KIP KM 2 Data informace znalosti KIPKM 2

KIP - KM 2. Data, informace, znalosti KIP/KM - 2

Definice znalosti - 1 • Znalost je proměnlivou směsí uspořádaných zkušeností, hodnot, do souvislostí zasazených informací, názorů expertů a podložené intuice, která vytváří prostředí a rámec pro vyhodnocování a začleňování nových zkušeností a informací. Vzniká a je používána v mysli znalostních pracovníků. V organizacích je často zabudována nejen v dokumentech a archivech, ale i v organizačních postupech, procesech, praktikách a normách. – P. R. Gamble, J. Blackwell: Knowledge manegement, Kogan Page, 2001 KIP/KM - 2 2

Definice znalosti - 2 • Znalost je informace, která byla zorganizována a analyzována tak, aby byla srozumitelná a použitelná pro řešení problémů nebo rozhodování a učení • Organizační znalost je zpracovaná informace začleněná do postupů a procesů. – Kap. 1 - Knowledge Management Handbook, ed. 1 J. Liebowitz, CRC Press, 1999 KIP/KM - 2 3

Uložení znalostí • paměťová média: – lidská mysl - často obtížný přístup – organizace - často rozptýlená – dokument - od volného textu až po strukturované tabulky a grafy – počítač - formalizovaná, lze sdílet, často dobře strukturovaná a organizovaná KIP/KM - 2 4

Od dat k informacím ČSN 369001: • Údaj (data): obraz vlastností objektu, vhodně formalizovaný pro přesnost, interpretaci nebo zpracování prostřednictvím lidí nebo automatů • Informace je význam, který příjemce přisuzuje údajům (datům) • Zpráva je nositelem informace, pokud přináší něco nového • Čím více zpráva snižuje nejistotu, tím silnější je korelace mezi vstupem a výstupem komunikačního kanálu. KIP/KM - 2 5

Teorie informace • Informace je mírou redukce nejistoty, k níž dojde přijetí zprávy. Pojem přesně definoval Claude Shannon z Bell Labs roku 1950. Její jednotkou je jeden bit, což je snížení nejistoty, k němuž dojde, pokud zjistíte, že došlo k něčemu, co má pravděpodobnost 1/2. Měří se v jednotkách záporného logaritmu se základem 2: -log 2(p). Podle této definice zpráva o události s pravděpodobností 1/4 přináší dva bity informace, událost s pravděpodobností 1/8 tři bity atd. • Zvláštností informačních toků je to, že pouze informace mohou přejít z A do B a současně zůstat v A - informace zpracováním neubývá. (kopírka by nebyla k ničemu, kdybyste si nemohli nechat originál) KIP/KM - 2 6

Informace Teprve v procesu interpretace získává informace hodnotu Kvalitní informace je: • přesná - neobsahuje chyby, je jasná a reflektuje význam dat, na kterých je založena • včasná: potřebná informace je k dispozici ve vhodném čase • relevantní: odpovídá na otázky Co? Proč? Kde? Kdy? Kdo? Jak? • přiměřená (s jistou mírou redundance) a srozumitelná KIP/KM - 2 7

Hierarchie 1 Data text, fakta, obrazy, zvuk + význam + struktura = 2 Informace Organizovaná, strukturovaná, interpretovaná a shrnutá data + zdůvodnění + abstrakce + vztahy + aplikace 3 Znalosti Případ, pravidlo, proces, model + výběr + zkušenost + principy + omezení + učení se = 4 Odbornost Rychlá a přesná rada, vysvětlení a zdůvodnění výsledků a postupů + integrace + distribuce + navigace = 5 Způsobilost Organizační odbornost: sklady znalostí, integrovaný systém podpory výkonnosti, klíčové dovednosti KIP/KM - 2 8

Znalosti • Znalosti lze transformovat přechodem z nižšího stupně hierarchie na vyšší (i naopak, ale tím se zde nezabýváme : ) • jsou využívány v procesech výběru, interpretace a rozhodování • v procesu učení se mění, přetvářejí a rozvíjejí • jsou základem pro práci s informacemi, vyhledávání datových zdrojů a jejich využívání. KIP/KM - 2 9

Principy práce se znalostmi 1 • sdílené a formalizované znalosti jsou klíčem k výkonnosti, aktivitě a úspěchu organizace • aby měly znalosti pro organizaci velký význam, musejí být formalizovány; pouze formalizované informace lze reprezentovat digitálně, přenášet, sdílet a efektivně používat • mít znalosti jak získané zkušeností, tak metodologické, je cennější než mít pouze jedny; praxi je nutné integrovat s metodami a modely • učit se ze zkušenosti je živější (vivid), ale není příliš efektivní. Lidé mají rovněž tendenci nadměrně zobecňovat na základě jedné nebo několika málo zkušeností. Pokud je to možné, může být výhodnější učit se od expertů, z knih a v kursech. Často je efektivnější učit se ze zkušenosti a z chyb jiných. KIP/KM - 2 10

Principy práce se znalostmi 2 • Je třeba vyvážit sběr a organizaci dostupných znalostí s učením se a vytvářením nových znalostí. • Abyste vytvořili pro organizaci přidanou hodnotu, integrujte management znalostí a organizační učení • Znalost je aplikace informací a dat za účelem vytvoření správných závěrů. Odbornost znamená velkou schopnost uvažovat s využitím znalostí za účelem provádění úkolů, řešení problémů, rozhodování a učení se novým znalostem. KIP/KM - 2 11

Management znalostí (MZ, KM) • Termín MZ zavedl Karl Wiig v r. 1986. • MZ používá systematické přístupy k vyhledávání, porozumění a užití znalostí za účelem tvorby hodnot. • MZ je formalizací přístupu ke zkušenostem a znalostem, vytváří nové schopnosti, umožňuje skvělé výkony, podporuje inovace a zvyšuje hodnotu pro zákazníka. KIP/KM - 2 12

Principy MZ 1. 2. MZ je drahý (ale nevědomost také!) Efektivní MZ vyžaduje řešení, která zahrnují jak lidi, tak technologie. 3. MZ je strategickou záležitostí. 4. Pro MZ jsou třeba manažeři znalostí. 5. MZ staví více na mapách než modelech, více na trzích než na hierarchiích. 6. Sdílení a užívání znalostí často nejsou přirozenými činnostmi. 7. MZ znamená zdokonalování pracovních procesů. 8. Přístup ke znalostem je pouze začátkem. 9. MZ nikdy nekončí. 10. MZ vyžaduje ochranu znalostí (např. ochranu duševních práv). KIP/KM - 2 13

Typy znalostí • Implicit, embodied, tacit: implicitní, vnitřní znalost, převážně v hlavách lidí; intuice • Explicitní – Representovaná, kodifikovaná: dokumenty, databáze, záznamy – Embedded: zabudovaná v procesech, produktech, postupech KIP/KM - 2 14

Příklad: hudba • Před vynálezem notace se bylo možné naučit hrát jen odposloucháním od mistra • Středověká notace umožnila záznam, který bylo možné reprodukovat • Od vynálezu fonografu, gramofonu až k CD je možné hudbu „zabudovat“ do nosiče, někdo ji poslouchá a začne si broukat melodii a kruh se uzavírá. KIP/KM - 2 15

Řízení znalostních procesů Vnímání • Poslech • Zachycení Internalizace • Porozumění • Tvorba nových znalostí Organizování • Kategorizace • Personalizace Socializace • Sdílení • Spolupráce KIP/KM - 2 16

Matice KM Vnitřní Kodifikovaná Zabudovaná Vnímání Pozorování Sběr Vytváření hypotéz Organizace Vyhledávání souvislostí Kategorizace Mapování Socializace Sdílení Šíření Simulace Internalizace Rozhodnutí jak a kdy použít - použití KIP/KM - 2 17

Vnímání • Vnitřní - Pozorování – Přehledy znalostí – Workshopy/interview – Analýza sítí • Kodifikovaná - Sběr – Business Intelligence – Data mining – Inteligentní agenti • Zabudovaná - Vytváření hypotéz – Analýza trhu/zákazníků/konkurence – Nástroje modelování/odvozování – Reverse engineering KIP/KM - 2 18

Organizace • Vnitřní - Vyhledávání souvislostí – Focus groups – Expertní průvodci – Koordinátoři znalostí • Kodifikovaná - Kategorizace – Taxonomie znalostí – Knihovny – Datová tržiště (Data Marts) • Zabudovaná - Mapování – Návrh pracovních míst (jobs, workplace) – Analýza pracovních toků – Míry výkonnosti KIP/KM - 2 19

Socializace • Vnitřní - Sdílení – Mentorování, koučování – Co. P (Communities of Practice) – Konferenční nástroje, groupware • Kodifikovaná - Šíření, diseminace – Internet/intranet/e-mail – Distanční učení, e-learning – Aplikační systémy • Zabudovaná - Simulace – Plánování scénářů – Kontrola po provedení činnosti – Řízení výcviku/kvalifikace KIP/KM - 2 20

Proces MZ 1 Identifikace Určení klíčových oblastí 2 Sběr Formalizace existujících znalostí 3 Výběr Hodnocení relevance, hodnoty a přesnosti znalostí 4 Uložení Reprezentace znalostí organizace v archívu znalostí 5 Sdílení Automatická distribuce znalostí k uživatelům. Spolupráce virtuálních týmů 6 Aplikace Vyhledání a použití znalostí při rozhodování, řešení problémů, automatizaci nebo podpoře pracovních činností, výcvik 7 Vytvoření Objevy nových znalostí výzkumem, experimenty a kreativním myšlením 8 Prodej Vývoj a uvedení na trh nových výrobků a služeb založených na znalostech KIP/KM - 2 21

Reprezentace znalostí • Expertní systémy: případy, pravidla, modely – Dedukce založená na případech: reprezentace znalostí získaných zkušeností(události, specifické případové studie a řešení. – Dedukce založená na pravidlech: znalosti přeložené do pravidel, která experti často používají při řešení složitých problémů – Dedukce založená na modelech: objektová technologie reprezentace a organizace znalostí, používající atributů, chování a vztahů objektů a simulaci procesů předmětné oblasti KIP/KM - 2 22

Archiv znalostí • on-line sklad zkušeností, znalostí, dokumentace o určité předmětné oblasti • při vytváření archivu znalostí jsou znalosti sbírány, sumarizovány a integrovány. KIP/KM - 2 23

Typy znalostních struktur • • • Obrazy: obrázky a video Zvuky a signály Text: normální nebo hypertext Data: relační databáze Dokumenty: formuláře/šablony/zprávy/grafy/interfejsy Případové studie Pravidla Objekty Procesy: hierarchie, zdroje, výkonové charakteristiky Modely KIP/KM - 2 24

Charakteristiky znalostní organizace • Vysoce výkonná • Orientovaná na zákazníka, zdokonalování a prvotřídnost • Vysoká pružnost a přizpůsobivost • Vysoká úroveň zkušeností a znalostí • Vysoká rychlost učení se a inovací • Proaktivní a futuristická • Oceňuje zkušenosti a sdílení znalostí KIP/KM - 2 25

KM a organizační kultura • Zdravá organizační kultura je podmínkou úspěchu MZ. • Byrokratické kultury trpí nedostatkem důvěry a neschopností odměňovat a prosazovat spolupráci. • Bez důvěry a správně motivované pracovní síly se znalosti zřídka sdílejí nebo používají, zastaví se inovace a riskování, neexistuje spolupráce. • Většina byrokratických organizací není schopna agilního, inovačního chování, které by vedlo k budoucímu úspěchu KIP/KM - 2 26

Inovace a motivace • Ačkoliv chování, které je podporováno, bývá následováno, často systémy odměňování spíše než individualistické, riziko podstupující charakteristiky inovátorů podporují bezpečné, byrokratické chování. Inovátoři nejlépe reagují na směs finančních a nefinančních pobídek. Většina talentovaných lidí potřebuje mít pocit dobrodružství, uznání tvrdé práce a dosažených úspěchů. Chtějí být hodnoceni, aby mohli prokázat to, čeho dosáhli. • Inovátoři jsou nejvíce motivováni následujícími faktory: – – – Výzva Osobní uznání Svoboda činnosti Finanční odměna Je třeba vytvořit systém odměňování, který, v němž úspěch jedince či skupiny znamená i úspěch jejich kolegů. KIP/KM - 2 27

KM a odměňování • Organizace by měla odměňovat: • Uspokojení zákazníka • Vysoký výkon • Osobní znalosti a zkušenosti • Týmovou práci, sdílení znalostí a zkušeností • Vytváření nových a rozvíjení existujících znalostí a zkušeností • Používání znalostí z archívu znalostí • Proaktivní řešení problémů a prevence vzniku problémů • Organizace by neměla odměňovat: • Svalování odpovědnosti na jiné • Loajalitu k šéfovi • Konformitu a servilnost, pasivní rezistenci • Vnitřní konkurenci • Byrokratické chování • Touhu po moci, honbu za postavením KIP/KM - 2 28

Evolution of Knowledge Economies “Grande Collogue de Perspective” (Lyons, France) “Managing the Knowledge Assets into the 21 st Century” (USA) 1987 1991 “Knowledge Global Knowledge “Enterprise “US State Wave Partnership I Value in the Dept Initiative” (Toronto, Canada) Knowledge Global (New Zealand) Briefing on Economy Knowledge “IC Statements: Russia” OECD” Partnership II Towards a Guideline” (Washington, “PDVSA “Western (Paris, France) (Kuala Lumpur, (Copenhagen, - USA) Conference” Hemisphere DC “The Malaysia, ) Denmark, ) (Caracas, Knowledge Park – Knowledge Innovation IC Report for the Venezuela) The World’s Fair Partnership” Nation: Welfare (Boston, MA) by the (Hannover, “National and Security” Conference on Germany) Prime “Knowledge. Boar (Stockholm, IC” Minister d” (European Sweden, ) (Singapore Union) ‘Study Commission (Lima, Peru) “FASB “National ) “The IC State of on the Implications “Poland Prime Guidelines Intellectual Israel – Hidden of the Knowledge Minister & Cabinet ” Capital Values of the Desert” Economy (Beijing, Visit” (USA) Index TM” “Brookings (Israel, ) China) (New York, NY) (UNOPS/ ‘Knowledge for Institute Report “Human Capital “European Mc. Master) Development‘ – on Intangibles” Reporting for the Union The World Knowledge (USA) “E 100: Building Knowledge Bank Economy -OECD Conference “Indicators – The Collaborative Observor” (Washington, World Bank” (Utrecht, The Advantage” (Paris, France) DC) Netherlands) (Washington, DC) (NY City, NY) 1994 1996 1997 1998 1999 2000 For further information, contact Debra M. Amidon (978 -988 -7995) and/or visit the website: http: //www. entovation. com KIP/KM - 2 2001+ 29