Wissen zur Entscheidungsfindung in Meilenstein-getriebenen Produktentstehungsprozessen
Zusammenfassung der Projektergebnisse
Durch zunehmende Anreicherung klassischer, rein physischer Produkte um digitale Anteile und Services, erfordert die Entwicklung moderner Produkte die Zusammenarbeit von Akteuren aus unterschiedlichsten Disziplinen. In der industriellen Praxis wird jedoch häufig der Fokus auf die Datendurchgängigkeit gelegt, während das Wissen, das im Laufe des Produktentstehungsprozesses (PEP) zirkuliert nicht explizit betrachtet wird. Individuelles und organisatorisches Wissen wird zwar intensiv genutzt, doch findet deren Anwendung häufig nur implizit statt. Das implizit angewandte Wissen (Erfahrungen, Kompetenzen etc.), welches einen wesentlichen Einfluss auf das Ergebnis und dessen Weiterverwendung haben kann, bleibt hingegen verborgen. Ein wesentliches Problem im Umgang mit Wissen liegt darin, dass die Erfassung der Wissensarten, die in die wissensverabeitenden Prozesse der Wissensträger einfließen, nur bedingt möglich ist, da sich dazugehörigen Selektions- und Integrationsprozesse in den Köpfen von Individuen abspielen. Es fehlt daher ein klares Bild darüber, welche Wissensträger mit welchem Wissen an entscheidenden Meilensteinen des PEPs beitragen, um einen gewünschten Fortschritt bei der Entwicklung des Produktes zu erreichen. Im Rahmen des vorliegenden Projektes wurde ein Wirkmodell entwickelt, das die Möglichkeit bietet, die komplexen Zusammenhänge zwischen den im PEP beteiligten AkteurInnen, den Aktivitäten, die diese ausführen, sowie den von ihnen eingesetzten Artefakten, Daten, Informationen und Wissen zu erfassen. Ausgehend von Grundmustern in meilensteingetriebene Produktentstehungsprozesse (MGPEP), die anhand einer empirischen Untersuchung ausgearbeitet wurden, wurde zunächst ein Funktionsmodell aufgestellt, das sowohl generische Elemente von MGPEPs als auch deren Zusammenhänge und Abhängigkeiten beschreibt. Im Fokus des Funktionsmodells stehen die beteiligten AkteurInnen sowie die Aktivitäten, die diese im Rahmen des PEP ausführen und die Artefakte, die dabei entstehen bzw. verwendet werden. Über die Ableitung von spezifischen Aufgaben aus Meilensteinvorgaben, die an einzelnen Akteure übertragen werden, stellt das Funktionsmodell die Verbindung zwischen AkteurInnen, Aktivitäten und Artefakten zu den übergeordneten PEP Phasen her. Mittels sogenannter “Classes of Information”, die generische Informationselemente im PEP beschreiben, wird eine logische Verknüpfung zwischen Artefakten, als statische Manifestationen von Wissen, und dem dynamisch im PEP eingebrachten Wissen hergestellt. Somit entsteht eine Wirkette, die von den PEP Phasen über die Artefakte bis hin zum eingesetzten Wissen reicht und eine detaillierte Untersuchung der Wissensverarbeitung im MGPEP ermöglicht. Das Wirkmodell wurde, eingebettet in der ebenfalls im Projekt entwickelten AAA Methode, an einem industriellen Beispiel evaluiert. Die Ergebnisse dieser Evaluation zeigten, dass sowohl das Wirkmodell als auch die AAA Methode geeignet sind, um kritisches Wissen in Entwicklungsprozessen zu identifizieren und somit frühzeitige Zuordnung zu Akteuren, Aktivitäten und Artefakten ermöglichen.
Projektbezogene Publikationen (Auswahl)
- (2017): Engineering Activities – Considering Value Creation from a holistic Perspective. In: 2017 International Conference on Engineering, Technology and Innovation (ICE/ITMC 2017), S. 315–323
Lünnemann, P.; Wang, W. M.; Ibáñez Manteca
(Siehe online unter https://doi.org/10.1109/ICE.2017.8279904) - (2017): Methodische Analyse der Entwicklungsaktivitäten. In: K. Brökel et al.(Hg.): 15. Gemeinsames Kolloquium Konstruktionstechnik. Interdisziplinäre Produktentwicklung. Essen: Universität Duisburg-Essen, S. 89–98
Lünnemann, P.; Wang, W. M.; Stark, R.
(Siehe online unter https://doi.org/10.17185/duepublico/44616) - (2017): Wissen in Produktentwicklungsprozessen – ein Aktivitäten-basierter Analyseansatz. In: K. Brökel et al. (Hg.): 15. Gemeinsames Kolloquium Konstruktionstechnik. Interdisziplinäre Produktentwicklung. Essen: Universität Duisburg-Essen, S. 183–192
Wang, W. M.; Lünnemann, P.; Preidel, M.; Stark R.
(Siehe online unter https://doi.org/10.17185/duepublico/44616) - (2018): Conceptual Framework for Analysing Knowledge Dynamics in Engineering Science. In: Marjanović D. et al. (Hg.): DS 92: Proceedings of the DESIGN 2018 15th International Design Conference. The Design Society, Glasgow, UK, S. 1631–1642
Märten, Anke; Jenek, Julius; Wang, Wei Min; Fleck, Claudia; Meyer, Henning; Stark, Rainer; Ammon, Sabine
(Siehe online unter https://doi.org/10.21278/idc.2018.0486) - (2018): Knowledge in Engineering Design – A Systematic Literature Review on Artifacts and IT Systems. In: Marjanović D. et al. (Hg.): DS 92: Proceedings of the DESIGN 2018 15th International Design Conference. The Design Society, Glasgow, UK, S. 881–892
Preidel, Maurice; Wang, Wei Min; Exner, Konrad; Stark, Rainer
(Siehe online unter https://doi.org/10.21278/idc.2018.0220) - (2019): Approaching Knowledge Dynamics Across the Product Development Process with Methods of Social Research. In: Proc. Int. Conf. Eng. Des. 1 (1), S. 2497–2506
Wang, Wei Min; Mörike, Frauke; Hergesell, Jannis; Baur, Nina; Feufel, Markus; Stark, Rainer
(Siehe online unter https://doi.org/10.1017/dsi.2019.256)
