Modelování znalostí

Jak nedávno napsal prof. Truneček v Moderním řízení, akademická obec nad adjektivem znalostní rozpačitě diskutuje, byznys znalostní řízení prakticky využívá. Vede ho k tomu jak strmý nárůst podílu znalostně náročných procesů, tak pochopení nezbytnosti čtvrté dimenze BSC, pokud chceme, aby naše strategie přinesla skutečně radikální změnu.

Metodické složitosti uchopení znalostí spočívají v tom, že znalosti mohou být zdrojem, aktivem i produktem. Že mezi tacitními a dokumentovanými znalostmi může existovat bílé místo, které neumíme zaplnit jinak než jejich sdílením a tak se knowledgemanagement stává navýsost multidisciplinární.

Praxe vždy vede ke zjednodušování teorií a přežijí jen metodiky, které pohled na fuzzy realitu zostří do pevných struktur. Geniální prof. Scheer zabudoval do své metodiky ARIS znalosti, pokud si pamatuji, již před více než 10 lety. Jak k tomu přistoupil? Považuje znalosti za nejvyšší vývojovou formu dat (řada data-informace-znalosti) a definuje klíčové relace, které znalosti k ostatním objektům podnikové reality mají (k datům, mezi sebou navzájem, k procesům, k IS, k lidem).

Modelování znalostí se tak stává snadno uchopitelným a pochopitelným v praxi. Přenos meta-znalostí v business modelu do systémů pro jejich operativní správu a řízení je dnes možný dokonce automatizovaně(např. HR-LINK pro synchronizaci mezi ARIS a SAP HR-PD).

Proč tedy modelovat znalosti? Vyberme argumenty nejdůležitější:
1. Je třeba vědět, které znalosti jsou nezbytné v kterém procesu pro vytvoření jeho přidané hodnoty.
2. Znalosti jsou aktivum, které musíme zhromadňovat, aby vydalo novou kvalitu. Proto je umět identifikovat, kde vznikají, dokumentovat je a dolovat z nich nové.
3. Klíčovými znalostmi bývají (ale ne vždy!) ty tacitní - pokud nechceme nechat společnost zmítat znalostními monopoly, utrácet peníze a marnit příležitosti, protože nevíme, co kdo ví a vyhazovat náklady na vzdělání, které nám nevygeneruje zisk, musíme analyzovat a řídit organizační a potažmo lidskou relaci znalostí.