Es ist bekannt, dass aufgrund der zunehmenden Verflechtung von Volkswirtschaften und Unternehmen im Rahmen der Globalisierung und der damit einhergehenden Verschärfung des Wettbewerbes auf den Güter-und Dienstleistungsmärkten heute Unternehmen einem starken Druck ausgesetzt werden, sich mit ihren eigenen Ansprüchen und Leistungen kritisch auseinander zu setzen, um weiterhin im Wettbewerb bestehen zu können. Diesem Druck sind beispielsweise große Unternehmen in Form von Konzernen im Besonderen ausgesetzt, da einerseits eine sich rasch wandelnde Umwelt ein erhöhtes Maß an Flexibilität des Unternehmens erfordert, andererseits große und diversifizierte Strukturen, die eine relative Sicherheit vor wirtschaftlichen Risiken gewähren, zu einer gewissen Trägheit bei der Durchsetzung neuer Entscheidungen führen. Aus diesem Grund sind große Unternehmen besonders interessiert, die eigenen Potentiale innerhalb des Unternehmens besser auszuschöpfen.

Vor diesem Hintergrund werden innerhalb der Unternehmen potentielle Wettbewerbsvorteile gesucht, die einerseits bessere Produkte und andererseits zufriedenere Kunden generieren. Neben diesen auf den Absatzmarkt gerichteten Fokus setzt sich zunehmend die Erkenntnis durch, dass Wettbewerbsvorteile auch in internen Strukturen zu finden sind, namentlich in den beschäftigten

Mitarbeitern des Unternehmens, die mit ihrer Arbeit für den Fortbestand des Unternehmens verantwortlich sind. Das intellektuelle Kapital dieser Mitarbeiter hat in diesem Kontext eine fundamentale Bedeutung für das Unternehmen. Die Ausschöpfung des intellektuellen Kapitals der Mitarbeiter stellt entsprechend für viele Unternehmen die zentrale Herausforderung zur zukünftigen Positionierung im Wettbewerb dar.

Im Rahmen des Begriffes"Wissensmanagement"wird diesem Problem in Wissenschaft und Praxis höchste Priorität zugeordnet. Dabei hat sich die Erkenntnis durchgesetzt, dass Wissen als Produktionsfaktor eine erhebliche Bedeutung besitzt und Wissen für Unternehmen mit hoch diversifizierten Strukturen als eine der wichtigsten Wertschöpfungsquellen gilt.

Bislang ermangelt es jedoch bei genauerer Betrachtung der angewandten Methoden des Wissensmanagements einer systematischen Herangehensweise.

Trotz vielseitiger Versuche, Wissenspotentiale in Unternehmen systematisch aufzuspüren und zu sichern, werden die Grenzen des bisherigen Wissensmanagements schnell sichtbar. Zum einen wird deutlich, dass ein systematisches Wissensmanagement vor den Grenzen einer starren hierarchisch geprägten Organisation nicht Halt machen darf, zum anderen existieren bislang unüberbrückbare Barrieren seitens der Mitarbeiter, die zu einer mangelhaften Teilung der jeweiligen Wissenspotentiale führen. Oftmals wird das eigene Wissen als strategischer Erfolgsfaktor in Unternehmen verwendet, anstatt es zum Wohle der gesamten Organisation einzusetzen. Dieses Problem des eigennutzorientierten Verhalten eines großen Teils der Mitarbeiter ist vielen bisherigen Konzepten des Wissensmanagements zu eigen. Zwar ist ein umfangreiches Wissen in unternehmensinternen oder untemehmensextemen Datenbanken vorhanden, doch ist ein Zugriff auf dieses Wissen entweder nicht möglich oder zu umständlich.

Die aufgezeigten Grenzen der bisherigen Wissensmanagementkonzepte lassen sich vorteilhaft durch einen innovativen marktorientierten Ansatz des

Wissensmanagements lösen. Märkte werden dabei im allgemeinen durch das Zusammenspiel von Angebot und Nachfrage charakterisiert. Im Rahmen dieses Ansatzes wird auf organisationsinternen Märkten Wissen in Form von Produkten angeboten. Auf diesen Märkten soll Wissen dem Nachfrager komplett in seiner Essenz übereignet werden.

Falls das angebotene Wissen an anderer Stelle im Unternehmen benötigt wird, also auf eine Nachfrage trifft, wird eine Transaktion des Wissensproduktes vollzogen. Das angebotene Wissen wird dem Nachfrager übereignet, der Anbieter erhält dafür einen Kaufpreis, der entweder durch einen Bietungswettbewerb oder durch ein"Preisetikett"seitens des Anbieters bestimmt wird. Aufgrund der Möglichkeit, mit seinem eigenen Wissen Geld zu verdienen, wäre ein starker Anreiz gesetzt, seine eigenen Wissenspotentiale dem Unternehmen zugänglich zu machen. Weiterhin wird das Wissen an jenen Ort des Unternehmens gelenkt, wo es am meisten gebraucht wird. Es ist von daher davon auszugehen, dass die bewirkte markthafte Distribution von Wissen für das Unternehmen optimal ist.

Notwendigerweise setzt die Einführung des Konzeptes die Schaffung von Marktstrukturen in Unternehmen voraus. Diese Marktstrukturen werden technisch gesehen erst durch die jüngere Entwicklung der Informations-und Kommunikationstechniken möglich. Im Bereich des elektronisch basierten Handels (e-Commerce) beispielsweise werden seit einigen Jahren hohe Umsätze erzielt. Als vorteilhaft erweist sich hier die hohe Transparenz der angebotenen Produkte, die es dem Nachfrager ermöglicht, einen fundierten Überblick über die angebotenen Produkte zu bekommen. Kosten für die Beschaffung des Produktes entfallen, da diese meist im Anschluss an die Transaktion von beauftragten Logistikunternehmen ausgeliefert werden. Beispiele für intemetbasierte Marktplattformen sind hierbei im Sinne des oben beschriebenen"Preisetiketts" Internetshops, in denen Produkte zu festen Preisen angeboten werden, wobei Mengenrabatte bei steigender Nachfrage ebenso berücksichtigt werden können.

Marktplattformen, in denen keine festen Preise vorgegebenen sind, sondern durch

Gebote seitens der Nachfrage entstehen, sind mittlerweile besonders im Rahmen von Internetauktionen gebräuchlich.

Wissensmärkte unterscheiden sich gegenüber den traditionellen Gütermärkten in mehrfacher Weise, welches sich u. a. durch die besondere Eigenschaft des Gutes Wissen begründen lässt. Da Wissen in besonderem Maße als kontextabhängig angesehen werden kann, d. h. nur im Zusammenhang mit bereits vorhandenem Wissen Verwendung findet, können auf Wissensmärkten zumeist keine festgelegten Produkte identischen Inhalts angeboten werden, wie es materiellen Gütern üblich ist. Dennoch besteht die Notwendigkeit der Kennzeichnung des Wissensproduktes, da ansonsten bei einem potentiellen Nachfrager keine Klarheit darüber entsteht, inwieweit er das Wissen gebrauchen kann. Entsprechend sind die gehandelten Wissensprodukte Produktgruppen zuzuordnen, die eine eindeutige Identifizierung zulassen. Ein weiterer Unterschied zu traditionellen Märkten besteht in der Eigenschaft der Teilbarkeit des Wissens bzw. Kopierbarkeit des Wissens, d. h. dass Wissen beliebig kombinierbar ist und weitergegeben werden kann, ohne dass es zu einem Verlust von Wissen bei dem vorherigen Träger käme.

Aus dieser besonderen Eigenschaft ist eine Notwendigkeit gegeben, eine unzulässige Weitervermarktung erworbenen Wissens mittels technischer Vorkehrung auszuschließen.

Da auf Wissensmärkten in Unternehmen auf Grundlage dieser Betrachtungen eher spezielle Produkte angeboten werden, kann damit gerechnet werden, dass die Zahl der Nachfrager für ein angebotenes Wissensprodukt in der Regel eher gering ist.

Entsprechend ergibt sich hieraus, dass die Funktionalität von organisationsinternen Wissensmärkten nicht im klassischen Sinne zu definieren ist. Vielmehr wird es sich bei Wissensmärkten in erster Linie um sogenannte "Matchingmärkte"handeln, die Angebot und Nachfrage zusammenführen sollen.

Es ist davon auszugehen, dass funktionierende Wissensmärkte in Unternehmen erst dann entstehen können, wenn im Unternehmen eine hinreichende Transparenz darüber geschaffen wird, welche Produkte überhaupt angeboten werden.

Die Effektivität der Implementierung eines Wissensmanagements bemisst sich an dem Grad dieser Transparenz. Zur Schaffung dieser Transparenz war bisher ein hochqualifiziertes Personal notwendig, welches das Wissen in einem Unternehmen zusammenführt, klassifiziert, bündelt und aufbereitet. Nachteilig hierbei war jedoch, dass umfangreiche Kosten entstanden, bei nur mäßig erreichter Transparenz. Darüber hinaus wurde das Wissen oft nicht richtig bewertet und auf dem organisationsinternen Markt angemessen angeboten, wenn das mit der Auswertung des Wissens beauftragte Personal nicht inhaltlich vertraut mit der Materie war. Aufgrund des subjektiven Charakters bei der Auswertung des Wissens durch ein Individuum oder einer Gruppe von Individuen, war eine Transparenz des Wissens nicht befriedigend herstellbar.

Es ist somit Aufgabe der vorliegenden Erfindung, ein Messverfahren sowie einen Mustererkennungsautomat für die Bewertung von Wissen zu schaffen, so dass große Mengen an Wissen nach vorgegebenen Kriterien evaluiert werden können.

Des weiteren sollen ein Verfahren sowie ein Automat angegeben werden, mit denen Wissen quantifiziert und/oder als Angebot auf organisationsinternen Wissensmärkten bereit gestellt werden kann.

Diese Aufgabe wird gelöst durch ein Messverfahren mit den Merkmalen des Anspruchs 1, durch ein Verfahren zur automatischen betriebswirtschaftlichen Kennzeichnung eines Wissensobjektes mit den Merkmalen nach Anspruch 8, durch einen Mustererkennungsautomat mit den Merkmalen des Anspruchs 16 sowie durch einen Automat zur automatischen betriebswirtschaftlichen Kennzeichnung mit den Merkmalen nach Anspruch 21. Weitere vorteilhafte Ausgestaltungen und Weiterbildungen, die jeweils einzeln angewandt oder beliebig miteinander kombiniert werden können, sind Gegenstand der jeweilig abhängigen Ansprüche.

Das erfindungsgemäße Messverfahren zur Bestimmung eines betriebswirtschaftlichen Kennvektors eines Wissensobjektes unter Berücksichtigung weicher Informationselemente, unter Verwendung einer

elektronischen Datenverarbeitungsanlage, mit einem Speicher und einem Kennvektorgenerator zur Generierung eines Kennvektors umfasst einen Initiierungsschritt, bei dem eine Basis bestehend aus einer Vielzahl von Basisvektoren vorgegeben und in den Speicher gegeben wird, und einen Projektionsschritt, bei dem der Kennvektorgenerator das Wissensobjekt auf die Basisvektoren projiziert und den betriebswirtschaftlichen Kennvektor als Koordinatenvektor in Bezug auf die Basis bestimmt.

Mit diesem Messverfahren werden in einem Wissensobjekt enthaltene Informationen in betriebswirtschaftlicher Hinsicht quantifiziert, wobei weiche Informationselemente berücksichtigt werden.

Ein Wissensobjekt stellt eine weitgehend ungeordnete Menge an Informationen in digital kodifizierter Form dar. Die Informationen können individuelles oder kollektives Wissen umfassen. Dabei zeichnet sich kollektives Wissen nicht mehr durch eine eindeutig zu verfolgende Zurechnung auf einen bestimmten Träger (Individuum) aus. Individuelles Wissen wird durch. seine eindeutige Zurechnung auf einen bestimmten Träger (Individuum) gekennzeichnet. Ein Wissensobjekt stellt somit eine lose Menge im wesentlichen unaufbereiteter Informationen dar.

Ein Prozessobjekt ist eine spezielle Unterform der Wissensobjekte. Es beinhaltet insbesondere betriebswirtschaftliche Informationen und Know-how. Es weist eine Zielgerichtetheit auf, d. h. das Prozessobjekt verfolgt ein betriebswirtschaftliches Ziel, zu dessen Verfolgung Handlungsanweisungen gegeben werden. Unter dem Begriff des Know-how wird individuelles oder kollektives Wissen verstanden, welches sich mit der Organisation oder der Durchführung der eigenen Arbeit in einem betriebswirtschaftlichen Prozess verbindet. Vorteilhafterweise wird ein betriebswirtschaftlicher Kennvektor eines Prozessobjektes bestimmt.

Prozessobjekte stellen eine besondere Untergruppe der Wissensobjekte dar, die besondere Wissensinhalte haben, die ihrerseits eine besondere Wissensstruktur aufweisen. Das Ausmessen dieser Wissensobjekte stellte bislang eine besondere Schwierigkeit dar, die eine besondere technische Lösung erfordert.

Die äußere Form von Wissens-bzw. Prozessobjekten sind insbesondere eigenständige Computerdateien, die gegebenenfalls eine Reihe von eingebeteten Dateiobjekten wie z. B. Graphiken, Tabellen, Textdokumente etc. umfassen. Das Wissens-bzw. Prozessobjekt ist aufgrund seiner willkürlichen Form nicht geeignet, um auf einem Markplatz gehandelt zu werden. Dazu bedarf es einer äußerer Form, insbesondere bestimmter Evaluierungsgrößen, die Aufschluss über den Inhalt und das mit dem Inhalt verfolgte Ziel geben. Bei einem Prozessobjekt ist das mit dem Inhalt verfolgte Ziel beispielsweise das Ziel, welches mit einem betrachteten Prozess verfolgt wird.

Das Wissensobjekt bzw. das Prozessobjekt enthält somit i. a. sowohl harte wie weiche Informationselemente.

Harte Informationselemente sind objektive Kriterien, die aufgrund ihres diskreten Informationsgehaltes einfach quantifizierbar sind. Beispiele sind : Anzahl grafischer Übersichten, Anzahl Prozessphasen, Anzahl formulierter Arbeitsschritte (To-Do's), Veredelungsstufen, Anzahl der angehängten Dateien mit ihrer jeweiligen Aktualität, Größe, Typ etc., Prozessdauer (Ex-post), Zahlen, Formate etc.. Diskret in diesem Zusammenhang bedeutet, dass die Informationselemente als solche ein Format bzw. eine Form haben, so dass das einzelne Informationselement ohne weiteres genutzt bzw. weiter verarbeitet werden kann.

Weiche Informationselemente sind quasi-objektive Kriterien, die aufgrund ihres Formates bzw. ihrer Form erst interpretiert werden müssen, um anschließend weiter verarbeitet und genutzt werden zu können. Weiche Informationselemente haben die Eigenschaft, aufgrund ihrer zu interpretierenden Form eine gewisse Informationsunschärfe aufzuweisen. Diese Unschärfe wird erst überwunden, wenn ein quantisierendes Maß gefunden ist, welches das formlose weiche Informationselement geeignet quantifiziert. Beispiele für weiche Informationselemente in Prozessobjekten sind der sogenannte Customer-Equity-

Value (CE-Wert), Kundenzufriedenheit, Kundenpotential, Zukunftsperspektiven usw..

Während harte Informationselemente mit Hilfe eines Rasters auf einfache Weise erfassbar sind, ist für die Evaluierung weicher Informationselemente ein Mindestmaß verknüpfenden Denkens, d. h. Intelligenz, erforderlich.

Das Messverfahren gemäß der Erfindung evaluiert das Wissens-bzw.

Prozessobjekt hinsichtlich vorgegebener betriebswirtschaftlicher Kriterien. Diese werden bei dem Initiierungsschritt vorgegeben, indem eine Basis bestimmt wird.

Die Basisvektoren der Basis spannen einen Informationsraum auf. Das Messverfahren bestimmt die Orte der Informationselemente des Wissensobjektes in diesem Informationsraum. Speziell für Prozessobjekte stellt das Messverfahren einen Intensitätssensor für Know-how in den jeweiligen Dimensionen der Basisvektoren dar, die durch die betriebswirtschaftlichen Kriterien vorgegeben werden.

Die Basisvektoren stellen Grundeinheiten dar, die in beliebiger Weise miteinander verknüpft werden können, und den Informationsraum aufspannen. Basisvektoren können z. B. Fachbegriffe, Fachbegriffskombinationen, logische Beziehungen, syntaktische Strukturen eines Textes, Konzepte etc. sein. Vorteilhafterweise werden die Basisvektoren jeweils unabhängig von einander gewählt. Auf diese Weise wird eine Eigenschaft eines Informationselementes nur von einem Basisvektor erfasst und nicht von mehreren gleichzeitig. Enthält das Wissensobjekt mehrere unterschiedliche Informationselemente, wird das Wissensobjekt durch mehrere Basisvektoren dargestellt.

In dem Projektionsschritt wird das Wissensobjekt auf die Basisvektoren projiziert.

Mit anderen Worten, es wird der Anteil der Basisvektoren in dem Wissensobjekt festgestellt. Analog zu der Projektion eines Punktes in einem dreidimensionalen Raum auf die X-, Y-und Z-Achse wird der Koordinatenvektor in Bezug auf die Basis bestimmt. Damit hängt der Koordinatenvektor von der Wahl der Basis ab.

Vorteilhafterweise wird eine vollständige Basis gewählt, die einen Informationsraum aufspannt, in dem das Wissensobjekt dargestellt werden kann.

Bei unvollständiger Basis werden Informationen, die im Wissensobjekt enthalten sind, nicht dargestellt und werden somit nicht vollständig berücksichtigt. Bleiben beispielsweise bei der Messung betriebswirtschaftlicher Kriterien Basisvektoren unberücksichtigt, die das Investment berücksichtigen, können Informationselemente, die sich z. B. auf eine spezielle Investmentart beziehen, nicht bei der Messung berücksichtig werden, da die Basis nicht geeignet ist, diese Informationselemente darzustellen. Auf der anderen Seite ist eine Einschränkung der Basis auf einen limitieren Satz sinnvoller Basisvektoren angebracht, da damit die Rechenzeit der Datenverarbeitung zur Bestimmung des Kennvektors, d. h. die Responsezeit des Messverfahrens, begrenzt bleibt. Auch findet durch den begrenzten Satz Basisvektoren eine Filterung statt, die beispielsweise nur die betriebswirtschaftlichen Informationselemente des Prozessobjektes und nicht die nicht-betriebswirtschaftlichen Informationselemente berücksichtigt. Durch die Filterung wird die betriebswirtschaftlich relevante Information von sonstigen Informationen separiert.

Ein Kennvektor kann als Einträge beispielsweise u. a. die Anzahl bestimmter Begriffe, Zahlen zu bestimmten Sachverhalten, beschreibende Angaben wie Adjektive, Farben, und/oder Ranglisten umfassen. Der Kennvektor gibt die nach bestimmten Kriterien, die durch die Basisvektoren vorgegeben sind, geordnete d. h. kategorisierte Information im Wissensobjekt wieder. Er charakterisiert und kategorisiert damit das Wissensprodukt.

Mit dem Initiierungsschritt wird somit die Sensitivität des Messverfahrens bezüglich der in einem Wissensobjekt enthaltenen Informationen festgelegt.

Dieses entspricht in der Messtechnik der Wahl der Orte, an denen eine bestimmte Messgröße (z. B. Temperatur) gemessen werden soll.

Mit dem Projektionsschritt findet die tatsächliche Messung des Informations- gehaltes des Wissensobjektes statt, indem das Wissensobjekt auf die Basis projiziert wird und der Koordinatenvektor in Bezug auf die Basis bestimmt wird.

Beispielsweise bewirkt eine besonders gute Übereinstimmung eines Informationselementes im Wissensobjekt mit einem Basisvektor einen besonders großen Eintrag im Koordinatenvektor an der Stelle, die für den betreffenden Basisvelctor verantwortlich ist. Der betriebswirtschaftliche Kennvektor wird durch den Koordinatenvektor gebildet.

Durch Vorgabe einer geeigneten Basis wird das Wissensobjekt in Hinsicht betriebswirtschaftlicher Informationsinhalte gemessen. Damit stellt das Wissensobjekt eine polydimensionale Größe dar, die mit Hilfe des erfindungsgemäßen Verfahrens in seine Bestandteile, die mit Hinsicht auf eine Basis definiert werden, ausgemessen werden.

Das Messverfahren arbeitet ohne Zwischenschaltung menschlicher Verstandestätigkeit. Durch die Projektion des Wissensobjektes auf die vorgegebene Basis wird eine besonders einfache und übersichtliche Darstellung des Wissensobjektes bewirkt, da das Wissensobjekt in der standardisierter Form der Basis angegeben wird. Da sonstige Informationselemente, die in dem Wissensobjekt enthalten sind, von den betriebswirtschaftlichen Informationselementen getrennt werden, wird das Wissensobjekt auf vergleichsweise wenige Einträge eines betriebswirtschaftlichen Kennvektors reduziert. Das Messverfahren bewirkt somit eine Transparenz schaffende Gesamt- Informationsreduktion (Entropieverminderung) zu Gunsten einer betriebwirtschaftlichen Informationskonzentration. Die Informationskonzentration erfordert eine aktive, energieaufwendige Verarbeitung durch eine Datenverarbeitungsanlage, z. B. einen Computer.

In einer vorteilhaften Weiterbildung des erfindungsgemäßen Messverfahrens ermittelt ein Filter die Häufigkeit harter Informationselemente im Wissens-bzw.

Prozessobjekt und der Kennvektorgenerator berücksichtigt diese Häufigkeit bei

der Bestimmung des Kennvektors. Hiermit werden somit auch harte Informationselemente bei der Bestimmung des betriebswirtschaftlichen Kennvektors berücksichtigt.

Vorteilhafterweise wird die Basis und/oder das Prozessobjekt zumindest teilweise mit Hilfe eines digitalen, insbesondere interaktiv digitalen, Messkopfes erstellt.

Digitale Messköpfe können Suchmaschinen, die durch eine geeignete Programmierung aus großen Datenbeständen, z. B. dem Internet, die Informationen herausfiltern, die für den betriebswirtschaftlichen Prozess relevant sind. Ein digitaler Messkopf ist somit häufig ein Automat, welches die Anweisung hat, Datenbestände unter vorgegebenen Kriterien zu durchforsten und die gefundenen Daten an der gewünschten Stelle abzuliefern. Digitale Messköpfe können auch dazu verwendet werden, einen Bedarfsvektor aufzunehmen.

Digitale Messköpfe können auch einen interaktiv wirkender Sprachcomputer verwenden, der Audiosignale nutzt, um Wissensinhalte selbständig und zielgerichtet aufzunehmen.

Digitale Messköpfe können darüber hinaus auch Avatare (linguistischer Roboter) nutzen. Unter einem Avatar wird eine visuell ausgestaltete virtuelle Benutzeroberfläche verstanden, die selbständig und zielgerichtet Wissensinhalte aufnimmt, selektioniert und kombiniert.

Grundlage eines Avataren wie auch eines digitalen Messkopfes bilden organisierte Wissensdatenbanken in Form von speziellen Computerdateien. Wissensdatenbank hierbei bedeutet eine logisch verknüpfte Datenbank, auf der Wissen für Avatare bzw. digitale Messköpfe gespeichert und selektiv aufgerufen werden kann. Die Wissensdatenbanken umfassen Wissensbausteine. Ein Wissensbaustein stellt ein Dokument (z. B. in Form einer Computerdatei) dar, welches inhaltlich individuelles und/oder kollektives Wissen abbildet oder erklärt.

Es ist von Vorteil, wenn der Kennvektorgenerator bevorzugt eine Korrelation der Basis mit dem Prozessobjekt durchführt. Dabei vergleicht der Kennvektorgenerator jedes Informationselement des Prozessobjektes mit den Basisvektoren und stellt den Grad der Übereinstimmung fest.

Vorteilhafterweise führt der Kennvektorgenerator einen Wortvergleich zwischen dem Wissensobjekt und der Basis durch. Hierbei werden die Basisvektoren durch Fachbegriffe gebildet und es wird eine Häufigkeit der im Prozessobjekt auftauchenden Fachbegriffe bestimmt. Beispielsweise kann eine absolute Häufigkeit eines Informationselementes wie z. B. ein Fachbegriff im Prozessobjekt festgestellt werden oder eine relative Häufigkeit (Häufigkeitsdichte), die den Anteil eines Informationselementes relativ zu der Gesamtzahl an auftretenden Informationselementen feststellt. Auch können konditionierte Häufigkeiten, d. h.

Häufigkeiten eines Informationselementes in dem Kontext anderer Informationselemente bestimmt werden. Beispielsweise kann die Anzahl der Koinzidenzen zweier Fachbegriffe innerhalb eines Abschnittes eines Textes festgestellt werden.

In einer speziellen Ausgestaltung des erfindungsgemäßen Messverfahrens führt der Kennvektorgenerator eine mit einer Gewichtungsfunktion gewichtete Korrelation der Basis mit dem Wissensobjekt durch. Beispielsweise können hierdurch bestimmte Basisvektoren (z. B. einzelne betriebswirtschaftliche Begriffe) stärker gewichtet werden, wenn sie von besonderer Relevanz für den betriebswirtschaftlichen Prozess sind, oder weniger, wenn sie den betriebswirtschaftlichen Prozess nur peripher betreffen. Hierbei bestimmt der Kennvektorgenerator eine Korrelationsdichte zwischen zwei Informationselementen.

Bei dem erfindungsgemäßen Verfahren zur automatischen betriebswirtschaftlichen Kennzeichnung eines Wissensobjektes wird dem Wissensobjekt mindestens eine Referenzkennzahl, mindestens ein betriebswirtschaftlicher Kennvektor, und mindestens ein betriebswirtschaftlicher

Zielvektor zugeordnet und der betriebswirtschaftliche Kennvektor wird unter Berücksichtigung weicher Informationselemente des Wissensobjektes automatisch bestimmt. Die Bestimmung des betriebswirtschaftlichen Kennvektors erfolgt insbesondere nach dem erfindungsgemäßen Messverfahren.

Mit Hilfe des erfindungsgemäßen Verfahrens zur automatischen betriebswirtschaftlichen Kennzeichnung wird aus einem Wissensobjekt, d. h. aus einer unaufbereiteten Menge von Informationen, ein standardisiertes, transparentes Wissensprodukt erstellt, welches beispielsweise in einem Forum präsentiert werden kann. Das Wissensprodukt wird vorzugsweise organisationsintern, insbesondere unternehmensintern, optional auch organisationsübergreifend, insbesondere unternehmensübergreifend bzw. öffentlich, präsentiert, wodurch es auf organisationsinternen wie auch organisationsexternen Märkten präsentiert bzw. verkauft werden kann.

Unter dem Begriff"Wissensprodukt"wird ein physisch oder virtuell in einem Zeitpunkt abgrenzbares Wissensgut mit voll spezifizierten Verfügungsrechten und einer standardisierten Kennzeichnung über das in ihm gespeicherte Wissen verstanden. Die Marktfähigkeit des Wissensproduktes ergibt sich aus der erfolgten vollkommenen Konkretisierung der definierten Eigenschaften des Wissensproduktes. Das Verfahren vermittelt eine Information über den Zugriff zu Wissen, d. h. darüber, an welchen Orten, welches Wissen verfügbar ist.

Vorteilhafterweise ist das mit dem Verfahren gekennzeichnete Wissensobjekt ein Prozessobjekt.

Die Referenzkennzahl stellt den namentlichen Bezug des Wissensobjektes mit der Quelle, insbesondere dem Schöpfer des Wissensobjektes, her. Hierdurch erfährt ein potentieller Nutzer bzw. Käufer des Wissensproduktes, von wem er die Informationen erhält.

Der betriebswirtschaftliche Zielvektor gibt an, welches Ziel mit dem Wissensobjekt erstrebt wird, bzw. worauf sich das Wissensobjekt richtet.

Während der betriebswirtschaftliche Kennvektor eine Angabe über den Inhalt des Wissensobjektes darstellt, gibt der betriebswirtschaftliche Zielvektor an, wozu das Wissensobjekt genutzt werden kann, um in betriebswirtschaftlicher Weise nützlich zu sein. Beispielsweise gibt der Zielvektor an, ob es sich um einen Vertriebsprozess handelt. Anschließend gibt er vorteilhafterweise noch weitere Informationen über die Art des Vertriebsprozesses an.

Eine Anzeige des betriebswirtschaftlichen Kennvektors bzw. des betriebswirtschaftlichen Zielvektors für einen potentiellen Nutzer des Wissensproduktes ist nur dann sinnvoll, wenn der Nutzer das Wissensprodukt in seinem ganzen Inhalt nutzen soll, ohne für das Wissensprodukt zahlen zu müssen.

Soll der potentielle Nutzer ein Käufer sein, ist beispielsweise eine vollständige Offenlegung des Prozessobjektes nicht sinnvoll, da er nach Studium des Wissensproduktes das Prozessobjekt kennt und das Wissensprodukt im nachhinein, d. h. nachdem er das Know-How des Prozessobjektes erfahren hat, nicht mehr kaufen wird.

Aus diesem Grund ist es vorteilhaft, dass der betriebswirtschaftliche Kennvektor nicht angezeigt wird, sondern nur eine betriebswirtschaftliche erste Kennzahl, die aus dem Kennvektor und dem Zielvektor gebildet wird und die eine Angabe über die Qualität und den Inhalt des Wissensprodukt macht. Durch die erste Kennzahl wird das Wissensprodukt zwar charakterisiert, der Inhalt des Wissensobjektes wird jedoch als solcher nicht vollständig offengelegt. Mit Hilfe der ersten Kennzahl kann ein potentieller Käufer des Wissensproduktes erkennen, ob das Produkt für ihn relevant ist und ob er es kaufen möchte oder nicht. Erst nach dem Kauf des Wissensproduktes kann der in das Wissensobjekt einsehen und das Know-How nutzen.

Diese erste Kennzahl wird bevorzugt gebildet, indem der Kennvektor und der Zielvektor korreliert werden. Durch Angabe der ersten Kennzahl wird der Käufer auf die Relevanz des Wissensproduktes aufmerksam gemacht. Durch die Korrelation des Kennvektors mit dem Zielvektor wird festgestellt, ob der im

Wissensobjekt angegebene Inhalt (Kennvektor) als Lösung zur Aufgabe (Zielvektor) beitragen kann. Ergibt sich eine erhebliche Diskrepanz zwischen Kennvektor und Zielvektor, liegt nur eine geringe Vertrauenswürdigkeit für die betriebswirtschaftliche Nützlichkeit für den Nutzer vor. Ergibt sich eine große Übereinstimmung, ist beispielsweise das Prozessobjekt vertrauenswürdig.

Vorteilhafterweise bestimmt ein Metrikbestimmungsmittel eine Metrik des Kennvektors als eine betriebswirtschaftliche zweite Kennzahl. Die Metrik des Kennvektors bestimmt im wesentlichen den Umfang des betriebswirtschaftlichen Inhalts des Wissensobjektes. Werden beispielsweise viele Übereinstimmungen des Wissensobjektes mit den Basisvektoren gefunden, ist zu erwarten, dass der betriebswirtschaftliche Inhalt des Wissensobjektes groß ist. Auch können besondere Kombinationen von Basisvektoren auf eine besondere betriebswirtschaftliche Bedeutung schließen lassen. Die Metrik ist somit ein Maß für den betriebswirtschaftlichen Gehalt des Wissensobjektes.

Als Maß für die Metrik bestimmt das Metrikbestimmungsmittel die Länge des Kennvektors. Je größer die Länge des Kennvektors ist, desto mehr Übereinstimmungen des Wissensobjektes mit Basisvektoren wurden gefunden.

Bei dieser Metrik wird der absolute Inhalt des Wissensobjektes kumulativ bestimmt.

Das Metrikbestimmungsmittel kann auch die Anzahl der Einträge im Kennvektor bestimmen, die jeweils in einem vorgebbaren Intervall liegen. Beispielsweise werden nur Einträge im Kennvektor berücksichtigt, die größer sind als ein bestimmter Wert. Hiermit können Informationselemente in einem Wissensobjekte nach ihrer betriebswirtschaftlichen Bedeutung selektiv gefiltert bzw. bewertet werden. Mit dieser Metrik wird nur der Inhalt des Wissensobjektes differenziert in Bezug auf die Einträge des Kennvektors bestimmt wird.

In einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens weist der Zielvektor Einträge zur quantitativen und qualitativen Kennzeichnung des

Wissensobjektes auf. Einträge zur qualitativen Kennzeichnung eines Prozessobjektes sind beispielsweise Kundenbindungen, CE-Wert, etc.. Einträge zur quantitativen Kennzeichnung sind z. B. Kosten, Umsatzvolumen, Cash-flow, etc..

In einer besonders vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens wird dem Wissensobjekt eine Identifikationskennzahl automatisch vergeben. Mit dieser Identifikationskennzahl wird die Transaktion, d. h. der Kauf des Wissensproduktes, individualisiert. Beispielsweise kann damit bei Mängeln bzw. bei Leistungsstörungen eine Analyse des Kaufes durchgeführt und somit im Nachhinein ggf. der Kauf des Wissensprodukte rückgängig gemacht werden kann.

Die Identifikationskennzahl kann auch dazu dienen, einen Kopierschutz für das Wissensprodukt zu implementieren.

In einer Weiterbildung des erfindungsgemäßen Verfahrens wird die erste Kennzahl und/oder die zweite Kennzahl in Abhängigkeit eines Bedarfvektors bestimmt. Der Bedarfvektor charakterisiert den Bedarf eines Käufers, d. h. die Ziele, die er mit dem Kauf des Wissensproduktes verfolgt. Der Käufer kann beispielsweise angeben, welche Problemfelder abgedeckt sein sollen, worüber er Informationen benötigt, welche thematischen Schwerpunkte er legt. Mit dem Bedarfvektor kann der Käufer sämtliche für ihn bei einem Kauf des Wissensproduktes wichtigen Kriterien angeben.

Durch Vergleich des Bedarfvektors mit dem Kennvektor wird festgestellt, ob das Wissensprodukt die vom Käufer gewünschten Informationen enthält.

Vorteilhafterweise wird bei hoher Korrelation des Bedarfvektors mit dem Kennvektor ein höherer Kaufpreis für das Wissensprodukt vereinbart als bei entsprechend geringerer Korrelation.

Der erfindungsgemäße Mustererkennungsautomat zur Bestimmung eines betriebswirtschaftlichen Kennvektors eines Wissensobjektes unter Berücksichtigung weicher Informationselemente, insbesondere unter Verwendung

des erfindungsgemäßen Messverfahrens, umfasst eine elektronische Datenverarbeitungsanlage, eine Schnittstelle zur Aufnahme einer Basis bestehend aus einer Vielzahl von Basisvektoren und zur Aufnahme des Wissensobjektes, einen Speicher zur Speicherung der Basis und einen Kennvektorgenerator zur Generierung des Kennvektors, wobei der Kennvektorgenerator ein Projektionsmittel zur Projektion des Wissensobjektes auf die Basisvektoren und einen Koordinatenvektorgenerator zur Bestimmung des betriebswirtschaftlichen Kennvektors als Koordinatenvektor in Bezug auf die Basis aufweist.

Vorteilhafterweise wird ein Kennvektor eines Prozessobjekt bestimmt.

Mit Hilfe der Schnittstelle wird eine Basis und ein Wissensobjekt aufgenommen.

Die Basis besteht aus einer Vielzahl von Basisvektoren, wobei die Basisvektoren einzelne Wissenselemente darstellen. Die Basis wird mit Hilfe eines Speichers gespeichert. Mit Hilfe der Schnittstelle kann auch ein Bedarfsvektor eingegeben werden. Die Schnittstelle kann auch dazu genutzt werden, dem potentiellen Nutzer bzw. dem Käufer eine erste Kennzahl, eine zweite Kennzahl und/oder einen Kennvektor anzuzeigen.

Der Kennvektorgenerator generiert einen Kennvektor, in dem das Wissensobjekt auf die Basis projiziert wird und der Kennvektor als Koordinatenvektor in Bezug auf die Basis bestimmt wird. Mit Hilfe des Kennvektorgenerators werden weiche Informationselemente in einem Wissensobjekt gemessen, d. h. detektiert und quantifiziert. Der Kennvektor gibt die auf die Basis projizierte Information des Wissensobjektes an und stellt somit die betriebswirtschaftliche Information, die in dem Wissensobjekt enthalten ist, übersichtlich dar.

Vorteilhafterweise ist ein separater Filter zur Ermittlung der Häufigkeit harter Informationselemente im Wissensobjekt vorhanden, so dass zusätzlich zu den weichen Informationselementen auch harte Informationselemente berücksichtigt werden.

In einer Weiterbildung der Erfindung ist ein digitaler, insbesondere interaktiv digitaler, Messkopf zur zumindest teilweisen Erstellung der Basis und/oder zur Eingabe des Wissensobjektes und/oder zur Eingabe des Bedarfvektors vorgesehen. Hiermit wird die Eingabe der Basis, des Wissens-und/oder des Prozessobjektes erheblich erleichtert, da der Anwender von dem Mustererkennungsautomat bei der Eingabe geleitet werden kann. Der Bedarfvektor kann mit Hilfe eines digitalen Messkopfes aufgenommen werden.

In einer vorteilhaften Ausgestaltung der Erfindung weist der Kennvektorgenerator einen Korrelator auf. Mit diesem Korrelator wird auf vorteilhafte Weise eine Korrelation der im Wissensobjekt enthaltenen weichen Informationselemente mit den Basisvektoren der Basis erstellt, so dass eine Überdeckung bzw. eine fehlende Überdeckung festgestellt wird. Mit Hilfe des Korrelators wird das Wissensobjekt auf die Basis projiziert.

Vorteilhafterweise ist gemäß der Erfindung ein Steuermittel zur Bestimmung der ersten Kennzahl und/oder der zweiten Kennzahl in Abhängigkeit eines Bedarfvektors vorgesehen. Mit Hilfe des Bedarfvektors kann ein potentieller Kunde angeben, welche Inhalte in welcher Form in dem Wissensobjekt enthalten sein sollen. Mit Hilfe des Steuermittels wird die erste Kennzahl bzw. die zweite Kennzahl individuell auf ihn zugeschnitten bestimmt, so dass er anhand seiner von ihm vorgetragenen Situation bzw. dem von ihm geäußerten Bedürfnis ein Maß für die Relevanz des jeweiligen Wissensproduktes erhält.

Der erfindungsgemäße Automat zur automatischen betriebswirtschaftlichen Kennzeichnung eines Wissensobjektes, insbesondere unter Verwendung des erfindungsgemäßen Mustererkennungsautomaten, umfasst eine Datenverarbeitungsanlage, eine Schnittstelle zur Aufnahme einer Basis bestehend aus einer Vielzahl von Basisvektoren und zur Aufnahme des Wissensobjektes, einen Speicher zur Speicherung der Basis, einen Kennvektorgenerator zur automatischen Generierung eines Kennvektors, einen Referenzkennzahlgenerator zur Vergabe einer Referenzkennzahl des Wissensobjektes, und einen

Zielvektorgenerator zur Vergabe eines Zielvektors des Wissensobjektes, wobei der Kennvektorgenerator ein Projektionsmittel zur automatischen Projektion des Wissensobjektes auf die Basisvektoren und einen Koordinatenvektorgenerator zur automatischen Bestimmung des betriebswirtschaftlichen Kennvektors als Koordinatenvektor in Bezug auf die Basis aufweist.

Dieser Automat generiert in vorteilhafter Weise aus einem Wissensobjekt ein Wissensprodukt, dem ein potentieller Käufer ansehen kann, was es zum Gegenstand hat, welches Ziel es verfolgt, von wem es erstellt wurde. Die standardisierte bzw. die transparente Form des Wissensprodukt erleichtert dem potentiellen Käufer zu entscheiden, ob er das Wissensprodukt kaufen möchte oder nicht. Durch die Generierung des Kennvektors wird der Inhalt des Wissensobjektes charakterisiert und für einen potentiellen Nutzer der Information transparent dargestellt.

Soll die in dem Wissensobjekt enthaltene Information nicht direkt dem potentiellen Empfänger der Information zur Verfügung gestellt werden, weist der erfindungsgemäße Automat bevorzugt einen ersten Kennzahlgenerator auf, mit dem eine betriebswirtschaftliche erste Kennzahl durch Korrelation des Kennvektors mit dem Zielvektor gebildet wird. Anhand dieser ersten Kennzahl kann der potentielle Empfänger der Information feststellen, ob das in dem Wissensprodukt angegebene angestrebte Ziel durch den Inhalt des Wissensproduktes abgedeckt wird, ohne das der Inhalt des Wissensproduktes aufgedeckt wird. Anhand der ersten Kennzahl kann er erkennen, ob eine Lösung zu einem bestimmten Problem angegeben wird. Hierauf kann er seine Kaufentscheidung begründen.

Vorteilhafterweise ist darüber hinaus ein Metrikbestimmungsmittel zur Bestimmung einer Metrik des Kennvektors als eine betriebswirtschaftliche zweite Kennzahl vorhanden. Mit Hilfe der zweiten Kennzahl kann ein potentieller Empfänger feststellen, wie viel Information in dem Wissensprodukt enthalten ist.

Die erste bzw. zweite Kennzahl kann über die Schnittstelle ausgegeben werden.

Vorteilhafterweise weist der erfindungsgemäße Automat einen sog. ID-Generator (Identifikationszahl-Generator) zur automatischen Vergabe einer Identifikationszahl auf. Durch Vergabe einer Identifikationszahl wird der Kauf eines Wissensproduktes individualisiert. Beispielsweise kann bei etwaigen Mängeln des Wissensproduktes der Kauf rückgängig bzw. gemindert werden.

Darüber hinaus kann mit Hilfe der Identifikationszahl ein Kopierschutz implementiert werden, der einen Weiterverkauf des Wissensproduktes unterbindet.

Vorteilhafterweise weist der Automat ein Steuermittel zur Bestimmung der ersten Kennzahl und/oder der zweiten Kennzahl in Abhängigkeit eines Bedarfvektors auf. Hiermit kann ein potentieller Käufer die Berechnung der ersten bzw. zweiten Kennzahl durch Vorgabe seiner Wünsche bzw. Kriterien, die ihn zum Kauf eines Wissensproduktes bewegen, beeinflussen, indem die Kennzahlen individuell auf ihn zugeschnitten bestimmt werden.

In einer Weiterbildung der Erfindung wird das Messverfahren und der Mustererkennungsautomat zur Bestimmung eines informationswertstiftenden Kennvektors verwendet sowie das Verfahren und der Automat zur automatischen informationswertstiftenden Kennzeichnung des Wissensobjektes verwendet.

Hierbei wird die betriebswirtschaftliche Ausrichtung in informationswertstiftender Hinsicht verallgemeinert. Dabei bedeutet der Begriff informationswertstiftend als Verallgemeinerung von betriebswirtschaftlich jegliche wirtschaftlich, wissenschaftlich, oder kulturell relevanten Aspekte, über die ein Kennvektor bestimmt werden kann bzw. soll.

Weitere Ausgestaltungen und vorteilhafte Weiterbildung werden anhand der folgenden Zeichnung, welche die Erfindung zwar illustrieren aber nicht einschränken soll, erläutert.

Es zeigen schematisch : Fig. 1 einen erfindungsgemäßen Mustererkennungsautomat zur Bestimmung eines betriebswirtschaftlichen Kennvektors eines Wissensobjektes unter Berücksichtigung weicher Informationselemente ; Fig. 2 einen erfindungsgemäßen Automat zur automatischen betriebswirtschaftlichen Kennzeichnung eines Wissensobjektes ; Fig. 3 ein erfindungsgemäßes Flußdiagramm zur automatisierten, betriebswirtschaftlichen Kennzeichnung von Prozessobjekten ; Fig. 4 ein erfindungsgemäßes Flussdiagram zur Bestandsaufnahme des Ziels des Prozessobjektes am Beispiel eines Prozessobjektes aus dem Vertrieb ; Fig. 5 ein erfindungsgemäßes Flussdiagram zur Bestandsaufnahme des Inhaltes des Prozessobjektes ; Fig. 6 ein erfindungsgemäßes Flussdiagram zur Generierung des Kennvektors mit Hilfe einer Avatar generierten Wissensbasis ; Fig. 7 ein erfindungsgemäßes Flussdiagram zur Generierung des Kennvektors ; und Fig. 8 ein erfindungsgemäßes Flussdiagramm zur Ermittlung der optimalen Kennzahl aus einem Pool von Kennzahlen durch Prüfung der Vertrauenswürdigkeit.

Fig. 1 zeigt einen erfindungsgemäßen Mustererkennungsautomat 16 mit einer Datenverarbeitungsanlage 1, die mit einem Kennvektorgenerator 3 verbunden ist,

wobei der Kennvektorgenerator 3 einen Filter 4 zur Ermittlung der Häufigkeit harter Informationselemente in einem Wissensobjekt, ein Projektionsmittel 8 zur Projektion des Wissensobjektes auf Basisvektoren und einen Koordinatenvektorgenerator 9 zur Bestimmung des betriebswirtschaftlichen Kennvektors als Koordinatenvektor in Bezug auf die Basis aufweist.

Über eine Schnittstelle 7 wird das Wissensobjekt in den Mustererkennungsautomaten 16 eingegeben. Ein digitaler Messkopf 5 erleichtert das Eingeben einer Basis, die als Grundlage für die Evaluierung des Wissensobjektes hinsichtlich betriebswirtschaftlicher Inhalte herangezogen wird.

Die Basis wird mit Hilfe eines Speichers 2 gespeichert. Mit Hilfe des Messkopfes 5 wird darüber hinaus auch ein Bedarfsvektor eingegeben, mit dem unter Verwendung eines Steuermittels 10 ein Kennvektor bestimmt werden kann.

Der Mustererkennungsautomat 16 projiziert das Wissensobjekt auf die im Speicher 2 hinterlegten Basisvektoren und bestimmt einen Koordinatenvektor in Bezug auf die Basis. Der Koordinatenvektor wird in Hinsicht auf betriebswirtschaftlich relevante Basiselemente ausgewertet, so dass er einem betriebswirtschaftlichen Kennvektor entspricht. Bei der Projizierung werden Informationsinhalte, die aus betriebswirtschaftlicher Sicht unwichtig sind, unterdrückt, so dass eine Filterung des Wissensobjektes in betriebswirtschaftlicher Hinsicht erfolgt. Die betriebswirtschaftlichen Inhalte werden somit verdichtet und können so auf kompakte Weise übersichtlich mit einem betriebswirtschaftlichen Kennvektor dargestellt werden.

Mit dem erfindungsgemäßen Mustererkennungsautomat 16 wird der betriebswirtschaftliche Inhalt eines Wissensobjektes auf effiziente Weise automatisch gemessen. Die Sensitivität und die Übertragungsfunlction dieses Mustererkennungsautomaten 16 wird maßgeblich durch die Vorgabe der Basis beeinflusst und kann so in weiten Bereichen auf das jeweilige Problem, auf das es angewandt werden soll, maßgeschneidert werden.

Fig. 2 zeigt einen erfindungsgemäßen Automaten 15 zur betriebswirtschaftlichen Kennzeichnung eines Prozessobjektes mit einer Datenverarbeitungsanlage 1, die mit einem Kennvektorgenerator 3 zur Generierung eines Kennvektors verbunden ist. Der Kennvektorgenerator 3 umfasst einen Filter 4 zur Ermittlung harter Informationselemente im Prozessobjekt, ein Projektionsmittel 8 zur Projektion des Prozessobjektes auf die Basis und einen Koordinatenvektorgenerator 9 zur Generierung des Koordinatenvektors des Prozessobjektes in Bezug auf die vorgegebene Basis, wobei der Koordinatenvektor aufgrund der nach betriebswirtschaftlichen Gesichtspunkten ausgewählten Basis ein betriebswirt- schaftlicher Kennvektor ist.

Die Datenverarbeitungsanlage 1 ist mit einem Referenzkennzahlgenerator 11 verbunden, mit dem eine Referenzkennzahl vergeben wird, die angibt, von wem das Prozessobjekt stammt. Die Referenzkennzahl gibt somit die Informationsquelle bzw. den Schöpfer des Prozessobjektes an.

Die Datenverarbeitungsanlage 1 ist darüber hinaus mit einem Zielvektorgenerator 12 verbunden, mit dem das Ziel des Prozessobjektes vorgegeben wird. Ziel in diesem Sinne ist beispielsweise, ob es sich bei dem Prozessobjekt um einen Vertriebsprozess handelt. Der Zielvektor wird üblicherweise zusammen mit dem Anbieter des Prozessobjektes erstellt, kann jedoch auch zumindest teilweise automatisch durch Ermittlung bestimmter Kennzahlen teilweise automatisch erfolgen.

Die Datenverarbeitungsanlage 1 ist zudem mit einem Speicher zur Speicherung der Basis, des Prozessobjektes, des Bedarfvektors oder anderer Größen verbunden. Die Datenverarbeitungsanlage 1 ermittelt eine erste Kennzahl durch Korrelation des Zielvektors mit dem Kennvektor sowie eine zweite Kennzahl, die aus dem Kennvektor bestimmt wird. Die zweite Kennzahl wird mit Hilfe des Metrikbestimmungsmittels 6 bestimmt. Die zweite Kennzahl liefert Angaben über den Inhalt des Prozessobjektes.

Die erste und die zweite Kennzahl kann mit Hilfe des Steuermittels 10 unter Berücksichtigung des Bedarfvektors beeinflusst werden. Mit Hilfe der ersten und zweiten Kennzahl kann ein potentieller Käufer entscheiden, ob das Prozessobjekt für ihn relevant ist und er das Wissensprodukt kaufen möchte, ohne dass das Prozessobjekt vollständig offengelegt wird. Die beiden Kennzahlen werden mit Hilfe der Schnittstelle 7 an den potentiellen Käufer ausgegeben.

Ein ID-Generator 13 vergibt dem Wissensprodukt, welches aus dem Prozessobjekt entsteht, eine Identifikationszahl, so dass bei auftretenden Mängeln der Kauf des Wissensproduktes nachvollzogen bzw. korrigiert werden kann. Die Identifikationszahl verhindert auch einen unkontrollierten Weiterverkauf des Wissensproduktes.

Mit Hilfe eines Messkopfes 5 kann zum einen die Eingabe der Basis in den Speicher 2 erleichtert werden, zum anderen kann damit ein Bedarfsvektor, der den von einem potentiellen Empfänger des Wissensproduktes geäußerten Bedarf charakterisiert, erstellt werden. Mit Hilfe der Schnittstelle 7 wird die Kommunikation zwischen einem potentiellen Empfänger des Wissensproduktes bzw. dem Ersteller des Prozessobjektes hergestellt. Mit Hilfe eines Kennzahlengenerators 14 wird eine Vertrauenswürdigkeit des Wissensproduktes in der Weise quantifiziert, indem eine Korrelation zwischen dem Kennvektor und dem Zielvektor, d. h. dem vorgegebenen Ziel und der angegebenen Lösung, bestimmt wird.

Fig. 3 zeigt ein Flussdiagramm nach dem erfindungsgemäß eine betriebswirtschaftliche Kennzeichnung automatisch erfolgt. Hierbei wird zunächst der Inhalt des Prozessobjektes aufgenommen. Anschließend wird das von dem Prozessobjekt intentionierte Ziel aufgenommen. Durch Überprüfung der Übereinstimmung zwischen Ziel und Inhalt wird festgestellt, wie vertrauenswürdig das Prozessobjekt ist und eine optimale Kennzahl ermittelt. Ist das Prozessobjekt vertrauenswürdig, wird die Kennzahlfindung aus der Perspektive dominiert. Ist das Prozessobjekt wenig vertrauenswürdig, wird die

Kennzahlfindung aus der Inhaltsperspektive dominiert. Vorteilhafterweise wird die zweite Kennzahl zusammen mit der ersten Kennzahl ausgegeben, so dass der potentielle Käufer neben dem Maß für den Inhalt auch ein Maß für die Vertrauenswürdigkeit erhält.

Fig. 4 zeigt ein Flussdiagramm zur Aufnahme des Ziels des Prozessobjektes am Beispiel eines Prozessobjektes aus dem Vertrieb gemäß der Erfindung. Hierbei wird zunächst gefragt, um welchen Prozesstyp es sich handelt. Falls ja, wird eine quantitative Kennzeichnung durchgeführt, wobei eine Ermittlung des Zieles durch den Titel des Prozessobjektes erfolgt. Bei einem Erstkauf sind relevante Informationselemente unter anderem Cash-flow. Bei Wiederholungskauf sind relevante Informationselemente unter anderem Customer equity. Bei einem Serienkauf sind relevante Informationselemente unter anderem Deckungsbeitrag.

Falls es sich um keinen Auftrageingangsprozess handelt, findet eine qualitative Kennzeichnung statt, indem das Ziel durch den Titel des Prozessobjektes ermittelt wird. Hierbei wird das Kooperationspotential, das Informationspotential und das Referenzpotential jeweils nach Information und Ausschöpfung ermittelt und damit Kooperationskennzahlen, Informationskennzahlen und Referenzkennzahlen festgelegt.

Fig. 5 zeigt ein Flussdiagramm zur Bestandsaufnahme des Inhalts des Prozessobjektes gemäß der Erfindung, wobei das Prozessobjekt zunächst nach objektiven Kriterien d. h. harte Informationselemente (hard parameter) durchsucht wird. Anschließend wird das Prozessobjekt nach quasi subjektiven Kriterien d. h. weiche Informationselemente (soft parameter) durchsucht. Sowohl die objektiven Kriterien wie auch quasi subjektiven Kriterien werden in der Bestandsaufnahme erfasst.

Fig. 6 zeigt ein Flussdiagramm zur Generierung des Kennvektors, wobei die Basis eine Datenbank von Fachbegriffen innerhalb des Programms darstellt und das Prozessobjekt mit den Elementen dieser Datenbank verglichen wird. Die

Datenbank kann mit Hilfe eines digital interaktiven Messkopfes (Avatar) erstellt sein. Die Anzahl der positiven Korrelation bzw. Übereinstimmung zwischen den Elementen der Datenbank und dem Prozessobjekt werden gezählt und die Anzahl der Übereinstimmung wird als quantitativer Bestand im Kennvektor angeführt.

Fig. 7 zeigt ein Flussdiagramm zur Generierung des Kennvektors, wobei ein Vergleich auf Wortbasis zwischen dem Prozessobjekt und den Basisvektoren der Basis durchgeführt wird. Falls eine Übereinstimmung gefunden wird, wird eine statistische Auswertung durchgeführt, bei der beispielsweise die Anzahl der unterschiedlichen Treffer im Abgleich (Breite), die Anzahl der Wiederholung einzelner Treffer (Tiefe) festgestellt werden, um damit einen Abdeckungsgrad bzw. Verschiedenheitsgrad zwischen den Basisvektoren der Basis und dem Prozessobjelct zu ermitteln. Die Ergebnisse werden als quantitativer Bestand im Kennvektor angeführt.

Fig. 8 zeigt ein erfindungsgemäßes Flussdiagramm zur Ermittlung der optimalen Kennzahl aus einem Pool von Kennzahlen durch Prüfung der Vertrauenswürdigkeit des Prozessobjektes mit einer Schleife, die eine geeignete Kennzahl für das jeweilige Prozessobjelct aussucht. Dabei wird von einer ersten Kennzahl ausgegangen, die eine Abfrage der benötigten Daten startet.

Anschließend wird das Prozessobjekt nach den benötigten Daten für diese Kennzahl durchsucht. Anschließend wird die Vertrauenswürdigkeit bestimmt, d. h. die Übereinstimmung zwischen dem Ziel des Prozessobjektes und dem Inhalt des Prozessobjektes festgestellt. Falls die Vertrauenswürdigkeit dieser Kennzahl bislang die höchste ist, wird die optimale Kennzahl als die aktuelle Kennzahl festgelegt. Anschließend wird die nächste Kennzahl geprüft. Ist die Vertrauenswürdigkeit der aktuellen Kennzahl geringer als eine vorherige, bleibt die vorherige Kennzahl die optimale Kennzahl und es wird eine nächste Kennzahl weitergeprüft.

In dem folgenden Fallbeispiel wird die Erfindung weiter illustriert :

Mitarbeiter X arbeitet im Vertrieb des Unternehmen Y. Unternehmen Y ist Bestandteil des Konzerns XY. Die Managementleitung des Konzerns XY entschließt sich zur Einführung eines organisationsinternen Marktes im Konzern zur Aktivierung und optimalen Verteilung von Wissenspotentialen bei den Mitarbeitern. Alle Mitarbeiter werden mit einer funktionalen Anwendung zur Erstellung von marktfähigem Know-How ausgestattet.

Mitarbeiter X loggt sich nach Arbeitsbeginn direkt in seinen Arbeitsplatz ein.

Automatisch wird seine Benutzeroberfläche aufgerufen, auf der Mitarbeiter X über Menüsteuerung oder direkte Eingabefelder ("Buttons") Zugriff und Übersicht auf die allgemeine Benutzerumgebung des Konzerns und seine eigene Benutzerumgebung besitzt. Im Bereich der individuellen Benutzerumgebung des Mitarbeiters X finden sich bereits einige Wissensbausteine, die der Mitarbeiter X bislang produziert hat : Mit Hilfe eines integrierten Avataren hat Mitarbeiter X sich oftmals selbst über seine Arbeit und strategische Vorgehensweise separiert nach Kundenarten <BR> <BR> (Neukunden, Stammkunden etc. ) interviewen lassen. Die Ergebnisse sind in die individuelle Wissensbasis des Avataren integriert. Einige ihm vorliegende Dokumente wurden nach Schlüsselwörtern von einem intelligenten Agenten gefiltert. Die modifizierten Dokumente liegen ebenfalls auf seiner Benutzerumgebung. Mitarbeiter X hat verschiedene visuelle Dokumente <BR> <BR> (Statistiken, Präsentationen etc. ) zu seiner Arbeit erstellt und in seine Benutzerumgebung eingestellt.

Fall i) : Real-Time Erstellung von Prozessobjekten Mitarbeiter X entschließt sich nun, ein Prozessobjekt als prozessuale Dokumentation seiner Arbeit zu erstellen. Grundlage ist ein neues Projekt zur Aquirierung eines Neukunden. Hierfür legt der Mitarbeiter X einen prozessualen Wissensbaustein in seiner Benutzerumgebung an und wählt mit Hilfe des integrierten sog. Prozess-Builders ein sog. Prozess-Map aus, das er zur Abbildung

seines Arbeitsprozesses für geeignet hält. Die Ausgestaltung des Prozess-Map zu einem Prozessobjelct erfolgt sukzessiv im Verlauf des Projektes. Zunächst beginnt Mitarbeiter X mit dem Ausfüllen und Veredeln der ersten Objektschablone. Diese betitelt er und fügt seine von ihm zu vollziehenden Tätigkeitsschritte ein. Im Laufe seiner Arbeit in der ersten Phase ist er Problemen ausgesetzt, die er lösen muss. Seine Erfahrungen und Problemlösungsvorschläge bezieht er ebenso in die Ausgestaltung der ersten Objektschablone mit ein. Da in Benutzerumgebung visuelle Dokumente enthalten sind, die z. B. als Argumente für die Wahl seines Unternehmens sprechen, fügt er diese ebenfalls als zweite Veredelungsstufe mit ein, da er für diese Ausgestaltung einen recht hohen Preis auf dem organisationsinternen Markt erwartet.

Mitarbeiter X aktualisiert sein Prozessobjekt kontinuierlich bis zum Ende seines Projektes. Zum Abschluss fügt er noch die Oberfläche und Wissensbasis seines individuellen Avataren zum Thema"Neukunden"mit in das Prozessobjekt ein und erstellt über"Knopfdruck"ein marktfähiges Wissensprodukt, dass er auf dem organisationsinternen Markt handeln möchte. Der Automat fragt ihn zur Kennzeichnung des Wissensproduktes dabei nach Herkunft und Titel des Produktes, welchen er mit Vertriebsprozess zur Aquirierung eines Neukunden" angibt. Anschließend wird der Mitarbeiter aufgefordert, eine Beschreibung des Inhaltes abzugeben und einen Maßstab für die Beurteilung der Effizienz des Produktes zu wählen. Hierbei wählt der Mitarbeiter X einen quantitativen Ansatz, der Kosten und Ertrag des Vertriebsprozesses gegenüberstellt. Abschließend fügt der Mitarbeiter X noch einen Screenshot als Preview für einen potentiellen Nachfrager ein. Nach erfolgter Fertigstellung des Dokuments, dass integrierte einzelne Datei im Sinne von Mitarbeiter X innerhalb der gleichen Anwendung zu lesen sei, stellt er sein Dokument in der organisationsinternen Auktionssoftware zur Versteigerung ein.

Fall ii) : Ex-ante Erstellung von Prozessobjekten

Mitarbeiter X entschließt sich, sein Wissen über Vertriebsprozesse, das er in jahrelanger Arbeit aufgebaut hat, organisationsintern zu vermarkten. Hierfür legt er mehrere prozessuale Wissensbausteine an, die er nach Art der Kunden unterteilt (z. B. Neukunden, Stammkunden etc. ). Der Mitarbeiter X füllt nun sämtliche Objektschablonen der jeweiligen Prozessobjekte direkt aus und veredelt sie zu einen mit gesammelten oder produzierten Dokumenten aus seiner Benutzerumgebung und zum anderen mit der Einfügung eines Avataren und den zu den jeweiligen Prozessobjekten gehörenden Wissensbasen für den Avataren.

Nach Fertigstellung per Knopfdruck und den bereits in Fall ii) beschriebene Kennzeichnungen stellt er seine Prozessobjekte im organisationsinternen Shop zum Verkauf ein.

Folgende beispielhafte Implementierung wird vorgeschlagen : Die Benutzeroberfläche einer zu erstellenden Anwendung ist mit bestimmten Funktionen zu versehen, die sich als zweckmäßig für die Erreichung der Problemlösung erweisen. Zunächst muss die Möglichkeit bestehen, als individueller Benutzer identifiziert zu werden (persönliches Login). Dieses ist daher von Bedeutung, da zur Erstellung individuellen Know-Hows einen persönlich geschützten Nutzerbereich in Form einer Benutzerumgebung verwalten muss.

Nach Anwendung ergeben sich nun eine Reihe von Anforderungen. Zunächst ist die Anwendung mit einem Avatar auszustatten, der dem Benutzer bei der Produktion des Prozessobjektes behilflich ist. Die dem Avatar zugrundeliegenden Wissensbasen werden in unternehmensweite allgemeine und individualisierte Wissensbasen unterteilt. Während alle Mitarbeiter des Unternehmens auf die allgemeinen Wissensbasen zugreifen können, besitzt der angemeldete Benutzer ausschließliche Zugriffsrechte auf seine eigenen Wissensbasen. Der Automat muss in diesem Zusammenhang in der Lage sein zu erkennen, um welchen Nutzer es sich handelt und ihm automatisch die bislang aufgebauten Wissensbasen zuweisen können.

Die Verwaltung der individuellen Wissensbausteine geschieht über den Benutzer selbst. Inhalt dieser persönlichen Wissensbausteine können z. B. jede Art von computergestützten Dokumenten sein, die entweder verknüpft oder isoliert verwaltet werden können. Der Benutzer muss im Rahmen des Programms bestimmte Dokumente aktivieren oder deaktivieren können, um bereits in Wissensprodukten verwendete Wissensinhalte kenntlich zu machen. Weiterhin dient diese Funktion der persönlichen Organisation ab Arbeitsplatz, falls bestimmte Dokumente vom Benutzer im Laufe der Zeit nicht mehr benötigt werden.

Weiterhin muss der Benutzer Wissensbausteine produzieren können. Hierbei müssen mehrere Möglichkeiten zur Produktion von Wissensbausteinen integriert werden. Zunächst kann eine vollautomatische Auswertung von neu eingestellten Dokumenten mit Hilfe von softwarebasierten Agenten mittels. künstlicher Intelligenz erfolgen. Werden die Aufgaben dieses im Hintergrund arbeitenden Agenten näher spezifiziert, analysiert der Automat eingestellte Dokumente auf relevante Informationen hin und legt diese in einem gesonderten Dokument innerhalb der persönlichen Benutzerumgebung als Wissensbaustein ab. Eine weitere Möglichkeit der Contentproduktion besteht in einem Selbstinterview, dass der Mitarbeiter mit dem Avataren führt. Persönliche Erfahrungen und Einschätzungen können so zu einem Bestandteil der eigenen Wissensbasis aufgebaut werden. Letztlich muss auch die Möglichkeit des extern geführten Interviews berücksichtigt werden. Die hier gewonnenen Wissensbausteine können dann anschließend nach Belieben in die individuelle Benutzerumgebung eingefügt werden.

Eine weitere Anforderung an die Ausgestaltung stellt die Möglichkeit der zusätzlichen Generierung von prozessualen Wissensbausteinen dar, die vom Benutzer beliebig angelegt werden können. Prozessuale Wissensbausteine bilden das Grundgerüst für marktfähige Wissensprodukte, da aus prozessualen Wissensbausteinen das letztlich auf organisationsinternen Märkten angebotene

Wissensprodukt in Form von Prozessobjekten erstellt wird. Zur Anlage solcher prozessualen Wissensbausteine müssen insbesondere formale phasenorientierte "Objektschablonen"angeboten werden (Funktion des"Process Builder"als Konstruktionstool), die vom Benutzer beliebig ausfüllbar sind, um zu einer realen Abbildung des vom Benutzer erlebten Arbeitsprozesses zu kommen. Die ausgewählten Objektschablonen können nun mit beliegen Inhalt aus der sonstigen individuellen Benutzerumgebung ergänzt werden (z. B. in Form von vorher produzierten Wissensbausteinen), sodass eine Verknüpfung der einzelnen individuellen Wissensbausteine sichergestellt sein muss. Die benutzerdefinierte Generierung mindestens einer Objektschablone stellt dann die vorteilhafte Grundlage für die automatische Generierung eines Prozessobjektes dar.

Werden Objektschablonen ausgewählt, sollen vom Automat auch mehrere Möglichkeiten der zeitlichen Bearbeitung angeboten werden. Hierbei muss die Möglichkeit bestehen, die Ausfüllung der Objektschablonen während des laufenden Arbeitsprozesses zu betreiben ("real-time"-Entwicklung). Dies impliziert, dass im Zeitablauf beliebig neue Objektschablonen an bestehende angehängt und ausgefüllt werden können. Ebenso sollte auch eine ex-ante Generierung zulässig sein, die erlaubt, den Arbeitsprozess aus dem Gedächtnis heraus zu kreieren.

Die Transformation der vom Benutzer definierten Objektschablonen mit beliebigen Inhalt zu einem marktfähigen Prozessobjekt geschieht mit Abschluss der digitalen Abbildung vom Benutzer gewünschten Inhalte vollautomatisch ("content by click"). Die Software muss hier erstens der Lage sein, aus den ausgefüllten Objektschablonen mit ihren jeweiligen Verknüpfungen zu anderen Dokumenten innerhalb der Benutzerumgebung des Mitarbeiters eine integrierte und transferierbare Datei zu erstellen, die von jedem beliebigen Benutzer der gleichen Anwendung gelesen und ausgewertet werden kann. Zweitens muss sie ebenfalls, wenn vom Benutzer gewünscht, ein Dokument erstellen können, dass von jedem beliebigen Benutzer mit standardisierten Anwendung gelesen und ausgewertet werden kann. Letztlich zu berücksichtigen ist die Anonymisierung sensibler Informationsbestandteile (z. B. Firmenlogos bei Präsentationen,

Rechnungsanschriften,-nummern bei Kundenkorrespondenz), die mit Erstellung der transferierbaren Datei automatisch durch Agenten durchgeführt wird.

Prozessobjekte können hinsichtlich ihrer qualitativen Güte variieren. Diese hängt im wesentlichen von der Ausgestaltung der Objektschablonen ab. Hier kann es zu mehreren Veredelungsstufen kommen. Auf einfachster Basis werden Objektschablonen in Form von eines graphischen"process map"einfach nur phasengerecht beschriftet und als"nacktes"Prozessobjekt angefertigt. Eine erste Veredlungsstufe besteht in der Beschreibung tatsächlich erfolgter Arbeitsinhalte (To Do's) und Zuordnung zu den einzelnen bereits definierten Objektschablonen.

In diesem Zusammenhang muss weiterhin die Möglichkeit bestehen, weitere phasenorientierte Objektschablonen auszufüllen und als Erklärung einer "Oberschablone"zu verwenden (hierarchischer Aufbau). Weitere Möglichkeiten einer ersten Veredelung bestehen im Einfügen von Memos oder der Beschreibung von möglichen Problemen und ihrer Lösung. Eine zweite Veredelungsstufe wird im der Verknüpfung einzelner Objektschablonen mit produzierten Dokumenten aus der eigenen Benutzerumgebung erreicht. Hierbei ist an die Hinzufügung von Schriftdokumenten, visuellen Statistiken, avatarbasierten Datenbanken zur Erklärung des Prozessobjektes, Bild-/Tondokumenten oder auch zweckmäßigen Datenbanken (z. B. Kundendatenbanlcen) in digitaler Form zu denken. Die zweite Veredelungsstufe ist somit nicht unmittelbar für die Verwendbarkeit des Prozessobjektes von Bedeutung, stiftet aber für einen Nachfrager einen potentiellen Zusatznutzen, der sich vor allem in der Höhe des zu transferieren Preises äußern wird.

Um eine Marktfähigkeit der Prozessobjekte zu garantieren, muss der Automat sowohl abfragetechnische als auch automatische Kennzeichnungen des Prozessobjektes vornehmen. Zu den abfragetechnischen benutzerdefinierten Kennzeichnungen gehören zum einen Herkunft (Name/Abteilung), Titel und Ziel des Prozessobjektes, zum anderen eine Effizienzkennzeichnung des Prozessobjektes, das einem potentiellen Nachfrager den Nutzen des zu erwerbenden Prozessobjektes verdeutlicht. Zur Effizienzkennzeichnung müssen sich dabei mehrere Formen anbieten können. Auf quantitativer Ebene ist die

Angabe einer Kenngröße von Vorteil, die dem Nachfrager eine Investitions- Rentabilitäts-Beziehung vor Augen hält (z. B. die allgemeine Kenngröße des "Return on Investment"ROI). Auf qualitativer Ebene eignet sich eine verbale Nutzenbeschreibung, aus der eindeutig geschlossen werden kann, inwieweit das angebotene Prozessobjekt einen Nutzen für den Nachfrager generiert. Die automatischen Kennzeichnungen des Prozessobjektes dienen der Verhinderung einer unzulässigen Weitervermarktung nach erfolgter Wissensaufnahme. In diesem Zusammenhang muss der Automat eine Transaktionsnummer codiert an das Prozessobjekt anheften, um Transaktionsverläufe zu einem späteren Zeitpunkt eindeutig zurückverfolgen zu können. Falls vom Anbieter gewünscht, müssen zusätzlich auch visuelle"Screenshots"des Prozessobjektes in die Kennzeichnung eingearbeitet werden können.

Ist die hier beschriebene vorteilhafte Erstellung eines Prozessobjektes abgeschlossen, kann sie in den organisationsinternen Marktprozess eingebunden werden. Die Bereitstellung einer Marktplattform kann dabei technisch durch die zweckmäßige Nutzung eines organisationsinternen Intrants erfolgen. Da alle Mitarbeiter einer Firma an dieses Intranet angeschlossen sind, kann von einer Transparenz aller Angebote innerhalb des Unternehmens ausgegangen werden.

Als Oberfläche für organisationsinterne Marktprozesse eignen sich Standardanwendungen, die Shop-und Auktionsprozesse abbilden kann. Die erstellten Prozessobjekte werden in diese Oberflächen eingestellt.

Die Erfindung bezieht sich auf ein Messverfahren zur Bestimmung eines betriebswirtschaftlichen Kennvektors eines Wissensobjektes unter Berücksichtigung weicher Informationselemente, unter Verwendung einer elektronischen Datenverarbeitungsanlage 1, einem Speicher 2 und einem Kennvektorgenerator 3 zur Generierung des Kennvektors und umfasst einen Initiierungsschritt, bei dem eine Basis bestehend aus einer Vielzahl von Basisvektoren vorgegeben und in den Speicher 2 gegeben wird, und ein Projektionsschritt, bei dem der Kennvektorgenerator 3 das Wissensobjekt auf die Basisvektoren projiziert und dem betriebswirtschaftlichen Kennvektor als

Koordinatenvektor in Bezug auf die Basis bestimmt, sowie einen zur Durchführung des Messverfahrens geeigneten Mustererkennungsautomaten 16.

Weiterhin bezieht sich die Erfindung auf ein Verfahren zur automatischen betriebswirtschaftlichen Kennzeichnung eines Wissensobjektes, wobei dem Wissensobjekt mindestens eine Referenzkennzahl, mindestens ein betriebswirtschaftlicher Kennvektor, und mindestens ein betriebswirtschaftlicher Zielvektor zugeordnet wird, und wobei der betriebswirtschaftliche Kennvektor unter Berücksichtigung weicher Informationselemente des Wissensobjektes automatisch bestimmt wird, insbesondere nach dem erfindungsgemäßen Messverfahren, sowie einen zur Durchführung des erfindungsgemäßen Verfahrens geeigneten Automaten 15. Die Erfindung zeichnet sich dadurch aus, dass Informationen, insbesondere Informationen innerhalb eines Unternehmens, automatisch auf transparente Weise zur Verfügung gestellt werden können, so dass diese Informationen als Wissensprodukt austauschbar und handelbar sind.

Bezugszeichenliste 1 Datenverarbeitungsanlage 2 Speicher 3 Kennvektorgenerator 4 Filter 5 Messkopf 6 Metrikbestimmungsmittel 7 Schnittstelle 8 Projektionsmittel 9 Koordinatenvektorgenerator 10 Steuermittel 11 Referenzkennzahlgenerator 12 Zielvektorgenerator 13 ID-Generator 14 Kennzahlgenerator 15 Automat 16 Mustererkennungsautomat