. Die Ergebnisse der Befragung bestätigen die
praktische Relevanz der theoretischen Erkenntnisse. Weiterhin weisen in praxi die Umsetzung
des Wissensmanagements und des Wissenscontrollings sowie die Messkategorien der Wissens-
ressourcen und der Wissensmanagementfaktoren einen signifikanten Zusammenhang mit der
Unternehmensgröße auf. Die Auswahl eines adäquaten PMS ist folglich von der Unterneh-
mensgröße abhängig. Die befragten Unternehmen schätzen alle analysierten PMS hinsichtlich
ihrer Eignung als annährend mäßig geeignet ein.
Forschungspotenzial: Weiterführende Forschung sollte an einer adäquaten Abbildung von Be-
wertungs- und Steuerungsprozessen der aufgezeigten praktischen Anforderungen in einem
PMS arbeiten. Für allgemeine Systeme wird empfohlen den Faktor der Wissensmanagement-
prozesse in den Fokus zu nehmen. Die Forschung sollte PMS thematisieren, die auf die unter-
schiedlichen Anforderungen verschiedener Unternehmensgrößen spezialisiert sind. Darüber
hinaus besteht Forschungsbedarf an Methoden zum systematischen Ableiten von sinnvollen
und adäquaten Performance Measurements innerhalb der PMS.
Wichtigste Quellen:
Coenenberg, A. G., Fischer, T. M. & Günther, T. (2009). Kostenrechnung und Kostenanalyse
(7., überarb. und erw. Aufl.). Stuttgart: Schäffer-Poeschel.
Gleich, R. (2011). Performance Measurement. Konzepte, Fallstudien und Grundschema für
die Praxis (Controlling Competence, 2. Aufl.). München: Vahlen.
Grüning, M. (2002). Performance-Measurement-Systeme. Messung und Steuerung von Unter-
nehmensleistung (Gabler Edition Wissenschaft, Gabler Edition Wissenschaft). Wiesbaden:
Deutscher Universitätsverlag.
Lehner, F. (2012). Wissensmanagement. Grundlagen, Methoden und technische Unterstüt-
zung (4., aktualisierte und erw. Aufl.). München: Hanser.
Probst, G., Raub, S. & Romhardt, K. (2012). Wissen managen. Wie Unternehmen ihre wert-
vollste Ressource optimal nutzen (7., überarb. und erw. Aufl.). Wiesbaden: Springer Gab-
ler.
Schlagwörter
Wissensmanagement, Performance Measurement
Berichtsjahr
2017
Bachelorarbeiten
Strategische Steuerung im Wissensmanagement mit Performance Measurement Systemen
Art der Abschlussarbeit
Master
Autoren
- Reeb, Samuel
Betreuer
- Prof. Dr. rer. pol. habil. Eric Schoop
Abstract
Extended Abstract
Kontext und Motivation: Mit der Entwicklung zur Wissensgesellschaft treten neue Heraus-
forderungen auf, die das Fachgebiet des Wissensmanagements aufgreift (Probst, Raub & Rom-
hardt, 2012, S. 3). Ziel ist es, das organisationale Wissen aktiv zu steuern und zu gestalten
(Probst et al., 2012, S. 24). Ein Problem besteht in Schwierigkeiten bei der Erfolgsbewertung
von Wissensmanagementaktivitäten (Dickel & Moura, 2016, S. 214), die für eine effektive
Steuerung nötig sind (Tan und Wong, 2014, S. 541). Für ein erfolgreiches Wissensmanagement
ist folglich Forschung hinsichtlich effektiver Bewertungskonzepte erforderlich. Ein modernes
Konzept der strategischen Steuerung stellen Performance Measurement Systeme (PMS) dar,
die vornehmlich auf konzeptioneller Ebene im Kontext des Wissensmanagements untersucht
werden (Sivakumar & Lourdhura, 2016, S. 38). Diese Arbeit thematisiert daher die Forschungs-
lücke hinsichtlich theoretischer Probleme und praktischer Relevanz existierender Konzeptionen
von PMS im Wissensmanagement.
Zielstellung: Diese Arbeit beleuchtet die Thematik Wissenscontrolling insbesondere mit PMS
und analysiert diese der aufgezeigten Problemstellung und Forschungslücken entsprechend.
Das theoretische Erkenntnisziel besteht im Aufzeigen bestehender Wissenscontrolling-Kon-
zeptionen insbesondere im Kontext von PMS. Die praktische Komponente strebt eine Erweite-
rung der Erkenntnisse, hinsichtlich der aktuellen Relevanz von Wissensmanagement und Wis-
senscontrolling in der Praxis an. Weiterhin intendiert die Arbeit das Identifizieren bestehender
Anforderungen an ein PMS aus praktischer Sicht und die Überprüfung der Relevanz der theo-
retischen Messkategorien.
Vorgehensweise: Diese Arbeit ist nach deduktiv-theoriekritischem Erkenntnisweg zweiteilig
aufgebaut. Mithilfe eines induktiven Vorgehens zeigt der theoretische Teil bestehende Wissen-
scontrolling-Konzeptionen auf und untersucht sie. Es erfolgt eine Ableitung von Hypothesen
hinsichtlich der praktischen Relevanz und des Einflusses der Unternehmensgröße. Der prakti-
sche Teil überprüft diese nach deduktivem Vorgehen aus den Erhebungsdaten einer netzbasier-
ten Befragung.
Ergebnisse und Schlussfolgerungen: Diese Arbeit identifiziert aus der theoretischen Perspek-
tive neun Basismodelle von PMS im Kontext des Wissensmanagements. Es bestehen drei Mess-
kategorien, die für ein PMS von Relevanz sind. Die Ergebnisse der Befragung bestätigen die
praktische Relevanz der theoretischen Erkenntnisse. Weiterhin weisen in praxi die Umsetzung
des Wissensmanagements und des Wissenscontrollings sowie die Messkategorien der Wissens-
ressourcen und der Wissensmanagementfaktoren einen signifikanten Zusammenhang mit der
Unternehmensgröße auf. Die Auswahl eines adäquaten PMS ist folglich von der Unterneh-
mensgröße abhängig. Die befragten Unternehmen schätzen alle analysierten PMS hinsichtlich
ihrer Eignung als annährend mäßig geeignet ein.
Forschungspotenzial: Weiterführende Forschung sollte an einer adäquaten Abbildung von Be-
wertungs- und Steuerungsprozessen der aufgezeigten praktischen Anforderungen in einem
PMS arbeiten. Für allgemeine Systeme wird empfohlen den Faktor der Wissensmanagement-
prozesse in den Fokus zu nehmen. Die Forschung sollte PMS thematisieren, die auf die unter-
schiedlichen Anforderungen verschiedener Unternehmensgrößen spezialisiert sind. Darüber
hinaus besteht Forschungsbedarf an Methoden zum systematischen Ableiten von sinnvollen
und adäquaten Performance Measurements innerhalb der PMS.
Wichtigste Quellen:
Coenenberg, A. G., Fischer, T. M. & Günther, T. (2009). Kostenrechnung und Kostenanalyse
(7., überarb. und erw. Aufl.). Stuttgart: Schäffer-Poeschel.
Gleich, R. (2011). Performance Measurement. Konzepte, Fallstudien und Grundschema für
die Praxis (Controlling Competence, 2. Aufl.). München: Vahlen.
Grüning, M. (2002). Performance-Measurement-Systeme. Messung und Steuerung von Unter-
nehmensleistung (Gabler Edition Wissenschaft, Gabler Edition Wissenschaft). Wiesbaden:
Deutscher Universitätsverlag.
Lehner, F. (2012). Wissensmanagement. Grundlagen, Methoden und technische Unterstüt-
zung (4., aktualisierte und erw. Aufl.). München: Hanser.
Probst, G., Raub, S. & Romhardt, K. (2012). Wissen managen. Wie Unternehmen ihre wert-
vollste Ressource optimal nutzen (7., überarb. und erw. Aufl.). Wiesbaden: Springer Gab-
ler.
Kontext und Motivation: Mit der Entwicklung zur Wissensgesellschaft treten neue Heraus-
forderungen auf, die das Fachgebiet des Wissensmanagements aufgreift (Probst, Raub & Rom-
hardt, 2012, S. 3). Ziel ist es, das organisationale Wissen aktiv zu steuern und zu gestalten
(Probst et al., 2012, S. 24). Ein Problem besteht in Schwierigkeiten bei der Erfolgsbewertung
von Wissensmanagementaktivitäten (Dickel & Moura, 2016, S. 214), die für eine effektive
Steuerung nötig sind (Tan und Wong, 2014, S. 541). Für ein erfolgreiches Wissensmanagement
ist folglich Forschung hinsichtlich effektiver Bewertungskonzepte erforderlich. Ein modernes
Konzept der strategischen Steuerung stellen Performance Measurement Systeme (PMS) dar,
die vornehmlich auf konzeptioneller Ebene im Kontext des Wissensmanagements untersucht
werden (Sivakumar & Lourdhura, 2016, S. 38). Diese Arbeit thematisiert daher die Forschungs-
lücke hinsichtlich theoretischer Probleme und praktischer Relevanz existierender Konzeptionen
von PMS im Wissensmanagement.
Zielstellung: Diese Arbeit beleuchtet die Thematik Wissenscontrolling insbesondere mit PMS
und analysiert diese der aufgezeigten Problemstellung und Forschungslücken entsprechend.
Das theoretische Erkenntnisziel besteht im Aufzeigen bestehender Wissenscontrolling-Kon-
zeptionen insbesondere im Kontext von PMS. Die praktische Komponente strebt eine Erweite-
rung der Erkenntnisse, hinsichtlich der aktuellen Relevanz von Wissensmanagement und Wis-
senscontrolling in der Praxis an. Weiterhin intendiert die Arbeit das Identifizieren bestehender
Anforderungen an ein PMS aus praktischer Sicht und die Überprüfung der Relevanz der theo-
retischen Messkategorien.
Vorgehensweise: Diese Arbeit ist nach deduktiv-theoriekritischem Erkenntnisweg zweiteilig
aufgebaut. Mithilfe eines induktiven Vorgehens zeigt der theoretische Teil bestehende Wissen-
scontrolling-Konzeptionen auf und untersucht sie. Es erfolgt eine Ableitung von Hypothesen
hinsichtlich der praktischen Relevanz und des Einflusses der Unternehmensgröße. Der prakti-
sche Teil überprüft diese nach deduktivem Vorgehen aus den Erhebungsdaten einer netzbasier-
ten Befragung.
Ergebnisse und Schlussfolgerungen: Diese Arbeit identifiziert aus der theoretischen Perspek-
tive neun Basismodelle von PMS im Kontext des Wissensmanagements. Es bestehen drei Mess-
kategorien, die für ein PMS von Relevanz sind. Die Ergebnisse der Befragung bestätigen die
praktische Relevanz der theoretischen Erkenntnisse. Weiterhin weisen in praxi die Umsetzung
des Wissensmanagements und des Wissenscontrollings sowie die Messkategorien der Wissens-
ressourcen und der Wissensmanagementfaktoren einen signifikanten Zusammenhang mit der
Unternehmensgröße auf. Die Auswahl eines adäquaten PMS ist folglich von der Unterneh-
mensgröße abhängig. Die befragten Unternehmen schätzen alle analysierten PMS hinsichtlich
ihrer Eignung als annährend mäßig geeignet ein.
Forschungspotenzial: Weiterführende Forschung sollte an einer adäquaten Abbildung von Be-
wertungs- und Steuerungsprozessen der aufgezeigten praktischen Anforderungen in einem
PMS arbeiten. Für allgemeine Systeme wird empfohlen den Faktor der Wissensmanagement-
prozesse in den Fokus zu nehmen. Die Forschung sollte PMS thematisieren, die auf die unter-
schiedlichen Anforderungen verschiedener Unternehmensgrößen spezialisiert sind. Darüber
hinaus besteht Forschungsbedarf an Methoden zum systematischen Ableiten von sinnvollen
und adäquaten Performance Measurements innerhalb der PMS.
Wichtigste Quellen:
Coenenberg, A. G., Fischer, T. M. & Günther, T. (2009). Kostenrechnung und Kostenanalyse
(7., überarb. und erw. Aufl.). Stuttgart: Schäffer-Poeschel.
Gleich, R. (2011). Performance Measurement. Konzepte, Fallstudien und Grundschema für
die Praxis (Controlling Competence, 2. Aufl.). München: Vahlen.
Grüning, M. (2002). Performance-Measurement-Systeme. Messung und Steuerung von Unter-
nehmensleistung (Gabler Edition Wissenschaft, Gabler Edition Wissenschaft). Wiesbaden:
Deutscher Universitätsverlag.
Lehner, F. (2012). Wissensmanagement. Grundlagen, Methoden und technische Unterstüt-
zung (4., aktualisierte und erw. Aufl.). München: Hanser.
Probst, G., Raub, S. & Romhardt, K. (2012). Wissen managen. Wie Unternehmen ihre wert-
vollste Ressource optimal nutzen (7., überarb. und erw. Aufl.). Wiesbaden: Springer Gab-
ler.
Schlagwörter
Wissensmanagement, Performance Measurement
Berichtsjahr
2017