Der Einsatz moderner Informationstechnologien in der Automobilproduktentwicklung: Produktivitätspotenziale und Systemkomplementaritäten 3834924547, 978-3-8349-2454-4

Citation preview

Viktoria Heindorf Der Einsatz moderner Informationstechnologien in der Automobilproduktentwicklung

GABLER RESEARCH Markt- und Unternehmensentwicklung / Markets and Organisations Herausgegeben von Professor Dr. Dres. h. c. Arnold Picot Professor Dr. Professor h. c. Dr. h. c. Ralf Reichwald Professor Dr. Egon Franck Professorin Dr. Kathrin Möslein

Der Wandel von Institutionen, Technologie und Wettbewerb prägt in vielfältiger Weise Entwicklungen im Spannungsfeld von Markt und Unternehmung. Die Schriftenreihe greift diese Fragen auf und stellt neue Erkenntnisse aus Theorie und Praxis sowie anwendungsorientierte Konzepte und Modelle zur Diskussion.

Viktoria Heindorf

Der Einsatz moderner Informationstechnologien in der Automobilproduktentwicklung Produktivitätspotenziale und Systemkomplementaritäten Mit einem Geleitwort von Prof. Dr. Franz Waldenberger

RESEARCH

Bibliograische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliograie; detaillierte bibliograische Daten sind im Internet über abrufbar.

Dissertation Ludwig-Maximilians-Universität München, 2009

1. Aulage 2010 Alle Rechte vorbehalten © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2010 Lektorat: Ute Wrasmann | Sabine Schöller Gabler Verlag ist eine Marke von Springer Fachmedien. Springer Fachmedien ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-2454-4

V

Geleitwort Basistechnologien führen zu zahlreichen Produkt- und Verfahrensinnovationen. Sie erfordern darüber hinaus neue Qualifikationen und Organisationsformen und darauf abgestimmte Managementkonzepte und Führungsstile. Die durch die industrielle Revolution bewirkte Transformation des wirtschaftlichen und gesellschaftlichen Lebens - die Dampfmaschine, die Massenproduktion, die Fabrikarbeit, die Entstehung von Großunternehmen - hat dies deutlich vor Augen geführt. Ähnlich tief greifende Veränderungen gehen von der Entwicklung und Diffusion der Informations- und Kommunikationstechnologien (ICT) aus. Durch Digitalisierung und Vernetzung entstehen zahlreiche, vollkommen neue Produkte, während viele herkömmliche Produkte wesentlich verbessert werden. ICT erlauben zudem grundlegend neue Innovations-, Entwicklungs-, Produktions- und Vermarktungsprozesse und erzwingen eine Neugestaltung bestehender Abläufe. Gleichzeitig wird der Austausch von Information, das Nervensystem arbeitsteiliger Produktion, revolutioniert. Für die Entwicklung und Anwendung von ICT werden neue Qualifikationen benötigt. Darüber hinaus erfordert die durch ICT geförderte, intensivere unternehmensinterne und -externe Kommunikation eine neue, offenere Unternehmenskultur, in der die soft skills der Mitarbeiter ein stärkeres Gewicht erhalten. Derart veränderten Anforderungsprofilen ist neben den unmittelbaren Qualifizierungsbedarfen im Rahmen der Personalentwicklung und des Personalmanagements wiederum Rechnung zu tragen. Damit aber nicht genug. Die durch ICT angestoßenen Veränderungen in der Leistungserstellung und in der Kommunikation brechen herkömmliche Unternehmensstrukturen auf und lassen hierarchische Organisationsformen aus dem Zeitalter tayloristischer Massenproduktion obsolet erscheinen. Die knappe Skizze deutet an, dass die Auswirkungen von ICT radikal und damit auch vielfältig sind. Schon bei einer Analyse allein des Unternehmensbereichs sind zahlreiche Interpendenzen zu berücksichtigen. Eine Beschränkung auf Produkte und Prozesse würde viel zu kurz greifen. Organisation, Qualifikation, Personalentwicklung und Personalmanagement sind gleichermaßen relevant, da sie für den erfolgreichen Einsatz von ICT von erheblicher Bedeutung sein können. Die vorliegende Dissertation von Frau Heindorf wird diesem komplexen Wirkungsgefüge in der Analyse des Einsatzes von ICT in der Automobilproduktentwicklung voll und ganz gerecht. So beschränkt sich die Arbeit nicht allein auf die Beschreibung der durch ICT hervorgerufenen Veränderungen in den Produktentwicklungsprozessen selbst, d.h. auf den Einsatz digitaler Analysetools, virtueller Testverfahren bzw. innovativer Kommunikationsplattformen und auf die Parallelisierung von Entwicklungsprozessen. Vielmehr werden Querverbindungen zu den Qualifikationsanforderungen, zur Personalentwicklung, zum Personalmanagement und zu den Organisationsstrukturen detailreich und überaus anschaulich herausgearbeitet. Die theoretischen Überlegungen werden anschließend anhand einer großzahligen Umfrage unter japanischen Automobilherstellern empirisch geprüft. Ein zentrales Ergebnis der theoretischen Überlegungen, das auch durch die empirische Erhebung bestätigt wird, liegt in der Bedeutung so genannter T-förmiger Wissensstrukturen. Gemeint sind Fachkräfte, die einerseits über ein hinreichend tiefes Spezialwissen auf einem Gebiet verfügen, andererseits aber auch mit verschiedenen Nachbargebieten vertraut und so in besonderem Maße befähigt sind, eine effektive Integration des in der Produktentwicklung relevanten multidisziplinären Wissens herbeizuführen.

VI

Geleitwort

In der vorliegenden Studie hat die Verfasserin unter Beweis gestellt, dass sie selbst in der Lage ist, zahlreiche Wissensfelder auf eine erhellende und inspirierende Art zu einem produktiven Ganzen zu integrieren. Die Arbeit bietet unter diesem Gesichtspunkt nicht nur für Wissenschaftler, sondern gerade auch für Unternehmen eine Fundgrube an wertvollen Einsichten und viel versprechenden Perspektiven.

Prof. Dr. Franz Waldenberger

VII

Vorwort Die Produktentwicklung in der Automobilindustrie ist durch hoch komplexe, interdependente iterative trial & error-Prozesse gekennzeichnet, die engen Zeitvorgaben unterliegen. Ähnliches lässt sich über den Entstehungs- und Reifeprozess eines Dissertationsprojekts sagen. Auch hier sind zahlreiche Lernprozesse nach dem Prinzip „Versuch und Irrtum“ erforderlich, um zum Ziel zu gelangen, wobei das Gefühl, nie genug Zeit zu haben, ein ständiger Begleiter ist. Auch die typischen Phasen der Produktentwicklung finden sich im Dissertationsprojekt wieder. Es beginnt mit ersten Ideen, die zu Konzepten entwickelt werden, auf deren Basis erste Modellierungen des Lösungsansatzes erfolgen, die schließlich in der Ausarbeitung eines ersten Entwurfs münden. Dieser „Prototyp“ wird in wissenschaftlichen Diskussionen dann ersten „Crash-Tests“ unterworfen. Die optimale Entwicklungs- und Testumgebung liefert eine kritisch-kooperative Forschungscommunity. Schließlich waren die Testergebnisse keineswegs immer auf Anhieb zufrieden stellend. Die Diskussionen haben oft gezeigt, dass bestimmte Parts entweder nicht in das Gesamtkonzept passten oder noch Interferenzen zwischen diesen bestanden. Das bedeutete gegebenenfalls Ansätze wieder zu verwerfen und damit nach Alternativen zu suchen, sprich neue Argumentationslinien aufzubauen oder ihre Parameter zu ändern. In all diesen Lern- und Entwicklungsphasen des Produktentstehungsprozesses konnte ich mich auf die volle Unterstützung meines Doktorvaters, Prof. Dr. Franz Waldenberger, verlassen. Die Gespräche mit ihm waren stets sehr konstruktiv, wenn auch manchmal im Sinne einer schumpeterschen „kreativen Zerstörung“. Aber auch dann erwies sich die Auseinandersetzung als inspirierend und motivierend. Für die Unterstützung, die Geduld und das Vertrauen möchte mich an dieser Stelle noch einmal ausdrücklich bedanken. Danken möchte ich dabei auch meinen Kollegen/Innen am Japan-Zentrum der LMU, insbesondere Frau Inge Merk. Viele weitere Personen haben zum Gelingen dieser Arbeit beigetragen. Besonders erwähnen möchte ich meinen japanischen Supervisor, Prof. Nakamura Keisuke (Institute of Social Science, The University of Tokyo), der mir als konstruktiver Sparing-Partner bei der Entwicklung des empirischen Designs zur Seite stand. Wertvolle fachliche Diskussionspartner waren darüber hinausgehend Prof. Higuchi Yoshio (Faculty of Business and Commerce, Keio University), Prof. Yoshizoe Yasuto (President, Statistics Council, Japan und Professor an der Aoyama Gakuin University), Prof. Chuma Hiroyuki (Institute of Innovation Research, Hitotsubashi University), Mr. Yamazaki Tadaaki (Ex Vice President, IHI) und Mr. Sagara Makoto (Numazu National College of Technology). Herzlich danken möchte ich weiterhin Prof. Ito Yoshimi (Emeritus, Tokyo Institute of Technology), Prof. Warisawa Shinichi (School of Engineering, The University of Tokyo) und der Japan Automobile Association for Manufacturers (JAMA). Ohne ihre Unterstützung wäre mir der Zugang zum empirischen Feld wohl kaum so erfolgreich gelungen. Für die Unterstützung meines Forschungsvorhabens vor Ort danke ich dem Deutschen Institut für Japanstudien in Tokyo (DIJ Tokyo) und der Japan Foundation, die mich mit großzügigen Stipendien förderten, und dem Institute of Social Science der University of Tokyo, das mich während meiner Japan-Aufenthalte stets als Gastforscherin aufnahm. All meinen japanischen Interviewpartnern, die mir teilweise mehrere Stunden Rede und Antwort standen, möchte ich an dieser Stelle ebenfalls meinen tiefen Dank aussprechen! Herrn Prof. Dr. Dres. h.c. Arnold Picot danke ich sehr für die Übernahme des Zweitgutachtens und die Möglichkeit, meine Dissertation im Rahmen seiner Publikationsreihe veröffentlichen zu dürfen.

VIII

Vorwort

Bedanken möchte ich mich nicht zuletzt auch bei meinem Mann, der mich mit hohem Engagement in der Vorbereitungsphase meiner empirischen Studie bei der Kontaktaufnahme mit japanischen Unternehmen unterstützt hat. Schließlich gebührt auch meinen Freunden Dank, denn sie haben mir immer wieder geholfen, den notwenigen Abstand zu gewinnen, wenn ich das Gefühl hatte in eine Sackgasse geraten zu sein, und neue Kraft und Energie zu tanken. Widmen möchte ich diese Arbeit unserem Sohn Kian Tiger, der in der Endphase der Dissertation viel zu wenig von mir hatte, und es trotzdem verstand, mir mit seiner lieben Art und seinem süßen Lächeln die für Endphase so kritische „letzte“ Motivation zu geben.

Viktoria Heindorf

IX

Inhaltsverzeichnis Geleitwort ............................................................................................................................V Vorwort............................................................................................................................. VII Inhaltsverzeichnis ...............................................................................................................IX Abbildungsverzeichnis .................................................................................................... XIII Tabellenverzeichnis .......................................................................................................... XV Abkürzungsverzeichnis ................................................................................................. XVII I Motivation .........................................................................................................................1 1 Die aktuelle Wettbewerbsfront – Produktentwicklung.........................................................1 2 Informationstechnologien in der Automobilentwicklung - Bedeutung der Systemkomplementarität....................................................................................................2 3 Problemstellung..................................................................................................................3 4 Stand der Forschung ...........................................................................................................4 4.1 Einsatz von Informationstechnologien in der Produktentwicklung.................................4 4.2 Produktentwicklung in der japanischen Automobilindustrie ..........................................7 5 Aufbau der Arbeit ...............................................................................................................9 II Produktentwicklung in der Automobilindustrie .........................................................11 1 Produktentwicklung als iterativer Problemlösungsprozess ................................................11 2 Hauptphasen in der Entwicklung eines neuen Automobils ................................................12 2.1 Strategie- und Konzeptphase .......................................................................................13 2.2 Designphase................................................................................................................15 2.3 Modellentwicklung und Testphase ..............................................................................16 2.4 Produktionsumsetzung der gewählten Lösung .............................................................16 3 Experimentieren als Kernprozess der Produktentwicklung ................................................17 3.1 Zur Struktur der Produktentwicklung ..........................................................................17 3.2 Lernen als iterativer Prozess........................................................................................18

X

Inhaltsverzeichnis

4 Aktuelle Herausforderungen .............................................................................................21 4.1 Komplexität ................................................................................................................21 4.2 Dynamik .....................................................................................................................23 4.3 Implikationen..............................................................................................................25 III Informationstechnologien - Produktivitätspotenziale im Systemkontext ..................27 1 Informationstechnologien in der Automobilentwicklung...................................................27 1.1 Grundlegende Bedeutung ............................................................................................27 1.2 Evolutionsphasen ........................................................................................................29 1.2.1 Die Anfänge - Unterstützung einzelner Designaufgaben ......................................29 1.2.2 Zunehmende Digitalisierung und Virtualisierung .................................................30 1.2.3 Produktentwicklung als durchgängiger virtueller Prozess.....................................31 1.3 Technologische Kernbestandteile der virtuellen Produktentwicklung ..........................32 1.3.1 1.3.2 1.3.3 1.3.4 1.3.5 1.3.6

Rechnerbasierte Stylingsysteme...........................................................................32 Geometrische Modellierungssysteme...................................................................33 Numerische Berechnungssysteme ........................................................................35 Simulationssysteme .............................................................................................36 Virtual Reality Systeme und Anwendungen.........................................................38 Prozessübergreifende Datenmanagementsysteme und Kooperationswerkzeuge ......................................................................................39

2 Wirkungspotenziale ..........................................................................................................41 2.1 Häufigeres, umfangreicheres und früheres Testen........................................................42 2.2 Erleichterung der Koordination ...................................................................................47 2.3 Potenziale der Informationstechnologien vor dem Hintergrund aktueller Herausforderungen......................................................................................................48 3 Implikationen für die Prozessanordnung ...........................................................................49 3.1 Vorbemerkung ............................................................................................................49 3.2 3.3 3.4 3.5

Das sequentielleVorgehen...........................................................................................49 Das parallel-integrierte Vorgehen................................................................................51 Sequentiell versus parallel-integriert ...........................................................................53 Zunehmende Überlegenheit parallel-integrierter Verfahren .........................................56

4 Implikationen für die Wissensstrukturen...........................................................................57 4.1 Vorbemerkung ..........................................................................................................57 4.2 Analytische und kreative Fähigkeiten ........................................................................58 4.3 T-förmige Wissensstrukturen zur Unterstützung der Kommunikation........................60

XI 5 Anpassungen im Personalsystem ......................................................................................62 5.1 Vorbemerkung ..........................................................................................................62 5.2 Personalentwicklung .................................................................................................62 5.3 Anreizstrukturen........................................................................................................64 6 Implikationen für die Organisationsstruktur ......................................................................65 6.1 Vorbemerkung ..........................................................................................................65 6.2 Aufgabenintegration auf individueller Ebene.............................................................67 6.3 Funktionsübergreifende Projektgruppen ....................................................................68 6.4 Dezentralisierung ......................................................................................................69 6.5 Modularisierung ........................................................................................................71 IV Komplementaritätsbeziehungen in der Produktentwicklung Untersuchung am Beispiel der japanischen Automobilindustrie................................73 1 Zusammenfassung der empirischen Implikationen ............................................................73 1.1 Wirkungszusammenhänge im Überblick .....................................................................73 1.2 Erkenntnisleitende Vermutungen und Fragen ..............................................................75 2 Produktentwicklung in der japanischen Automobilindustrie..............................................78 2.1 Vorsprung ohne Informationstechnologien..................................................................78 2.2 Hohe Anpassungsfähigkeit des Unternehmensmodells ................................................80 2.3 Zwischenfazit..............................................................................................................80 3 Design und Durchführung.................................................................................................82 3.1 Qualitative Voruntersuchung.......................................................................................82 3.2 Entwicklung des Fragebogens .....................................................................................83 3.3 Operationalisierung der Forschungsfragen ..................................................................85 3.3.1 3.3.2 3.3.3 3.3.4

Wissensstrukturen................................................................................................85 Personalentwicklung............................................................................................86 Anreizstrukturen..................................................................................................87 Organisationsstrukturen .......................................................................................88

3.4 Durchführung der quantitativen Untersuchung ............................................................88 4 Ergebnisse ........................................................................................................................90 4.1 Beschreibung der Respondenten..................................................................................90 4.1.1 Persönlichkeitsbezogene Merkmale .....................................................................90 4.1.2 Tätigkeitsbezogene Merkmale .............................................................................91 4.1.3 Nutzung und Beherrschung von Informationstechnologien ..................................94 4.1.4 Güte der Erhebungsdaten.....................................................................................97

XII

Inhaltsverzeichnis

4.2 Einschätzung der Produktivitätswirkung von Informationstechnologien ......................98 4.3 Wissensstrukturen.....................................................................................................100 4.4 Personalsystem .........................................................................................................107 4.4.1 Personalentwicklung..........................................................................................107 4.4.2 Anreizstrukturen................................................................................................117 4.5 Organisationsstrukturen ............................................................................................126 V Personalpolitische Herausforderungen........................................................................131 1 Zusammenfassung der Ergebnisse ..................................................................................131 2 Implikationen für die Unternehmenspraxis......................................................................135 Anhang..............................................................................................................................139 Literaturverzeichnis .........................................................................................................147 Stichwortverzeichnis ........................................................................................................163

XIII

Abbildungsverzeichnis Haupttext Abb. 1: Frühe Phasen der Produktentwicklung....................................................................14 Abb. 2: Produktentwicklung als iterativer Problemlösungsprozess......................................19 Abb. 3: Experimentieren als iterativer trial-and-error-Lernprozess.....................................20 Abb. 4: Evolutionsphasen der Automobilproduktentwicklung.............................................32 Abb. 5: Simulation auf Basis einer FMU-Umgebung ..........................................................37 Abb. 6: Methoden und Funktionalitäten von Interaktionssystemen in der Produktentwicklung ...............................................................................................41 Abb. 7: Vorteile virtueller Testverfahren ............................................................................44 Abb. 8: Wechsel zwischen Methoden des Experimentierens ...............................................45 Abb. 9: Kombination konventioneller Methoden und Simulation ........................................46 Abb. 10: Anordnung sequentieller Produktentwicklungsprozesse .........................................50 Abb. 11: Parallel-integrierte Prozesse innerhalb und zwischen Ebenen .................................51 Abb. 12: Sequentiell versus parallel-integrierte Prozessanordnung........................................55 Abb. 13: Gesamtschau der Wirkungszusammenhänge ..........................................................76 Abb. 14: Altersstruktur der Respondenten ...........................................................................90 Abb. 15: Art des Unternehmenseinstiegs ..............................................................................92 Abb. 16: Durchschnittliche Unternehmenszugehörigkeit in Jahren.......................................93 Abb. 17: Position der Respondenten .....................................................................................93 Abb. 18: IT-Nutzungshäufigkeit ...........................................................................................94 Abb. 19: Spezialisierungs- und Diversifizierungsbedarf nach Altersgruppen.......................107 Abb. 20: Bedeutung alternativer Personalentwicklungsansätze zum Wissenserwerb allgemein.....................................................................................108 Abb. 21: Effizienz verschiedener Personalentwicklungsansätze - eine Gegenüberstellung ...............................................................................................110 Abb. 22: Erwerb von IT-Skills............................................................................................111 Abb. 23: Motivation zur Aneignung von IT-Skills ..............................................................112 Abb. 24: Bedeutung alternativer Personalentwicklungsansätze zur Heranbildung T-förmiger Wissensstrukturen..............................................................................113 Abb. 25: Einschätzung der Wirksamkeit alternativer personalpolitischer .................................. Instrumente nach Technologie..............................................................................116 Abb. 26: Beurteilung alternativer unternehmensinterner Anreizsysteme..............................121 Abb. 27: Beurteilung alternativer unternehmensinterner Anreizsysteme nach Funktionsbereichen ..............................................................................................123

XIV

Abbildungsverzeichnis

Anhang Abb. A1: Personalentwicklungsmaßnahmen zur Erhöhung des Spezialisierungsgrades ........................................................................................140

XV

Tabellenverzeichnis Haupttext Tab. 1: Tab. 2: Tab. 3: Tab. 4: Tab. 5: Tab. 6:

Liste der im Vorfeld durchgeführten Interviews ......................................................83 Operationalisierung Wissensstrukturen ...................................................................85 Operationalisierung Personentwicklung ..................................................................86 Operationalisierung Anreizstrukturen......................................................................87 Operationalisierung Organisationsstrukturen...........................................................88 Empirische Untersuchung zur japanischen Automobilindustrie, Januar-Februar 2006 ..............................................................................................89

Tab. 7: Durchschnittsalter und Standardabweichung nach Unternehmen.............................90 Tab. 8: Bildungshintergrund der Respondenten...................................................................91 Tab. 9: Durchschnittliche Unternehmenszugehörigkeit nach Unternehmen .........................92 Tab. 10: Tätigkeitsbereich (aktuell und längste Erfahrung) ...................................................94 Tab. 11: IT-Nutzungshäufigkeit nach Altersgruppen.............................................................95 Tab. 12: IT-Kompetenz ........................................................................................................95 Tab. 13: IT-Kompetenz nach Altersgruppen .........................................................................96 Tab. 14: IT-Kompetenz nach Funktionsbereichen .................................................................97 Tab. 15: Einschätzung der Produktivitätswirkung von IT......................................................98 Tab. 16: Einschätzung der Produktivitätswirkung von IT nach Alter, Funktionsbereich, Nutzungshäufigkeit, Technologie und Kompetenzniveau .......................................99 Tab. 17: Auswirkungen von IT auf die Weiterentwicklung technischer Fähigkeiten und technologischen Wissens ...............................................................................100 Tab. 18: Veränderung von Wissensstrukturen im Kontext von IT .......................................101 Tab. 19: Veränderung der Wissensstrukturen im Kontext von IT nach Altersgruppen.........103 Tab. 20: Veränderung der Wissensstrukturen im Kontext von IT nach Technologie und Kompetenzniveau..........................................................................................104 Tab. 21: Zukünftige Anpassungserfordernisse ....................................................................105 Tab. 22: Zukünftige Anpassungserfordernisse nach Alter, Nutzungshäufigkeit, Technologie und Kompetenzniveau......................................................................105 Tab. 23: Eignung alternativer Instrumente und Lernkontexte für verschiedene Formen der Wissensbildung ..............................................................................................114 Tab. 24: Gewünschte Kompensation bei hoher Leistungsbewertung ...................................118 Tab. 25: Korrelationsmatrix: Wunsch nach Spezialisierung versus Diversifizierung ...........119 Tab. 26: Beurteilung alternativer unternehmensinterner Anreizsysteme ..............................120 Tab. 27: Korrelationsmatrix: Bewertung alternativer unternehmensinterner Anreizsysteme......................................................................................................122 Tab. 28: Gegenüberstellung Selbst- und Fremdeinschätzung...............................................124 Tab. 29: Grad der Zustimmung zur Fremdeinschätzung ......................................................125

XVI

Tabellenverzeichnis

Tab. 30: Veränderungen im Umfang der Aufgabenintegration, Teamkommunikation und interdisziplinären Zusammenarbeit ................................................................127 Tab. 31: Veränderung von Aufgabenintegration, Teamkommunikation und interdisziplinärer Zusammenarbeit nach Alter, Nutzungshäufigkeit, Funktionsbereich, Technologie und Kompetenzniveau .........................................127 Anhang Tab. A1: Veränderung der Wissensstrukturen im Kontext von IT, nach Funktionsbereichen .............................................................................................139 Tab. A2: Effizienz verschiedener Personalentwicklungsansätze - eine Gegenüberstellung ..............................................................................................139 Tab. A3: Bedeutung alternativer Personalentwicklungsansätze zur Heranbildung T-förmiger Wissensstrukturen.............................................................................141 Tab. A4: Einschätzung der Wirksamkeit alternativer personalpolitischer Instrumente nach Funktionsbereichen .....................................................................................142 Tab. A5: Einschätzung der Wirksamkeit alternativer personalpolitischer Instrumente nach Technologie ................................................................................................144 Tab. A6: Beurteilung alternativer unternehmensinterner Anreizsysteme nach Funktionsbereichen .............................................................................................146 Tab. A7: Korrelationsmatrix: Selbsteinschätzung und Zufriedenheit der Evaluierung .........146

XVII

Abkürzungsverzeichnis CAD ………………………………….…………. CAE …………………………………………….. CAS …………………………………………….. CAVE …………………………………………….. CSCW …………………………………………….. DMU ………………………………….…………. d.h. ………………………………….…………. EDM ………………………………….…………. FMU ………………………………….…………. IT ………………………………….…………. NPD …………………………………………….. PDM …………………………………………….. 2D / 3D …………………………………………….. z.B. …………………………………………….. u.a. ……………………………………………..

Computer Aided Design Computer Aided Engineering Computer Aided Styling Computer Audio Visual Environment Computer Supported Cooperative Work Digital Mock-Up das heißt Electronic Data Management Functional Mock-Up Informationstechnologie(n) New Product Development Product Data Management 2 / 3 Dimensional zum Beispiel und andere

1

I Motivation 1 Die aktuelle Wettbewerbsfront - Produktentwicklung Der Erfolg von Unternehmen ist eng mit ihrer Fähigkeit verknüpft, innovative Produkte zu entwickeln, die im Markt eine hohe Akzeptanz finden. „The ability to create a stream of revolutionary products can represent a sustainable competitive advan1 tage for firms in almost any industry.”

Es ist davon auszugehen, dass die strategische Bedeutung der Produktentwicklung zukünftig noch weiter steigen wird. „In today’s hyper-competitive market, excellence in product development is rapidly becoming more of a strategic differentiator than manufacturing capability. In fact, it can be argued that product development 2 will become the dominant industry competence within the next decade.”

Die in den Zitaten attestierte Relevanz der Produktentwicklung gründet in einem stark veränderten Markt- und Wettbewerbsumfeld. Folgende Faktoren zeichnen dafür im Wesentlichen verantwortlich: ƒ zunehmender Wettbewerbsdruck vor dem Hintergrund der Sättigung von Kernmärkten und wachsender Konkurrenz durch Billiganbieter aus Schwellenländern,

ƒ anspruchsvollere Kundengruppen, die qualitativ hochwertige Produkte verlangen und ein auf ihre individuellen Präferenzen abgestimmtes Produktangebot erwarten, ƒ eine durch die Globalisierung beschleunigte Dynamik der Märkte und technologischer Entwicklungen mit der Folge kürzerer Markt-, Technologie- und Produktzyklen.

In einem derartigen Markt- und Wettbewerbsumfeld kommt der Produktentwicklung entscheidende Bedeutung zu. Sie bestimmt den Grad der Innovation, determiniert die technischfunktionalen Leistungsmerkmale des neuen Produkts sowie dessen Design, und ist darüber hinaus in hohem Maße für die Produktqualität verantwortlich. Die Ergebnisse der Produktentwicklung üben damit einen erheblichen Einfluss auf die Marktakzeptanz, aber auch auf die Produktionskosten aus. Ihre Leistungsfähigkeit drückt sich zudem in der Geschwindigkeit aus, in der neue Produkte auf dem Markt verfügbar sind. Die Entwicklungsgeschwindigkeit bestimmt, wie schnell Unternehmen in ihrem Produktportfolio auf Marktveränderungen reagieren und wie schnell sie neue Problemlösungen generieren können. „Es kann daher nicht überraschen, dass die erfolgreiche Gestaltung der Neuproduktentwicklung zu den 3 komplexesten und zugleich wichtigsten Aufgaben des Managements gehört.“

1

Marcitelli, R. (2000), From Experience. Harnessing Tacit Knowledge to Achieve Breakthrough Innovation, in: Journal of Product Innovation Management, Vol. 17, No. 3, pp. 179-193, hier p. 179. 2 Morgan, J. M.; Liker, J. K. (2006), The Toyota Development System. Integrating People, Process, and Technology, New York, p. 8. 3 Ernst, H. (2001), Erfolgsfaktoren neuer Produkte. Grundlagen für eine valide empirische Untersuchung, Wiesbaden, S. 2.

2

I Motivation

2 Informationstechnologien in der Automobilentwicklung - Bedeutung der Systemkomplementarität Das veränderte Wettbewerbsumfeld steigert nicht nur die Bedeutung der Produktentwicklung, es stellt diese gleichzeitig vor neue Herausforderungen. Sie hat den Balanceakt zwischen hoch innovativen, ansprechenden Designkonzepten einerseits und den Erfordernissen schnellerer Innovations- und Entwicklungsgeschwindigkeiten bei gleichzeitiger Kostenkontrolle andererseits zu meistern. Die Möglichkeiten, die Leistungsfähigkeit der Produktentwicklung durch neue Organisationslösungen und Managementtechniken zu verbessern, sind vielfältig. In der Automobilindustrie, auf die sich die vorliegende Arbeit bezieht, umfassen die in der Literatur am häufigsten diskutierten Methoden und Konzepte die Modularisierung von Produkten und Fertigungsabschnitten, die Reorganisation von Prozessen im Sinne eines Simultaneous Engineering, die Bildung cross-funktionaler Teamstrukturen, aber auch die Kundenintegration, um den fit-to-market zu erhöhen. Die vergleichsweise höchste Bedeutung für die Steigerung der Entwicklungsperformance wird heute von Seiten der Praxis allerdings dem Einsatz fortschrittlicher Informationstechnologien (IT) zugeschrieben.4 IT ist in den letzten Jahren zum entscheidenden Rückrat in der Automobilentwicklung avanciert und hat diese grundlegend verändert. Dies äußert sich in erster Linie in der nahezu vollständigen Digitalisierung und Virtualisierung der Kernaktivitäten, d.h. aller zentralen Design- und Testaufgaben und ihrer Koordination innerhalb und zwischen einzelnen Entwicklungsteams. Der Einsatz von IT verspricht allerdings nicht per se hohe Effizienzgewinne. Die Diskussion um das sogenannte Produktivitätsparadox zeigt dies deutlich5. Im Mittelpunkt der vorliegenden Arbeit steht die These, dass mit der Implementierung von IT verbundene Produktivitätspotenziale nur ausgeschöpft werden können, wenn Anpassungen in der zeitlichen Anordnung der verschiedenen Entwicklungsprozesse, in den Qualifikations- bzw. Wissensstrukturen6 und in der Organisation erfolgen. Der Anpassungsbedarf ist Resultat der Komplementaritätsbeziehungen, die zwischen Technologiewahl, Prozessanordnung, Mitarbeiterqualifikation und Organisation bestehen 7 . Ihn zu erkennen und zu berücksichtigen ist eine wesentliche Voraussetzung für den erfolgreichen Einsatz von IT. Andernfalls besteht die Gefahr, dass

4

Vgl. Feige A.; Neumann, A. (2001), Eintauchen in das Modell. Virtual Reality ersetzt physikalische Prototypen, in: Automobil-Industrie, Vol. 46, Nr. 11, S. 32; oder Tang, T. (1998), The Role of Information Technology in a Global Development Network, in: Uhlmann, E. (Hrsg.), Technologiemanagement: Regionale Stärken und globale Chancen, Berlin, S. 315-321. Auch die Aussage eines leitenden Mitarbeiters bei der DaimlerChrysler AG (heute Daimler AG) bestätigt: „Die neue Arbeitsweise ist für die Automobilindustrie mindestens ebenso revolutionär wie es seinerzeit die Einführung des Fließbandes war.“, in: o.V. (2000), CAx-Pipeline: Durchgängige Datenwelten, in: Automobil-Entwicklung, Vol. 2, Nr. 3, März, S. 77. 5 Vgl. Hayes, R. H. et.al. (eds.) (1985), The Uneasy Alliance. Managing the Productivity-Technology Dilemma, Boston; oder auch Krcmar, H. (2003), Informationsmanagement, Berlin u.a., S. 1 sowie die darin angegebene Literatur; David, P. A. (2000), Understanding the Digital Economy`s Evolution and the Path of Measured Productivity Growth: Present and Future in the Mirror of the Past, in: Brynjolfsson, E.; Kahin, B. (eds.), Understanding the Digital Economics. Data, Tools, and Research, Cambridge, pp. 49-99, hier p. 49ff. 6 Gemeint ist damit die Verteilung des Fachwissens unter den Mitarbeitern. Im Fall einer extrem spezialisierten Wissensstruktur verfügt jeder Mitarbeiter über Spezialwissen, das kein anderer besitzt. Im entgegen gesetzten Extremfall verfügen alle Mitarbeiter über das gleiche Fachwissen. 7 Vgl. Milgrom, P.; Roberts, J. (1995), Complementarities and Fit. Strategy, Structure, and Organizational Change in Manufacturing, in: Journal of Accounting and Economics, Vol. 19, No. 2-3, pp. 179-208.

2 Informationstechnologien in der Automobilentwicklung

3

isoliert richtige Einzelentscheidungen, wie die Einführung von IT, zu einem insgesamt schlechteren Ergebnis führen. „Changing only a few of the system elements at a time to their optimal values may not come at all close to achieving all the benefits that are available through a fully coordinated move, and may even have nega8 tive payoffs.”

Komplementaritätsbeziehungen gewinnen aber auch insofern an Bedeutung, als der Zugang und die Nutzung von IT im Zuge der Standardisierung leistungsfähiger Hard- und Software auf Dauer keinen Wettbewerbsvorsprung mehr bietet.9 Nachhaltige Wettbewerbsvorteile lassen sich nur über die Entwicklung adäquater Prozess-, Wissens- und Organisationsstrukturen realisieren, die naturgemäß stärker unternehmensspezifisch sind. „[…] (it) is a set of differentiated technological skills, complementary assets, and organizational routines 10 and capacities that provide the basis for a firm’s competitive advantage in a particular business.”

3 Problemstellung Die Komplementaritätsbeziehungen zwischen IT, Prozessanordnung, Wissens- und Organisationsstrukturen bilden die Grundlage für die in dieser Arbeit unternommene theoretische und empirische Analyse. Sie sollen am Beispiel der Produktentwicklung in der Automobilindustrie herausgearbeitet und am Fall der japanischen Automobilindustrie empirisch überprüft werden. Erkenntnisleitend sind dabei die folgenden Fragen: ƒ Wie verändert der Einsatz fortschrittlicher Informationstechnologien die Automobilproduktentwicklung generell? Und welche Produktivitätspotenziale lassen sich identifizieren?

ƒ Welche Implikationen hat der Technologieeinsatz für die Prozessebene, die Wissens- und Organisationsstrukturen? Mit anderen Worten, wie sind diese konkret zu gestalten, um die Produktivitätspotenziale der Informationstechnologien in der Produktentwicklung auszuschöpfen? Der Fall der japanischen Automobilindustrie ist aus drei Gründen interessant. Erstens zeichnete sich die japanische Industrie bis Mitte der 90er Jahre durch einen deutlichen Performancevorsprung in der Automobilentwicklung aus11. Zweitens hat sie vergleichsweise spät in die Implementierung fortschrittlicher Informationstechnologien investiert, diese jedoch, drittens, erstaunlich rasch adoptiert.12

8

Milgrom, P.; Roberts, J. (1995), p. 191. Dies liegt insofern nahe, als es nur wenige Hersteller von leistungsfähigen high-end-Softwaresystemen gibt, von denen folglich alle OEMs und ihre Entwicklungspartner ihre Software beziehen, wenn auch mit unternehmensindividuellen Konfigurationen. Zudem versuchen die Softwarehersteller verstärkt gemeinsam, einen hohen systemübergreifenden Standardisierungsgrad zu erzielen bzw. neutrale Schnittstellen zu entwickeln. 10 Teece, D. J. et.al. (1994), Understanding Corporate Coherence Theory and Evidence; in Journal of Economic Behaviour and Organization, Vol. 23, No. 1, p. 1-30, hier p. 18. 11 Bis auf kürzere Krisen wie etwa nach dem Zusammenbruch der bubble economy Anfang der 90er Jahre oder Phasen drastischer Yen-Aufwertungen, welche die gesamte japanische Exportindustrie hart trafen. 12 Vgl. Okamuro, H. (2000), CAD/CAM Utilization Patterns in Japan and Germany, in: Jürgens, U. (ed.), pp. 407-458. 9

4

I Motivation

Alle drei Beobachtungen stehen in Bezug zu den oben genannten Komplementaritätsbeziehungen. So basiert der frühe Vorsprung der japanischen Industrie unter anderem darauf, dass japanische Automobilunternehmen in der Prozessanordnung, der Mitarbeiterqualifikation und der Organisation bereits viele der später durch IT in westlichen Unternehmen erforderlich werdenden Anpassungen vorweg genommen hatten. Dennoch verhielten sie sich beim Einsatz von IT in der Produktentwicklung zunächst zurückhaltend. Ausschlaggebend war vor allem die Überzeugung, dass die potenziellen Produktivitätsvorteile die mit der IT-Implementierung verbundenen Kosten nicht rechtfertigen würden. Die spätere, dann aber rasche und erfolgreiche Einführung ist wiederum dem Umstand zuzurechnen, dass japanische Unternehmen wie erwähnt hinsichtlich Prozessanordnung, Mitarbeiterqualifikation und Organisation die Voraussetzungen für einen erfolgreichen Einsatz von IT bereits erfüllten.

4 Stand der Forschung 4.1 Einsatz von Informationstechnologien in der Produktentwicklung Der Themenkomplex Produktentwicklung hat sich in den vergangenen Jahren hohen wissenschaftlichen Interesses erfreut. Neben strukturell-inhaltlichen Analysen 13 ist in diesem Zusammenhang insbesondere die Erfolgsfaktorenforschung zu nennen, welche versucht, für die Performance der Produktentwicklung kritische Einflussvariablen zu extrahieren und zu erklären.14 Ein Großteil dieser Forschungsarbeiten betont in Anlehnung an ressourcentheoretische und kompetenzbasierte Argumentationslinien organisationale Fähigkeiten bzw. Kompetenzen, und erklärt diese zum zentralen Untersuchungsgegenstand.15

13

Die strukturell-inhaltlichen Analysen lassen sich den sogenannten Phasenmodellen zuordnen, welche den Produktentwicklungsprozess in einzelne Stufen einteilen. 14 Eine gute Übersicht zu den wichtigsten Beiträgen und Erkenntnissen findet sich bei Maffin, D. et.al. (1997), Managing the Product Development Process. Combining Best Practice with Company and Project Contexts, in: Technology Analysis and Strategic Management, Vol. 9, No. 1, pp. 53-74; Jensen, J.; Harmsen, H. (2001), Implementation of Success Factors in New Product Development - A Missing Link?, in: European Journal of Innovation Management, Vol. 4, No. 1, pp. 37-52; oder auch bei Sammerl, N. (2006), Innovationsfähigkeit und nachhaltiger Wettbewerbsvorteil. Messung - Determinanten - Wirkungen, Wiesbaden. 15 Im Mittelpunkt der Betrachtung stehen Fragen der Koordination, Kommunikation und Organisationsgestaltung. Konzepte wie interdisziplinäre / cross-funktionale Teams, parallel-integrierte Entwicklungsstrukturen, oder etwa die Rolle von Projektleadern im Management von Problemlösungsprozessen werden in diesem Zusammenhang vielfach diskutiert; vgl. hierzu Fujimoto und Clark, wie Clark, K. B.; Fujimoto, T. (1987), Overlapping Problem Solving in Product Development, Harvard Business School Working Paper; Clark, K. B.; Fujimoto, T. (1991), Product Development Performance. Strategy, Organization, and Management in the World Auto Industry, Boston; Fujimoto, T. (2000), Shortening Lead Time through Early Problem-Solving - A New Round of Capability-Building Competition in the Auto Industry, in: Jürgens, U. (ed.), New Product Development and Production Networks. Global Industrial Experience, Berlin u.a., pp. 23-55; zu nennen sind weiterhin die Beiträge von Griffin, A. (1997), The Effects of Project and Process Characteristics on Product Development Cycle Time, in: Journal of Marketing Research, Vol. 34, No. 1, pp. 24-35; Kusunoko, K. et.al. (1998), Organizational Capabilities in Product Development of Japanese Firms: A Conceptional Framework and Empirical Findings, in: Organization Science, Vol. 9, No. 6, pp. 699-718; Cusumano, M. A.; Nobeoka, K. (1998), Thinking Beyond Lean: How Multi-project Management is Transforming Product Development at Toyota and Other Companies, New York; oder Verona, G. (1999), A Resource-based View of Product Development, in: Academy of Management Review, Vol. 24, No. 1, pp. 132-142; Keller, R. T. (2001), Cross-functional Project Groups in Research and Development. Diversity, Communications, Job Stress, and Outcomes, in: Academy of Management Journal, Vol. 44, No. 3, pp. 547-555; Marsh, S. J.; Stock, G. N. (2003), Building Dynamic

4 Stand der Forschung

5

Mit fortschreitender Implementierung moderner Informationstechnologien in die Produktentwicklung erschienen in jüngerer Zeit zunehmend Forschungsarbeiten, die den technologischen Faktor stärker in den Fokus ihrer Betrachtungen rückten.16 Sie vermitteln ein vertieftes technisches Verständnis, grundlegende Fragen zu den Implikationen und Anpassungserfordernissen des Technologieeinsatzes bleiben dabei aber in der Regel unbeantwortet. Dies trifft insbesondere für Studien zu, die den Ingenieurswissenschaften entstammen. Ihnen fehlt in der Regel die Managementperspektive. Umgekehrt verhält es sich jedoch interessanterweise nicht viel anders. Wie ORLIKOWSKI und SCOTT in einer Untersuchung feststellen, wird in der Management- und Organisationsliteratur der Aspekt der Technologie bislang kaum ernsthaft berücksichtigt. „Our analysis of four leading journals17 in the field confirms that over 95 percent of the articles published in top management research outlets do not take into account the role of technology in organizational 18 life.”

Die wenigen Studien, die sich explizit mit den Implikationen moderner Informationstechnologien im Kontext der Produktentwicklung aus einer management- und organisationstheoretischen Perspektive auseinandersetzen, stammen vor allem aus dem japanischen Forschungsumfeld.19 Zentraler Betrachtungsgegenstand ist dabei die Verbindung Technologie - Prozesse - Organisation.20 Das Bindeglied „Wissensstrukturen“ wird nicht explizit behandelt. Capabilities in New Product Development through Intertemporal Integration, in: Journal of Product Innovation Management, Vol. 20, No. 2, pp. 136-148; vgl. weiterhin die Ausführungen bei Sammerl, N. (2006). Vgl. hierzu Ulrich, K. T.; Eppinger, S. D. (1995), Product Design and Development, New York u.a.; Krause, F.-L.; Spur, G. (1997), Das virtuelle Produkt: Management der CAD-Technik, München; Wien; Rangaswamy, R.; Lilien, G. L. (1997), Software Tools for New Product Development, in: Journal of Marketing Research, Vol. 34, No. 1, pp.177-184; Eversheim, W.; Luczak, H. (Hrsg.) (1999), Telekooperation. Industrielle Anwendungen in der Produktentwicklung, Berlin; Eversheim, W.; Schuh, H. (2005) (Hrsg.), Integrierte Produkt- und Prozessgestaltung, Heidelberg; Gausemeier, J. et.al. (2006), Vernetzte Produktentwicklung. Der erfolgreiche Weg zum Global Engineering Networking, München; Wien; Krause, F.-L. et.al. (2007), Innovationspotenziale in der Produktentwicklung, München; Wien. 17 Bei den vier analysierten Journalen handelte es sich um: The Academy of Management Journal, The Academy of Management Review, Administrative Science Quarterly und Organization Science. 18 Orlikowski, W. J.; Scott, S. V. (2008), The Entangling of Technology and Work in Organizations, Working Paper Series 168, London School of Economics and Political Science, p. 2. 19 Zu nennen sind hier vor allem die Studien aus dem Umfeld von Nobeoka, Fujimoto und Takeda; vgl. Nobeoka, K. (1997), Revolution of Product Development with New CAD System, in: Journal of Political Economy and Commercial Science, Vol. 176, No. 6, pp. 63-76; Baba, Y.; Nobeoka, N. (1998), Towards Knowledge-based Product Development. The 3D-CAD Model of Knowledge Creation, in: Research Policy, Vol. 26, No. 6, pp. 643-659; Thomke, S. H.; Fujimoto, T. (2000), The Effect of “Front-Loading” Problem-Solving on Product Development Performance, in: Journal of Product Innovation Management, No. 17, No. 2, pp. 128-142; Fujimoto, T. (2000); Takeda, Y. et.al. (2000), Benefiting from Task-Redefining Process Technology. The Influence of an Organizational Process on the Introduction of 3D-CAD, URL: http://www.e.utokyo.ac.jp/itme/dp/dp35.pdf; Aoshima, Y.; Nobeoka, K. (2001), 3 Jigen CAD Gijutsu ni Yoru Seihin Kaihatsu Prosesu no Henkaku [The Impact of 3D-CAD Technology on New Product Development Processes], in: Nihon Rôdô Kenkyû Zasshi, Vol. 498; Takeda, Y. et.al. (2004), 3 Jigen CAD no Oyobosu to Seihin Kaihatsu Purosesu [The Diffusion of 3D-CAD and its Impact on New Product Development Processes, in: Yokohama Journal of Technology Management Studies, Vol. 4, No. 04, pp. 1-12. 20 Darüber hinaus gibt es einige internationale Studien, welche die Auswirkungen von Informationstechnologien auf Organisationsstrukturen untersucht haben, sie beziehen sich jedoch nicht explizit auf die Produktentwicklung, sondern betrachten die Gesamtunternehmensorganisation. Dennoch liefern sie wertvolle Hinweise, die sich auf die Produktentwicklungsorganisation übertragen lassen und werden daher auch in dieser Arbeit berücksichtigt. Zu nennen sind in diesem Zusammenhang vor allem Brynjolfsson, E.; Mendelson, H. (1993), In-

16

6

I Motivation

Insgesamt ist festzustellen, dass die Literatur zur Produktentwicklung die Bedeutung von skills21 und der effektiven Integration von Wissen weitgehend ausblendet.22 Knowledge and skills […] are the two dimensions poorly represented in the literature on NPD23 success 24 […].

Auch LINDBECK und SNOWER stellen fest: “[…] aspects of technological change, skill acquisition, […] have been largely ignored in the mainstream 25 literature.”

Dies scheint paradox, da in den Wirtschaftswissenschaften der Ressource Wissen inzwischen durchaus eine hohe Bedeutung eingeräumt wird. Gerade mit Entstehung des knowledge based view ging eine stärkere Fokussierung auf die invisible assets einher. Im Rahmen der Produktentwicklung existiert hier allerdings noch eine Forschungslücke, die es zukünftig zu schließen gilt, denn: „[…] the development and effective use of human capital is a key to the ability of enterprises to improve 26 their competitiveness by developing new products, […].”

Die vorliegende Arbeit möchte dazu beitragen, die Forschungslücke zu schließen. Die Themenfelder Wissensstrukturen und Qualifikation werden im Kontext der Technologie- und Prozessveränderungen explizit analysiert. Außerdem werden ihre Implikationen für die Orgaformation Systems and the Organization of Modern Enterprise, in: Journal of Organizational Computing and Electronic Commerce, Vol. 3, No. 3; pp. 245-255; Rouse, W. B. (1999), Connectivity, Creativity, and Chaos. Challenges of Loosly Structured Organization, in: Information. Knowledge. Systems Management, Vol. 1, pp. 117-131; Brynjolfsson, E.; Hitt, L. (2000), Beyond Computation. Information Technology, Organizational Transformation and Business Performance, in: Journal of Economic Perspectives, Vol. 14, No. 4, pp. 23-48; Lindbeck, A.; Snower, D. J. (2000), Multitask Learning and the Reorganization of Work: From Tayloristic to Holistic Organization, in: Journal of Labor Economics, Vol. 18, No. 3, pp. 353-376; Bresnahan, T. F. et.al. (2002), Information Technology. Workplace Organization and the Demand for Skilled Labor. Firm Level Evidence, in: Quarterly Journal of Economics, Vol. 117, No. 1, pp. 339-376; Bertschek, I.; Kaiser, U. (2004), Productivity Effects of Organizational Change. Microeconomics Evidence, in: Management Science, Vol. 50, No. 3, pp. 394-404. Kanamori, T.; Motohashi, K (2006/2007), Centralization or Decentralization of Decision Rights. Impact on IT Performance of Firms, RIETI Discussion Paper Series 06-E-032. 21 Der Ausdruck skills bezeichnet dabei die Gesamtheit aller erworbenen Kenntnisse und Fähigkeiten, die Individuen zur Lösung von Problemen einsetzen. Dies umfasst sowohl theoretische Erkenntnisse als auch praktische Fertigkeiten. 22 Zu den Ausnahmen zählen die Arbeiten von Nobeoka, s.o.; Imai, K. et.al. (1985), Managing the New Product Development Process. How Japanese Companies Learn and Unlearn, in: Hayes, R. H. et.al. (eds.), The Uneasy Alliance. Managing the Productivity-Technology Dilemma, Boston, pp. 337-375; Itami, H. (1987), Mobilizing Invisible Assets, Cambridge; London; Iansiti, M.; Clark, K. B. (1994), Integration and Dynamic Capability. Evidence from Product Developments in Automobiles and Mainframe Computers, in: Industrial and Corporate Change, Vol. 3, No. 3, pp. 557-605; Coates; T. T.; McDermott, C. M. (2002), An Exploratory Analysis of New Competencies: A Resource Based View Perspective, in: Journal of Operations Management, Vol. 20, No. 5, pp. 435-450; Schnauffer, H.-G. (Hrsg.) (2004), Wissen vernetzen. Wissensmanagement in der Produktentwicklung, Berlin u.a.; Ein Modell wird allerdings auch hier nicht entwickelt. 23 NPD = New Product Development. 24 Jensen, J.; Harmsen, H. (2001), hier p. 40. 25 Lindbeck, A.; Snower, D. J. (2000), p. 356. 26 OECD (2007), Micro-Policies for Growth and Productivity. Summary of Key Findings, OECD Directorate for Science, Technology and Industry, p. 10.

4 Stand der Forschung

7

nisationsstrukturen herausgearbeitet. Damit wird im Unterschied zu der für die Erfolgsfaktorenforschung charakteristischen, weitgehend isolierten Abhandlung einzelner Problembereiche27 ein stärker integrativer Ansatz verfolgt. Interdependenzen und Komplementaritäten im System werden explizit berücksichtigt.

4.2 Produktentwicklung in der japanischen Automobilindustrie Die internationale Wettbewerbsfähigkeit japanischer Automobilhersteller, allen voran Toyota und Nissan, hat eine Vielzahl empirischer Untersuchungen inspiriert, die sich mit der Performance und den dahinter liegenden Gründen auseinandersetzen.28 Studien, die dabei explizit den in dieser Arbeit interessierenden Themenkomplex Informationstechnologien - Produktentwicklung empirisch beleuchten, sind trotz der anerkannt hohen Bedeutung des Technologieeinsatzes in diesem Bereich noch vergleichsweise rar. Dies mag mit darin begründet sein, dass der Einsatz von IT in eine Phase fällt, in der die japanische Automobilindustrie bis auf wenige Ausnahmen ihre internationale Wettbewerbsfähigkeit eingebüßt hat. Die aus Sicht der vorliegenden Arbeit wichtigsten Forschungsarbeiten, stammen überwiegend aus dem Umfeld von FUJIMOTO 29 , TAKEDA 30 , AOSHIMA 31 und NOBEOKA 32 , sowie 27

Zwar hat die Erfolgsfaktorenforschung in den vergangenen Jahren eine Vielzahl kritischer Erfolgsfaktoren identifiziert, welche die Effizienz und Effektivität der Produktentwicklung steigern, ihr ist bislang jedoch nicht gelungen, ein ganzheitliches Bild zu vermitteln. Die Untersuchung komplexer Erklärungszusammenhänge wird häufig zugunsten isolierter Einzelbetrachtungen aufgegeben. So sieht sie sich der Kritik ausgesetzt, nur partielle, eingeschränkt verallgemeinerbare, bisweilen widersprüchliche Ergebnisse hervorzubringen und keinen wesentlichen Erkenntnisgewinn zu bringen. „[…] studies have a tendency to build on factors identified in previous studies. […] The same variables are researched over and over again which leaves little chance of discovering new explanatory factors.” Jensen, J.; Harmsen, H. (2001), p. 38. 28 Zentrale Studien sind u.a.: vgl. Imai, I. et.al. (1985); Sakakibara, K.; Aoshima, Y. (1988), Seihin Senryaku no Zentaisei [The Wholeness of Product Strategy], in: Hiroyuki, I. et.al. (eds.), Kyôsô to Kakushin. Jidôsha Sangyô no Kigyô Seichô [Competition and Innovation: Company Growth in the Auto Industry], Tokyo, pp. 107143; Clark, K. B.; Fujimoto, T. (1989), Reducing the Time to Market. The Case of the World Auto Industry, in: Design Management Journal, Vol. 1, No. 1, pp. 49-57; Womack, J. P. et.al. (1990), The Machine that Changed the World, New York; Clark, K. B.; Fujimoto, T. (1991); Fujimoto, T.; Clark, K. B. (1993), Seihin Kaihatsuryoku [Competence in New Product Development], Tokyo; Cusumano, M. A.; Nobeoka, K. (1992), Strategy, Structure and Performance in Product Development. Observations from the Auto Industry, in: Research Policy, Vol. 21, No. 3, pp. 256-293; Ellison, D. J. et.al. (1995), Product Development Performance in the Auto Industry: 1990s Update, Harvard Business School, Working Paper 95-066, Cambridge; Fujimoto, T. (1997), Seisan Shisutemu no Shinkaron [The Evolution of Production Systems, Tokyo; Ikeda, M. (2000), The New Product Development System of the Japanese Automobile Industry, in: Jürgens, U. (ed.), pp. 313-341; Oliver, N. et.al. (2001), Trends in Production and Product Development in the Japanese Automotive Industry, in: International Journal of Automotive Technology and Management, Vol. 1, No. 1, pp. 53-60; Fujimoto, T. (2003), Nôryoku Kukôchiku Kyôsô [Competence-based Competition], Tokyo; Morgan, J. M.; Liker, J. K. (2006). 29 Vgl. Clark, K. B.; Fujimoto, T. (1991); Kus, S.; Fujimoto, T. (2000), Jidôsha Seihin Sangyô ni Okeru Dijitaru Gijutsu no Riyô to Seihin Kaihatsu - 3 Jigen CAD o Chûshin ni - [New Product Development and the Use of Informationtechnology in the Automobile Industry - A Focus on 3D- CAD], Discussion Paper Series CIRJEJ-27, The University of Tokyo; Thomke, S. H.; Fujimoto, T. (2000); Fujimoto, T. (2000). 30 Vgl. Takeda, Y. et.al. (2000); Takeda, Y. (2000), Purodakuto Riarizeshion Senryaku [The Strategy of Product Realization], Tokyo; Takeda, Y. et.al. (2004); Takeda, Y. et.al. (2006), 3 Jigen CAD no Oyobosu to Seihin Kaihatsu Purosesu no Eikyô. Nihon Kigyô to Chûgoku Kigyô no Hikaku, [Diffusion of 3D-CAD and its Impact on Product Development Processes. A Comparison between Japanese and Chinese Companies], in: Yokohama Journal of Technology Management Studies, Vol. 5, No. 05, pp. 25-41. 31 Vgl. Aoshima, Y.; Nobeoka, K. (2001).

8

I Motivation

ISOBE33, KATO34 und OKAMURO35. Dabei unterscheiden sich die Studien hinsichtlich der intendierten Erkenntnisziele und des ihnen zugrunde liegenden empirischen Ansatzes. Die Arbeiten von ISOBE und KATO kennzeichnet eine qualitative Herangehensweise. Die Autoren zeigen anhand detaillierter Fallstudien die mit dem Einsatz von Informationstechnologien einhergehenden Veränderungen in den Entwicklungsprozessen des untersuchten Unternehmens auf. Das Interesse liegt auf einer dichten, strukturierten Beschreibung. Implika-tionen werden nicht untersucht. Diesbezüglich liefern sie für die im Rahmen der vorliegenden Arbeit betrachteten Zusammenhänge keine weiteren Erkenntnisse. Genauere Einsichten in die Verbindung von Informationstechnologie, Prozess und Organisationsstrukturen liefern die empirischen Beiträge von FUJIMOTO, TAKEDA et.al. sowie NOBEOKA und OKAMURO, wobei die Studien von FUJIMOTO und TAKEDA am umfangreichsten sind. Sie verfolgen nicht nur einen quantitativen Ansatz, sondern zeichnen sich gleichzeitig durch eine Zeitreihenuntersuchung aus, wodurch es ihnen gelingt, entscheidende Hinweise auf Veränderungstendenzen zu liefern. So konnten die Autoren zeigen, dass in Abhängigkeit vom Grad des Technologieniveaus gegebene institutionelle Kontexte unterschiedliche Wirkungen auf die Performance der Produktentwicklung, gemessen an den Parametern Zeit, Kosten und Qualität hatten. Moderne, leistungsfähige Informationstechnologien, die über eine Unterstützung von Design- und Testzyklen hinaus eine durchgängige Verkettung aller Produktentwicklungsschritte erlauben, korrelieren ihren Ergebnissen zufolge positiv mit parallelintegrierten Prozessanordnungen, die unter IT-Einsatz eine höhere Entwicklungsgeschwindigkeit, damit verbunden geringere Kosten und ein höheres Innovationspotenzial aufgrund einer verstärkten Wissensintegration realisieren. Umgekehrt stellt eine derartige Prozessgestaltung bei geringem Technologieeinsatz, oder Anwendung isolierter Softwareeinzellösungen aufgrund der hohen Komplexität nicht zwingend die first choice dar. Sie bedarf dann gesonderter Integrationsmechanismen, die in hierarchisch zentralisierten Organisationen nicht automatisch gegeben sind, woraus Dysfunktionalitäten resultieren können. Die Studien von NOBEOKA und OKAMURO kommen zu ähnlichen Ergebnissen. Insofern weisen die genannten Arbeiten einen hohen Erkenntniswert hinsichtlich des Wirkungszusammenhanges von Technologieeinsatz und -niveau sowie Prozess- und Organisationsstrukturen auf. Einschränkend ist allerdings auch im Hinblick auf die bisherige empirische Forschung festzustellen, dass der kritische Problembereich der Wissensstrukturen ausgeblendet bleibt. In dem Paper von TAKEDA et.al. wird zwar betont, dass Wissen und Qualifikationen im Zuge des Informationstechnologieeinsatzes einem radikalen Wandel unterworfen sind, in die empirische Untersuchung selbst fließt dieser Aspekt jedoch nicht mit ein36. Die vorliegende Arbeit erweitert die Forschung zur japanischen Automobilindustrie in zweifacher Hinsicht. Sie ergänzt den konzeptionellen Bezugsrahmen um den Aspekt der Wissensstrukturen und liefert diesbezüglich neue empirische Befunde. 32

Vgl. Baba, Y.; Nobeoka, N. (1998), Nobeoka, K.; Fujimoto, T. (2004), Seihin Kaihatsu no Sôshiki Nôryoku. Nihon no Jidôsha Sangyô no Kokusai Kyôsôryoko [Organizational Capabilities in New Product Development. The International Strength of Japanese Automobile Industry], RIETI Discussion Paper Series 04-J-039, Tokyo; Nobeoka, K. (2005), Seihin Kaihatsu ni Okeru Sôshiki Nôryoku. Seihin Akitekucha to Nihon Kigyô no Kokusai Kyôsôryoko [Organizational Capabilities in New Product Development. Product Architecture and the International Strength of Japanese Industry], Nihon Kikai Gakkaishi, Vol. 108, No. 1034, pp. 18-21. 33 Vgl. Isobe, S. (1998), CAD Data Kijun ni Yoru Kuruma Zukuri no Jitsuyôka [Vehicle Development based on CAD Data in Suzuki], in: Jidôsha Gijitsu, Vol. 52, No. 11. 34 Vgl. Kato, H. (2006), Jidôsha no Dejitaru Kaihatsu Purosesu [Digital Development Process Automotive], in: Journal of the Society of Automotive Engineers of Japan, Vol. 60, No. 6, pp. 17-24. 35 Vgl. Okamuro, H. (2000). 36 Vgl. Takeda, Y. et.al. (2004), p. 1.

9 5 Aufbau der Arbeit In den anschließenden Kapiteln II und III stehen konzeptionelle Überlegungen im Mittelpunkt. Zunächst wird ein grundlegendes Verständnis der Produktentwicklung erarbeitet, bevor auf die zentralen Prozesse in der Automobilentwicklung eingegangen wird. Es schließt sich ein Abschnitt über die aktuellen Herausforderungen der Branche an. Die diesbezüglich relevanten Veränderungstreiber werden beschrieben und ihre Wirkungen auf die Produktentwicklung analysiert, um die daraus resultierenden Engpassfaktoren aufzuzeigen. Zur Überwindung dieser wird als Lösungsansatz im Kern der Arbeit auf den Einsatz moderner Informationstechnologien fokussiert. Beginnend mit Ausführungen zu ihrer Diffusion und den Kernbestandteilen einer IT-gestützten Produktentwicklung, werden im weiteren Verlauf die Produktivitätspotenziale, gleichzeitig aber auch die den Technologieeinsatz flankierenden Anpassungserfordernisse diskutiert. Dabei richtet sich das Augenmerk zunächst auf die Prozessebene. Die Argumentationskette wird in den darauffolgenden zwei Abschnitten um eine Betrachtung der Wissens- und Organisationsstrukturen erweitert. In Kapitel IV werden die konzeptionell-theoretisch erarbeiteten Zusammenhänge bzw. die identifizierten Gestaltungsimplikationen einer IT-basierten Produktentwicklung am Beispiel japanischer Automobilunternehmen empirisch überprüft. Dazu erfolgt zunächst eine zusammenfassende Darstellung der zentralen Komplementaritätsbeziehungen, anhand derer die empirischen Fragestellungen und Hypothesen abgeleitet werden. Im Anschluss wird das Untersuchungsdesign vorgestellt. Der letzte Abschnitt präsentiert und diskutiert schließlich die in der Erhebung gewonnenen Ergebnisse im Hinblick auf die Ausgangsfragen. Kapitel V fasst die wichtigsten Resultate zusammen und leitet Implikationen für die Unternehmenspraxis ab.

11

II Produktentwicklung in der Automobilindustrie 1 Produktentwicklung als iterativer Problemlösungsprozess Mit der wachsenden strategischen Bedeutung der Produktentwicklung ist ein verstärktes wissenschaftliches Interesse an der Thematik entstanden. Ausdruck findet dies in einem rasanten Anstieg der Produktentwicklungsliteratur in den letzten Jahren. Nach EISENHARDT und BROWN37 lassen sich hinsichtlich der Perzeption von Produktentwicklung grundsätzlich drei Strömungen identifizieren.38 Die erste Forschungsrichtung modelliert Produktentwicklung als „rational plan“. 39 Hier wird Entwicklung als rationaler Planungs- und Durchführungsprozess verstanden, dessen Effizienz in einer analytischen Steuerung aller Problemlösungsaktivitäten liegt. Die Literatur hebt folglich die hohe Bedeutung eines „formalen“ Entwicklungsprozesses hervor und betont als grundlegendes Instrument zur Koordination ein phasenübergreifendes Prozessmanagement. Sie nimmt damit gewissermaßen eine Organisationsperspektive ein. Allerdings wird von den Vertretern dieses Ansatzes darüber hinaus eine Vielzahl anderer Einflussfaktoren auf den Entwicklungsprozess untersucht, so dass nicht von einer Fokussierung auf Organisationsgestaltung gesprochen werden kann. Ein zweiter Ansatz konzipiert Produktentwicklung als Kommunikationsnetzwerk.40 Kommunikation nimmt demnach eine Schlüsselrolle ein. Die Forschungsbeiträge in diesem Gebiet gehen auf die Pionierarbeiten von ALLEN 41 zurück. Gemäß der „Information Processing Theory“ wird argumentiert, dass häufige und strukturierte Kommunikation die Effizienz von 37

Vgl. für die folgenden Ausführungen und einen detaillierten Überblick Eisenhardt, K. M.; Brown, S. L. (1995), Product Development. Past Research, Present Findings, and Future Directions, in: Academy of Management Review, Vol. 20, No. 2, pp. 343-378. 38 Sie betrachten in erster Linie die empirische Erfolgsfaktorenforschung. 39 Zu den wichtigsten Vertretern gehören: Rothwell, R. (1972), Factors for Success in Industrial Innovations from Project SAPPHO - A Comparative Study of Success and Failure in Industrial Innovation, Brighton u.a.; Rothwell, R. et.al. (1974), SAPPHO Updated - Project SAPPHO Phase II, in: Research Policy, Vol. 3, No. 3, pp. 258-291; Cooper, R. G. (1979), The Dimension of Industrial New Product Success and Failure, in: Journal of Marketing, Vol. 43, No. 3, pp. 93-103; oder auch Cooper, R. G. (1993), Winning at New Products: Accelerating the Process from Idea to Launch, Reading u.a.; Cooper, R. G.; Kleinschmidt, E. J. (1987), What Separates Winners from Losers?, in: Journal of Product Innovation Management, Vol. 4, No. 3, pp. 169-184; Zirger, B.; Maidique, M. (1990), A Model of New Product Development: An Empirical Test, in: Management Science, Vol. 36, No. 7, pp. 867-883. 40 Als die wichtigsten Vertreter dieses Ansatzes sind anzusehen: Katz, R. (1982), The Effects of Group Longevity on Project Communication and Performance, in: Administrative Science Quarterly, Vol. 27, No. 1, pp. 81-104; Katz, R.; Allen, T. J. (1982), Investigating the Not-Invented-Here (NIH)-Syndrome: A Look at Performance, Tenure and Communication Pattern of 50 R&D Groups, in: R&D Management, Vol. 12, No. 1, pp. 7-19; Keller, R. T. (1986), Predictors of the Performance of Project Groups in R&D Organization, in: Academy of Management Journal, Vol. 29, No. 4, pp. 715-726, oder auch Keller, R. T. (2001); Ancona, D. G.; Caldwell, D. F. (1990), Beyond Boundary Spanning. Managing External Dependence in Product Development Teams, in: Journal of High Technology Management Research, Vol. 1, No. 1, pp. 119-135; oder auch Ancona, D. G.; Caldwell, D. F. (1992), Demography and Design. Predictors of New Product Team Performance, in: Organization Science, Vol. 3, No. 3, pp. 321-341; Song, X. M. et.al. (1997), Antecedents and Consequences of Cross-functional Cooperation. A Comparison of R&D, Manufacturing, and Marketing Perspectives, in: Journal of Product Innovation Management, Vol. 14, No. 1, pp. 35-47. 41 Vgl. Allen, T. J. (1971), Communications, Technology Transfer, and the Role of Technical Gatekeeper, in: R&D Management, Vol. 1, No. 1, pp. 14-21; und Allen, T. J. (1977), Managing the Flow of Technology. Technology Transfer and the Dissemination of Technological Information within the R&D Organization, Cambridge, pp. 99-181.

12

II Produktentwicklung Automobilindustrie

Informationsflüssen steigert, was sich wiederum positiv auf die Entwicklungsperformance ausübt. Die auch als „communication web perspective“ bezeichnete Forschungsrichtung wird in der vorliegenden Arbeit explizit berücksichtigt, da dem Aspekt der Interaktion und Kommunikation bei der Analyse von Prozessen und ihren Veränderungen im Zuge der Implementierung von IT eine zentrale Bedeutung zukommt. Ein dritter Forschungszweig, von EISENHARDT und BROWN unter der Bezeichnung „disciplined problem solving“ zusammengefasst, analysiert Entwicklungssysteme aus einer Problemlösungsperspektive. Der Ansatz basiert auf den Forschungen japanischer Wissenschaftler. Er wurde entscheidend geprägt durch IMAI, NONAKA und TAKEUCHI42 und später vor allem von CLARK und FUJIMOTO43 weiterentwickelt.44 Zugrunde liegt ein Verständnis der Produktentwicklung als hochkomplexes Netz von Aktivitäten und Interaktionen zur Informationsgewinnung, -verarbeitung und -weitergabe unter der Annahme von Unsicherheit und der Begrenztheit kognitiver Fähigkeiten, die mit dem Innovationsgrad eines Produktes zunimmt. Der Abbau von Unsicherheit und die Überwindung individueller kognitiver Grenzen erfordern ein iteratives, lernbasiertes Problemlösen in interdisziplinären Teams. Die vorliegende Arbeit knüpft an diese dritte Forschungsströmung an. Demnach wird Produktentwicklung als iterativer Problemlösungsprozess verstanden. Diese Konzeptionalisierung bietet sich insbesondere daher an, weil die Informationstechnologien die Problemlösungsprozesse und -methoden in der Produktentwicklung entscheidend verändern. Die daraus entstehenden Implikationen bilden den zentralen Kern der Arbeit. Zunächst sollen jedoch die wesentlichen Phasen in der Entwicklung eines neuen Fahrzeugs kurz skizziert werden. Sie bilden den Makrorahmen, innerhalb dessen die vielschichtigen iterativen trial-and-errorVerfahren ablaufen, auf die in Abschnitt 3 dann Bezug genommen wird.

2 Hauptphasen in der Entwicklung eines neuen Automobils Ausgangsbasis für eine fundierte Analyse der Implikationen und Potenziale des Informationstechnologieeinsatzes in der Automobilentwicklung ist ein detailliertes Verständnis der konstitutiven Prozesse. In der Literatur existiert eine Vielzahl von Modellen45. Sie variieren deutlich hinsichtlich ihres Umfanges und Detaillierungsgrades sowie der Anzahl, Abgrenzung und Bezeichnung der Phasen.46 Im Folgenden wird bewusst darauf verzichtet, ein konkretes Modell für die Beschreibung heranzuziehen. Vielmehr soll in einem ersten Schritt auf Basis einer 42

Vgl. Imai, K. et.al. (1985). Vgl. Clark, K. B.; Fujimoto, T. (1987); Clark, K. B.; Fujimoto, T. (1991); Fujimoto, T.; Yasumoto, M. (1998), The Impact of Product-Industry Characteristics on Effective Patterns of Product Development, Discussion Paper CIRJE-F-33, Faculty of Economics, University of Tokyo, December 1998; Fujimoto, T. (2000). 44 Darüber hinaus zählen zu den wichtigsten Vertretern der Problemlösungsperspektive Iansiti, M. (1993), Realworld R&D. Jumping the Product Generation Gap, in: Harvard Business Review, Vol. 71, No. 3, pp. 138-147; Hayes, R. H. et.al. (1988), Dynamic Manufacturing, New York. 45 Vgl. für einen guten Überblick die Darstellung von Tietze, der die verschiedenen Ansätze aus der Literatur herausgreift und vergleichend gegenüberstellt; vgl. Tietze, O. (2003), Strategische Positionierung in der Automobilbranche. Der Einsatz von virtueller Produktentwicklung und Wertschöpfungsnetzwerken, Wiesbaden, S. 49; oder auch Scigliano, D. (2003), Das Management radikaler Innovationen. Eine strategische Perspektive, Wiesbaden, S. 42f; Verworn, B. (2005), Die frühen Phasen der Produktentwicklung. Eine empirische Analyse in der Mess-, Steuer- und Regelungstechnik, Wiesbaden, S. 13. 46 Vgl. Meier-Kortwig, K. (1998), Integrierte Entwicklung komplexer Großserienprodukte. Ein chaostheoretischer Ansatz zum Emtwicklungsmanagement, Wiesbaden, S. 89-98; Scigliano, D. (2003), S. 44; Verworn, B. (2005), S. 13 43

2 Hauptphasen der Entwicklung

13

Synthese der Literatur ein eigenes Phasenmodell erstellt werden, das einen Überblick über den Entwicklungsprozess auf der Ebene des Gesamtfahrzeugs bietet. Im Anschluss daran wird auf das Testen und Experimentieren eingegangen, das in allen Phasen bei der Lösungssuche relevant ist. Die Verwendung eines Phasenmodells ist nicht unproblematisch, da damit ein einfacher sequentieller Ablauf suggeriert wird. Die in der Praxis üblichen Rückkopplungen und Feedbackschleifen bleiben somit zunächst unberücksichtigt. Eine Phaseneinteilung bietet jedoch einen sinnvollen Ordnungsrahmen, um komplexe Produktentwicklungsprozesse zu strukturieren und typische Kernprozesse inhaltlich zu erfassen47. Die Ausführungen beginnen mit einer Beschreibung der Strategie- und Konzeptphase, welche die generelle Problemidentifizierung und Konzeptentwicklung beinhaltet. Im Anschluss daran wird auf die Designphase eingegangen. Es folgt ein Kapitel zur Modellentwicklung, der Keimzelle der technischen Entwicklung. Den Abschluss bildet die Umsetzung der gewählten Lösung in der Produktion.

2.1 Strategie- und Konzeptphase VERGANTI charakterisiert die frühen Phasen der Produktentwicklung als: „[…] the phases where the product concept is generated, the product specifications are defined and basic project decisions are taken, concerning the product architecture, the major components, the process tech48 nology and the project organisation.“

Die von VERGANTI genannten zentralen Aktivitäten spiegeln den allgemeinen Konsens der Literatur wider.49 So geht es in den ersten Phasen der Entwicklung darum, Produktideen zu generieren, zu verdichten und in ein konkretes Entwicklungsprojekt zu überführen. Die Initialzündung zur Ideensuche erfolgt oft mit der Wahrnehmung eines Problems, einer Marktlücke oder aufgrund ungenutzter Technologiepotenziale.50 Um neue, bessere Lösungsalternativen zu generieren, werden in der frühen Konzeptentwicklungsphase zunächst umfassende Informationen aus internen wie externen Quellen gesammelt, ausgewertet und daraus abgeleitete Ideen zu Chancen-Risiken-Profilen durch die Analyse des Status quo und zukünftig erwarteter Entwicklungen verdichtet. Grundsätzlich kann es sich hierbei um Ideen für ein völlig neuartiges Produkt bzw. Modell handeln, welches das Unternehmen noch nicht am Markt anbietet. In diesem Fall geht es um eine Fahrzeugneuentwicklung. Die Lösungsansätze können sich aber auch auf die Verbesserung der Performance und Leistungsfähigkeit eines bestehenden Produktes in Form eines Nachfolgermodells beziehen. Hierbei stehen eine konsequente Fahrzeugweiterentwicklung, die Beseitigung eventueller Schwachstellen und die Präzisierung der Übernahmekomponenten aus dem Vorgängermodell im Vordergrund. Aus dem Pool denkbarer alternativer Lösungsansätze bzw. Ideen wird in einem mehrstufigen Bewertungs- und Entscheidungsprozess schließlich diejenige herausgefiltert, die unter 47

Vgl. Ernst, H. (2001, S. 19. Verganti, R. (1997), Leveraging on Systematic Learning to Manage the Early Phases of Product Innovation Projects, in: R&D Management, Vol. 27, No. 4, pp. 377. 49 Einen Überblick liefert Jetter, A. J. M. (2005), Produktplanung im Fuzzy Front End. Handlungs- unterstützungsystem auf der Basis von Fuzzy Cognitive Maps, Wiesbaden, S. 58. 50 Vgl. Verworn, B. (2005), S. 15.

48

14

II Produktentwicklung Automobilindustrie

technologischen und wirtschaftlichen, aber auch strategischen Gesichtspunkten erfolgversprechend erscheint.51 In einem nächsten Schritt wird die Idee in ein konkretes Produktkonzept überführt. Dieses stellt eine Art gedankliche Vorwegnahme des zu entwickelnden Produktes und seiner Merkmale dar. Auf Basis von Marktforschungsergebnissen und Wettbewerbsanalysen werden Überlegungen zur Positionierung im Absatzmarkt formuliert und auf dieser Basis eine Produktprofilplanung vorgenommen, in deren Rahmen zum einen Produktanforderungen definiert werden, zum anderen Struktur und Eigenschaften des Produktes, also Architektur, Funktionalität und Produktverhalten, abgeleitet und denkbare Lösungsansätze erarbeitet werden52. Neben diesen zumeist qualitativen Beschreibungen, die ihren Ausdruck in Form von Texten und Skizzen finden, erfolgen auch erste quantitative Analysen, wie Wirtschaftlichkeits- und Marktpotenzialschätzungen sowie eine Bewertung der technischen Realisierbarkeit.53 Darüber hinaus wird ein Projektplan erstellt, der Projektziele und wichtige Informationen hinsichtlich des organisatorischen Ablaufs der Produktentwicklung enthält.54 Konzept und Projektplan werden abschließend durch das Top-Management bewertet. Fällt die Beurteilung positiv aus, wird das Konzept umgesetzt und die technische Entwicklung beginnt. Ist die Entscheidung hingegen negativ, wird das Produktkonzept entweder verworfen oder noch einmal überarbeitet. Die hier beschriebenen frühen Phasen der Produktentwicklung veranschaulicht das von KHURANA und ROSENTHAL entwickelte Front-End-Modell noch einmal graphisch. Abb. 1: Frühe Phasen der Produktentwicklung

Quelle: Khurana, A.; Rosenthal, S. R. (1998), Towards Holistic „front ends“ in New Product Development, p. 59.

51

Vgl. Cooper, R. G. (1993), pp. 136f. Vgl. Ulrich, K. T.; Eppinger, S. D. (1995), Product Design and Development, New York u.a., pp. 78f. Vgl. Verworn, B. (2005), S. 26. 54 Vgl. Verworn, B. (2005), S. 26.

52

53

2 Hauptphasen der Entwicklung

15

2.2 Designphase Die Umsetzung des Produktkonzeptes beginnt mit dem Designprozess. Ziel des Designprozesses ist es, mehrere miteinander konkurrierende, maßstabgetreue Präsentationsmodelle zu erstellen, die den Entscheidungsgremien des Unternehmens als Grundlage für die endgültige Wahl des zu produzierenden Fahrzeugs dienen. Aufgrund der hohen Komplexität des Produktes Automobil teilt sich der Designprozess in verschiedene Arbeitsschritte, in denen unterschiedliche Entwurfstechniken verwendet werden. Grundsätzlich lässt sich der Prozess in eine divergente und eine konvergente Phase55 unterteilen. In der divergenten Phase werden zahlreiche freie Ideen zu einem Designthema entwickelt. Sie führen zu ersten Vorstellungen über mögliche Designlösungen, die noch nicht unbedingt an enge Zeit, Budget,- oder Designvorgaben gebunden sind. Ausdrucksmedien in dieser Phase sind vor allem Designskizzen. Sie sind besonders dazu geeignet, die verschiedenen Designvorstellungen zu einem Thema visuell umzusetzen, und dienen als wesentliches Kommunikationsmittel. Je nach Intention einer Zeichnung werden verschiedene Techniken, Materialien und Formate verwendet und hinsichtlich Genauigkeit, Detailliertheit und Perfektion differenziert. Um einzelne Themen zu vertiefen und deutlicher zu illustrieren, verwendet das Design neben Handskizzen sogenannte Renderings - farbige, großflächige Zeichnungen bis zum Maßstab von 1:1. Im Vergleich zu skizzenhaften Darstellungen vermitteln sie Dimensionen und Proportionen ebenso wie technische und ergonomische Aspekte eines Fahrzeugentwurfs. Für Repräsentations- und Werbezwecke werden hochstilisierte Renderings eingesetzt, die zumeist mit Airbrush-Techniken erstellt werden. Künstlerisch interpretierte Lichtreflexe oder imaginäre, das Fahrzeug umgebene Szenen sind übliche Stilmittel, die beim Betrachter Stimmungen und Assoziationen wecken sollen. In der anschließenden konvergenten Phase erfolgt eine zunehmende Konzentration auf wenige ausgewählte Entwürfe, die mittels Taping and Modellbau konkretisiert werden. Das Anfertigen von Tapeplänen stellt einen für das Automobildesign sehr typischen Arbeitsvorgang dar. Mit flexiblen, schwarzen Klebebändern unterschiedlicher Stärke, sogenannten Tapes, bringt der Designer auf transparenten Folien die markanten Linien eines Fahrzeugs, auch als Form- oder Charakterlinien bezeichnet, sowie wichtige Kontur- bzw. Schnittlinien an. Um gleichzeitig die technischen und ergonomischen Vorgaben einhalten zu können, richtet er sich dabei nach einer, der Folie hinterlegten Packagezeichnung56 im Maßstab von 1:1. Tapepläne realisieren über eine Dreitafelprojektion eine Front-, Seiten- und Heckansicht des Fahrzeugs und stellen damit eine erste geometrische Umsetzung des Designentwurfs dar. Sie erlauben erstmals eine Vorstellung und Beurteilung der Fahrzeugform in ihrer tatsächlichen Größe. Das wichtigste Instrument im Design ist allerdings das Modell bzw. der Designprototyp. Hier wird hauptsächlich zwischen Proportions- und Ergonomiemodellen sowie DesignMustern in Form von Exterieur- und Interieurentwürfen unterschieden. Derartige Modelle erfüllen im Designprozess im Wesentlichen drei Funktionen. Erstens ermöglichen sie detaillierte Designstudien, da erst durch eine räumliche Darstellung realistische Eindrücke von einem Entwurf entstehen und formale Parameter wie Ausmaße, Größenverhältnisse oder auch plastisch ausgearbeitete Details hinsichtlich ihrer ästhetischen, technischen und haptischen 55 56

In der Literatur auch oft als Konzeptions- und Ausarbeitungsphase bezeichnet. Unter Package-Zeichnung wird die Darstellung der vorgesehenen Komponenten bzw. technischen Bauteile nach Lage, räumlicher Ausdehnung und Innenraumverhältnissen verstanden. Sie dient dem Abgleich des Stylings mit der Technik.

16

II Produktentwicklung Automobilindustrie

Wirkung endgültig beurteilt werden können. Zweitens dienen Designmodelle oder Prototypen als Präsentationsobjekte zur Entscheidungsfindung innerhalb des Unternehmens oder aber zu Akzeptanzuntersuchungen bei potentiellen Kunden. Drittens bilden sie die Grundlage für die Generierung von 3D-Daten, die zur Konstruktion und Produktion des Fahrzeugs benötigt werden. Auf Basis des Designmodells beginnt in der folgenden Phase die Gestaltung des Produktes unter geometrischen, strukturellen und funktional-technologischen Gesichtspunkten.

2.3 Modellentwicklung und Testphase Die Modellentwicklung bezeichnet eine Phase, in der das Produktkonzept in ein funktionsfähiges, physisch realisierbares Produktmodell überführt wird. Sie bildet damit den Kern der technischen Entwicklung. Es erfolgt die „Ausentwicklung“ der einzelnen Fahrzeugkomponenten, Systeme und Module, die anschließend verschiedene Tests durchlaufen. Bauteile und Systeme werden also zunächst weitgehend unabhängig voneinander entsprechend isolierter Zielvorgaben konstruiert und daraufhin erprobt. Im Mittelpunkt stehen die Erstellung und Selektion alternativer Fahrzeugarchitekturen, die Generierung und sukzessive Vervollständigung von Geometriemodellen einzelner Bauteile und Komponenten sowie ihrer Kosten- und Gewichtsgrößen. Neben der Gestaltung des Produktes bzw. einzelner Produktkomponenten werden Teilfunktionen identifiziert, Wirkprinzipien unter Anwendung physikalisch-mathematischer Berechnungsmodelle erarbeitet und diese in einem Funktionsmodell zusammengeführt. Einen Schwerpunkt bildet darüber hinaus die Entwicklung von Betriebssystemen und Steuerungssoftware.57 Ein abschließender Kernprozess besteht in der Komponenten- und Systemintegration zu einem Gesamtfahrzeug, als Basis für einen umfassenden Test des angestrebten Produktverhaltens.58 Das Ergebnis der Entwicklungsphase ist ein detaillierter Entwurf, in dem alle Informationen zu den geometrischen, stofflichen, funktionalen und technischen Eigenschaften eines Produktes in Form von Lastenheften und einer oder mehrerer maßstabsgetreuer Entwurfszeichnungen festgehalten sind. Auf dieser Basis kann ein fahrfertiger Prototyp hergestellt und gestestet werden.

2.4 Produktionsumsetzung der gewählten Lösung Vor Beginn der kommerziellen Produktion eines neuen Fahrzeugtyps werden verschiedene Qualifizierungsserien durchgeführt. Ziel ist es, die Fertigungs- und Montageprozesse zu evaluieren. In diesem Zusammenhang spricht man auch von fertigungstechnischer Verfahrensentwicklung oder Prozesserprobung. Die Erprobung der Anlauftauglichkeit ist Inhalt des Pilotlaufes bzw. der Vorserie. Hier werden Prototypen in kleineren Stückzahlen unter seriennahen Bedingungen produziert. Mon-

57 58

Vgl. Tietze, O. (2003), S. 52f. Vgl. Tietze, O. (2003), S. 53f.

2 Hauptphasen der Entwicklung

17

tageabläufe und Prüfmittel werden getestet und abgestimmt. Die Vorserie dient in erster Linie der Problemfrüherkennung. 59 Auf die Pilotfertigung folgt die Nullserie. Hier werden alle Komponenten, auch die fremdbezogenen Teile aus der laufenden Serie mit Serienwerkzeugen hergestellt. Entsprechend werden die durch die Erkenntnisse der Vorserie bereits optimierten Fertigungs- und Montageprozesse sowie Prüfmittel nochmals im Detail getestet und abgestimmt. Die Nullserie dient damit der endgültigen Integration von Produkt- und Prozessentwicklung.60 Nach Beseitigung aller bis dato erkannten Mängel und Schwachstellen erfolgt am Ende der Nullserie die Serienfreigabe und der Serienanlauf. Dies bedeutet den eigentlichen Start der Produktion mit marktfähigen Fahrzeugen. Beginnend mit zunächst geringen Stückzahlen wird die Produktionsmenge bis zur gewünschten Sollgröße gesteigert. Ist die angestrebte Normproduktivität hinsichtlich der Anzahl fehlerfrei produzierter Fahrzeuge in einer bestimmten Zeitspanne erreicht, erfolgt die Markteinführung des neuen Modells.61

3 Experimentieren als Kernprozess der Produktentwicklung 3.1 Zur Struktur der Produktentwicklung Das Phasenmodell vermittelt ein Verständnis der sachlich-zeitlichen Reihenfolge von Produktentwicklungsaktivitäten auf der Ebene des Gesamtfahrzeugs. Die Abfolge von Konzeption, Design, Modellierung, Testen, Entscheiden, Umsetzen prägt gleichermaßen die Entwicklung auf der Ebene der Komponenten, Aggregate bzw. der Teil- und Subsysteme eines Fahrzeugs. Die Replikation des Phasenmodells auf verschiedenen Aggregationsebenen und in Einzelprojekten der gleichen Ebene gibt der Struktur der Produktentwicklung einen „fraktalen“ Charakter.62 Wie bereits erwähnt sind die Phasen nicht in einer einfachen zeitlichen Abfolge aneinander gereiht zu verstehen. Es finden immer Rückkopplungen statt, in denen neue Erkenntnisse bzw. Probleme an vor gelagerte Stufen zurück gemeldet werden. Hinzu kommt, dass Prozesse auf der gleichen Ebene, aber auch zwischen Ebenen koordiniert werden müssen. Dies äußert sich im Austausch von Informationen zur Abstimmung von Designlösungen, aber auch in gemeinsamen Testverfahren und in dem Zurückspielen von Testergebnissen auf der Aggregatebene in die Entwicklung der Einzelkomponenten. Die Entwicklung eines neuen Fahrzeugs stellt sich somit als komplexes Gefüge von rückgekoppelten, vernetzten und verschachtelten Konzept-Design-Modell-Test-EntscheidungImplementierung-Sequenzen dar. Die zentrale Aufgabe der rückgekoppelten Sequenzen besteht darin, Inkompatibilitäten und andere Mängel im Konzept bzw. Design zu erkennen und 59

Vgl. Wangenheim, S. v. (1998), Planung und Steuerung des Serienanlaufs komplexer Produkte: dargestellt am Beispiel der Automobilindustrie, Frankfurt a.M. u.a., S. 19 und S. 25f.; Tietze, O. (2003), S. 56. Vgl. Wangenheim, S. v. (1998), S. 26-28; Tietze, O. (2003), S. 56. 61 Vgl. Tietze, O. (2003), S. 57. 62 Der Begriff “fraktal” geht auf Benoît Mandelbrot (1977) zurück; vgl. Mandelbrot, B. B. (1977), Fractals: Form, Chance and Dimension, San Francisco. Gemeint ist damit ein Strukturmerkmal natürlicher oder künstlicher Gebilde, die aus Teilen bestehen, die dem Muster des Gesamtgebildes ähneln. Das Konzept wurde auch auf Organisationen und Unternehmen übertragen, die aus quasi-autarken, ähnlich strukturierten Einheiten bestehen, vgl. Warnecke, H.-J. (1993), Revolution der Unternehmenskultur. Das fraktale Unternehmen, Berlin. Im hier behandelten Kontext bezeichnet “fraktal” dagegen lediglich die Replikation der Kernakivitäten des Phasenmodells der Produktentwicklung in deren Teilbereichen. Das zusätzliche Merkmal der Vernetzung zeigt, dass es sich hierbei eben nicht um autarke Einheiten handelt. 60

18

II Produktentwicklung Automobilindustrie

zu korrigieren, wobei die Fehler im Idealfall bereits im Test, möglicherweise aber auch erst später bei der Produktion oder bei der Nutzung des neuen Produkts entdeckt werden. Die Vernetzung ergibt sich aus dem zwischen Teilprojekten bestehenden Koordinationsbedarf. Die Verschachtelung ist Ausdruck der fraktalen Struktur.

3.2 Lernen als iterativer Prozess Die Abfolge von Konzeption, Design, Modellierung, Testen, Entscheiden, Umsetzen und die Rückkopplungen zwischen den einzelnen Schritten sind typisch für experimentelle Problemlösungsprozesse. Experimentieren kann daher als Kernprozess der Produktentwicklung gelten, der in allen Teilprojekten und auf allen Ebenen zum Tragen kommt. Experimentieren zeichnet sich durch iterative trial-and-error-Prozesse aus, die eine Annährung an eine zufriedenstellende Problemlösung durch sukzessives Lernen ermöglichen. 63

„Experimentation is a trial-and-error-process, in which each trial generates new insights on a problem.”

CLARK und FUJIMOTO bezeichnen daher den Produktentwicklungsprozess auch als eine Kette von miteinander verknüpften Problemlösungszyklen bestehend aus den vier Phasen Problemerkennung, Generierung von Problemlösungsalternativen, Test und Bewertung sowie Entscheidung (siehe Abb. 2). Im Kern beschreiben sie damit ein experimentelles, lernbasiertes Vorgehen der Lösungsgenerierung und -konkretisierung. Ausgehend von einer vorgegebenen Problem- bzw. Aufgabenstellung wird in mehrstufigen trial-and-error-basierten Lernprozessen sukzessive Wissen über die gesuchte Lösung aufgebaut.64 Die Problemlösungsaktivitäten vollziehen sich dabei sowohl horizontal als auch vertikal.65 Horizontales Problemlösen meint Designaktivitäten innerhalb einer bestimmten Detaillierungsstufe, z.B. die Suche und Generierung alternativer Designparameter für eine Komponente, während sich vertikales Problemlösen auf die Verkettung phasenübergreifender Designzyklen bezieht. Der Umfang und die Anzahl von Testzyklen stehen in direkter Abhängigkeit zum Neuheitsgrad der gesuchten Gesamtlösung, d.h. je höher der Neuheitsgrad, desto bedeutender ist ein mehrstufiges experimentelles Lernen, da weniger auf bereits vorhandenes Wissen zurückgegriffen werden kann.

63

Thomke, S. H. et.al. (2004), The Mixed Effects of Inconsistency on Experimentation in Organizations, in: Organization Science, Vol. 15, No. 3, pp. 310. 64 Vgl. Iansiti, M.; Clark, K. B. (1994), pp. 561f.; Caloghirou, Y. et.al. (2004), Internal Capabilities and External Knowledge Sources. Complements or Substitutes for Innovative Performance?, in Technovation, Vol. 24, No. 1, p. 30. 65 Vgl. Fujimoto, T.; Yasumoto, M. (1998), p. 8: „[…] effective patterns of product development activities can be regarded as a bundle of problem solving cycles interconnected vertically and horizontally […].”

3 Experimentieren als Kernprozess

19

Abb. 2: Produktentwicklung als iterativer Problemlösungsprozess

Output (Lösungen)

Input (Probleme, Ziele) Problem- Alternativen Test & Entschei- Phasen erkennung generieren Bewertung dung Informationsfluss Iterative Lösungsprozesse

Kenntnisstand hoch Quelle: Clark, K. B. / Fujimoto T. (1992), Automobilentwicklung mit System, S. 207, unter leichter Abwandlung. niedrig

THOMKE verwendet eine leicht abgewandelte Form der Darstellung. Seinen Ausführungen folgend ist das Testen als ein vierstufiger Prozess von design-build-run-analyze-Zyklen zu verstehen.66 Abb. 3 stellt die zentralen Zusammenhänge dar. Zu Beginn des Prozesses, in der Designphase, werden auf Basis des vorhandenen Wissens alternative Lösungskonzepte erarbeitet. Aufgrund der zahlreichen Unsicherheiten und Wissenslücken ist die „beste aller Lösungen“ nicht zwingend Teil dieses Alternativenpools. Im weiteren Vorgehen werden ausgewählte Designkonzepte in Versuchsmodelle oder Prototypen überführt. Diese können unterschiedliche Konkretisierungs- bzw. Reifegrade aufweisen. Ausschlaggebend ist oft der Entwicklungsfortschritt. Darüber hinaus entscheiden Informationsanforderungen und Erkenntnisziel über die Ausgestaltung der Testmodelle und Prototypen. Sie müssen daher nicht alle Eigenschaften eines Produktes repräsentieren. Es kann Sinn machen, nur Teilaspekte umzusetzen und zu testen. Hier spielen in der Regel Zeit- und Kostengründe eine Rolle. Des Weiteren können aber auch gezielt Eigenschaften außen vorgelassen werden, um die Interpretation der Ergebnisse zu erleichtern. So reicht die Spanne vom Bau einfacher Konzeptmodelle, die der äußeren Form des geplanten Produktes relativ gut entsprechen, aber nicht belastbar sind, über Funktionsmodelle bis hin zu komplexeren, nahezu marktfähigen Versionen des Produktes.

66

Vgl. für die nachfolgenden Ausführungen Thomke, S.H. (1998), Managing Experimentation in Design of New Products, in: Management Science, Vol. 44, No. 6, S. 743-762; sowie Thomke, S. H. et.al. (1998), Modes of Experimentation. An Innovation Process - and Competitive - Variable, in: Research Policy, Vol. 27, No. 3, pp. 315-332.

20

II Produktentwicklung Automobilindustrie

Abb. 3: Experimentieren als iterativer trial-and-error-Lernprozess

Quelle: Thomke, S.H. (1998), Managing Experimentation in Design of New Products, p. 745.

Die jeweiligen Modelle/Prototypen werden in einem dritten Schritt verschiedenen Tests in realen oder simulierten Umgebungen unterworfen. Dabei wird überprüft, inwieweit sie unter gegebenen Bedingungen und definierten Constraints den bestehenden Anforderungen Stand halten. Dies beinhaltet Tests hinsichtlich der Performance, aber auch hinsichtlich der Akzeptanz des Prototypen unter Laborbedingungen. Der vierte und letzte Schritt umfasst die Analyse der Ergebnisse. Konnten die aufgestellten Hypothesen bestätigt oder die Lösung als hinreichend zufrieden stellend gewertet werden, endet der Prozess des Experimentierens hier. Ist jedoch ein weiterer Testzyklus erforderlich, wird das Experiment entsprechend der gewonnenen Informationen und Lernerfahrung abgewandelt und erneut durchgeführt. Modifikationen können sich auf das Design-Konzept, das Testmodell oder auf die Experimentierbedingungen beziehen. Der iterative trial-and-errorProzess wird schließlich solange fortgesetzt bis eine akzeptable Lösung vorliegt, oder aber die Grenzkosten einer weiteren Iteration den davon erwarteten Grenznutzen übersteigen und der Prozess somit ineffizient wird. Um eine adäquate Problemlösung zu entwickeln, gibt es neben der beschriebenen Form des Experimentierens, die nach THOMKE ein sequentielles Testen darstellt, als weiteren Ansatz das parallele Testen. Hier werden Testpläne so erstellt, dass Experimente gleichzeitig, also parallel ablaufen. Damit kann bei gegebener Zeit t eine vergleichsweise höhere Zahl von Experimenten durchgeführt werden bzw. ein Testen einer hohen Anzahl von Alternativen erfolgen. Dieses Vorgehen schließt allerdings Lernprozesse in der Form aus, dass Ergebnisse aus Versuch 1 in den nächsten Versuch 2 einbezogen werden.67 THOMKE zufolge werden in der Realität oft beide Vorgehensweisen in Kombination angewendet.68 Das Testdesignproblem stellt sich daher nicht als Entweder-Oder-Frage. Beide Methoden weisen unterschiedliche Vor- und Nachteile auf,69 so dass es auf den optimalen Mix ankommt.70 67 68 69

Vgl. Thomke, S. H. et.al. (1998), pp. 318 ff. Vgl. Thomke, S. H. et.al. (1998), p. 320. Siehe hierzu die Analyse in Kapitel III, 3.4.

21 4 Aktuelle Herausforderungen Die Automobilindustrie sieht sich heute verschiedenen Herausforderungen gegenüber, die Anpassungen ihrer bisherigen Produktentwicklungssysteme implizieren. Das folgende Kapitel beschreibt die zentralen Anforderungen und die wichtigsten Umfeldveränderungen sowie die daraus resultierenden Implikationen für eine wettbewerbsfähige Produktentwicklung.

4.1 Komplexität Komplexität, einer der wohl schillerndsten Begriffe in den Wirtschaftswissenschaften, zählt heute zu den Hauptherausforderungen in der Automobilproduktentwicklung. „The growing complexity of the modern automobile, […] make(s) new product development extremely 71 challenging.“

In der Fähigkeit, einen hohen Grad an Komplexität zu bewältigen, wird ein kritischer Erfolgsund Wettbewerbsfaktor gesehen72. So mag es nicht verwundern, dass die Literatur verstärkt Überlegungen zur Komplexität einbezieht. Diese sind allerdings so vielfältig, dass sich bislang kein einheitliches Begriffsverständnis durchgesetzt hat. Stattdessen existiert eine Vielzahl miteinander konkurrierender Definitionen, die jeweils unterschiedliche Aspekte hervorheben. Die Spannbreite reicht von quantitativen bis zu diversen qualitativen Ansätzen einer Begriffsbestimmung. Die Frage „was ist Komplexität“ bzw. „wie ist Komplexität zu verstehen“ wird recht unterschiedlich beantwortet.73 Das den folgenden Ausführungen zugrunde liegende Komplexitätsverständnis ist der Systemtheorie entlehnt. Demnach wird Komplexität als eine Systemeigenschaft betrachtet, deren Ausmaß von der Anzahl und Varietät der Elemente und ihrer möglichen Verknüpfungen, d.h. ihrer Beziehungsvielfalt und -intensität im System abhängt. Als ein weiterer, den Grad der Komplexität beeinflussender Faktor kann zudem der Grad der Veränderlichkeit von Zuständen angeführt werden. Gemeint ist damit die Dynamik des Umfelds, die in der Häufigkeit, Stärke und Unvorhersehbarkeit von Veränderungen zum Ausdruck kommt. Im Folgenden soll der Aspekt der Dynamik in Anlehnung an PERICH jedoch getrennt erfasst werden.74 Dynamik wird hierbei nicht als ein Merkmal von Komplexität, sondern als eine Systemeigenschaft verstanden, welche die Fähigkeit, Komplexität zu bewältigen, beeinträchtigt. 70

Vgl. Thomke, S.H. (1998), p. 749. Morgan, J. M.; Liker, J. K. (2006), p. 8. 72 Vgl. Krause, F.-L. et.al. (2007), S. 3. 73 Eine Zusammenfassung der verschiedenen Ansätze findet sich bei Meier-Kortwig, K. (1998), S. 149-154; Wenzel, S. (2003), Organisation und Methodenauswahl in der Produktentwicklung, München, S. 4ff.; Schuh, G. (2005), Produktkomplexität managen. Strategien-Methoden-Tools, München; Wien, S. 4ff.; Negele, H. (2006), Systemtechnische Methodik zur ganzheitlichen Modellierung am Beispiel der integrierten Produktentwicklung, München, S. 8ff. 74 In der Literatur finden sich beide Ansätze. So gibt es Autoren, die eine getrennte Betrachtung von Komplexität und Dynamik vornehmen. Umgekehrt gibt aber auch solche, die den Aspekt der Dynamik unter einem erweiterten Komplexitätsverständnis subsumieren; vgl. beispielsweise Luhmann, N. (1980), Komplexität, in: Grochla, E. (Hrsg.), Handwörterbuch der Organisation, Stuttgart, Sp. 1064-1070, oder auch Reiß, M. (1993), Komplexitätsmanagement (I) und (II), in: WISU 1/1993, S. 54-60 und 2/1993, S. 132-137; Schuh, G. (2005). In der vorliegenden Arbeit wird der Argumentation von Perich gefolgt, der Dynamik explizit als eigenständige Systemeigenschaft neben die Komplexität stellt; vgl. Perich, R. (1992), Unternehmensdynamik, Stuttgart; Wien, S. 87ff. 71

22

II Produktentwicklung Automobilindustrie

Als Kennzeichen heutiger Produktentwicklungssysteme bezieht sich Komplexität auf die folgenden drei Bereiche: ƒ Technologie und Produkt (technology and functional complexity)

ƒ Varianten- und Modellvielfalt (parts and model mix complexity) ƒ Prozesse (task interdependence complexity).

Die Technologie- und Produktkomplexität ist geprägt durch die Diffusion von mechatronischen Systemen im Automobil. Sie äußert sich in einer funktionalen und räumlichen Integration einer Vielzahl unterschiedlicher Technologien aus den Bereichen der Mechanik, Elektrik, Mikroelektrik und der Informations- und Softwaretechnik. Dies führt im Vergleich zur traditionell größtenteils rein mechanisch geprägten Systemintegration zu wesentlich komplexeren technischen Wechselwirkungen zwischen Funktionen und Komponenten in der Produktarchitektur. Technologie- und Produktkomplexität stellt erhöhte Anforderungen an die kognitiven Fähigkeiten der Mitarbeiter in der Entwicklung. Sie impliziert aber nicht nur ein höheres Niveau des Engineering in Einzeltechnologien, sondern auch eine stärkere Integration der Wissensbereiche, um ein umfassenderes und tieferes gegenseitiges Verständnis zu erreichen. Ein weiterer Komplexitätsfaktor liegt heute in der hohen Varianten- und Modellvielfalt. Sie ist Ergebnis gezielter Modelloffensiven der Automobilunternehmen als Antwort auf einen intensivierten Wettbewerb bei gleichzeitig zunehmend gesättigten Märkten und anspruchsvolleren Kunden. So haben die Hersteller die Anzahl ihrer Fahrzeugsegmente und -klassen sowohl horizontal75 als auch vertikal76 drastisch erhöht, um damit einen Großteil des Gesamtmarktes einschließlich kleinerer Marktnischen abzudecken. Die Varianten- und Modellvielfalt erhöht die Zahl der auszuwählenden und gegebenenfalls auch zu testenden Problemlösungen, womit tendenziell eine Verlängerung des Entwicklungsprozesses und/oder eine Erhöhung des Ressourceneinsatzes pro Zeiteinheit einhergeht. Der Aspekt der Prozesskomplexität bezieht sich auf die Vielfalt der Prozesse77 und auf den Umfang und die Intensität ihrer Interdependenz. Letztere impliziert eine stärkere Vernetzung der Abläufe. Es genügt nicht, dass sich die Prozessakteure auf ihren eigenen Aufgabenbereich konzentrieren, sondern sie sind zunehmend in Verhandlungs- und Abstimmungsaktivitäten involviert. Die Anzahl und der Grad der Interdependenz der Prozesse ergeben sich zum einen aus der Technologie- und Produktkomplexität sowie der Varianten- und Modellvielfalt. Der Grad der Prozesskomplexität leitet sich somit aus den vorher genannten Dimensionen ab. Insofern gelten auch die bereits skizzierten Implikationen. Der Grad der Prozesskomplexität ist aber auch, wie in Kapitel 3 noch zu zeigen sein wird, Ergebnis des Testdesigns und der damit verbundenen Wahl zwischen sequentiellen und parallel-integrierten Entwicklungsprozessen. Letztere bedingen einen höheren Grad an Prozesskomplexität.

75

Gemeint sind damit die verschiedenen Aufbauformen, wie Limousine, Kombi, Roadster, Cabriolet, Coupé, Off-road, Van etc. 76 Vertikal bezeichnet die verschiedenen Preisklassen vom Mini- und Kleinwagen über mittel- bis hin zur Oberund Luxusklasse. 77 Ein Prozess beschreibt die zeitliche Abfolge von Handlungen. Ausübende solcher Handlungen können Personen, aber auch Maschinen sein. Die Zahl der Prozesse steht in direktem Zusammenhang zum Grad der Arbeitsteilung.

4 Aktuelle Herausforderungen

23

4.2 Dynamik Es existiert kaum eine Veröffentlichung zu Fragen der Produktentwicklung, die nicht auch die Dynamik im Unternehmensumfeld erwähnt78. „Die Dynamik ist allgegenwärtig und dominiert zunehmend die Art, wie Unternehmen reagieren. […] Aktionen und Reaktionen im Wechselspiel lassen ein Spannungsfeld von Umweltveränderungen und An79 passungen in Unternehmen entstehen.“

Zweifellos stellt die Dynamik eine zentrale Herausforderung für Produktentwicklungssysteme dar, die in den letzten Jahren weiter an Schärfe gewonnen hat.80 Sie äußert sich in einem hohen Veränderungs- und Anpassungsdruck und bedingt eine höhere Unsicherheit in der Produktentwicklung, was sich in der Schwierigkeit präziser Prognosen und Planungen äußert. Die wichtigsten Treiber der Dynamik sind: ƒ ein beschleunigter technologischer Wandel,

ƒ ein erhöhter Wettbewerbsdruck in Folge der Globalisierung,

ƒ gestiegene Kundenerwartungen,

ƒ höhere Regulierungsanforderungen. Eine entscheidende Dynamik geht von der rasanten technologischen Entwicklung in den letzten zwei Jahrzehnten aus. Fortschritte in vielen Technologiefeldern wie etwa im Halbleiterbereich oder der elektrischen Aufbau- und Verbindungstechnik führten zu einer verstärkten Diffusion von mechatronischen und softwarebasierten Systemen in der Automobilindustrie. Aussagen der Entwicklungsvorstände führender Automobilhersteller zufolge wird sich der Einsatz innovativer Technologien noch wesentlich erhöhen. Es wird prognostiziert, dass künftig bis zu 80 Prozent der Innovationen im Automobil auf Neuerungen in softwaregesteuerter Elektronik und der darin enthaltenen Mikrosystemtechnik basieren werden.81 Damit avanciert das Automobil von einem einst nahezu rein mechanisch und hydraulisch geprägten Erzeugnis immer mehr zu einem High-Tech-Produkt. Die Kehrseite des beschleunigten technischen Fortschritts ist eine schnelle Überholung von Komponenten. Vor dem Hintergrund eines durch hohe Wettbewerbsintensität und Kundenerwartungen geprägten Marktumfeldes wird die Geschwindigkeit von Innovationszyklen zum kritischen Faktor. Im Kontext der Produktentwicklung bedeutet dies eine schnellere Abfolge neuer Produktgenerationen. Das wirtschaftliche Umfeld der Automobilproduzenten ist durch einen steigenden Wettbewerbsdruck gekennzeichnet, dessen Ursache in der Globalisierung und Liberalisierung von Märkten sowie Sättigungstendenzen in den Kernmärkten der Industrieländer liegt. Vor dem Hintergrund eines intensivierten Preiswettbewerbs gewinnen Strategien der Differenzierung durch Produktvielfalt, Design, Qualität und Innovation an Bedeutung. 78

Vgl. z.B. Bergauer, M. (1994), Die Unterstützung der Produktentwicklung durch interfunktionale Kommunikation, Frankfurt a.M. u.a.; S. 20; Bucholz, W. (1996), Time-to-Market-Manage-ment. Zeitorientierte Gestaltung von Produktinnovationsprozessen, Stuttgart, S. 98; Jetter, A. J. M. (2005), S. 9; Negele, H. (2006), S. 1. 79 Billing, F. (2003), Koordination in radikalen Innovationsvorhaben, Wiesbaden, S. 51. 80 Die Stichhaltigkeit dieser Konsequenz wird auch daran deutlich, dass sich in den letzten Jahren ein Forschungszweig herausgebildet hat, der die dynamic capabilities in den Fokus rückt. Wichtige Vertreter sind Iansiti und Clark; vgl. Iansiti, M.; Clark, K. B. (1994). 81 Vgl. o.V. (2008), Automobilproduktion. Technik, Management, Entwicklung, Sonderausgabe Innovationen, Mai 2008, S. 22.

24

II Produktentwicklung Automobilindustrie

Die daraus resultierende Innovationsdynamik wird verstärkt durch kontinuierlich steigende Kundenerwartungen. „It is the customer who determines what a business is.“82, schrieb bereits PETER DRUCKER. Galt diese Aussage für viele Unternehmen noch bis vor wenigen Jahren eher abstrakt, so wird sie heute immer mehr zur konkreten Wirklichkeit. Absatzmärkte verlieren zunehmend den Charakter der Homogenität der Produkte und der Anonymität der Kundenbeziehungen. Kunden fordern Produkte, die sich von den klassischen volumenträchtigen Standardmodellen differenzieren, ihren individuellen Vorstellungen und Bedürfnissen entsprechen, den neuesten Stand der Technik verkörpern und den sich ändernden Designvorstellungen gerecht werden83. Begegnet werden muss dieser Marktsituation mit einer größeren Variantenvielfalt, einer Erweiterung des Produktportfolios oder einer Sondermodellpolitik sowie mit häufigeren Modellwechseln, die jeweils die neueste Technologie aufgreifen und sich durch innovatives Design auszeichnen.84 Die damit verbundenen Herausforderungen stellen sich in der Aufgabe, höhere Innovationsraten mit hoher Varianten- und Modellvielfalt bei exzellenter Qualität zu erreichen. Innovationen und neue Produktlösungen sind jedoch nicht immer nur Resultat des Ausnutzens der durch technologische Fortschritte bedingten Freiheitsgrade oder der Reaktion auf veränderte Wettbewerbsbedingungen und Kundenanforderungen. Handlungsleitend sind oft auch durch legislative Initiativen vorgegebene Restriktionen. Zu denken ist beispielsweise an die sukzessive Reduzierung der zulässigen Emissionswerte. Die verschärften Grenzwertvorgaben erhöhen die Komplexität des Produktentwicklungsprozesses, da Hersteller bei der Optimierung eine zusätzliche Restriktion zu berücksichtigen haben. Stünde beispielsweise die Leistung des Fahrzeugs im Mittelpunkt der Optimierungsbestrebungen, könnten sämtliche ingenieurswissenschaftliche Ideen ohne Berücksichtigung der verbrauchsbestimmenden Parameter auf Umsetzbarkeit untersucht werden. Stattdessen sind sie gezwungen, Optimierungsansätze zu verfolgen, bei denen Komponenten und Systeme auch und gerade anhand der Kriterien der Wirkungsgradverbesserung des Motors und der Gewichtsreduzierung bewertet werden. Regulierungen bzw. deren Antizipation vor dem Hintergrund ökologischer Herausforderungen haben in den letzten Jahren wesentliche Innovationen angestoßen. So rücken neuartige Antriebskonzepte, z.B. Hybrid- und Brennstoffzellenantriebe, leichtere Werkstoffe sowie gewichtssparende Karosseriekonzepte in den Betrachtungsmittelpunkt. Auf der anderen Seite bedingen die strengeren Regulierungsanforderungen ein höheres Niveau an Engineering und erhöhte F&E-Ausgaben. Diese Mehrkosten lassen sich allerdings nur schwer am Markt durchsetzen.85 Ein dynamisches Unternehmensumfeld heißt, dass sich der Stand der Technik, Konkurrenzbedingungen und Kundenanforderungen in relativ kurzer Zeit verändern können bzw. im Extremfall bis zur Produktenstehung und Markteinführung komplett gewandelt haben. In diesem Zusammenhang wird oft von einer abnehmenden Halbwertzeit von Trends gesprochen, welche auch die Automobilindustrie betrifft, da sich das Auto zunehmend zu einem LifestyleProdukt gewandelt hat. Daraus ergibt sich die Notwendigkeit, Produktkonzepte den Umfeldbedingungen zeitnah anzupassen oder gegebenenfalls ein Produkt zu realisieren, das sich deutlich von dem ursprünglich intendierten Konzept unterscheidet. Es sind generell zwei An82

Drucker, P. F. (1954), The Principles of Management, New York, p. 37. Clark und Fujimoto sprechen in diesem Zusammenhang von der externen Integrität des Fahrzeugs, worunter sie ein Maß für die Güte der Übereinstimmung von Produktfunktion, -struktur und -semantik mit den Erwartungen, Wertvorstellungen, Lebensstilen, Nutzungsarten und dem Selbstverständnis des Kunden verstehen; vgl. Clark, K. B.; Fujimoto, T. (1992), S. 40f. 84 Erfasst sind hiermit auch Anpassungen an regional differierende Marktbedingungen und Kundenbedürfnisse. 85 Vgl. o.V. (2008), Automobilproduktion, S. 26ff. 83

4 Aktuelle Herausforderungen

25

satzpunkte denkbar, diesen Herausforderungen zu begegnen. Zum einen kann versucht werden, durch Flexibilität den Reaktionsspielraum in laufenden Entwicklungsprozessen zu erhöhen, so dass neue Informationen aus dem Marktumfeld auch noch in einem fortgeschrittenen Entwicklungsstadium berücksichtigt werden können. Eine andere Lösung liegt in der Beschleunigung von Innovations-, Design- und Entwicklungszyklen, um Veränderungen zuvorzukommen und um so das Risiko einer Fehlentwicklung zu reduzieren.

4.3 Implikationen Dynamik und Komplexität erschweren die Suche nach neuen, marktfähigen Produktlösungen.86 Die Implikationen lassen sich anhand eines einfachen, abstrakten Produktionsmodells zusammenfassend veranschaulichen. Das Modell bildet die wesentlichen Beziehungen zwischen dem angestrebten Ergebnis der Produktentwicklung, den kontrollierbaren Entscheidungsvariablen - Ressourceneinsatz und Zeitdauer - und dem Grad der Komplexität sowie der Dynamik ab. Während der Grad der Komplexität zum Teil steuerbar ist, etwa in der Variantenvielfalt, ist die Dynamik exogen. Das im Folgenden skizzierte Modell soll die im Hinblick auf eine Optimierung entscheidenden Engpässe aufzeigen, verdeutlichen, wie diese durch die zunehmende Komplexität und Dynamik erzeugt werden, und darlegen, wie Unternehmen darauf reagieren können. Das Ergebnis bzw. Ziel der Produktentwicklung ist mehrdimensional. Das neue Fahrzeugmodell muss hinsichtlich Design, Funktionalität, Stand der Technik und Qualität den Kundenanforderungen gerecht werden. Zugleich sollen die Produktionskosten möglichst niedrig sein. Um dieses mehrdimensionale Ziel zu erreichen, werden in der Produktentwicklung Ressourcen, vor allem Problemlösungskapazitäten in Form qualifizierter Ingenieure sowie Hardware- und Software, eingesetzt. Es ist zu erwarten, dass ein höherer und damit teuerer Ressourceneinsatz zu besseren Ergebnissen führt, dass die Ergebnissteigerungen aber mit zunehmendem Ressourcenniveau abnehmen, also positive, aber fallende Grenzerträge vorliegen. Die Suche nach Lösungen erfordert Zeit. Je länger experimentiert und gelernt werden kann, desto besser das Ergebnis. Auch hier ist von positiven, aber fallenden Grenzerträgen auszugehen. Die mit einer längeren Entwicklungszeit verbundenen Grenzkosten ergeben sich aus der längeren Ressourcenbindung und aus der Gefahr, zu spät am Markt zu sein. Von Komplexität gehen zwei gegensätzliche Wirkungen aus. Zum einen steigert Komplexität den Wert des Ergebnisses. Gewisse Anforderungen an das Produkt können nur durch Inkaufnahme von mehr Komplexität erfüllt werden. Allerdings kann der direkte Ergebnisbeitrag von Komplexität hier auch negativ werden, wenn beispielsweise Qualität und Bedienungsfreundlichkeit in Mitleidenschaft gezogen werden. Der zweite Einfluss der Komplexität äußert sich in der Produktivität der Problemlösungsressourcen und der Zeitdauer. Je komplexer die Anforderungen, desto mehr Ressourcen werden erforderlich bzw. umso mehr Zeit wird benötigt, um das gleiche Ergebnisniveau zu erreichen. Ein höherer Grad an Komplexität impliziert daher höhere Kosten, was angesichts eines verschärften Wettbewerbsumfelds nur tragbar ist, wenn das Mehr an Komplexität durch einen entsprechenden Mehrwert im Ergebnis kompensiert wird. Der Einfluss der Umfelddynamik äußert sich zum einen in einer Reduktion des Vorteils längerer Entwicklungszeiten. Um den Wert des Ergebnisses zu sichern, muss dieses schneller 86

Vgl. hierzu auch Wheelright, S. C.; Clark, K. B. (1994), Revolution der Produktentwicklung, Spitzenleistungen in Schnelligkeit, Effizienz und Qualität durch dynamische Teams, Frankfurt a.M.; New York, S. 24.

26

II Produktentwicklung Automobilindustrie

an den Markt gebracht werden, bevor es durch Veränderungen im Marktumfeld vorzeitig überholt wird. Unter dem Einfluss der Umfelddynamik ist bei der Festlegung der Zeitdauer somit nicht nur der Wert besserer Lösungen (positiv), sondern auch der Wertverfall von verzögerten Lösungen zu berücksichtigen (negativ). Es ist sehr wahrscheinlich, dass ein dynamischeres Marktumfeld zu verkürzten Entwicklungszeiten führt. Dies ist ohne Einbußen im Ergebnis aber nur durch einen höheren Ressourceneinsatz möglich. Eine höhere Umfelddynamik erhöht andererseits den Vorteil der Flexibilität. Indem neue Entwicklungen in laufende Entwicklungsprozesse aufgenommen werden können, können die Nachteile längerer Entwicklungszeiten zumindest teilweise kompensiert werden. Es ist also zu erwarten, dass bei zunehmender Dynamik Möglichkeiten der Flexibilisierung, die sich bei der Prozessgestaltung, im Testdesign, im Einsatz von Problemlösungsressourcen etc. bieten, stärker ausgeschöpft werden. Die Folge auf der Marktebene ist dann natürlich, dass, wenn alle Unternehmen flexibler sind, die Wettbewerbsdynamik weiter zunehmen wird. Die modellhaften Überlegungen zeigen, dass Unternehmen bei steigender Komplexität und beschleunigter Dynamik heute mehr denn je vor dem Problem stehen, ihre Innovations- und Problemlösungskapazitäten zu steigern und die Entwicklungszeiten zu reduzieren. In dem Maß, in dem marktseitig die Unsicherheiten und Volatilitäten sowie produktseitig die Komplexität zunehmen, klafft die Lücke zwischen den quantitativen und den qualitativen Ressourcenanforderungen einerseits und den verfügbaren Ressourcen der Hersteller andererseits weiter auseinander. Eine Reaktion der Unternehmen ist, F&E Ressourcen über Entwicklungskooperationen zu poolen, um Kompetenzen zu bündeln und die Fixkosten auf größere Stückzahlen zu verteilen.87 Eine andere Tendenz liegt in der Steigerung der Effizienz der Entwicklungsprozesse. Hier sind zwei Ansätze zu beobachten: erstens die Implementierung fortschrittlicher Informationstechnologien und darauf basierender Methoden und zweitens die Reorganisation der Prozesse selbst. Beide stehen in einem engen Zusammenhang, wenngleich in der Literatur oft nur eine Einzelbetrachtung erfolgt. Das nächste Kapitel widmet sich dem Produktivitätsbeitrag, den IT in der Automobilentwicklung leisten kann und geht dabei auch auf die Anpassungen in der Prozessgestaltung, den Qualifikationsprofilen und den Organisationsstrukturen ein.

87

Die Zusammenarbeit mit Wertschöpfungspartnern in der Automobilindustrie ist ein Forschungsfeld, zu dem es inzwischen zahlreiche Arbeiten gibt. Dieser Aspekt wird hier daher nicht weiter vertieft. Ein guter Überblick findet sich bei Tietze und der darin angegebenen Literatur; vgl. Tietze, O. (2003), S. 195-234.

27

III Informationstechnologien - Produktivitätspotenziale im Systemkontext 1 Informationstechnologien in der Automobilentwicklung 1.1 Grundlegende Bedeutung Die Automobilindustrie agiert in einem Umfeld, das sich in den letzten Jahren grundlegend geändert hat und das die Produktentwicklung der Unternehmen vor neue Herausforderungen stellt.88 Sie hat den Spagat zwischen der Realisierung hoch innovativer, qualitativ hochwertiger und leistungsstarker Fahrzeuge auf der einen Seite und kürzeren bzw. schnelleren Innovations- und Designzyklen bei begrenzten Kostenbudgets auf der anderen Seite zu bewältigen. Dies erfordert eine Optimierung des gesamten Entwicklungsprozesses. Die Möglichkeiten, die Leistungsfähigkeit der Produktentwicklung durch innovative Organisationslösungen und Managementtechniken substantiell zu erhöhen, scheinen dabei vielfältig. Für fast nahezu alle Prozessbausteine und -ketten existieren hierzu umfassende Lösungsvorschläge. Die wohl bekanntesten und in der Literatur am häufigsten diskutierten Methoden sind: Modularisierung und Simultaneous Engineering, cross-functional integration, concept to customer und Target Costing.89 Die bedeutendsten Verbesserungspotenziale werden von Seiten der Praxis allerdings dem Einsatz fortschrittlicher Informationstechnologien zugeschrieben. IT wird in diesem Zusammenhang als Gestaltungsfeld mit hoher strategischer Bedeutung erachtet. Der durch den integrativen Einsatz von IT möglichen Virtualisierung von Produktentwicklungsprozessen wird eine so hohe Bedeutung beigemessen, dass man - nach der Einführung der Massenproduktion und der lean production - hier auch von der „dritten Revolution im Automobilbau“ spricht.90 Die Technologie ist in den letzten Jahren mit zunehmender Verfügbarkeit leistungsstarker und vernetzter Hardware- und Softwaremodule zum entscheidenden Rückrat von Produktentwicklungsprozessen avanciert. Heute werden kaum noch Entwicklungstätigkeiten ohne Rechnerunterstützung durchgeführt. Der Durchdringungsgrad der Informationstechnologien in der Branche gilt inzwischen als sehr hoch. Die Potenzial von IT wird leicht ersichtlich, wenn man bedenkt, dass Produktentwicklung als ein System vernetzter Problemlösungsaktivitäten verstanden werden kann, das im Kern auf dem Austausch und der Verarbeitung bzw. Auswertung von Information beruht. Im Verlauf des Produktentwicklungsprozesses werden eine Fülle von Informationen generiert, selektiert, interpretiert und zu kreativen Lösungen zusammen geführt. Daher wird die Produktent-

88

Vgl. hierzu die Ausführungen im Kapitel II, 2. Für eine Darstellung der Methodenvielfalt, der spezifischen Einsatzmöglichkeiten entlang des Entwicklungsprozesses sowie ihrer potentiellen Wirkungen vgl. z.B. Spath, D. et.al. (2000), Unterstützung der Produktentstehung mit einem prozessbegleitenden Methodenbaukasten auf Intra-/Internetbasis, in: VDI-Gesellschaft (Hrsg.), Erfolgreiche Produktentwicklung, S. 48-66; oder auch Specht, G. et.al. (2002), F&E-Management Kompetenz im Innovationsmanagement, Stuttgart, S. 167-197. Eine empirisch ermittelte Übersicht zur Einsatzhäufigkeit der genannten und weiterer Methoden in der Automobilindustrie findet sich bei Gentner, A. (1994), Entwurf eines Kennzahlensystems zur Effektivitäts- und Effizienzsteigerung von Entwicklungsprojekten, dargestellt am Beispiel der Entwicklungs- und Anlaufphase in der Automobilindustrie, München, S. 44. 90 Vgl. Feige A.; Neumann, A. (2001), S. 32; oder Tang, T. (1998), S. 315-321. Auch die Aussage eines leitenden Mitarbeiters bei der DaimlerChrysler AG (heute Daimler AG) bestätigt: „Die neue Arbeitsweise ist für die Automobilindustrie mindestens ebenso revolutionär wie es seinerzeit die Einführung des Fließbandes war.“, in: o.V. (2000), CAx-Pipeline: Durchgängige Datenwelten, in: Automobil-Entwicklung, Vol. 2, Nr. 3, März, S. 77. 89

28

III Informationstechnologien

wicklung auch als Information verarbeitender bzw. als Information umsetzender Prozess bezeichnet91. In dem Maß, in dem die Produkt- und Technologiekomplexität steigt, nimmt wie oben dargelegt die Nachfrage nach Problemlösungskapazitäten in der Produktentwicklung zu. Damit wächst gleichzeitig auch der Bedarf an mehr und besseren Informationen und an einer schnelleren Verarbeitung. Der Beitrag von IT liegt darin begründet, dass sie die beschränkten menschlichen Problemlösungskapazitäten, die in einer begrenzten Informationsaufnahmeund Informationsverarbeitungsfähigkeit zum Ausdruck kommen, ausweiten können 92 . Sie unterstützen damit wesentlich die zentralen Kernprozesse der Produktentwicklung.93 Die Performance der Produktentwicklung hängt jedoch nicht nur von einer schnellen und effektiven Informationsverarbeitung ab, sondern setzt auch einen reibungslosen Informationsfluss entlang der Prozessketten voraus, um die arbeitsteiligen Einzelaktivitäten zu koordinieren. Auch diesbezüglich leisten Informationstechnologien Unterstützung. Diese bezieht sich sowohl auf die unternehmensinterne Vernetzung, als auch auf die Arbeitsteilung mit externen Entwicklungspartnern. Die Informationstechnologien stellen hierfür eine entsprechende Infrastruktur in Form von hochleistungsfähigen Datenübertragungsnetzen, integrierten Datenmodellen und Wissensbanken zur Verfügung. Damit ist eine durchgängige Steuerung und konsistente Abbildung der Entwicklungsergebnisse entlang sämtlicher Prozessstufen möglich. Entscheidungsrelevante Informationen sind somit zeit- und ortsunabhängig zu geringen Kosten zugänglich. Gleichzeitig besteht die Möglichkeit der simultanen Weiterverarbeitung und Integration einmal generierter Produktdaten durch den Einsatz entsprechender Kommunikations- und Kooperationswerkzeuge94. Diese Enabler-Funktion übt einen nicht zu unterschätzenden Impuls auf die Veränderung von Forschungs- und Entwicklungsstrukturen aus. Sie ermöglicht neue Formen der Kooperation innerhalb und zwischen Unternehmen. Die Erleichterung des Informationsaustauschs schafft die aus transaktionskostentheoretischer Perspektive essentielle Voraussetzung für die Entstehung von inzwischen auch strategisch bedeutsamen Entwicklungsnetzwerken. In der Literatur ist dafür der Begriff des collaborative engineering95 geprägt worden. Dahinter verbirgt sich die Strategie von Unternehmen, die Netzwerken inhärenten hohen Komplexitätsverarbeitungskapazitäten auszuschöpfen und eine parallele Optimierung der Zielgrößen Zeit, Kosten, Qualität zu erreichen. In unternehmensübergreifenden Kooperationen können sich die Partner dabei jeweils auf die eigenen Kompetenzfelder konzentrieren96, also zusätzliche Spezialisierungsvorteile ausschöpfen. 91

Vgl. Fujimoto, T. (1993), Information Asset Map and Cumulative Concept Translation in Product Development, in: Design Management Journal, Vol. 4, No. 4, p. 37: „Product development can be described as a system of information creation and transmission that cumulatively develops information assets necessary for commercial production - concept proposals, clay models, blueprints, prototypes, tools and dies, for example.“ 92 Vgl. Picot et.al. (2001), Die grenzenlose Unternehmung. Information, Organisation und Management, Wiesbaden, S. 207. 93 Vgl. hierzu die Analyse in Kapitel III, 2. 94 Vgl. hierzu auch die Ausführungen in Abschnitt 1.3.6. 95 Zum Ansatz des collaborative engineering vgl. Gausemeier, J. et.al. ( 2000), Kooperatives Produktengineering. Ein neues Selbstverständnis des ingenieurmäßigen Wirkens, Paderborn; Krause, F.-L. et.al. (2007), S. 61-85. 96 Die Vorteile von strategischen Entwicklungsnetzwerken sind vielfach: Zum einen lassen sich die Kosten und Risiken der Entwicklung auf mehrere Partner verteilen. Gerade in Zeiten hoher Marktunsicherheiten und wachsender Technologie-/Produktkomplexität als entscheidende Wettbewerbsfaktoren spielen derartige Überlegungen eine Rolle. So können bei gemeinsamen F&E-Aktivitäten mehr Ressourcen in Innovationen und Entwicklung fließen als sie von einen einzelnen Unternehmen aufgebracht werden könnten, mit dem Ergebnis besserer Produktivitäten und höherer Innovationsgeschwindigkeiten sowie einer relativ höher realisierbaren Produktkomplexität und damit einem höheren qualitativen Output. Siehe hierzu bereits Seeser, G. (1990),

1 IT in der Automobilentwicklung

29

Die Produktivitätspotenziale der Informationstechnologien in der Automobilproduktentwicklung beziehen sich kurz zusammengefasst im Wesentlichen also auf zwei Bereiche: ƒ die Unterstützung der Kernprozesse, d.h. der verschiedenen, durch Informationsverarbeitung geprägten Problemlösungsaktivitäten in der Entwicklung,

ƒ die Unterstützung der durch Informationsaustausch geprägten Koordination der arbeitsteiligen Problemlösungsprozesse. Die in diesem Abschnitt skizzierte zentrale Bedeutung der Informationstechnologien in der Automobilentwicklung wird in den folgenden Kapiteln weiter vertieft. Nach einer Beschreibung der Evolutionsphasen und technologischen Kernbestandteile einer IT-gestützten Produktentwicklung folgt eine fundierte Potenzialanalyse der informationstechnologisch induzierten Möglichkeiten zur Lockerung der auf die Produktentwicklung beschränkend wirkenden Faktoren im Kontext zunehmender Komplexität und Dynamik97. Im Weiteren wird dann untersucht, welche Anpassungen in den Prozess-, Wissens- und Organisationsstrukturen erforderlich sind, um diese Potenziale auszuschöpfen.

1.2 Evolutionsphasen Die folgenden Ausführungen zeigen, wie die moderne Informationstechnologie zur virtuellen Produktentwicklung in der Automobilbranche geführt hat und welche Ansätze die virtuelle Produktentwicklung prägen.

1.2.1 Die Anfänge - Unterstützung einzelner Designaufgaben Heute ist der Einsatz von Informationstechnologien fester Bestandteil der Produktentwicklung. Dahinter steht allerdings ein langer Transformationspfad. Die Umwandlung von herkömmlichen Offline-Prozessen zu einer durchgängigen, virtuellen Produktentwicklung hat sich sukzessive, in mehreren Phasen über viele Jahre hinweg vollzogen. Dies findet seine Begründung darin, dass eine Reorganisation historisch gewachsener Prozesse und Strukturen ein aufwändiges Unterfangen ist, hinzu kommen enorm hohe Anfangsinvestitionen. Die Implementierung selbst stellt eine Innovation dar, so dass anfangs kaum Erfahrungswerte existieren. Mit zunehmendem Vertrauen in die Technologie und einer steigenden Leistungsfähigkeit von Hardware- und Software-Modulen bei gleichzeitiger Preisdegression setzten sich die Technologien im Laufe der Zeit allerdings immer stärker durch. Einzug in die Produktentwicklung hielten die Informationstechnologien bereits Ende der 1970er, Anfang der 1980er Jahre. Zunächst ging es darum, den traditionellen Produktentwicklungsprozess durch Rechnerunterstützung zu verbessern, indem technische Dokumente wie Skizzen, Zeichnungen etc. digital erstellt wurden. Die Rechnerunterstützung hat im Verlauf der darauffolgenden Jahre aufgrund verbesserter Möglichkeiten der Informationsverarbeitung zugenommen. Ein wesentlicher Impuls ging von der Entwicklung und Verbreitung der Computer Aided Design-Technologie (CAD), und etwas zeitversetzt von den Computer Aided

97

Strategische Planung von Technologien zur Unterstützung des Entwicklungsprozesses. Entwicklung einer Konzeption und Anwendung am Beispiel des CAE-Verbundes im Automobilbau, München. Siehe hierzu Kapitel II, 4.

30

III Informationstechnologien

Styling-Technologie (CAS) aus 98 , welche die verschiedenen Designaufgaben im Entwicklungsprozess erheblich unterstützen. Die Informationstechnologien waren zu diesem Zeitpunkt, Ende der 1980er Jahre jedoch noch nicht dahingehend ausgereift, die ihnen inhärenten Potenziale hinsichtlich einer Koordination von (Teil-) Prozessen zu nutzen. Bedingt durch die historisch gewachsenen Formen der Arbeitsteilung war die Entwicklung informationstechnologischer Systeme entsprechend darauf ausgelegt, begrenzte Teilaufgaben durch dafür spezifische Lösungen zu unterstützen und zielte insofern in erster Linie auf die Effizienzsteigerung einzelner Kernprozesse innerhalb der Produktentwicklung ab. Da die verschiedenen Systeme der Informationsverarbeitung allerdings nicht aneinander gekoppelt waren, kam es an den Schnittstellen noch zu hohen Informationsverlusten, was zur Folge hatte, dass gleiche Inhalte mehrfach datentechnisch aufbereitet werden mussten.

1.2.2 Zunehmende Digitalisierung und Virtualisierung Die 90er Jahre lassen sich als das Zeitalter der zunehmenden Digitalisierung und Virtualisierung der Produktentwicklung bezeichnen. Die Technologie reifte in diesem Jahrzehnt soweit aus, dass sie in der Lage war, virtuell jedes Attribut eines physischen, auch komplexen Produktes in digitalen Parametern auszudrücken. Hinzu kam die Fähigkeit, das Produkt vollständig zu visualisieren.99 Das primäre, digitale Modell erlaubte damit multiple Sichten auf die Produktgestalt und technischen Zusammenhänge. Auf dieser Basis wurde es möglich, alle Produktfunktionen sowie das Produktverhalten zu analysieren, simulieren und optimieren. Gerade im Bereich der digitalen Absicherung, d.h. im virtual experimentation, konnten mit zunehmender Leistungsfähigkeit von Simulations- und Virtual Reality-Systemen enorme Fortschritte erreicht werden, wodurch es nun zunehmend möglich war, Produkte in einer virtuellen Umgebung zu entwickeln. TANG fasst diese Entwicklung wie folgt zusammen: “[…] information technology turns increasingly from a supporting technology for various development phases to a fundamental enabler technology […]. It becomes indispensable not only for improving the productivity and quality of virtually every single development task, but also for the development of products in a totally virtual environment.”100

Ende der 90er Jahre bereits berichten Automobilunternehmen von ersten Modellen, die komplett in einer virtuellen Umgebung mit digitalen Tools erstellt worden sind, so z.B. der Toyota Scion Xb101 oder der Ford Mondeo102. Damit wurde eine entscheidende Wende in der Produktentwicklung eingeleitet.

98

Vgl. Abramovici, M. (2005), Digital Engineering und PLM - zwei unterschiedliche Ansätze?, in: Digital Engineering, S. 9; Krause, F.-L.; Spur, G. (1997), S. 412. 99 Vgl. Abramovici, M. (2005), S. 9. 100 Tang, T. (1998), p. 317f. 101 Vgl. Morgan, J. M.; Liker, J. K. (2006), p. 244. 102 Vgl. o.V. (2000), Virtuelle Automobil-Entwicklung am Beispiel Ford, URL: http://www.3sat.de/3sat. php?http://www.3sat.de/nano/cstuecke/11650/index.html.

1 IT in der Automobilentwicklung

31

1.2.3 Produktentwicklung als durchgängiger virtueller Prozess Die „virtuelle Produktentwicklung“ hat sich in der Automobilbranche inzwischen fest etabliert. Sie bezeichnet die technologische und organisatorische Integration von Informationstechnologien in ein Gesamtkonzept zur durchgängigen Informationsverarbeitung innerhalb der Produktentwicklung. Dies bedeutet, dass sämtliche Designaufgaben computergestützt durchgeführt, Teillösungen in Form digitaler Produktdaten gespeichert und in vernetzten Prozessketten weiterverarbeitet werden.103 Die Steuerung und Koordination des Entwicklungsprozesses erfolgt dabei auf Basis eines sogenannten virtuellen Integrations- bzw. Referenzmodells. Es beinhaltet eine vollständige, detaillierte Beschreibung des Produktes und seiner assoziativen Daten in digitaler und visualisierter Form. Gleichzeitig repräsentiert es die dazugehörigen Prozesse104. Das Referenzmodell bildet damit eine Art Informations- und Kommunikationsplattform, auf der alle an der Entwicklung beteiligten Akteure und Teams unabhängig vom Standort eine Abstimmung, Bewertung und Konkretisierung von Produktentwicklungsergebnissen vornehmen können. Mit entsprechenden Interaktions- und Kooperationswerkzeugen ist es zudem möglich, Lösungen interaktiv zu diskutieren und gemeinsam, d.h. simultan zu bearbeiten. Hier wird bereits im Ansatz deutlich, dass der Einsatz von Informationstechnologien neue Formen der Arbeitsteilung sowie eine Veränderung der Wissens- und Organisationsstrukturen impliziert105. „Information and communication technology is changing business processes and working cultures by moving from paper-based and document-driven development and design processes to development and 106 design processes based on digital product and process models.”

Abbildung 4 skizziert zusammenfassend die wesentlichen Evolutionsphasen der Automobilproduktentwicklung.

103

Vgl. Tietze, O. (2003), S. 118; oder auch Krause, F.-L.; Spur, G. (1997), S. 80. Vgl. Krause, F.-L.; Spur, G. (1997), S. 49. Siehe weiterhin im Detail die Ausführungen in Abschnitt 1.3.6. Eine genauere Analyse dieses Aspektes erfolgt später in Kapitel III, 4 und 5. 106 Anderl, R. (2000), Product Data Technology. A Basis for Virtual Product Development, in: Dankwort, W.; Hoschek, J. (eds.), Digital Products. Living Data is the Future, Stuttgart, p. 27. 104

105

32

III Informationstechnologien

Abb. 4: Evolutionsphasen der Automobilproduktentwicklung Virtuelle Produktentwicklung

Evolutionsstufen

Steuerung & Koordination durchgängiger digitaler Produktentwicklungsprozesse

Digitale Produktmodellierung

Vollständig digitale Digitale Design- & Produktmodellierung Geometriemodellierung

OfflineProduktentwicklung

Digitale Erstellung techn. Dokumente Konventionelle Informationsträger (Skizzen, (Skizzen, Zeichn. etc.) Zeichn., Renderings, Tapepläne, TonModelle / Prototypen

1980

Digitales Integrationsbzw. Referenzmodell

Digitale Simulation & Virtual Reality; digitale Interaktionswerkzeuge

Rechnerbasierte Unterstützung begrenzter Teilaufgaben

1990

Vollständige digitale Be-schreibung von Produktentwicklungsprozessen (virtuelles Prozessmodell) Vollständige digitale Beschreibung von Produkten (virtuelles Produktmodell)

2000

Jahr

Quelle: eigene Darstellung

1.3 Technologische Kernbestandteile der virtuellen Produktentwicklung Um die potenziellen Erfolgsbeiträge einer IT-gestützten virtuellen Produktentwicklung ableiten zu können, ist zunächst ein genaueres Verständnis der Methoden und Werkzeuge zu erarbeiten. Dies ist Ziel der nachfolgenden Ausführungen. Dafür wurde zum einen auf die wissenschaftliche Literatur, zum anderen auf aktuelle Berichterstattungen von Unternehmen sowie Produktbeschreibungen der weltweit führenden Softwarelösungen zurückgegriffen.

1.3.1 Rechnerbasierte Stylingsysteme Das Design von Fahrzeugen besitzt aufgrund eines Trends zur Individualisierung sowie emotional und ästhetisch begründeter Kaufentscheidungen eine zunehmend wettbewerbsentscheidende Bedeutung. Zur rechnerbasierten Unterstützung der Designtätigkeiten werden in der Automobilentwicklung sogenannte Computer Aided Styling-Systeme (CAS) eingesetzt107. Sie haben den konventionellen Designprozess von der Skizze, Renderings und Tapeplänen bis zum klassischen Mock-up und Prototypen weitestgehend substituiert108. Im idealtypischen Fall erlauben die CAS-Systeme die digitale Modellierung und fotorealistische, virtuelle Animation von Exterieur- und Interieur-Design-Entwürfen. Die Simulationen umfassen dabei ein sehr weites Spektrum, etwa von der Erstellung verschiedener Designvari107 108

Vgl. für die nachfolgenden Ausführungen Krause, F.-L.; Spur, G. (1997), S.408-422. Den Abschluss dieser Entwicklungsstufe bildet zwar nach wie vor ein physisches Modell, dieses entsteht jedoch direkt aus den gewonnenen Daten im Rapid Prototyping.

1 IT in der Automobilentwicklung

33

anten durch Kombination von Außenfarben und Ausstattungsmaterial bis hin zu Spiegelungen und Reflexlinien auf die Karosserieoberfläche oder als Schattenwurf. Das virtuelle Design-Modell fungiert vor allem als Kommunikationsmittel, das zur frühzeitigen Findung von Designentscheidungen dient, noch bevor ein physischer Prototyp existiert.109 Die Präsentation der virtuellen Modelle erfolgt dabei in realen oder der Realität nachempfundenen virtuellen Umgebungen. Maßstabsgetreue Darstellungen des Designs werden mittels hochauflösender 3D-Stereoprojektionen auf eine Großbildleinwand gebracht. Virtuelle Kameraflüge um das Exterieur und durch das Interieur ermöglichen genauste Detailstudien. Kleinste Abweichungen der Geometrien oder Oberflächenstruktur können sofort erkannt, exakt vermessen und damit Verfeinerungen am Fahrzeug schnell vorgenommen werden110. Gleichzeitig sind bei der Betrachtung eines virtuellen Designmodells nahezu vollständige Aussagen hinsichtlich der durch die Proportionen und die Design- und Oberflächenqualität bestimmten ästhetischen Wirkungen eines Fahrzeugs möglich. Die im IT-unterstützten Designprozess gewonnenen Daten können über Direktschnittstellen mit anderen CAx-Systemen ausgetauscht und zu simultanen Untersuchungen hinsichtlich der Berechnung und Funktionsüberprüfung genutzt werden. Die Ergebnisse fließen direkt in den Designprozess zurück. Somit werden die konventionellen Medienbrüche zwischen dem Design und anderen Bereichen der Produktentwicklung vermieden.

1.3.2 Geometrische Modellierungssysteme Die Produktentwicklung wurde entscheidend geprägt durch die Implementierung der CADTechnologie. Hierbei ist zwischen 2D- und 3D-CAD-Systemen111 zu unterscheiden. Da sich letztere in der Automobilbranche mittlerweile durchgesetzt haben112, beziehen sich die folgenden Ausführungen nur auf diese. Das Basismerkmal aller 3D-CAD-Systeme besteht darin, die geometrische Gestalt physischer Objekte vollständig und durch automatische Prüfung der topologischen Korrektheit der Daten jederzeit eindeutig und konsistent im System abzubilden. Damit erlauben sie eine exakte, dreidimensionale Darstellung und Visualisierung komplexer technischer Gebilde in jeder beliebigen Ansicht113. Dies kann im Idealfall zu einer größeren Kreativität während der Entwurfsgestaltung führen114. Eine wichtige Entwicklung der CAD-Technologie stellen die parametrischen Modellierer dar, die eine dynamische assoziative Verknüpfung von produktbeschreibenden Daten zum Ziel haben. Hier wird die Geometrie mit variablen Parametern dimensioniert, Geometrieele109

Intern, in dem es den verantwortlichen Entscheidungsgremien vorgestellt wird sowie extern als Marktforschungsinstrument zur Untersuchung der Kundenakzeptanz. Vgl. Felber, E. (2008), Neue Präsentationstechnologie in der virtuellen Welt bei Audi. Von der Kinoleinwand zur Automobilentwicklung, MediaInfo, URL: http://www.pressebox.de/ attachment/93060/0124_Präsentationstechnologie.pdf, S. 2. 111 Die Darstellung der Produkt- und Bauteilgeometrie kann entweder zweidimensional in einem Punkt-, Konturoder Flächenmodell, oder aber dreidimensional in einem Volumenmodell erfolgen. Entsprechend wird zwischen 2D- und 3D-CAD-Systemen unterschieden. Vgl. Krause, F.-L.; Spur, G. (1997), S. 51 und S. 131f.; Krause, F.-L. et.al. (2007), 117. 112 Vgl. Krause, F.-L. et.al. (2007), S.118. 113 Vgl. Krause, F.-L.; Spur, G. (1997), S. 51-53; Straßmann, T.; Lammel, B. (2006), 3D-CAD-Einsatz erfordert Konstruktionsmethodik, in: CAD-CAM Report, Nr. 1, URL: http://www.ascad.de/05_news_events/presse/ downloads/cad-cam0106.pdf, S. 37; Krause, F.-L. et.al. (2007), S. 121. 114 Vgl. Straßmann, T.; Lammel, B. (2006), S. 37. 110

34

III Informationstechnologien

mente werden durch Relationen assoziativ in Beziehung gesetzt sowie Kontrollstrukturen in Form von maximalen und minimalen Parameterwerten und Constraints durch Randbedingungen definiert. Dies hat zwei Implikationen: zum einen lassen sich dadurch die geometrischen Abhängigkeiten zwischen verschiedenen Komponenten schnell überprüfen und mögliche räumliche Interferenzprobleme leicht erkennen. Dies bedeutet, dass eine Vielzahl von Varianten, Designpaaren oder -kompositionen zu einem wesentlich geringeren Zeitaufwand untersucht und bewertet werden kann. Zum anderen sind Designänderungen vergleichsweise einfach durch Modifikationen in den Bemaßungen durchzuführen. Das CAD-System nimmt daraufhin an allen geometrisch abhängigen Komponenten automatisch die notwendigen Anpassungen vor und warnt bei Verletzungen der Randbedingungen.115 So kann durch die Assoziativität der Daten gerade auch in einer fortgeschrittenen Detaillierungsphase eine Geometriemodifikation relativ komplikationslos vorgenommen werden.116 Die Wirkungsbreite und Funktionalität des parametrischen Konzepts umfasst nahezu alle Bereiche der Produktentwicklung. So können Geometriemodellierung, Berechnung, Simulation und Dokumentation in einer Wirkungskette derart assoziativ miteinander verbunden werden, dass die Änderung eines Parameters die Modifikation anderer automatisch oder teilautomatisch zur Folge hat. Durch elektronische Benachrichtigung werden die verantwortlichen Entwicklungsingenieure über Zeitpunkt und Art der vorgenommen Änderungen aktuell informiert. Neben der parametrischen Modellierung ist als eine weitere CAD-Anwendung die sogenannte feature-basierte Modellierung von Bedeutung. Sie ermöglicht es, die realisierte Geometrie mit Funktionen und Wirkprinzipien zu attributieren. Häufig eingesetzte Feature Arten sind dabei Form-, Konstruktions-, Fertigungs-, Zeit-, Kosten- und Qualitäts-Features117. Inzwischen beziehen sich die CAD-Systeme längst nicht mehr nur auf die Modellierung mechanischer Komponenten und Bauteile, sondern darüber hinaus ebenfalls auf die Modellierung kompletter mechatronischer Systeme. Die Funktionalitäten erstrecken sich dabei von der virtuellen Überprüfung und Optimierung alternativer Streckenlayouts für elektrische Systeme bis hin zur Erstellung und Verwaltung sämtlicher Daten zum Fahrzeugdatennetz.118 Die modernen CAD-Systeme haben sich im Laufe der letzten Jahre von ihrem Einzelsystemcharakter losgelöst und sind heute, wie oben schon anklang, über neutrale Schnittstellen an Applikationen zur Berechnung, Simulation, Virtual Reality und computerunterstützten Telekooperation angebunden.119 Dies ist insofern bedeutend als die geometrische Auslegung einer Komponente oder eines Produktes von einer Vielzahl nicht geometrischer Faktoren abhängig ist, wie z.B. Materialeigenschaft, elektromagnetische Verträglichkeit mechatronischer Systeme etc. Durch Integration der einzelnen Software-Anwendungen ist es möglich, Teilaufgaben in koordinierten, iterativen Problemlösungszyklen zur Lösung der optimierten Gesamtaufgabe zusammenzuführen.

115

Vgl. Krause, F.-L.; Spur, G. (1997), S. 49f., S. 166-172 und S. 452-456; Krause, F.-L. et.al. (2007), S. 118. Vgl. Straßmann, T.; Lammel, B. (2006), S. 37. 117 Vgl. hierzu im Detail Krause, F.-L. et.al. (2007), S. 174ff. 118 Vgl. Tietze, O. (2003), S. 127. 119 Vgl. Straßmann, T.; Lammel, B. (2006), S. 37. Auch die Produktbeschreibungen der weltweit führenden kommerziellen Softwarelösungen, die in der Automobilbranche eingesetzt werden, wie etwa neue Versionen von CATIA bestätigen dies; vgl. beispielhaft Dassault Systems, CATIA-PLM Lösungen, URL: http://www.3ds.com/de/products/catia/portfolio/catia-v6r2009x/. 116

1 IT in der Automobilentwicklung

35

1.3.3 Numerische Berechnungssysteme Neben den CAD-Systemen bilden numerische Berechnungssysteme einen weiteren Schwerpunkt in der IT-gestützten Fahrzeugentwicklung. Die auch als Computer Aided EngineeringSysteme (CAE) bezeichneten Applikationen transformieren Eingangsinformationen in Form von ƒ der Gestalt eines Objektes und seinem Material (Modellbildungsparameter),

ƒ der Umgebung, z.B. Belastungen, Temperatur etc. (Umgebungsbedingungen),

ƒ und dem Ziel der Untersuchung (Steuerungsinformationen)

unter Anwendung mathematisch-physikalischer Gesetzmäßigkeiten zu Berechnungsergebnissen.120 Die in der Produktentwicklung eingesetzten Methoden lassen sich dabei im Wesentlichen in analytische Berechnungsverfahren, mathematische Programmsysteme, Finite-ElementeMethoden und Optimierungsverfahren einteilen. Die Verfahren kommen meist isoliert und problemspezifisch für einzelne Fragestellungen zum Einsatz.121 Von den genannten Berechnungsmethoden ist heute die Finite-Elemente-Methode das am häufigsten eingesetzte numerische Verfahren in der Automobilproduktentwicklung. 122 Hier wird ein komplexes Objekt in zahlreiche, kleinere Einheiten zerlegt, deren Eigenschaften, Verhalten und Wechselwirkung mit den benachbarten Elementen im System hinterlegt werden. Durch viele Einzelberechnungen und einer anschließenden Komposition der finiten Elemente wird das Gesamtverhalten des durch die Elemente beschriebenen Objektes ermittelt.123 Die CAE-Technologien sind inzwischen so weit vorangeschritten, dass alle Eigenschaften von Fahrzeugkomponenten sowie des Gesamtfahrzeugs sehr genau berechnet und realitätsgetreu simuliert werden können. Mercedes-Benz spricht von einem „Vorsprung durch Berechnung“. Erfolgte bei dem Unternehmen 1989 die Crashberechnung noch mit 26.000 Elementen, die ein Fahrzeug darstellten, so ist die C-Klasse heute bereits in über 1,9 Millionen Elemente untergliedert124. Dadurch sind weitaus präzisere Analysen möglich. Weitere Anwendung finden die CAE-Systeme bei Untersuchungen von Schwingungs- und Strömungsverhalten, Karosseriefestigkeit, bei Bauteil- und Fahrzeuglebensdauerabschätzungen unter realen Belastungsverläufen im Straßennetz, der Berechnung von Motor- und Bremskühlung sowie des Bremsweges, um nur einige Beispiele zu nennen. Die numerischen Berechnungssysteme leisten damit eine entscheidende Unterstützung aller rechenintensiven Entwicklungsaufgaben. Indem ihre Ergebnisse an die CAD-Systeme zurück übertragen werden, eröffnen sie die Möglichkeit, einzelne Bauteile oder Produktkomponenten genaustens zu dimensionieren und Alternativlösungen bei der Produktgestaltung zu berücksichtigen. 120

Vgl. Krause, F.-L.; Spur, G. (1997), S. 274. Eine Übersicht zu den verschiedenen Verfahren ist auch enthalten in Krause, F.-L. et.al. (2007), S. 129-139. 121 Zu den Charakteristiken und Anwendungsgebieten der einzelnen Verfahren vgl. Krause, F.-L. et.al. (2007), S. 129. 122 Vgl. Krause, F.-L. et.al. (2007), S. 245. 123 Vgl. Krause, F.-L. et.al. (2007), S. 276f. 124 Vgl. o.V. (2007), Virtuelle Entwicklung am Beispiel der C-Klasse. Kann ein Automobil vollständig digital entwickelt werden?, URL: http://www.heise.de/autos/artikel/s/4208.

36

III Informationstechnologien

Des Weiteren haben sich in den letzten Jahren verstärkt sogenannte Fahrzeugevaluierungstechnologien durchgesetzt, die mit Hilfe der Computertechnik subtile menschliche Gefühle in numerische Daten übersetzen. Diese Systeme erlauben es, die von einem Fahrer artikulierten Eindrücke bezüglich Handling, Stabilität, Fahrkomfort, Geräuschen, Karosseriesteifigkeit etc. über ein Mikrofon aufzuzeichnen, während numerische Daten von Sensoren an Fahrer und Fahrzeug gesammelt werden. Die Daten werden anschließend von Softwaresystemen analysiert und mit den Bemerkungen des Fahrers verglichen, um einen Bezug zwischen den subjektiven Fahreindrücken und der objektiven Fahrdynamik herzustellen.125 Als Konsequenz aus den realitätsgetreuen Berechnungsergebnissen ergibt sich die Möglichkeit, Verfeinerungen und Optimierungen am Produkt vorzunehmen.

1.3.4 Simulationssysteme Simulationssysteme zählen ebenfalls zu den CAE-Technologien und nehmen im Rahmen der Produktentwicklung eine zentrale Bedeutung ein. Primäre Zielsetzung ihres Einsatzes ist die frühzeitige Gewinnung von Informationen über die Produkteigenschaften, bevor das Produkt selbst existiert. Gleichzeitig erlaubt ein iteratives Testen das systematische Optimieren von Produkteigenschaften. Voraussetzung für die Anwendung der Simulation ist die Erstellung eines virtuellen Modells, in dem das zu entwickelnde Produkt auf die für das jeweilige Experiment relevanten Aspekte reduziert wird. Die Systeme sind bislang nicht in der Lage, vollständige Modelle sehr komplexer Produkte, wie z.B. ein Gesamtfahrzeug, simulationstechnisch zu untersuchen126. Die dazu benötigten Datenmengen lassen sich rechnerisch noch nicht bewältigen.127 Modelle für die Produkterprobung und -verifikation werden mit dem Begriff DigitalMock-Up (DMU) oder Digital Prototyp128 bezeichnet. Diese lassen sich je nach informationstechnischer Datenbasis in statische, dynamische, funktionale und Design-Versuchsmodelle unterteilen. Erstere repräsentieren die Produktgeometrie und Produktstruktur und stellen die Basis für geometrische Analysen dar, während dynamische Modelle durch zusätzliche Verbindung einzelner Komponenten und Bauteile mit kinematischen Informationen auf Bewegungsraumuntersuchungen zielen. Der funktionale Digital-Mock-Up (FMU) erweitert die geometrische Repräsentation einer Komponente oder eines Produktes um Funktionen. Hier werden in iterativen Simulationszyklen Verhalten und Funktionalität eines digitalen Produktes getestet. Die Design-Prototypen, zu denen Proportions- und Ergonomiemodelle sowie Designmuster zählen, dienen in erster Linie der Überprüfung haptischer, ästhetischer und maßlicher Anforderungen.129 Die Simulation lässt sich im Rahmen der Produktentwicklung zum Beispiel zur Untersuchung von Komponenteneinbau- und -ausbauwegen, oder des kinematischen und dynamischen Verhaltens von technischen Baugruppen heranziehen, die in Form von physikalischen Mehrkörpersystemen beschrieben sind. Bewegungen der Körper werden modellhaft nachge125

Vgl. Clark, K. B.; Fujimoto, T. (1992), S. 320f. sowie Tietze, O. (2003), S. 131. Vgl. Krause, F.-L. et.al. (2007), S. 118f. 127 Vgl. o.V. (2007), Virtuelle Entwicklung am Beispiel der C-Klasse. 128 Digital-Mock-Up oder Virtual Prototyp bezeichnet ein Versuchsmodell zur wirklichkeitsgetreuen Beschreibung eines Produktes und seiner physikalischen Eigenschaften. Vgl. Krause, F.-L. et.al. (2007), S. 118. 129 Vgl. Anspach, K. et.al. (2006), Integration von Bewegungsabläufen in den Digital Mock-Up bei der Adam Opel GmbH, in: Schenk, M. (Hrsg.), S. 60f.; Krause, F.-L.; Spur, G. (1997), S. 477; Krause, F.-L. et.al. (2007), S. 118f. 126

1 IT in der Automobilentwicklung

37

bildet. Kräfte und Momente sowie Beschleunigungen und Geschwindigkeiten können aus laufend aktualisierten Diagrammen entnommen werden. Andere Systeme sind in der Lage, eine Simulation des Strömungsverhaltens, des Schwingungsverhaltens oder des Crashverhaltens von Automobilkarosserien durchzuführen.130 Die Abläufe in einer virtuellen Testumgebung veranschaulicht nachstehende Abbildung. Das avisierte virtuelle Produkt wird zunächst auf Basis einer Systemanalyse und unter Nutzung des Vorwissens modellhaft abgebildet (Modellaufbau). Im nächsten Schritt wird ein mathematisches Simulationsmodell entwickelt. Die mathematische Formulierung erlaubt eine Modellvalidierung. Darüber hinaus wird das Verhalten des Modells in virtuellen Experimenten geprüft. Abb. 5: Simulation auf Basis einer FMU-Umgebung

Quelle: Krause, F.-L. et.al. (2007), Innovationspotenziale in der Produktentwicklung, S. 120, unter geringfügiger Abwandlung.

Auch wenn die technische Absicherung von Entwicklungsergebnissen zunehmend auf Basis digitaler Software-Referenzen erfolgt, wäre der Eindruck falsch, dass Simulationsmethoden inzwischen die Experimente an realen Systemen vollständig ersetzt hätten. Eine endgültige Bewertung von Funktionalität und Integrität des Gesamtfahrzeugs erfolgt nach wie vor anhand realer, d.h. physischer Prototypen.131 Dabei kommen häufig Rapid Prototyping Verfahren132 zum Einsatz, ein Vorgehen, bei dem der physische Prototyp unmittelbar aus den digitalen, das Fahrzeug in seiner Gesamtheit beschreibenden Daten, d.h. aus einem CADDatenmodell hergestellt wird. Insofern werden heute im Rahmen der Produktentwicklung Computersimulationen komplementär zu Tests an hochpräzisen, physischen Prototypen eingesetzt.

130 131 132

Vgl. Anspach, K. et.al. (2006), S. 60-70; Krause, F.-L.; Spur, G. (1997), S. 57. Vgl. o.V. (2007), Virtuelle Entwicklung am Beispiel der C-Klasse. Eine ausführliche Erklärung des Verfahrens findet sich bei Gebhardt, A. (2000), Rapid Prototyping. Werkzeuge für die schnelle Produktentstehung, München; Wien; ebenso bei Krause, F.-L.; Spur, G. (1997), S. 476ff.; und in Kurzform bei Krause, F.-L. et.al. (2007), S. 175-182.

38

III Informationstechnologien

1.3.5 Virtual Reality Systeme und Anwendungen Virtual Reality Systeme zählen zu den Schlüsseltechnologien in der digitalen, virtuellen Automobilentwicklung und stellen eine neue Dimension des virtuellen Experimentierens dar.133 Ihr Wert ergibt sich in Abgrenzung zu den im vorangegangenen Abschnitt erörterten numerischen Simulationstechnologien aus zwei wesentlichen Funktionen. Erstens besitzen sie die Fähigkeit, komplexe dreidimensionale Szenarien realitätsgetreu und dynamisch zu visualisieren, also Simulationsergebnisse in bewegten Bildern zu veranschaulichen.134 Das Besondere dabei ist jedoch, und hierin unterschieden sie sich von anderen Präsentations- und Visualisierungsmethoden, dass sie ein „Eintauchen“ in die Szenerie ermöglichen. Durch spezielle Techniken der Immersion nimmt sich der Anwender nicht als externer Betrachter wahr, sondern es entsteht das Empfinden, selbst Teil der Szene zu sein. Dieses Gefühl des Eintauchens wird durch die multiple Ansprache der menschlichen Sensorik erreicht. Die Stimulanz kann auf visuelle, akustische, haptische und kinästhetische Weise erfolgen. Zum Einsatz kommen in der Regel spezielle Leinwände in Kombination mit Stereobrillen oder Head Mounted Displays (Datenhelme), oder auch sogenannte CAVE (Computer Audio Visual Environment)Räume135. Neben dem Aspekt der Immersion erlauben die Virtual Reality Systeme Interaktion, d.h. den interaktiven Zugriff auf virtuelle dreidimensionale Szenen. Man spricht in diesem Zusammenhang von „Echtzeit-Interaktion“, da eine direkte Manipulationsmöglichkeit des Benutzers während der graphisch-dynamischen Simulation im 3D-Raum besteht. Dies kann entweder mit Hilfe sogenannter Datenhandschuhe oder durch Spracheingabe erfolgen.136 Durch den Einsatz die Wahrnehmung beeinflussender multimodaler Präsentationsformen und multimedialer Interaktionstechniken können also Entwicklungsteams aktiv in eine computergenerierte virtuelle Umgebung integriert werden und in dieser Objekte gemeinsam betrachten, diskutieren, verändern und validieren. Neben der Navigation und interaktiven Modifikationsmöglichkeit erlauben Virtual Reality Anwendungen dabei gleichzeitig die Berücksichtigung physikalischer Randbedingungen durch Berechnungs- und Bewegungsmodelle. Virtual Reality Systeme sind in der Automobilproduktentwicklung inzwischen fest etabliert.137 Sie benötigen jedoch sehr hohe Rechnerleistungen und besondere Darstellungswerkzeuge, weshalb sie oftmals zentralisiert in den F&E-Bereichen der Automobilhersteller als Virtual Reality Studios oder Kompetenz-Center installiert werden138. Fernziel ist allerdings, 133

Vgl. Krause, F.-L. et.al. (2007), S. 151. Vgl. Winter, J. (1998), Einsatz von Virtual Reality in der Marketingforschung der Automobilindustrie, in: Zeitschrift für die gesamte Wertschöpfungskette Automobilwirtschaft, Vol. 1, Nr. 3, S. 37. 135 Vgl. Thierauf, R. J. (1995), Virtual Reality Systems for Business, Westport, S. 31ff.; Krause, F.-L.; Spur, G. (1997), S. 306-309; Kaufmann, K; Maashoff, A. (2000), Aspects of Virtual Product Engineering for Automotive Systems Development, in: ATA Ingegneria Automotoristica, Vol. 53, No. 5/6, p. 158; Symietz, M. (2006), Virtuelle Technologien im Produktprozess, sowie Husung, S. (2006), Erweiterte virtuelle Produktmodelle zur Unterstützung im Entwicklungsprozess; beide enthalten in: Schenk, M. (Hrsg.), Virtual Reality und Augmented Reality zum Planen, Testen und Betreiben technischer Systeme, Frauenhofer Institut Fabrikbetrieb und -automatisierung, S. 43 und S. 264f.; Krause, F.-L. et.al. (2007), S. 151ff. 136 Vgl. Thierauf, R. J. (1995), pp. 31ff; Winter, J. (1998), S. 37; L.; Spur, G. (1997), S. 306-309; Kaufmann, K; Maashoff, A. (2000), p. 158; Krause, F.-L. et.al. (2007), S. 151. 137 Vgl. Symietz, M. (2006), S. 43; Krause, F.-L. et. al. (2007), S. 156. 138 So verfügen die Hersteller der Automobilindustrie an wichtigen Forschungs- und Entwicklungsstandorten über Virtual Reality Center, wie aus Pressemitteilungen der Unternehmen hervorgeht; vgl. beispielsweise Feige A.; Neumann, A. (2001) zu den Audi Virtual Realty Studios oder die Mitteilung von der Volkswagen AG 2008, die im Mai ein Virtual Reality Centre in Brasilien eröffnete, URL: http://www.volkswagenag.com/vwag/vwcorp/info_center/de/news/ 2008/05/ virtual _reality_centre_vw_do_

134

1 IT in der Automobilentwicklung

39

Virtual Reality auf allen üblichen Netzwerkumgebungen und Computerplattformen zu ermöglichen, um so eine Vielzahl an Anwendungen einbinden zu können139. Neben den dargestellten Virtual Reality Systemen existieren sogenannte Augmented Reality Systeme, auch „erweiterte Realität“ genannt. Darunter versteht man die Verknüpfung realer mit virtuellen Bildern, wobei die Realität mit virtuellen Informationen visuell überlagert wird. 140 Meistens erfolgt dies durch Nutzung von Spezial-Sichtgeräten. Ein Beispiel für Augmented Reality wäre eine Versuchsplattform mit einem realen Fahrzeug, das allerdings ohne Interieur, Stützsäulen und Dach ausgestattet ist. Letztere werden durch neu entwickelte Komponenten ersetzt, die dem Benutzer durch eine 3D-Datenbrille in sein Sichtfeld eingeblendet werden. Die Augmented Reality Systeme sind im Vergleich zu den Virtual Reality Systemen noch vergleichsweise jung und bislang weniger etabliert in der Automobilindustrie.141

1.3.6 Prozessübergreifende Datenmanagementsysteme und Kooperationswerkzeuge Die vorangegangenen Ausführungen dürften eine Idee vermittelt haben, wie sich die Designund Testprozesse mit dem Einzug modernster Informationstechnologien in die Produktentwicklung verändert haben. Ihr Aktionsradius erstreckt sich allerdings nicht allein auf die Unterstützung der Kernprozesse, also der Einzelaufgaben innerhalb der Entwicklung. Den Informationstechnologien kommt darüber hinaus eine grundlegende Bedeutung als Koordinationsinstrument zu. Sie unterstützen wesentlich die Informations- und Kommunikationsprozesse, indem sie eine entsprechende Infrastruktur in Form von integrierten Produktdatenmanagementsystemen und Kommunikationswerkzeugen zur Verfügung stellen. Erstere verwalten und integrieren sämtliche in den einzelnen Designprozessen erarbeiten Informationen und Daten zu Komponenten bzw. Bauteilen und dem Gesamtprodukt. 142 Gleichzeitig erlauben sie eine detaillierte, vollständige Repräsentation eines Produktes und seiner assoziativen Daten in digitaler, visualisierter Form. In diesem Zusammenhang wird daher auch oft von einem virtuellen Produktmodell gesprochen, das angefangen vom Konzept im Laufe des Entwicklungsprozesses sukzessive aufgebaut und konkretisiert wird. Kern eines Produktmodells bildet die Produktstruktur, die als Integrationselement zwischen einem spezifischen und einem generischen Teilbereich des Modells fungiert. Zum spezifischen Bereich gehören die sogenannten internen Modelle, welche die einzelnen Produktentwicklungsstadien informationstechnisch beschreiben. Hierzu zählen das Spezifikationsmodell, das Konzeptmodell, das Designmodell, das Geometriemodell etc.143 Der generische Bereich umfasst hingegen die externen Parameter des Produktmodells, wie Informationen zu Randbedingungen, Restriktionen und stellt einen ebenso bedeutenden Teil der erforderlichen Wissensbasis dar. Das virtuelle Produktmodell wird ergänzt durch ein korrespondierendes Prozessmodell. Dieses enthält sämtliche für den Ablauf der virtuellen Produktentwicklung relevanten Infor-

brasil.html. Vgl. Thierauf, R. J. (1995), p. 30. 140 Vgl. Reinhart, G; Patron, Ch. (2002), Nutzenorientierte Integration von Virtual und Augmented Reality, in: Zeitschrift für wirtschaftlichen Fabrikbetrieb - ZwF, Vol. 97, Nr. 4, S. 205f. 141 Vgl. Krause, F.-L. et.al. (2007), S. 158. 142 Vgl. Straßmann, T.; Lammel, B. (2006), S. 38; Grausemeier, J. et.al. (2006), S. 225. 143 Vgl. Gausemeier, J. et.al. (2006), 226f. 139

40

III Informationstechnologien

mationen in Form von definierten verlaufs- und reifegradorientierten Abfolgen von Prozessschritten.144 Die Steuerung läuft dabei über agentenbasierte Systeme.145 Das virtuelle Produktmodell und Prozessmodell werden in ihrer integrierten Form als „virtuelles Referenzmodell“ bezeichnet. Produktdatenmanagementsysteme, deren Kern also ein integriertes digitales Referenzmodell ist, bilden einen wichtigen Grundpfeiler im virtuellen Entwicklungsansatz.146 Sie ermöglichen eine durchgängige Steuerung und konsistente Abbildung aktueller Entwicklungsergebnisse. 147 Damit schaffen sie eine wichtige Informationsund Entscheidungsgrundlage. Zudem werden die Kommunikationsprozesse erheblich erleichtert, da alle an der Entwicklung beteiligten Akteure auf das gleiche digitale, visualisierte Modell zurückgreifen. Insofern haben sie einen starken Vernetzungscharakter. Unabhängig vom Standort können verschiedene Entwicklungsingenieure oder Teams simultan an einer gemeinsamen Problemlösung arbeiten. Hierfür existieren verschiedene Kommunikations- und Kooperationswerkzeuge, die in der Literatur unter dem Begriff „Computer Supported Cooperative Work (CSCW)“-Tools subsumiert werden. 148 Darunter sind Mehr-Benutzer-Technologien zu verstehen, die es erlauben zwischen räumlich getrennten Akteuren Informationen digital auszutauschen oder koordiniert in gemeinsamen Speichern zu bearbeiten. Die CSCW-Tools lassen sich prinzipiell in asynchrone und synchrone Interaktionssysteme unterscheiden. Während bei ersteren der Informationsaustausch zeitversetzt stattfindet, handelt es sich bei der synchronen Interaktion um Systeme, in denen die kommunizierenden Partner zeitgleich Daten oder Nachrichten austauschen (z.B. Video-/Audio-Konferenzen). Je nach Funktionalität der Anwendung ist zudem eine gemeinsame Bearbeitung von Skizzen, Zeichnungen u.a. denkbar. Dazu liegt jedem Anwender das gleiche visualisierte graphische Objekt vor. Mit Hilfe z.B. eines graphischen Editors kann jederzeit in das Geschehen eingegriffen werden. Auf diese Weise sind Diskussionen in Echtzeit zwischen verschiedenen Entwicklungsingenieuren oder interdisziplinären Teams möglich. 149 Abbildung 6 zeigt einen Überblick der gängigen Technologien und ihrer Funktionalitäten. Die Ausführungen zu den Methoden und Werkzeugen der modernen Informationstechnologie in der Produktentwicklung dürften einen ersten Eindruck vermittelt haben, welches Pro-

144

Vgl. Krause, F.-L.; Spur, G. (1997), S.49; Gausemeier, J. et.al. (2006), 227. Vgl. Eversheim, W.; Schuh, G. (Hrsg.) (2005), S. 10 und S. 14, S. 142-149. Zur Bedeutung der PDM-Systeme vgl. beispielhaft folgendes Zitat: „Und so wie bisher CAx-Systeme die wichtigsten Technologien repräsentierten, werden Integrationswerkzeuge wie EDM/PDM-Systeme künftig die bestimmenden Erfolgsfaktoren für eine erfolgreiche Entwicklung sein.“ Vajna, S. (1999), Die neue Richtlinie VDI 2219. Praxiserprobte Hinweise zu Einführungsstrategien und Wirtschaftlichkeit von EDM/PDM-Systemen, in: VDI-Gesellschaft (Hrsg.), VDI-Richtlinie 2219. Einführung und Wirtschaftlichkeit von EDM/PDM-Systemen, Berlin, S. 41; oder auch Krause, F.-L.; Spur, G. (1997), S. 400. 147 Vgl. Krause, F.-L.; Spur, G. (1997), S.49. 148 CSCW (oft auch synonym Telekooperation) hat sich inzwischen als eigenes Forschungsgebiet etabliert, welches untersucht, wie Individuen im Team zusammenarbeiten und dabei durch Informations- und Kommunikationstechnologien unterstützt werden können. So existiert eine Fülle an Literatur zu der Thematik. Hier sei als Referenz auf folgende Autoren verwiesen: Wohlenberg, H. (1993), Gruppenunterstützende Systeme in Forschung und Entwicklung: Anwendungspotentiale aus industrieller Sicht, Wiesbaden; Luczak, H. et.al. (1995), Kooperative Konstruktion und Entwicklung, in: Reichwald, R.; Wildemann, H. (1995) (Hrsg.), Kreative Unternehmen: Spitzenleistungen durch Produkt- und Prozessinnovationen, Stuttgart, S. 119-163; Reichwald, R. et.al. (1998), Telekooperation. Verteilte Arbeits- und Organisationsformen, Berlin; Eversheim, W.; Luczak, H. (Hrsg.) (1999), Telekooperation. Industrielle Anwendungen in der Produktentwicklung, Berlin. 149 Vgl. Krause, F.-L. et.al. (2007), S. 65ff.

145 146

41

1 IT in der Automobilentwicklung

duktivitätspotenzial sich hinter ihrem Einsatz verbirgt. Im Folgenden soll dieser Aspekt genauer untersucht werden. Abb. 6: Methoden und Funktionalitäten von Interaktionssystemen in der Produktentwicklung Shared Whiteboard TN arbeiten auf einer gemeinsamen Arbeitsfläche, auf die beliebige graphische Objekte plaziert werden können Objekte entstammen Anwendungsprogrammen, wobei jeder TN eigene Eingabeinstrumente besitzt. Deren Wirkung wird synchron auf die Arbeitsfläche aller anderen TN übertragen. Keine Manipulationen möglich Shared Application Möglichkeit der Manipulation am grafischen Objekt Das grafische Objekt wird an alle anderen TN verteilt („Master-Slave-Application) Recht zur Manipulation des Objekts wird jeweils einem TN dynamisch zugewiesen Shared Information Use Manipulationen am grafischen Objekt zur gleichen Zeit möglich Einsatz z.B. beim gemeinsamen Modellieren

Zeitlicher Verlauf Synchron

Asynchron

Persönliche Kommunikation

VideoKonferenz AudioKonferenz

(Multimedia) E-Mail

Kommunikation auf Basis eines gemeinsamen Informationsträgers

Shared Whiteboard Shared Application Shared Information Use

Kooperativer Hypertext Workflow Datenaustausch

Kooperativer Hypertext Abbildung und Speicherung des Wissens der Mitglieder einer Organisation(seinheit) in Form einer über mehrere Computersysteme verteilten semantischen Struktur Verbindung der Wissenselemente (Texte Grafiken etc.) erfolgt über dynamische Verknüpfungen, sog. „Hyperlinks“ Workflow-Systeme Steuerung von Vorgängen in Geschäftsprozessen Reihenfolge der Vorgangs-steuerung wird durch eine Repräsentation des Prozesses im Computersystem dynamisch festgelegt

Quelle: Tietze, O. (2003), Strategische Positionierung in der Automobilbranche, S. 110, unter geringfügiger Abänderung.

2 Wirkungspotenziale In der Literatur finden sich zahlreiche Hinweise auf die Produktivitätsvorteile einer informationstechnologisch gestützten Produktentwicklung im Hinblick auf Zeit, Kosten und Qualität. Ein Großteil der Arbeiten nimmt dabei eine rein deskriptive Beschreibung einzelner Erfolgsfaktoren vor, wobei diese zu den oben identifizierten Herausforderungen in Bezug gesetzt werden. Die Zusammenhänge werden jedoch nicht modelltheoretisch fundiert.150 Differenzierte Analysen, die verschiedene Dimensionen und Wirkungsgrade des Technologieeinsatzes umfassend berücksichtigen, liegen bislang kaum vor. Ein Ansatz zur Schließung dieser Lücke soll im Folgenden skizziert werden. 150

Vgl. Matz, J. (1998), Verkürzen der Innovationsdauer durch Simultaneous Engineering, Kiel, S. 35; Tietze, O. (2003), 59-182; Gausemeier, J. e.al. (2006), S. 223; Wenzel, S. (2003), S. 22 und S. 70; Krcmar, H. (2003), S. 276; Scigliano, D. (2003), S. 157; Jetter, A. J. M. (2005), S. 21; Scheer, A.-W. (2006), Prozessorientiertes Product Lifecycle Management, Berlin u.a, S. 25.

42

III Informationstechnologien

Die Implementierung fortschrittlicher Informationstechnologien in der Automobilentwicklung hat zwei Dimensionen, von denen unterschiedliche ökonomische Effekte ausgehen: Erstens führt sie zu einer Digitalisierung und Virtualisierung von Design- und Testaufgaben und zweitens unterstützt die Technologie die Koordination der Prozesse. Die hier vorgenommene analytische Trennung bildet den Ausgangspunkt für die nachfolgenden Überlegungen. Zunächst wird dabei der Reihenfolge entsprechend auf den ersten Aspekt näher eingegangen.

2.1 Häufigeres, umfangreicheres und früheres Testen Informationstechnologien unterstützen heute, wie gerade dargelegt, nahezu alle zentralen Problemlösungsaktivitäten im Entwicklungsprozess. Ihr Produktivitätspotenzial resultiert dabei maßgeblich aus der Digitalisierung und Virtualisierung, welche prinzipiell mehr Spielraum zum Ausprobieren und Testen eröffnen. THOMKE zeigt in seinen Studien, dass sich der Wert der Technologie in erster Linie in den neuen Formen des Experimentierens manifestiert, dem Kern und zugleich ökonomisch kritischsten Bereich einer Produktentwicklung, da die Effizienz von Test- und Lernzyklen die Höhe der Gesamtkosten einer Entwicklung entscheidend beeinflusst. „Experimentation, a form of problem-solving, is a fundamental innovation process activity and accounts 151 for a significant part of total innovation cost and time.”

Experimentieren kann in Anlehnung an THOMKE als iterative „Design-Built-Run-Analyse“Sequenz beschrieben und analysiert werden.152 Das Ergebnis einer Iteration ergibt sich aus den: ƒ Vorkenntnissen, die in die Designstufe einfließen, ƒ den Ansprüchen hinsichtlich der Ergebnisse,

ƒ dem Umfang und der Qualität der Ressourcen, die auf jeder Stufe eingesetzt werden,

ƒ der Qualität der Testverfahren,

ƒ der Qualität der Analyseverfahren, ƒ dem Zeitaufwand der gesamten Sequenz. Unter wirtschaftlichen Gesichtspunkten bestimmt sich das Fortschrittsziel, das in der Differenz zwischen Anspruch und Vorkenntnis zum Ausdruck kommt, in Abhängigkeit der mit einem Testlauf verbundenen Kosten und Lernerfolge. Die optimale Anzahl an Iterationen ist erreicht, wenn die zusätzlichen Kosten einer weiteren Iteration den Wertzuwachs des damit erzielbaren Lernerfolgs übersteigen. Bei teueren und langwierigen Verfahren wird die Rate des Experimentierens gering ausfallen, woraus folgt, dass weniger anspruchsvolle Entwicklungsziele formuliert werden müssen.

151 152

Thomke, S. H. (1998), p. 743. Vgl. Kapitel II, 3.2.

43

2 Wirkungspotenziale

Der Einsatz von IT betrifft alle Stufen des Experimentierens. Erhebliche Effekte sind durch die Digitalisierung des Designs, das im Ergebnis unmittelbar zum digitalisierten Modell führt, und in digitalisierten Testverfahren, in denen das digitale Modell in einem virtuellen Testumfeld geprüft wird, zu erwarten. Die Vorteile zum klassischen analogen Vorgehen liegen hier auf der Hand. Beim analogen Vorgehen muss aus den Designskizzen erst ein realer Prototyp konstruiert werden, der in einem ebenfalls real zu gestaltenden Testumfeld geprüft wird und im Extremfall, wie etwa bei Crashtests, dabei Schaden nimmt und nicht wieder verwendet werden kann. Daher mag es nicht verwundern, dass Designer bis vor einigen Jahren eher konservativ und nicht offen für Experimente und Lernen waren, der „erste Wurf“ musste sitzen: 153

„[…] getting it (the prototype) right the first time.“

Eine Simulation kann dagegen, sofern die erforderliche Hardware und Software vorhanden ist, relativ rasch durchgeführt werden. Änderungen im Testaufbau und bei den zu testenden Parameterkonstellationen sind relativ einfach durchzuführen und unterschiedliche Parametervorgaben sind auch einfacher zu kontrollieren. Ein Verschleiß des Prototypen oder der Testeinrichtung tritt ebenfalls nicht auf. Im Ergebnis erlaubt die Simulation ein schnelleres, umfangreicheres und billigeres Experimentieren, das sich in einer wesentlich höheren Zahl an Iterationen niederschlägt. Die digitalen Testdaten können zudem einfacher und schneller analysiert werden, was die Lernfortschritte zwischen den Iterationen steigert. Die schnelleren, größeren und billigeren Lernfortschritte erlauben es den Unternehmen, anspruchsvollere Entwicklungsziele zu formulieren. „[…] the ability to run more diverse experiments and to learn more effectively than with alternative 154 methods can lead to a higher quality of R&D output.”

Die Vorteile der Simulation gegenüber dem klassischen Prototyping treten in der von THOMKE bei BMW vorgenommenen Analyse von Crashtests bereits in der zweiten Hälfte der 90er Jahre deutlich hervor (siehe Abb. 7). Die variablen Kosten pro Testlauf lagen bei mindestens einem Sechzigstel, wenn nicht noch niedriger; die Dauer einer virtuellen Iteration betrug bis zu einem Vierzigstel der Zeitdauer des Prototyp-Verfahrens. Ob sich der Einsatz von Simulationsverfahren lohnt, hängt allerdings nicht allein von den Vorteilen der Digitalisierung ab. Zu berücksichtigen sind auch die Fixkosten der Installation von Hardware und Software sowie der Stand der Technik. Letzterer entscheidet, wie gut die Simulation das Prototypverfahren abbilden kann. Die Leistungsfähigkeit der Software und Hardware, aber auch die in die Programmierung einfließenden Vorkenntnisse über das Verhalten und die Interaktionen einzelner Produktkomponenten sind hier von Bedeutung. Eine ungenaue Simulation liefert ungenaue Testergebnisse, die auch durch keine noch so exzellente Analyse verbessert werden können.

153 154

Thomke, S. H. (1998), p. 743. Thomke, S. H. (1998a), Simulation, Learning and R&D Performance. Evidence from Automotive Development, in: Research Policy, Vol. 27, No. 1, pp. 55-64, hier p. 70.

44

III Informationstechnologien

Abb. 7: Vorteile virtueller Testverfahren

Quelle: Thomke, S. H.; Fujimoto, T. (2000), The Effect of “Front-Loading” Problem-Solving on Product Development Performance, p. 137.

Vor dem Hintergrund der Ungenauigkeit oder Unvollständigkeit von Simulationsergebnissen kommt dem Prototyping nach wie vor Bedeutung zu. Aufgrund der hohen Kosten wird es dabei aber erst relativ spät im Entwicklungsprozess zum Einsatz kommen, nämlich dann, wenn komplexe und weitgehend ausgereifte Aggregate geprüft werden, deren Verhalten in digitalisierter Form nur eingeschränkt simuliert werden kann. Die Frage, wann ein Übergang von digitalen zu realen Testverfahren sinnvoll ist, lässt sich theoretisch anhand des Vergleichs der Effizienzkurven beider Verfahren ermitteln. Die Effizienz wird dabei gemessen als Informationsgewinn pro (variabler) Kosteneinheit. Simulationen sind durch vergleichsweise niedrige variable Kosten gekennzeichnet, liefern aber ungenauere Ergebnisse, da sie die realen Bedingungen je nach Stand der Technik nur unvollständig abbilden können. Sie sind zu Beginn des Experimentierens, wenn es darum geht, Unsicherheit allgemein abzubauen oder relativ einfache Einzelprobleme zu lösen von Vorteil. Bei zunehmendem Reifegrad des Produkts gewinnen Genauigkeit und Erkenntnisse über das Verhalten des Gesamtprodukts an Bedeutung. Hier erzielt dann das Prototyping trotz der höheren Kosten einen relativen Vorteil. Die Zusammenhänge sind schematisch in Abb. 8 dargestellt.

2 Wirkungspotenziale

45

Abb. 8: Wechsel zwischen Methoden des Experimentierens

Quelle: Thomke, S. H. (1998), Managing Experimentation in Design of New Products, p. 749.

Mit dem Fortschritt von IT wird sich der optimale Wechselpunkt weiter nach rechts verlagern. Mit dem Einsatz computergesteuerter Simulationen sind allerdings noch erhebliche weitere Vorteile verbunden. Ein Vorteil wird aus Abb. 8 bereits deutlich. Die Effizienzeigenschaften von Simulationen lassen im Vergleich zum klassischen Prototypen ein deutlich früheres und häufigeres Testen wirtschaftlich erscheinen. Für die zeitliche Vorverlagerung von Tests und die frühzeitige Abstimmung zwischen Teilprozessen haben FUJIMOTO und T HOMKE den Begriff des Front-Loading geprägt155. „[…] front-loading problem-solving as a strategy […] seeks to improve development performance by shifting the identification and solving of [design] problems to earlier phases of a product development 156 process.”

Die Zeitvorteile des Front-Loading veranschaulicht Abbildung 9. Die durch eine Kombination vorgezogener Simulationen mit nachgelagertem Prototyping erzielbaren Effizienzgewinne äußern sich zum einen in einer höheren Gesamtrate an Problemlösungen, zum anderen in einer enormen Zeitersparnis. Praxisberichte bestätigen den hier theoretisch dargelegten Zusammenhang.157 155 156 157

Vgl. Thomke, S. H.; Fujimoto, T. (2000), p. 129; oder auch Fujimoto, T. (2000). Thomke, S. H.; Fujimoto, T. (2000), p. 132. So werden die Modelle der führenden Automobilhersteller heute komplett digital entwickelt und getestet. Dabei wird die Leistungsfähigkeit der Simulationssysteme inzwischen als sehr hoch angesehen, so dass weitestgehend auf einen Prototypenbau verzichtet wird. Lediglich zur finalen Absicherung kommen diese zum Einsatz. Grund hierfür sind unter anderem gesetzliche Sicherheitsvorschriften, die einen kompletten Verzicht physischer Tests nicht zulassen. Die Effizienzsteigerung gemessen an der Entwicklungszeit äußert sich in einer drastischen Verkürzung dieser. Wurden in den 80er Jahren noch durchschnittlich 60 Monate für die Entwicklung eines Automobils benötigt, so beläuft sich die Zahl heute auf 15-18 Monate; vgl. hierzu beispielsweise den Bericht o.V. (2007), Virtuelle Entwicklung. Autos aus dem Rechner, URL: http://www.spiegel. de/auto/aktuell/0,1518,461956,00.html, oder auch o.V. (2007), Virtuelle Entwicklung am Beispiel der CKlasse.

46

III Informationstechnologien

Abb. 9: Kombination konventioneller Methoden und Simulation

Quelle: Thomke, S. H.; Fujimoto, T. (2000), The Effect of “Front-Loading” Problem-Solving on Product Development Performance, p. 137, unter leichter Abwandlung.

Die zeitliche Vorverlagerung von Testläufen erlaubt eine frühere Erkennung von Fehlern und eine frühere Abstimmung mit komplementären Prozessen. Dies ist insofern bedeutend, als die Korrektur umso teurer wird, je später Fehler im Entwicklungsprozess erkannt werden. Eine frühe Simulation kann demnach erhebliche Überarbeitungskosten einsparen helfen. Die im Zeitverlauf steigenden Kosten der Fehlerkorrektur implizieren, dass der Wert eines Testlaufs nicht nur durch die Qualität der damit gewonnenen Information bestimmt wird, sondern auch durch den Zeitpunkt, zu dem die Information im Entwicklungsprozess gewonnen wird. „[…] it is not only the information in itself that provides value, but the timing of information generation as it can change the economies of a development project - the earlier new information becomes available 158 the higher its value.”

Prototyping wird aufgrund der hohen Zeit- und Kostenintensität sehr spät eingesetzt. Die dabei auftretenden Fehler sind somit mit hohen Anpassungskosten verbunden. Diesbezüglich spricht man dem Prototyping auch die Qualität eines ultimativen „Killertests“ zu, da die aus den Ergebnissen eventuell resultierenden Designanpassungen die Gesamtentwicklungskosten erheblich beeinflussen.159 Das mit IT mögliche frühe und umfassende Testen hilft, die Unsicherheiten bis zum Prototyping deutlich abzubauen, so dass die Wahrscheinlichkeit des späten Auftretens gravierender Fehler und hoher Überarbeitungskosten reduziert wird. Auch hiermit leistet IT einen bedeutenden Beitrag zur Senkung der Gesamtentwicklungskosten. 158 159

Thomke, S. H.; Fujimoto, T. (2000), p. 130. Spezifikationen und Manuals müssen möglicherweise umgeschrieben, Engineering Skizzen und Zeichnungen geändert werden, teuere Werkzeuge sind gegebenenfalls unbrauchbar etc.

2 Wirkungspotenziale

47

2.2 Erleichterung der Koordination Der Wert der Informationstechnologie liegt neben ihrer Unterstützung zentraler Design- und Testaktivitäten darüber hinaus in ihrer Funktion als Koordinationsinstrument. Die Koordinationseffizienz definiert sich in Anlehnung an FRESE aus der Verbesserung der Entscheidungsqualität im Verhältnis zu den Abstimmungskosten160. Die Verbesserung der Entscheidungsqualität wird im Wesentlichen durch die Wissensbasis der Kommunikationspartner und den Umfang sowie die Qualität der ausgetauschten Information bestimmt. Die Wissensbasen sind insofern entscheidend, als die ausgetauschte Information von der jeweils anderen Seite korrekt interpretiert werden muss.161 Eventuelle Verständnislücken müssen durch mehr Kommunikation kompensiert werden. Die Kosten der Koordination beziehen sich auf die Kosten der Aufbereitung, Übertragung bzw. Speicherung und Verwertung der Information. Sie äußern sich im Aufwand für die dazu verwendeten Medien, vor allem aber auch in der Zeit, die für diese Aktivitäten benötigt wird. Die Kosten steigen mit dem Umfang der ausgetauschten Information. Dieser wiederum ergibt sich aus dem Grad der Interdependenz einzelner Entwicklungsprozesse. Das oben beschriebene Front-Loading durch den Einsatz computergestützter Simulationen erhöht den Abstimmungs- und damit auch den Kommunikationsbedarf zwischen einzelnen Entwicklungsteams. Informationstechnologien erlauben eine wesentliche Reduzierung der dadurch bedingten Kommunikationskosten. Dies lässt sich auf folgende Faktoren zurückführen: ƒ Bedingt durch die vollständige digitale Dokumentation und Repräsentation aller Teilergebnisse und ihrer Problemlösungspfade anhand eines einheitlichen Informationsmodells ist der Stand der Entwicklung orts- und zeitunabhängig zu geringen Kosten zugänglich. Damit werden Prozesse transparenter und Informationsdefizite abgebaut.

ƒ Zweitens erlaubt die informatorische Vernetzung aller an der Entwicklung beteiligten Akteure und Institutionen einen schnellen, kostengünstigen Informationstransfer. Dieser kann asynchron, aber auch synchron erfolgen. Im letztgenannten Fall besteht darüber hinausgehend unter Verwendung softwarebasierter Kooperationswerkzeuge die Möglichkeit, auf Basis der ausgetauschten Information an einer Problemlösung simultan zu arbeiten. Dies kann vollkommen ortsunabhängig geschehen. Damit verbunden sind erhöhte organisatorische Freiheitsgrade in der Entwicklung.

ƒ Eine effizienzsteigernde Wirkung ist zudem in der durchgängigen Digitalisierung von Entwicklungsprozessen begründet. Die auszutauschenden Informationen können so ohne großen Zeitaufwand vom Sender aufbereitet und beim Empfänger verarbeitet werden. Die durchgängige Digitalisierung und Automatisierung vermeidet zudem typische Fehlerquellen in der Datenübertragung. ƒ Ein vierter, eher selten genannter, jedoch alles umfassender Koordinationsfaktor liegt in der Visualisierung. Der Zugriff auf das gleiche visualisierte Informations- bzw. Referenzmodell 162 dient nicht nur dem Abbau von Informationsasymmetrien, sondern stellt eine wesentliche Grundlage der Kommunikation dar. Studien haben gezeigt, dass Visualisierung einen effektiveren Informationsaustausch zu einer höheren Rate ermöglicht. Vorlie-

160 161 162

Vgl. Frese, E. (1998), Grundlagen der Organisation, Wiesbaden, S. 258. Siehe hierzu auch die Ausführungen in Abschnitt 4. Dieses schließt das Produktmodell wie das Prozessmodell ein. Siehe hierzu auch die Ausführungen unter III, 1.3.6.

48

III Informationstechnologien gende Lösungen können von Entwicklungsingenieuren mit unterschiedlichen Wissensbasen leichter bewertet werden als dies etwa anhand reiner Datensätze der Fall wäre. Dadurch intensiviert sich der Informationsaustausch, was wiederum ein schnelleres Problemlösen bewirken kann. Auch ist zu vermuten, dass von einer Integration verschiedener Perspektiven positive Impulse auf die Innovativität ausgehen.

Im Ergebnis erlauben die Informationstechnologien somit eine bessere und hinsichtlich der variablen Kosten auch deutlich günstigere Bewältigung komplexer, interdependenter Abstimmungsprozesse. Dies ist insofern von Bedeutung als die Ausschöpfung der unter Abschnitt 2.1 beschriebenen Produktivitätspotenziale mehr Kommunikation bedingt.

2.3 Potenziale der Informationstechnologien vor dem Hintergrund aktueller Herausforderungen Die dargestellten Produktivitätspotenziale eines Einsatzes von IT stehen in einem positiven, sich selbstverstärkenden Wirkungsverhältnis mit den im letzten Kapitel beschriebenen Veränderungen in den Umfeldbedingungen. Wie gezeigt wurde, verlangen ein höherer Grad an Komplexität und eine beschleunigte Dynamik, dass Unternehmen mehr Ressourcen in die Entwicklung investieren und ihre Entwicklungsprozesse dabei schneller und flexibler gestalten. Genau diese Möglichkeiten eröffnet der Einsatz von IT. Er erweitert die Problemlösungskapazitäten, indem häufiger und umfassender experimentiert werden kann. Gleichzeitig werden die Lernzyklen erheblich verkürzt. Die häufigere und frühere Durchführbarkeit virtueller Tests erlaubt eine flexiblere Abstimmung zwischen Teams und eine bessere Reaktion auf neue Umfeldinformationen. Die Verbreitung des Einsatzes von IT in der Industrie führt umgekehrt dazu, dass sich die Technologie- und Produktkomplexität, die Varianten- und Produktvielfalt und die Prozesskomplexität erhöhen. Während letztere direkt aus dem „Front-Loading“ von Problemlösungszyklen und der damit einhergehenden stärkeren Vernetzung von Prozessen folgt, ergeben sich die Einflüsse auf die anderen Ausprägungen von Komplexität aus dem bewussten Bemühen der Unternehmen um Wettbewerbsvorteile. IT versetzt Unternehmen in die Lage mehr Komplexität in Kauf zu nehmen und dabei auch schneller zu innovieren. Im Wettbewerb erhöht sich damit industrieweit der Grad der Komplexität und die Dynamik, was wiederum die Nachfrage nach IT im Entwicklungsprozess fördert. Die Fähigkeit, die skizzierten Produktivitätspotenziale auszuschöpfen, ergibt sich nicht automatisch aus deren Installation und Verwendung. Eine umfassende Ausschöpfung erfordert Anpassungen in der Anordnung von Entwicklungsprozessen, in den Qualifikationsprofilen der Beschäftigten und nicht zuletzt auch in den Organisationsstrukturen. Die Implikationen werden in den nächsten Abschnitten sukzessive erläutert.

49 3 Implikationen für die Prozessanordnung 3.1 Vorbemerkung Interdependente Entwicklungsprozesse können sequentiell oder parallel-integriert angeordnet sein. Während früher das sequentielle Vorgehen dominierte, haben mit der Einführung von IT parallel-integrierte Verfahren an Bedeutung gewonnen. Dass dies kein Zufall ist, sondern eng mit den skizzierten Produktivitätsvorteilen von IT in Verbindung steht, soll im Folgenden erörtert werden. Dies ist insofern erforderlich, als sich ein Großteil der Literatur über diese Zusammenhänge ausschweigt. Entweder wird der Einsatz von IT untersucht und dabei unterstellt, dass die Prozesse parallel-integriert sind. Oder es werden die Vorteile parallelintegrierter Entwicklungsabläufe vor dem Hintergrund von IT analysiert. An einem Vergleich sequentieller und paralleler Abläufe hinsichtlich ihrer Vor- und Nachteile und an einer Untersuchung, wie die relativen Vor- und Nachteile durch den Einsatz von IT verändert werden, fehlt es bislang. Vor der Beschreibung und Analyse der alternativen Prozessanordnungen sei hier noch betont, dass sich der Prozessbegriff auf sehr verschiedene Sachverhalte beziehen kann, da sich die Wahl zwischen einer parallelen oder sequentiellen Anordnung auf verschiedenen Ebenen stellt.163 So können mit Prozessen die einzelnen, in Abschnitt 3.2 von Kapitel II beschriebenen Phasen innerhalb eines Problemlösungszyklus für ein bestimmtes Produkt bzw. eine bestimmte Komponente gemeint sein, d.h. die Konzeption, das Designen, die Modellierung und das Testen können sequentiell oder parallel angeordnet sein. Ein Prozess kann sich aber auch auf den gesamten Problemlösungszyklus eines Produkts oder einer Komponente beziehen. In diesem Fall besteht die Wahl, die Entwicklung der einzelnen Produkte oder Komponenten sequentiell oder parallel durchzuführen. Schließlich können auch die einzelnen Funktionsbereiche wie Entwicklung, Produktionsvorbereitung und Marketing als Prozesse betrachtet werden, die sequentiell oder parallel angeordnet werden können. Vor dem Hintergrund der in Abschnitt 3.1 des vorherigen Kapitels II skizzierten, durch Rückkopplung, Vernetzung und Verschachtelung gekennzeichneten Struktur der Automobilproduktentwicklung stellt sich die Frage der Prozessanordnung gleichzeitig sowohl auf als auch zwischen den gerade beschriebenen Ebenen. Der Grad der Parallelisierung von Prozessen ist demnach mehrstufig zu definieren. Der Einfachheit halber beschränkt sich die weitere Darstellung und Analyse jedoch auf eine einstufige Betrachtung.

3.2 Das sequentielle Vorgehen Der klassische Produktentwicklungsprozess ist gekennzeichnet durch einen einfachen sequentiellen Ablauf. NONAKA und TAKEUCHI sprechen bildlich von einem „Staffellauf“164, bei dem ein Team den Stab an das nächste Team weiter gibt. Nacheinander durchläuft das Projekt so die einzelnen, logisch aufeinander folgenden Entwicklungsstufen. Die Aufgaben und Funktionen sind, „tayloristischen“ Vorstellungen folgend, hoch spezialisiert und klar segmentiert. Jede Abteilung bzw. Gruppe bearbeitet isoliert eine Teillösung und reicht diese nach mehreren internen Optimierungsschleifen als komplettes Ergebnis an die nächste Entwicklungsstufe weiter. Das Verhältnis entspricht insofern einer Output-Input163 164

Vgl. Fujimoto, T. (2000), p. 43. Vgl. Takeuchi, H.; Nonaka, I. (1986), The New Product Development Game, in: Harvard Business Review, Vol. 64, No. 1, pp. 137-146, hier p. 137.

50

III Informationstechnologien

Beziehung. Der Output des vorgelagerten Prozesses dient als Input für den nachgelagerten Prozess. Abb. 10: Anordnung sequentieller Produktentwicklungsprozesse

Quelle: eigene Darstellung

Die vereinfachte Graphik stellt ein striktes sequentielles Vorgehen sowie einen sequentiellintegrierten Ansatz dar. In der Unternehmenspraxis lässt sich das strikte sequentielle Vorgehen bzw. die exakte Trennung zwischen den einzelnen Prozessen der Entwicklung allerdings eher selten vorfinden. Vielmehr ist von einer gewissen Rückkopplung zwischen den Prozessen auszugehen. CLARK und WHEELRIGHT sprechen in diesem Zusammenhang von einer sequentiellen Integration165. Informationen und Erfahrungen werden vorzeitig ausgetauscht, der Problemlösungsprozess selbst wird allerdings erst begonnen, wenn das Ergebnis aus dem vorgelagerten Prozess vorliegt. Die tayloristisch geprägte arbeitsteilige Struktur und die damit einhergehende sequentielle Anordnung von Entwicklungsphasen werden spätestens seit Mitte der 1990er Jahre zunehmend in Frage gestellt.166

165 166

Vgl. Wheelwright, S. C., Clark, K. B. (1994), S. 244. Vgl. Corsten, H. (1998), Simultaneous Engineering als Managementkonzept für Produktentwicklungsprozesse, in: Horvath, P.; Feig, G. (Hrsg.), Integrationsmanagement für neue Produkte, Stuttgart, S. 125-166, hier S. 128; Ehrlenspiel et.al. (2005), Kostengünstig Entwickeln und Konstruieren, Berlin u.a., S. 26; Negele, H. (2006), S. 130. Ehrlenspiel, K. (2007), Integrierte Produktentwicklung. Denkabläufe, Methodenansatz, Zusammenarbeit, München; Wien, S. 186f.; Matz, S. (2007), Erfolgsfaktoren im Innovationsmanagement von Industriebetrieben, Wiesbaden, S. 86f.

3 Prozessanordnung

51

„The traditional sequential or „relay race“ approach to product development […] may conflict with the goals of maximum speed and flexibility. Instead, a holistic or “rugby” approach - where a team tries to go the distance as a unit, passing the ball back and forth - may better serve today’s competitive require167 ments.“

Das Zitat plädiert für einen parallel-integrierten Problemlösungsansatz. In der Literatur wurden dafür verschiedene Begriffe geprägt wie „Integrierte Produktentwicklung“, „Concurrent Engineering“ oder auch „Simultaneous Engineering“. Die heute darunter subsumierten Ansätze betonen neben dem Aspekt der Integration auch die Parallelisierung von Prozessen. Daher wird im Folgenden die Bezeichnung „parallel-integriert“ gewählt.

3.3 Das parallel-integrierte Vorgehen Kennzeichen eines parallel-integrierten Vorgehens in der Produktentwicklung ist die zeitgleiche oder zeitlich überlappende Durchführung von Problemlösungsprozessen. Der Grad der potenziell möglichen Parallelität bestimmt sich - unabhängig von der jeweiligen Abstraktionsebene - aus der Struktur der Informationsabhängigkeit zwischen den betrachteten Teilprozessen. Benötigt ein Prozess zu Beginn aus einem anderen Prozess Informationen, die erst nach einer gewissen Vorlaufzeit verfügbar sind, dann ist eine vollständige Parallelisierung nicht möglich. Wie in Abschnitt 3.1 erwähnt, besteht die Möglichkeit zur Parallelisierung nicht nur in Bezug auf die einzelnen Phasen eines Problemlösungszyklus. Sie betrifft auch Entwicklungsprojekte auf derselben oder auf unterschiedlichen Aggregatsebenen. Schließlich ist auch eine zeitliche Überlappung der Produktentwicklung mit anderen funktionalen Bereichen, wie der Produktionsvorbereitung und der Marktforschung bzw. des Marketing möglich. Abb. 11 stellt die Parallelisierung im Fall mehrschichtiger interdependenter Prozesse schematisch dar. Abb. 11: Parallel-integrierte Prozesse innerhalb und zwischen Ebenen

167

Takeuchi, H.; Nonaka, I. (1986), p. 137.

52

III Informationstechnologien

Quelle: eigene Darstellung Anmerkung: K und A stehen für Komponente und Aggregat. Die in der Abbildung getroffenen Fallunterscheidungen beziehen sich auf den Grad der Interdependenz.

Nicht selten wird der parallel-integrierte Problemlösungsansatz glorifizierend als „Allheilmittel in der Turbulenz“ gesehen, wobei auf die damit erzielbaren Zeit-, Kosten-, und Qualitätsverbesserungen verwiesen wird 168 . Einfache Überlegungen führen jedoch zu der Einsicht, 168

Vgl. zum Beispiel Bergauer, M. (1994), S. 11f.; Eversheim, W. (1995), Simultaneous Engineering. Erfahrungen aus der Industrie für die Industrie, Berlin u.a., S. 1; Bullinger, H.-J.; Warschat, J. (1997), Forschungsund Entwicklungsmanagement. Simultaneous Engineering, Projektmanagement, Produktplanung, Rapid Product Development, Stuttgart, S. 15f.; Matz, J. (1998), S. 35; Eversheim, W. et.al. (2005), Integrierte Produkt- und Prozessgestaltung, in: Eversheim, W.; Schuh, H. (Hrsg.), S. 9.; Ehrlenspiel, K. et.al. (2005), S. 23; Negele, H. (2006), S. 133; Ehrlenspiel, K. (2007), S. 220f.; Matz, S. (2007), S. 87.

3 Prozessanordnung

53

dass sowohl das sequentielle als auch das parallel-integrierte Verfahren spezifische Vor- und Nachteile aufweisen.

3.4 Sequentiell versus parallel-integriert Um den Einfluss von IT auf die Prozessanordnung verstehen zu können, ist eine genauere Analyse der Vor- und Nachteile des sequentiellen bzw. parallelen Vorgehens erforderlich. Der Einfachheit halber wird die Analyse anhand eines idealtypischen Vergleichs eines vollständig sequentiellen mit einem vollständig parallelen Entwicklungsprozess vorgenommen. Gegenstand der Entwicklungsaufgabe seien eine Komponente K und ein Aggregat A, in das K eingebaut wird. In Anlehnung an BALDWIN und CLARK besteht die Entwicklungsaufgabe darin, die Designparameter für K und A so zu bestimmen, dass eine vorgegebene Zielfunktion optimiert wird 169 . Dabei fallen nicht nur Rechenkosten zur Bestimmung einzelner Parameterkonstellationen an. Da nicht alle Interaktionen vollständig berechenbar sind, müssen auch Tests durchgeführt werden, die ebenfalls Kosten verursachen. In der sequentiellen Entwicklung wird zunächst K und dann A gegeben K entwickelt. Die Gesamtentwicklungszeit ergibt sich aus der Summe der Entwicklungszeiten für K und A. Das sequentielle Optimierungsproblem ist zweistufig. Zunächst wird unter Berücksichtigung der jeweiligen Zielvorgaben unter den möglichen Alternativen für K die optimale Lösung gesucht. Dabei ist auch das spätere Zusammenspiel mit A zu berücksichtigen. Dies kann jedoch nur auf Erwartungen hinsichtlich möglicher Lösungen für A basieren, da A selbst noch nicht entwickelt ist. Im nächsten Schritt wird dann basierend auf der für K gefundenen Lösung A entwickelt. Der durch die sequentielle Anordnung vorgegebene zweistufige Optimierungsprozess führt nicht zwingend zu einem Gesamtoptimum. Genauer gesagt ist ein Gesamtoptimum nur zu erwarten, wenn die Interdependenz zwischen K und A vollständig bekannt ist und wenn es sich bei K um ein „perfektes Modul“ im Sinne von BALDWIN und CLARK handelt. K ist dann ein perfektes Modul, wenn die von K für A übernommenen Designparameter die Optimierung der restlichen Designparameter von A nicht beschränken. Sofern die Interdependenz zwischen K und A nicht vollständig bekannt ist oder die Bedingungen eines perfekten Moduls nicht erfüllt sind, wird K die Lösung von A beeinträchtigen. Im schlimmsten Fall wird es nicht möglich sein, A auf Basis des für K getroffenen Designs zu entwickeln. In diesem Fall muss K neu entwickelt werden. Im parallelen Entwicklungsprozess wird das Design für K und A gleichzeitig entschieden. Die Gesamtzeit entspricht der Dauer des längeren der beiden Entwicklungsprozesse. Die Dauer der einzelnen Entwicklungsprozesse ist dabei gegebenenfalls höher anzusetzen als im Fall der sequentiellen Entwicklung, da zusätzliche Zeit für Abstimmungsprozesse erforderlich werden kann. Sofern die Interdependenz zwischen K und A vollständig bekannt ist und K die Bedingungen eines perfekten Moduls erfüllt, besteht allerdings kein Abstimmungsbedarf. Sind diese Voraussetzungen nicht gegeben, eröffnet die parallel-integrierte Entwicklung im Gegensatz zum sequentiellen Vorgehen die Möglichkeit, die Unsicherheit bezüglich der Interdependenz von K und A zu reduzieren bzw. den Einfluss des Designs von K auf die Optimierung von A zu berücksichtigen. Dies bedeutet, dass Zwischenlösungen ausgetauscht und gemeinsam getestet werden, die Ergebnisse in die parallelen Entwicklungsprozesse zurück gespielt werden und dort gegebenenfalls Designanpassungen bewirken. Im Extremfall einer

169

Vgl. Baldwin, C. Y.; Clark, K. B. (1999), Design Rules. The Power of Modularity, Cambridge; London.

54

III Informationstechnologien

vollständigen Integration würden die Designs für K und A auf diese Weise gemeinsam optimiert. Bei einem Vergleich der sequentiellen mit der parallelen Entwicklung sind zwei Fälle zu unterscheiden. Im einfachsten bzw. besten Fall, in dem die Interdependenz zwischen K und A vollständig bekannt ist und K ein perfektes Modul darstellt, ist für den Vergleich lediglich die Entwicklungszeit relevant. Hier schneidet die parallele Entwicklung eindeutig besser ab, da sie schneller zum Ergebnis führt. Besteht Unsicherheit hinsichtlich der Interdependenz und sind die Bedingungen für eine vollständige Modularität nicht erfüllt, dann verändert dies die Abwägung zwischen sequentieller und paralleler Vorgehensweise. Die sequentielle Methode läuft Gefahr, dass das gemeinsame Design-Optimum für K und A nicht gefunden wird. Wenn k die Zahl der in Erwägung gezogenen Designparameterkonstellationen für K ist und a die Zahl der entsprechenden Varianten für A, dann ist der Alternativenraum, in dem nach dem gemeinsamen Optimum zu suchen ist, definiert durch die Produktmenge ^K1, K2, ..., Kk` x ^A1, A2, ..., Aa`. Zum Auffinden des Optimums wären demnach k˜a Alternativen zu evaluieren bzw. zu testen. Die sequentielle Methode zieht allerdings nur k+a Alternativen in Erwägung. Sie schaut sich zunächst die k Möglichkeiten für K an und entscheidet sich darunter für ein Design (K*). Im nächsten Schritt wird dann unter den Designpaaren ^(A1, K*), (A2, K*), ..., (Aa, K*)` die optimale Lösung gesucht. Das Vorgehen reduziert die Komplexität des Problems, da weniger Konstellationen geprüft werden. Allerdings läuft es Gefahr, dass sich das gemeinsame Optimum nicht unter der durch die Vorgabe von K* eingeschränkten Zahl von Designpaaren befindet. Im schlimmsten Fall funktioniert kein Design für A gegeben K*, wodurch der Entwicklungsprozess wieder von vorne beginnen muss. Im Fall der parallel-integrierten Entwicklung können diese Fehler durch eine frühzeitige und simultane Abstimmung der Designs und durch gemeinsame Testverfahren vermieden werden. Eine solche Abstimmung und die häufigeren bzw. umfangreicheren Tests sind allerdings mit einem zusätzlichen Zeitaufwand und mit zusätzlichen Test- und Anpassungskosten verbunden. Der erhöhte Zeitaufwand und die zusätzlichen Kosten können die Vorteile der parallel-integrierten Vorgehensweise unter Umständen zunichte machen. Ergänzt man die unter konstanten Umfeldbedingungen durchgeführte Gegenüberstellung um eine dynamische Betrachtungsweise ist noch ein anderer Aspekt zu berücksichtigen: die Flexibilität. Gemeint sind damit Geschwindigkeit und Umfang der Reaktion auf externe und interne Veränderungen. Im Fall der parallel-integrierten Entwicklung kann die beschriebene Offenheit bei der Optimierung der Interdependenzen auch dazu genutzt werden, um neue Informationen aus dem Umfeld zu verwerten. Das bei einem parallel-integrierten Vorgehen tendenziell späte „Design-Freezing“ lässt Entscheidungs- und Handlungsspielräume relativ lange offen. Dies spricht für eine hohe reaktive Flexibilität. Sie kann zum Beispiel dadurch genutzt werden, dass wie in Abschnitt 3.2 angedeutet, auch „mehrschichtig“ parallelisiert wird, indem beispielsweise funktional nachgelagerte Bereiche wie die Produktionsvorbereitung oder das Marketing in Produktentwicklungsprozessen integriert werden. Die Abstimmung hilft, spätere Produktionskosten zu reduzieren und einen besseren fit-to-market zu erzielen. In der sequentiellen Entwicklung ist dieser Flexibilitätsspielraum vergleichsweise klein, da sie Lernen im Sinne eines prozessübergreifenden Experimentierens nicht erlaubt. Der geringen Flexibilität des Prozesses muss mit einer intensiveren Planung begegnet werden, die aber gerade bei einer beschleunigten Dynamik im Entwicklungsumfeld schwieriger und ungenauer wird. Da in einem dynamischen Umfeld neben einer hohen Flexibilität auch die Entwicklungsgeschwindigkeit zum kritischen Faktor wird, scheint das parallel-integrierte Verfahren grund-

55

3 Prozessanordnung

sätzlich vorteilhaft. Allerdings ist diese Aussage zu relativieren, da die Vorteile wie dargelegt zu Lasten einer höheren Komplexität und eines intensiveren und damit kostspieligeren sowie zeitaufwändigeren Informationsaustauschs gehen und häufigere Testverfahren und Designanpassungen erfordern. Insofern ist der Zeitvorteil nicht notwendigerweise gegeben. Abbildung 12 fasst die Vor- und Nachteile beider Verfahren noch einmal zusammen. Abb. 12: Sequentiell versus parallel-integrierte Prozessanordnung Ansatz

Vorteile x

reduzierte Komplexität, daher

sequentiell

x

weniger Kommunikation

parallel-integriert

x

x

weniger Testläufe

x

offener Lösungsraum

x

mehr Flexibilität schneller?

Nachteile x

x

eingeschränkter Lösungsraum geringere Flexibilität

x

langsamer?

x

mehr Testläufe

x

x

höhere Komplexität, daher mehr Kommunikation

Quelle: eigene Darstellung.

Die in Abbildung 12 zusammengefassten Überlegungen werden in empirischen Untersuchungen weitgehend bestätigt. So wird von vielen Autoren betont, dass das sequentielle Verfahren in einem eingeschränkten Lösungsraum und bei eingeschränkter Flexibilität häufiger zu suboptimalen Lösungen führt.170 Das folgende Zitat unterstreicht noch einmal die Problematik: „[…] strictly sequential task structures are generally not appropriate for design processes. The reason is that the strict sequencing of work “locks in” the process, making change, improvement, and learning itself difficult. By definition, in a design process, the “one best design” for the artefact is not known […]. Thus a sequential design process, in which each step follows predictably upon the one before, is also a sterile 171 design process.”

Umgekehrt wird der Vorteil des parallel-integrierten Vorgehens, in einem größeren Alternativenraum eine bessere Gesamtlösung zu finden und flexibler auf Veränderungen im Laufe der Entwicklung reagieren zu können, ebenfalls in zahlreichen Untersuchungen belegt.172 Die zeitgleiche bzw. überlappende Anordnung der Prozesse suggeriert auf den ersten Blick einen Zeitvorteil. Ob dieser aber tatsächlich eintritt, hängt wesentlich von der Effektivität der 170

Zur Kritik der Einzeloptimierung statt einer Gesamtoptimierung in sequentiellen Entwicklungsprozessen vgl. Eversheim, W. (1995), S. 8; Buchholz, W. (1996), S. 187; Ehrlenspiel, K. (2007), S. 186. Baldwin, C. Y.; Clark, K. B. (1999), p. 61 172 Empirisch untersucht haben diesen Zusammenhang Lawson und Karandikar. Sie bestätigen die theoretisch hergeleitete positive Korrelation; vgl. Lawson, M.; Karandikar, H. M. (1994), A Survey of Concurrent Engineering, in: Concurrent Engineering: Research and Applications, Vol. 2, Vol. 1, pp. 1-6. Zu ähnlichen Ergebnissen kommen Hauptmann, O.; Hirji, K. K. (1996), The Influence of Process Concurrency on Project Outcomes in Product Development. An Empirical Study of Cross-Functional Teams, in IEEE Transactions on Engineering Management, Vol. 43, pp. 158ff. Auch Clark und Fujimoto bestätigen in ihren Arbeiten, dass ein parallel-integriertes Vorgehen tendenziell zu besseren Problemlösungen führt; vgl. Clark, K. B.; Fujimoto, T. (1992), S. 212. Sie hierzu auch die Ausführungen bei Adler, P. S. (1995), Interdepartmental Interdependence and Coordination. The Case of the Design/Manufacturing Interface, in: Organization Science, Vol. 6, No. 2, pp. 147-167, hier p. 147; oder auch Buchholz, W. (1996), S. 188; und Billing, F. (2003), S. 136 171

56

III Informationstechnologien

Abstimmungsprozesse ab.173 Entscheidend hierfür ist neben den Fähigkeiten der Teams, dass sie sich vertrauen und gemeinsame Ziele verfolgen: “[…] the overlapping approach can effectively shorten lead time only when it is combined with intensive communications between the upstream and the downstream. Effective overlapping also needs capabilities of both upstream and downstream people to cope with incomplete information, as well as flexibility, mutual trust and goal sharing between the two stages. Without such conditions, stage overlapping is likely to result in confusion and deterioration in product development performance.”174

Ein Nachteil des parallel-integrierten Vorgehens liegt in der erhöhten Komplexität,175 da mehr Designkombinationen evaluiert und getestet werden. Dies führt zu einem höheren Abstimmungsbedarf, einer höheren Zahl von Tests und auch zu häufigeren Anpassungen im Design während der Entwicklungsphase176. Insofern scheint es ein Optimum parallel zu bewältigender Problemlösungsprozesse zu geben, bei dessen Überschreitung die Leistung nicht mehr weiter ansteigt, sondern sogar fällt und die Projektdauer und -kosten zunehmen. Dieser Sachverhalt wird in der Literatur auch als Brooks`sches Gesetz bezeichnet177.

3.5 Zunehmende Überlegenheit parallel-integrierter Verfahren Das parallel-integrierte Vorgehen ist dem sequentiellen nicht von vorneherein überlegen, da seinen Vorteilen auch Nachteile gegenüberstehen. Die zu beobachtende Verbreitung parallelintegrierter Verfahren in der Automobilentwicklung und die zunehmende, teilweise euphorische Hervorhebung einer Überlegenheit der Parallelisierung und Integration erklären sich erst in Verbindung mit den oben beschriebenen Produktivitätsvorteilen des Einsatzes von IT und der damit in Wechselwirkung stehenden beschleunigten Dynamik des Marktumfelds. Der Einsatz von IT erweitert die Problemlösungskapazitäten der Entwicklungsteams und versetzt sie in die Lage, mehr Komplexität zu bewältigen. Dies wirkt sich zugunsten des mit einem höheren Komplexitätsgrad behafteten parallel-integrierten Vorgehens aus. Wie oben dargelegt, kann der Einsatz von IT in erheblichem Umfang die Testkosten reduzieren und die 173

Vgl. Corsten, H. (1998), S. 132. Auch empirische Studien belegen diesen Aspekt. Eine Untersuchung von Kessler und Chakrabarti ergab zum Beispiel, dass der Zusammenhang zwischen Parallelisierung und Entwicklungsgeschwindigkeit zwar signifikant, die Zeiteffekte dennoch marginal sein können. Als erklärende Variable nennen sie mitunter die Testfrequenz; vgl. Kessler, E. H.; Chakrabarti, A. K. (1999), Speeding Up the Pace of New Product Development, in: Journal of Product Innovation Management, Vol. 16, No. 3, pp. 237f.; Terwiesch kommt zu ähnlichen Ergebnissen; vgl. Terwiesch, C. (1999), Die Parallelisierung von Entwicklungsprozessen. Eine empirische Untersuchung, in: Die Betriebswirtschaft, Vol. 59, Nr. 2, S. 166. 174 Fujimoto, T. (2000), p. 28. 175 Die meisten Untersuchungen leiten die aus einem parallel-integrierten Vorgehen resultierende Komplexität weniger analytisch ab, betonen jedoch eine Erhöhung des Informations- und Kommunikationsbedarfs; vgl. hierzu die Ausführungen von Corsten, H. (1998), S. 130; Scigliano, D. (2003), S. 158; Negele, H. (2006), S. 3 und S. 133; Matz, S. (2007), S. 138f. 176 Siehe hierzu auch die Ausführungen von Baumann, O. (2008), Problem Solving in Complex Systems: Essays on Search, Design, and Strategy. Inaugural-Dissertation, Ludwig-Maximilians-Universität München, Zitat: „Wie Simulationsmodelle zeigen, führt einen intensivere Abstimmung bei der Suche nach einer optimalen Gesamtlösung in modular strukturierten Systemen allerdings nicht generell zu besseren Ergebnissen. Eine zu häufige Abstimmung kann die Suche nach Teillösungen unnötig beschränken, so dass globale Optima verfehlt werden.“, S. 11-42. 177 Genauer gesagt, bezieht sich die Aussage von Brooks auf komplexe Software-Entwicklungs-Projekte, die verzögert und teurer werden, wenn in einer späten Entwicklungsphase zusätzliche Projektmitarbeiter eingesetzt werden; vgl. Brooks, F. P. (1995), The Mythical Man Month, Reading.

3 Prozessanordnung

57

Kommunikation zwischen Teams erleichtern. Beide Wirkungen begünstigen ebenfalls die parallel-integrierte Prozessgestaltung, da hier wesentlich mehr kommuniziert und getestet wird als beim sequentiellen Ansatz. Insgesamt steigert der Einsatz von IT somit die relative Vorteilhaftigkeit des parallel-integrierten Vorgehens und fördert somit seine Verbreitung. Umgekehrt betrachtet erlaubt eine parallel-integrierte Anordnung von Entwicklungsprozessen eine wesentlich bessere Ausschöpfung der Vorteile von IT. Erst durch die Überlappung der Prozesse können die Integrations- und Flexibilitätspotenziale durchgängig digitaler Design-, Simulations-, Analyse-, Dokumentationsverfahren und Kommunikationsmedien genutzt werden. Nur durch die Ineinanderverschiebung der Prozesse ist das oben beschriebene „front-loading“ möglich. Im Ergebnis heißt dies, dass die parallel-integrierte Prozessanordnung mit einer Digitalisierung der Entwicklungsarbeiten einhergehen muss, damit die Flexibilisierung der Produktentwicklung und die Reduktion der Gesamtentwicklungszeit realisiert werden können. „As the information from problem-solving cycles becomes available to other development tasks earlier in the development process, other tasks can proceed more quickly as well and higher degrees of design con178 currency are feasible.”

Ein weiterer Einflussfaktor, der in Verbindung mit dem Einsatz von IT die Parallelisierung und Integration von Einzelprozessen in der Entwicklung neuer Fahrzeuge gefördert hat, besteht in der beschleunigten Umfelddynamik. Diese impliziert wie in Kapitel II, 4.2 erläutert eine stärkere Gewichtung der Vorteile der Flexibilität und der Verkürzung von Entwicklungszeiten, was nur durch eine stärkere Überlappung von Prozessen möglich ist. Schließlich gewinnen digitalisierte, parallel-integrierte Verfahren auch dadurch an Bedeutung, dass sich Unternehmen im Bemühen um Wettbewerbsvorteile anspruchsvollere Entwicklungsziele setzen. Solche Ziele erfordern vor dem Hintergrund einer größeren Unsicherheit häufigere Testläufe und eine stärkere Abstimmung zwischen Teilprojekten, was ebenfalls nur durch den Einsatz von IT und eine parallele und integrierte Anordnung der Entwicklungsprozesse möglich ist.

4 Implikationen für die Wissensstrukturen 4.1 Vorbemerkung Der Einsatz von IT führt nicht nur zu einer Veränderung der Anordnung von Entwicklungsprozessen. Er stellt auch neue Anforderungen an die Wissensstrukturen, d.h. an die Qualifikationsprofile der Mitarbeiter. Nur in dem Maße, in dem diesen Anforderungen gerecht wird, sind Unternehmen in der Lage, die kombinierten Produktivitätspotenziale der Digitalisierung sowie der Parallelisierung und Integration in der Produktentwicklung auszuschöpfen. Die in der Literatur diesbezüglich vorzufindenden Aussagen sind breit gestreut. Generell wird dem Aspekt der Qualifizierung im Zuge der Einführung von IT zwar Bedeutung beigemessen. Die meisten Untersuchungen beschränken sich jedoch auf eine Makrobetrachtung. Das heißt sie zeigen lediglich, dass IT die Nachfrage nach qualifizierten Arbeitskräften er-

178

Thomke, S. H. (1998a), p. 60.

58

III Informationstechnologien

höht.179 Die Frage, welche Fähigkeiten dabei zusätzlich oder neu nachgefragt werden, kann aus den industrie- und arbeitsmarktstatistischen Daten in der Regel nicht beantwortet werden. Die mit dem Einsatz von IT und der Parallelisierung von Entwicklungsprozessen im Kontext dynamischer Umfeldveränderungen zu erwartenden Anpassungen im Bereich der Wissensstrukturen betreffen zunächst die Notwendigkeit, Mitarbeiter für IT zu qualifizieren. Eine 2004 durchgeführte, vergleichende Untersuchung zum Einsatz von 3D-CAD in der Produktentwicklung japanischer und chinesischer Unternehmen belegt, dass in beiden Ländern die Zeit und die Kosten, die erforderlich waren, um Mitarbeiter in der Nutzung von 3D-CAD zu schulen, als größtes Hindernis bei der Einführung der Technologie eingestuft wurden180. Anpassungen dürften aber auch dahingehend zutage treten, dass sich durch die Nutzung von IT das Kompetenzniveau und die Kompetenzstruktur der Mitarbeiter verändern. Diese durchaus nahe liegende Vermutung wurde für den Bereich der Produktentwicklung bislang allerdings noch nicht untersucht. In qualitativer Sicht stellt sich die Frage, ob IT, Parallelisierung und Umfelddynamik mehr Kreativität bedingen oder ob durch sie die analytischen Fähigkeiten stärker betont werden. Schließlich sind auch Auswirkungen auf die Strukturmerkmale „Spezialisierung“ (Wissenstiefe) und „Diversifizierung“ (Wissensbreite) zu erwarten. Beide Aspekte sollen im Folgenden näher erläutert werden.

4.2 Analytische und kreative Fähigkeiten Es spricht einiges dafür, dass der Einsatz von IT analytische Fähigkeiten fördert. IT setzt zum einen voraus, dass Abläufe in Softwarealgorithmen abgebildet werden können, was nur auf Basis detaillierter und präziser Kenntnisse der zugrunde liegenden Ursache-Wirkungszusammenhänge möglich ist. Zum andern erfüllen IT-Instrumente selbst die Funktion von Analysetools. Die durch IT mögliche, schnellere Verarbeitung von Information erleichtert die Suche nach und die Überprüfung von Ursache-Wirkungszusammenhängen. Insofern ist zu erwarten, dass Mitarbeiter in der Nutzung von IT ihre analytischen Fähigkeiten nicht nur anwenden, sondern auch weiter entwickeln. In einer qualitativen, 18 Fallstudien umfassenden Untersuchung stellt VERGANTI die Bedeutung antizipativer und reaktiver capabilities in Produktentwicklungsprojekten heraus 181 . Die Bedeutung antizipativer und reaktiver Fähigkeiten ergibt sich aus dem Dilemma, ƒ dass in frühen Phasen der Produktentwicklung weitreichende Designentscheidungen bei einem hohen Grad an Unsicherheit getroffen werden müssen, was hohe antizipative Fähigkeiten fordert, und ƒ dass dabei unvermeidlich auftretende, gegebenenfalls weitreichende Fehler später korrigiert werden müssen, was ein entsprechendes Maß an reaktiven Fähigkeiten voraussetzt.

179

Vgl. z.B. Chun, H. (2003), Information Technology and the Demand for Educated Workers. Disentangling the Impacts of Adaption versus Use, in: The Review of Economics and Statistics, Vol. 85, No. 1, pp. 1-8; oder auch OECD (2007). 180 Vgl. Takeda, Y. et.al. (2006), p. 31. 181 Vgl. Verganti, R. (1999), Planned Flexibility. Linking Anticipation and Reaction in Product Development Projects, in: Journal of Product Innovation Management, Vol. 16, No. 4, pp. 363-376.

4 Wissensstrukturen

59

Der Grad antizipativer und reaktiver Fähigkeiten wird durch die verwendeten Technologien, die Gestaltung der Abläufe und die Organisationsstrukturen, aber auch durch das Humankapital der Mitarbeiter beeinflusst. So erfordern antizipative und reaktive Fähigkeiten analytisches Schlussfolgern. Computer gestütztes Experimentieren erlaubt vorzeitige und häufigere Testläufe, wodurch Entwicklungsteams in die Lage versetzt werden, schon in einem frühen, durch hohe Unsicherheit geprägten Stadium Erkenntnisgewinne zu erzielen. Experimentieren in einem durch ein hohes Maß an Unsicherheit geprägten Umfeld dient weniger dazu, konkrete Hypothesen zu prüfen. Es besitzt eher einen explorativen Charakter. Dies impliziert, dass der Interpretation von Ergebnissen mehr Gewicht zukommt als der Hypothesenbildung. Die Bedeutung von Interpretation nimmt aber auch deshalb zu, weil im Kontext digitalisierter und parallelintegrierter Entwicklungsprozesse Designentwürfe von innovativeren und komplexeren Produkten getestet werden, was zu mehr unerwarteten Fehlern führt. Das Suchen nach Erklärungen für nicht antizipierte Ergebnisse bzw. Fehler bezeichnet man in Anlehnung an den Philosophen PEIRCE auch als „abduktives“ Vorgehen182. Im Gegensatz zum deduktiven Arbeiten, das nach strengen Regeln der Logik neue Aussagen aus bekannten ableitet, und zum induktiven Vorgehen, das aus einer Vielzahl von Beobachtungen mit Hilfe bekannter statistischer Verfahren vorab aufgestellte Erklärungszusammenhänge zu bestätigen oder widerlegen versucht, bemüht sich der abduktive Ansatz darum, zu neuen Einzelbeobachtungen nachträglich Erklärungen zu finden. In der Regel ist eine Beobachtung mit vielen Erklärungen kompatibel. Insofern besteht hier ein Auswahlproblem, das so entschieden werden sollte, dass die Erklärung möglichst einfach ausfällt, mit anderen, bereits anerkannten Aussagen konsistent ist und möglichst viele, ähnlich gelagerte Phänomene ebenfalls deuten kann. Diese „Empfehlungen“ sind weniger eindeutig und damit weniger einschränkend als die Regeln der Logik oder Statistik, die im Fall des deduktiven bzw. induktiven Vorgehens zu beachten sind. Insofern spricht man dem abduktiven Ansatz einen größeren kreativen Freiraum zu. Die zunehmende Bedeutung abduktiver kognitiver Prozesse im Kontext digitalisierter und integrierter Entwicklungsprozesse wird von BABA und NOBEOKA betont.183 Basierend auf ihrer Untersuchung zur Nutzung von 3D-CAD Systemen in der Schiff-, Fahrzeug- und Flugzeugindustrie argumentieren sie, dass die Visualisierung, die virtuelle Simulation und virtuelle Vormontage sowie die damit verbundenen digitalisierten Kommunikationswerkzeuge abduktive Schlussfolgerungen wesentlich unterstützen, da sie erlauben, die dabei generierten intuitiven Ideen besser darzustellen, zu testen und zu kommunizieren. Dies lässt vermuten, dass damit auch kreative Elemente im Entwicklungsprozess mehr Bedeutung erhalten.

182

Vgl. Abschnitt „3. Decduction, Induction and Abduction“ im Eintrag „Charles Sanders Peirce“ in: Stanford Encyclopedia of Philosophy., URL: http://plato.stanford.edu/entries/peirce/# dia, first entry 22.06.2001, update 26.07.2006, zuletzt abgerufen am 18.07.2009. 183 Vgl. Baba, Y.; Nobeoka, N. (1998).

60

III Informationstechnologien

4.3 T-förmige Wissensstrukturen zur Unterstützung der Kommunikation „Now, instead of „throwing the design over the wall“, engineers are taught to communicate concurrently 184 with a team of upstream and downstream specialists - across functions.”

Der Abstimmungsbedarf parallel-integrierter Prozesse, die Reduktion von Unsicherheit, die flexible Anpassung an neue Erkenntnisse und das Auffinden innovativer Lösungen erfordern Kommunikation. Gegenstand ist dabei nicht allein der Austausch von Information, sondern auch die Diskussion über Testdesigns und Testergebnisse, die Klärung diesbezüglicher Meinungsverschiedenheiten und schließlich Verhandlungen über Prioritäten und Ressourcen. Missverständnisse in der Kommunikation entstehen durch eine asymmetrische Verteilung von Information und durch Wissensgrenzen. Das Verstehen einer Nachricht erfordert wesentlich mehr Informationen als in der Nachricht direkt enthalten sind. Damit der Empfänger die Nachricht verstehen kann, muss er nicht nur über persönliche und situative Umstände des Senders informiert sein, er muss auch über das für ein Verständnis erforderliche Wissen verfügen.185 So versteht ein Laie nicht die Zusammenhänge, von denen der Fachmann spricht. Aber auch zwischen Experten unterschiedlicher Fachgebiete treten Missverständnisse auf, weil jeder eben nur über ein Gebiet Bescheid weiß. Die Überwindung von Wissensgrenzen ist von unmittelbarer Relevanz für die Produktentwicklung. Der für die Wissensstrukturen entscheidende Unterschied im Übergang von sequentiellen zu parallel-integrierten Prozessen besteht in der umfangreicheren und intensiveren Kommunikation zwischen Teams, die über unterschiedliche Fachkompetenzen verfügen. Dabei geht es nicht allein um die Zusammenarbeit zwischen Entwicklungsteams, die ihr Fachwissen bei der gemeinsamen Lösung von Designproblemen integrieren müssen. Die zunehmende Überlappung funktionaler Aufgabenfelder erfordert auch eine Kommunikation über den Bereich der eigentlichen Entwicklung hinaus mit Produktionsfachleuten und Marketingexperten. Wie das Eingangszitat mit dem Bild des „Über-die-Mauer-Werfen“ sehr plastisch darlegt, spielte die team- und funktionsübergreifende Kommunikation im Zeitalter der sequentiellen Entwicklung keine so entscheidende Rolle. Entsprechend waren Wissensgrenzen zwischen Teams und Funktionsbereichen weniger relevant. Bei der Integration paralleler Abläufe können diese Grenzen dagegen zum zentralen Hemmschuh werden, der verhindert, dass die Potenziale bezüglich Geschwindigkeit und Flexibilität ausgeschöpft werden, und der darüber hinaus bei allen Beteiligten ein hohes Maß an Frustration erzeugt. Umgekehrt wird die Überwindung von Wissensgrenzen zum entscheidenden Erfolgsfaktor. Dies gilt nicht nur in Bezug auf Zeiteinsparungen, sondern auch in Hinblick auf die Effektivität der Kommunikation. Nur in dem Maße, in dem die Integration unterschiedlicher Wissensbereiche gelingt, sind Unter-

184 185

Morgan, J. M.; Liker, J. K. (2006), p. 259. Die Begriffe „Wissen“ und „Information“ werden in der Literatur oft nicht klar getrennt. In dieser Arbeit werden unter dem Begriff “Wissen” die kognitiven Strukturen und Prozesse subsumiert, die erforderlich sind, um Informationen als solche wahrzunehmen und zu verarbeiten. Wesentlich ist dafür der Speicher an früher gesammelter Information. Wissen kann nicht direkt “transferiert” werden. Lediglich Information wird ausgetauscht. Sie kann unterschiedlich umfangreich und komplex sein. Der Informationsaustausch führt oft dazu, dass sich Wissen verändert, was bedeutet, dass Kommunikationspartner lernen. Auf diesem indirekten Weg ist damit auch der “Transfer” von Wissen möglich. Zur den verschiedenen Möglichkeiten der Analyse von Information und Kommunikation vgl. Picot, A. et.al. (2001), Kapitel 3. Einen guten Überblick über verschiedene Wissenskonzepte bietet zudem Al-Laham, A. (2003), Organisationales Wissensmanagement, München, S. 23-44.

4 Wissensstrukturen

61

nehmen in der Lage die Kreativität zu generieren, die für das Auffinden gemeinsamer Lösungen nötig ist. Die Bedeutung der Überwindung von Wissensgrenzen in der Produktentwicklung ist hinreichend bekannt.186 Zur Beantwortung der Frage, wie solche Grenzen effektiv überwunden werden können, hat CARLILE den Begriff der „boundary objects“ in die Diskussion eingeführt.187 Boundary objects können Datenbanken, standardisierte Verfahren und Zeichnungen oder Modelle sein, die von verschiedenen Teams in der Kommunikation gemeinsam verwendet werden.188 Sie unterstützen die Kommunikation, indem sie nicht nur eine gemeinsame Kommunikationsinfrastruktur bereitstellen, sondern auch gemeinsame Routinen und Kontexte bieten, um Anliegen vorzutragen und zu verhandeln. CARLILE spricht damit zwar wesentliche Instrumente bzw. Mechanismen an, die zur Überwindung von Wissensgrenzen erforderlich sind, aber er geht nicht weiter darauf ein, welche Veränderungen in der Struktur des Wissens stattfinden müssen, damit solche boundary objects auch effektiv genutzt werden können. Kommunikationsfähigkeit erfordert die Integration von Wissen über Team- und Funktionsgrenzen hinweg. Auslöser ist die zunehmende Verbreitung computergestützter, virtueller Designprozesse. TAKEDA et.al. sprechen daher auch von einer „task-redefining nature“ der neuen Technologie.189 Wissensintegration kann nicht allein durch den Einsatz von digitalen Kommunikationsplattformen erreicht werden. Erforderlich ist ein gegenseitiges Verstehen auf fachlichem Gebiet. Fachliches Verstehen ist nur möglich, wenn die aufgenommenen Fachinformationen in einen sinnvollen Bezug zu bereits vorhandenem Wissen auf dem Gebiet gesetzt werden können. Im Idealfall sollten daher alle an der Kommunikation Beteiligten den gleichen Wissensstand haben. Angesichts knapper kognitiver Fähigkeiten wäre ein derart breites Wissen sehr flach. Die Produktentwicklung kann auf eine hochgradige fachliche Spezialisierung allerdings nicht verzichten. Nun ist für das gegenseitige Verstehen eine besondere Tiefe aber auch nicht notwendig. Es genügen „oberflächliche“ oder Grundlagenkenntnisse. Im Ergebnis bedeutet dies, dass das ideale Entwicklungsteam sich aus Mitgliedern zusammensetzt, die neben einer engen, fachlichen Tiefe in einem Spezialgebiet über einen breiten, dafür aber weniger fundierten Kenntnisstand hinsichtlich der Spezialgebiete anderer Teammitglieder verfügen. IANSITI bezeichnet eine solche Wissensstruktur als T-förmig. Das idealtypische Qualifikationsprofil von Mitgliedern in so genannten Integrationsteams beschreibt er wie folgt: „They possess a T-shaped combination of skills: they are not only experts in specific technical areas but also intimately acquainted with the potential systemic impact of their particular tasks. On the one hand, they have a deep knowledge of a discipline like ceramic materials engineering represented by the vertical stroke of the T. On the other hand, these ceramic specialists also know how their discipline interacts with 190 others, such as polymer processing - T’s horizontal top stroke.”

T-förmige Wissensstrukturen führen zu einer gegenseitigen Überlappung der Wissensgebiete von Mitgliedern verschiedener Entwicklungsteams und Funktionsbereiche. Hierin drückt sich

186

Ein Klassiker, der das Denken diesbezüglich wesentlich beeinflusst hat, ist Nonaka, I. und Hirotaka T. (1995), The Knowledge-Creating Company. How Japanese Companies Create the Dynamics of Innovation, Oxford. 187 Vgl. Carlile, P. R. (2002), Pragmatic View of Knowledge and Boundaries. Boundary Objects in New Product Development, in: Organization Science 13, pp. 442-455. 188 Vgl. Madhavan, R.;Grover, R. (1998), From Embedded Knowledge to Embodied Knowledge. New Product Development as Knowledge Management, in: Journal of Marketing, Vol. 62, No. 4, pp. 1-12. 189 Vgl. Takeda, Y. et.al. (2000), p. 2. 190 Iansiti, M. (1993), p. 139.

62

III Informationstechnologien

die von NONAKA und TAKEUCHI erwähnte Redundanz191 aus, die erforderlich ist, um verschiedene Wissensbereiche im Rahmen von Produktentwicklungsprozessen zu integrieren. Überlappung bzw. Redundanz werden notwendig in einem durch Parallelisierung und Integration gekennzeichnetem Entwicklungsumfeld.

5 Anpassungen im Personalsystem 5.1 Vorbemerkung Die Fähigkeit und Bereitschaft zu Kommunikation und die Heranbildung T-förmiger Wissensstrukturen erfordern Anpassungen in der Personalentwicklung und im Personalmanagement. Durch die Bereitstellung geeigneter Lernkontexte und Karrierepfade sollen Mitarbeiter befähigt und motiviert werden, Spezialwissen mit breiten Fachkenntnissen zu kombinieren. Darüber hinaus sind die der Entlohnung und Beförderung zugrunde liegenden Evaluierungskriterien so auszugestalten, dass Kommunikation und Teamarbeit gefördert werden. Personalsysteme sind in der Regel unternehmensweit einheitlich gestaltet. Der im Folgenden erläuterte Anpassungsbedarf betrifft lediglich den Bereich der Produktentwicklung. Ob und in welchem Maße ihm Rechnung getragen werden kann, hängt nicht zuletzt davon ab, welche personalpolitischen Anforderungen sich in anderen Unternehmensbereichen stellen und ob diese gleich- oder gegengerichtet sind. Wie zahlreiche empirische Untersuchungen belegen, sind offensichtlich auch in anderen Unternehmensbereichen durch die mit der Einführung von IT verbundenen Veränderungen zu verzeichnen, die im Hinblick auf ihre personalpolitischen Implikationen ähnlich wie im Fall der Produktentwicklung zu bewerten sind. Folgt man beispielsweise den Ausführungen von MILGROM und ROBERTS, so wurden neben der Produktentwicklung auch Produktion und Marketing durch IT revolutioniert192. Die Beschleunigung von Abläufen, die engere Verzahnung bzw. Überlappung von Prozessen, die Einsetzung interdisziplinärer Teams, die damit verbundenen Anforderungen an Kommunikations- und Teamfähigkeit und der daraus abgeleitete Bedarf an höher und breiter qualifizierten Mitarbeitern sind auch hier charakteristisch für den zu beobachtenden Wandel. 193 Insofern besitzen die nachfolgend skizzierten Anpassungen im Personalsystem über den engen Bereich der Produktentwicklung hinaus Relevanz.

5.2 Personalentwicklung Die Personalentwicklung muss Mitarbeitern die Möglichkeit bieten, neben ihrem eigentlichen Fachgebiet Kenntnisse auf anderen Gebieten zu erwerben, die für die projekt- und funktionsübergreifende Wissensintegration erforderlich sind. In der Regel ist eine solche Verbreiterung der Wissensbasis nicht im Rahmen einer vorberuflichen Ausbildung möglich. Naheliegender und effektiver erscheint dies im Rahmen einer Kombination aus on-the-job Training und offthe-job Weiterbildungsprogrammen, die auf die unternehmensspezifischen Bedarfe hinsichtlich des angestrebten Qualifikationsprofils zugeschnitten sind.

191

Vgl. Nonaka, I. und Hirotaka T. (1995). Vgl. Milgrom, P.; Roberts J, (1990), The Economics of Modern Manufacturing. Technology, Strategy and Organization, in: America Economic Review, Vol. 80, No. 6, pp. 511-528. 193 Empirische Belege finden sich u.a. bei Bresnahan, T. F. et.al. (2002).

192

5 Personalsystem

63

Off-the-job Kurse können zielgerichtet zentrale Fachbegriffe und theoretische Zusammenhänge vermitteln. Das Angebot solcher Kurse kann je nach Bedarf und Verfügbarkeit unternehmensextern oder -intern organisiert sein. Wichtig für den Lernerfolg ist der direkte Bezug zu den im operativen Bereich zu bewältigenden Aufgabenstellungen. Das on-the-job Training, im Sinne eines learning-by-doing, lässt sich auf zwei Wegen realisieren. Die konsequenteste, aber auch zeitaufwändigste Methode besteht in der regelmäßigen Versetzung von Mitarbeitern in andere Bereiche. So kann ein Entwicklungsingenieur für einige Zeit in die Produktion oder in das Marketing transferiert werden, um sich mit dort relevanten Problemen, den Denkweisen und der „Sprache“ vertraut zu machen. Rotation ist ein seit langem in japanischen Großunternehmen angewandtes Personalentwicklungsmodell194 . Die damit erreichte Vertrautheit mit anderen Funktionsbereichen spiegelt sich nicht nur in einer Wissensverbreiterung wider, sondern äußert sich auch in der Entwicklung sozialer Kompetenzen und im Aufbau persönlicher Kontakte, was der Kommunikationsfähigkeit ebenfalls erheblich zugute kommt. Ein weiterer Weg, um breitere Kenntnisse in anderen relevanten Bereichen zu erwerben, besteht in der Arbeit in interdisziplinären und multifunktionalen Teams. Solche Teams werden im Zuge projekt- und funktionsübergreifender Entwicklungsprozesse so wie so gebildet. Insofern bietet sich dieser Weg naheliegender Weise an. Allerdings ist die Arbeit in den Teams bewusst so zu gestalten, dass dem gegenseitigen Lernen neben der Erledigung eigentlicher operativer Aufgaben Raum gelassen wird. Dies bedeutet mehr Zeit für Interaktion, die Einplanung spezieller Meetings zur Präsentation von Fachthemen aus den verschiedenen Bereichen, oder auch ein begleitendes Coaching für Teammitarbeiter. Wie bei der Rotation kommt hierbei neben dem Erwerb zusätzlicher Fachkenntnisse, auch dem Aufbau sozialer Kompetenz und persönlicher Beziehungen eine wichtige Bedeutung zu. Die beiden Wege zum Aufbau T-förmiger Wissensstrukturen schließen sich nicht aus. In der Praxis bietet sich eine Kombination beider Alternativen an. Entscheidend für den Erfolg ist die systematische Planung im Rahmen von Personalentwicklungsmodellen. Dies setzt auf der anderen Seite eine gewisse Bindung der Mitarbeiter an das Unternehmen voraus. Dazu müssen die Personalentwicklungsmodelle den Mitarbeitern kommuniziert und „schmackhaft“ gemacht werden. Letzteres erfordert ihre Berücksichtigung bei der Ausgestaltung von Anreizsystemen und ihre Integration in attraktive Karrierepfade. Hierauf wird in Unterabschnitt 5.3 noch genauer eingegangen. Die Verfolgung beider Ziele - Vertiefung und Verbreiterung - unterliegt angesichts beschränkter Zeitbudgets einem Trade-off. Die gerade beschriebenen Strategien zur Verbreiterung von Wissensbasen gehen zu Lasten der Vertiefung von Spezialwissen. Ohne kompensierende Maßnahmen droht der Vorteil, der durch die Breite bei der Integration von Wissensbereichen gewonnen wurde, durch den Verlust an Spezialisierung aufgehoben zu werden. Dem Trade-off kann auf zweierlei Weise begegnet werden, die sich nicht ausschließen, sondern gleichermaßen verfolgt werden können. Eine erste Möglichkeit besteht in verstärkten IT-Investitionen zur Unterstützung der Kernprozesse. Die damit mögliche Digitalisierung und Virtualisierung des Experimentierens erlaubt, wie bereits dargelegt, umfassendere und häufiger Testläufe und damit auch schnellere Lernprozesse, was einer Wissensvertiefung zugute kommt. Der Effekt kann die Zeit, die im Erwerb breiterer Kenntnisse verloren geht, zumindest teilweise kompensieren. 194

„Vgl. z.B. Ernst, A. (1998), Aufstieg - Anreiz - Auslese. Karrieremuster und Karriereverläufe von Akademikern in Japans Privatwirtschaft, Opladen. Auch Iansiti bezieht sich in seinen Ausführungen zur Bedeutung Tförmiger Wissensstrukturen auf das Beispiel eines japanischen Großunternehmens, vgl. Iansiti, M. (1993), p. 145.

64

III Informationstechnologien

Unternehmen haben darüber hinaus die Möglichkeit, die Zahl der Mitarbeiter, die im Rahmen der Personalentwicklung Kenntnisse auf anderen Gebieten erwirbt, zu beschränken. In IANSITI`s ursprünglicher Untersuchung traf das Qualifikationsprofil nur auf Mitglieder so genannter Integrationsteams zu195. Der bei dieser Gruppe in Kauf genommene Verzicht auf eine weitere Spezialisierung im Kerngebiet kann durch eine stärkere Spezialisierung bei anderen Mitarbeitergruppen kompensiert werden. Gegebenenfalls ist dazu eine Erhöhung der Mitarbeiterzahl erforderlich.

5.3 Anreizstrukturen Aus den bisherigen Überlegungen leiten sich zwei Anforderungen hinsichtlich der Ausgestaltung von Anreizstrukturen ab. Zum einen müssen Mitarbeiter motiviert werden, innerhalb und zwischen Teams Informationen auszutauschen, zum anderen müssen sie dazu angehalten werden, sich weiterzubilden und gegebenenfalls auch bereit sein, sich über ihren eigenen Fachbereich hinaus Wissen auf anderen Feldern anzueignen. Dass es hierzu besonderer Anreize bedarf, liegt darin begründet, dass sowohl Kommunikation als auch Lernen in der Regel mit privaten Kosten verbunden sind. So entstehen dem Sender von Information Kosten in Form didaktischer Anstrengungen, Geduld und Zeit, insbesondere dann, wenn es um komplexe Zusammenhänge geht oder wenn der Adressat der Information nicht in dem gleichen Wissengebiet zuhause ist. Die Kommunikationsbereitschaft kann auch dadurch behindert werden, dass der Kommunikationspartner als Konkurrent im Team oder Unternehmen wahrgenommen wird. Durch die Zurückhaltung von Information oder durch Fehlinformation wird der Sender versuchen, seine Wettbewerbsposition zu verbessern. Die Kosten des Lernens fallen nicht nur in Form von Zeit an. Lernen birgt immer das Risiko, dass bereits vorhandenes Wissen obsolet wird, was beim Lernenden bewusst oder unbewusst eine Barriere erzeugt, die es bei der Aneignung von neuem Wissen zu überwinden gilt. Geht es speziell darum, sich Wissen aus fremden Bereichen anzueignen, ist mit zusätzlichen Widerständen zu rechnen. So ist es in der Regel bequemer, sich in vertrauten Wissensgebieten zu bewegen. Möglicherweise besteht auch kein fachliches Interesse, oder man befürchtet, gegenüber Peers auf dem eigenen Fachgebiet zurückzufallen bzw. auf fremdem Gebiet als „Anfänger“ an fachlicher Anerkennung zu verlieren. Insofern sind bei der Implementierung von Strategien zur Wissensverbreiterung besondere Motivationsanreize zu setzen.196 Um die Kommunikationsbereitschaft der Mitarbeiter zu fördern, müssen Unternehmen im Rahmen des Personalmanagements Kommunikation belohnen und so die damit aus individueller Sicht verbundenen Kosten kompensieren. Den Unternehmen stehen zur Anreizgestaltung im Wesentlichen die Beförderung und die Entlohnung zur Verfügung. Beide gilt es an das Kommunikationsverhalten zu koppeln. Praktisch heißt dies, dass Kommunikationsverhalten bzw. damit korrespondierende Verhaltens- oder Ergebnisindikatoren in die Liste der Evaluierungskriterien aufgenommen werden müssen, anhand derer über Beförderung bzw. Entlohnung entschieden wird. Zwei, mit einander verbundene Stellschrauben sind dabei von Bedeutung: die Individualisierung von Leistungskriterien und ihr Wettbewerbscharakter.197 195

Vgl. Iansiti, M. (1993), pp. 138-147. In der Literatur findet sich dieses Argument zwar weniger, dennoch erscheint es plausibel und wird auch in der empirischen Untersuchung bestätigt. Vgl. Kapitel IV, 4.3. 197 Vgl. Backes-Gellner, U. et.al. (2001), Personalökonomik. Fortgeschrittene Anwendungen für das Management, Stuttgart, S. 238-241. 196

5 Personalsystem

65

Entlohnungs- bzw. Beförderungskriterien, die sich zu stark am direkten individuellen Produktivitätsbeitrag orientieren, schränken die Kommunikationsbereitschaft ein. Da der Austausch mit anderen zu Lasten der direkt produktiven Zeit geht, führt mehr Kommunikation tendenziell zu einer schlechteren Evaluierung. Der Effekt kann vermieden werden, indem in die Evaluierung des Einzelnen nicht nur seine eigene Leistung, sondern auch die des Teams einfließt. Die Berücksichtigung der Teamleistung reduziert nicht nur die Kosten der Kommunikation im Rahmen des individuellen Vorteilskalküls, sie mindert auch den Wettbewerb unter den Teammitgliedern, was sich ebenfalls positiv auf die Kooperations- und Kommunikationsbereitschaft auswirkt. Will man Kooperation und Kommunikation fördern, so ist ein zu starkes Konkurrenzdenken unter den Mitarbeitern zu vermeiden. Neben einer Evaluierung der Teamleistung wird die Wettbewerbsintensität auch durch das Gewicht relativer Bewertungskriterien und durch die Höhe der Leistungsbelohnung beeinflusst. Beide Faktoren erhöhen den Wettbewerb und sollten daher in einem Anreizsystem, das auf Kommunikation und Kooperation setzt, begrenzt werden. Im Hinblick auf eine Förderung der Lernbereitschaft und speziell der Wissensverbreiterung gelten ähnliche Überlegungen. Um die eingangs erwähnten Lernbarrieren zu überwinden, müssen Lernerfolge im Rahmen der Leistungsbewertung honoriert werden, d.h. sie müssen sich in einer schnelleren Beförderung und/oder besseren Bezahlung niederschlagen. Bezüglich der Herausbildung „T-förmiger“ Wissensstrukturen ist dabei noch ein zusätzlicher Aspekt zu berücksichtigen. Die Bereitschaft, sich auf diese Weise im Unternehmen weiterzubilden, wird nicht zuletzt davon abhängen, ob der Markt den Verzicht auf „Tiefe“ zugunsten von mehr „Breite“ honoriert. Es ist zu vermuten, dass Spezialisierungstiefe einfacher zu vermarkten ist als Wissen, das sich aus weniger vertieften Kenntnissen in mehreren Bereichen zusammensetzt, weil Spezialwissen einfacher zu kommunizieren und zu bewerten ist. Wer sich also auf den breiten, unternehmensinternen Karrierepfad begibt, läuft möglicherweise Gefahr, sich vom Markt abzukoppeln und sich langfristig an das Unternehmen zu binden. Sofern Mitarbeiter zu einer solchen Bindung nicht bereit sind, müssen dafür im Rahmen des Personalmanagements besondere Anreize geschaffen werden, indem Treue belohnt wird, beispielsweise durch Dienstalter abhängige Leistungen.198

6 Implikationen für die Organisationsstruktur 6.1 Vorbemerkung Mit den Ausführungen zur Personalentwicklung und zu den Anreizstrukturen wurden bereits organisationsrelevante Tatbestände angesprochen. Die Einführung von IT und die damit verbundenen Anpassungen in den Prozessabläufen und Wissensstrukturen lassen jedoch auch Veränderungen in der Organisation der Arbeitsteilung in und zwischen Unternehmen vorteilhaft erscheinen, wobei hier im Weiteren der Fokus auf die unternehmensinterne Organisation gerichtet wird. Die im Vordergrund stehenden Organisationsstrukturen betreffen im Kleinsten die Abgrenzung der Aufgabenbereiche einzelner Mitarbeiter und darauf aufbauend die Bildung und Gliederung von Organisationseinheiten. Organisationsstrukturen definieren darüber 198

Die Vermutung erhält Unterstützung durch Arbeiten zum japanischen Beschäftigungssystem. Die Mitarbeiter japanischer Unternehmen werden im Rahmen der Personalentwicklung fachlich eher breit ausgebildet. Im Vordergrund steht die Verwertbarkeit des Humankapitals im Unternehmen und nicht seine Vermarktbarkeit außerhalb. Die implizierte Unternehmensbindung wird durch eine am Dienstalter orientierte Gehaltsstruktur und Beförderungspraxis belohnt. Vgl. dazu Waldenberger, F. (1999), S. 113-135.

66

III Informationstechnologien

hinaus auch die Verteilung der Verfügungsrechte innerhalb des Unternehmens. Gemeint sind damit die Rechte und Pflichten der einzelnen Mitglieder und Einheiten. Hierzu zählen insbesondere Entscheidungskompetenzen über die Verwendung von Unternehmensressourcen sowie diesbezügliche Anweisungsbefugnisse und Berichtspflichten. Wie im Fall des Personalsystems betreffen auch die Anpassungen in den Organisationsstrukturen nicht nur den Bereich der Produktentwicklung, sondern das Gesamtunternehmen. Die Überlegungen sind allerdings wiederum über den Bereich der Produktentwicklung hinaus von Relevanz, da die Einführung von IT auch in anderen Unternehmensbereichen mit gleichgerichteten Anpassungen in den Organisationsstrukturen einhergeht. Zum Einfluss des Einsatzes von IT auf die Unternehmensorganisation gibt es zahlreiche theoretische und empirische Arbeiten.199 Die meisten Studien sehen den Einfluss weder monokausal noch einfach kausal. Der Einsatz von IT und die damit verbundenen Veränderungen in der Unternehmensorganisation werden als Teil eines Wirkungsgefüges verschiedener, sich gegenseitig verstärkender Faktoren betrachtet. Dabei können beispielsweise durch solche Faktoren ausgelöste Restrukturierungen die Einsatzmöglichkeiten von IT erweitern. In diesem Fall würden Veränderungen in der Organisationsstruktur den Einsatz von IT beeinflussen und nicht umgekehrt. Zu den wichtigsten bzw. am häufigsten genannten Faktoren zählen: ƒ eine beschleunigte Dynamik des Marktumfelds und des technologischen Wandels,

ƒ ein intensiver geführter Wettbewerb,

ƒ durch Prozess- und Kundenorientierung gekennzeichnete Managementstrategien, die darauf ausgerichtet sind, Wettbewerbsvorteile durch Qualität und Service sowie Flexibilität und Reaktionsgeschwindigkeit zu erzielen,

ƒ ein höheres Bildungsniveau der Belegschaft, das einhergeht mit einer

ƒ stärkeren Präferenz für abwechslungsreiche und intellektuell fordernde Aufgaben. IT entfaltet in diesem Komplex aus extern vorgegebenen und gestaltbaren Faktoren vier wesentliche Wirkungen. Erstens steigert es die Produktivität bei der Erledigung komplexer Aufgaben, indem es das Suchen und Verarbeiten von Information erleichtert. Zweitens ermöglicht IT eine Flexibilisierung automatisierter Prozesse, wodurch unterschiedliche Kundenbedürfnisse gezielter und neue Kundenwünsche schneller bedient werden können, ohne dass dadurch erhebliche Kostennachteile entstehen. Drittens unterstützt IT die Kommunikation innerhalb des Unternehmens, aber auch über Unternehmensgrenzen hinweg mit Kunden und Lieferanten, wodurch interne und externe Koordinations- und Kontrollprobleme effizienter gelöst werden können. Schließlich erfordert die Entwicklung von Software zur Unterstützung von Aufgaben und Prozessen, dass das zur Aufgabenerfüllung erforderliche Wissen explizit gemacht wird und die betroffenen Verfahren standardisiert bzw. formalisiert werden. Solche mit der Implementierung von IT einhergehenden Veränderungen schaffen häufig neue Rationalisierungsspielräume, aber auch Schnittstellen, die Anlass für neue Formen der Arbeitsteilung und Organisation bieten können. Die in diesem Wirkungsgefüge in Verbindung mit dem Einsatz von IT diskutierten Veränderungen in den Organisationsstrukturen äußern sich in einer stärkeren Aufgabenintegration auf individueller Ebene, in der Bildung funktionsübergreifender Projektteams und in einer Dezentralisierung von Entscheidungskompetenzen durch flachere Hierarchien. Die letzten 199

Vgl. stellvertretend Brynjolfsson, E. und. Hitt, L. (2000); Picot, A. et.al. (2001) oder auch Marschak, T. (2004), Information Technology and the Organization of Firms, in: Journal of Economics and Management Strategy, Vol. 13, No. 2, pp. 473-515.

6 Organisationsstruktur

67

beiden Anpassungen implizieren eine stärkere Modularisierung der Organisation. Im Folgenden werden die einzelnen Veränderungen ausführlicher beschrieben.

6.2 Aufgabenintegration auf individueller Ebene Der einzelne Arbeitsplatz bildet die kleinste Organisationseinheit. Die Arbeitsorganisation entscheidet, welche Aufgaben einem Arbeitsplatz zugeordnet sind. Die Aufgabenverteilung bestimmt den Grad der innerbetrieblichen Arbeitsteilung. Zahlreiche Studien belegen, dass mit der Verbreitung von IT der Aufgabenumfang pro Arbeitsplatz zugenommen hat.200 Ein Mitarbeiter erledigt heute mehr Aufgaben als früher. Inwiefern der Zusammenhang zwischen der zunehmenden Aufgabenintegration und dem Einsatz von IT allgemein zwingend ist, ist jedoch nicht abschließend geklärt. Der Grad der Arbeitsteilung wird einerseits durch die mit einer Spezialisierung verbundenen Größenvorteile, andererseits durch die damit steigenden Koordinations- bzw. Kommunikationskosten bestimmt201. BORGHANS und TER WEEL argumentieren, dass IT, sofern es die Produktivität in der Durchführung einzelner Aufgaben erhöht, höhere Opportunitätskosten der Kommunikation bedingt, was im Ergebnis einen geringeren Grad der internen Arbeitsteilung mit sich bringt.202 Die Zahl der Aufgaben, die einem Mitarbeiter im Schnitt übertragen sind, steigt und der Koordinationsaufwand sinkt. Überwiegen dagegen die Vorteile, die durch den Einsatz von IT in der Kommunikation erzielt werden können, hat dies zur Folge, dass die Spezialisierung zunimmt und mehr kommuniziert wird. Die höhere Aufgabenintegration wäre demnach durch die Dominanz des Produktivitätseffekts zu erklären. Hierzu liegt jedoch kein direkter empirischer Befund vor. LINDBECK und SNOWER greifen bei ihrem Versuch, die empirisch beobachtete Aufgabenintegration theoretisch zu begründen, auf spezielle Komplementaritätsannahmen zurück203 . Überzeugender gelingt die theoretische Fundierung DESSEIN und SANTOS. Sie zeigen, dass Unternehmen, die sich in einem verändernden Umfeld befinden, ihren Mitarbeitern mehr Flexibilität bei der Erledigung operativer Aufgaben einräumen, um lokale Informationen besser nutzen zu können. 204 Der mit der größeren Flexibilität einhergehende höhere Kommunikationsbedarf wird begrenzt, indem der Grad der Arbeitsteilung reduziert wird, die einzelnen Mitarbeiter also mehr Aufgaben gleichzeitig wahrnehmen. Auch wenn vieles dafür spricht, dass Aufgabenintegration in einem durch IT geprägten Arbeitsumfeld erhebliche Produktivitätsvorteile birgt, so können für die Verbreitung dieser Organisationslösung doch noch andere Faktoren angeführt werden. Ein solcher Faktor ist der höhere Bildungsstand der Beschäftigten, der nicht nur durch IT induziert ist. In der Regel bevorzugen höher qualifizierte Arbeitnehmer ein intellektuell anspruchsvolleres und abwechslungsreicheres Aufgabenfeld. Einer solchen Präferenz kann durch eine stärkere Aufgabenintegration begegnet werden. 200

Vgl. z.B. Caroli, E.; van Reenen, J. (2001) Skill-Biased Organizational Change? Evidence from a Panel of British and French Establishments, in: Quarterly Journal of Economics, Vol. 116, No. 4, pp. 1449-1492. Bresnahan, T. F. et.al. (2002); Borghans, L.; ter Weel, B. (2006), The Division of Labour, Worker Organization, and Technological Change, in: The Economic Journal Vol. 116, No. 4, pp. F45-F72. 201 Der Zusammenhang wird u.a. modelliert in Becker, G. S.; Murphy, K. M. (1992), The Division of Labor, Coordination Costs, and Knowledge, in: Quarterly Journal of Economics, Vol. 107, No. 4, pp. 1137–60. 202 Vgl. Borghans, L.; ter Weel, B. (2006). 203 Vgl. Lindbeck, A.; Snower, D. J. (2000). 204 Vgl. Dessein, W.; Santos, T. (2006), Adaptive Organizations, in: Journal of Political Economy, Vol. 114, No. 5, pp. 956-995.

68

III Informationstechnologien

Die hier beschriebenen Veränderungen auf der Ebene der Arbeitsorganisation werden in der Literatur auch als Übergang von der „tayloristischen“ zur „holistischen“ Organisation charakterisiert und analysiert. 205 Taylorismus steht für eine enge Spezialisierung und eine klare Trennung zwischen der Planung, Durchführung und Kontrolle operativer Tätigkeiten. Holismus beinhaltet eine stärkere Aufgabenintegration verbunden mit einer Integration von Planung, Durchführung und Kontrolle. Während das tayloristische System versucht, die Vorteile der Spezialisierung in der Erledigung operativer Aufgaben weitestgehend auszuschöpfen, stehen im holistischen Ansatz das lokale Wissen, die Problemlösungsfähigkeit und die Kommunikationsfähigkeit der Beschäftigten im Vordergrund. Die Verbreitung holistischer Arbeitsorganisationsformen wird mit den zunehmenden Schwächen des tayloristischen Ansatzes erklärt. Dieser funktioniert nur einem Umfeld, das ein hohes Maß an Planbarkeit bietet und durch langsamen Wandel gekennzeichnet ist. In einem solchen Umfeld können die statischen Vorteile der Spezialisierung sehr gut ausgeschöpft werden, während die Mängel in der Anpassungsfähigkeit weniger zum Tragen kommen. Die Voraussetzungen sind wie in Absatz 4 von Kapitel II beschrieben, heute immer weniger gegeben. Die Umfelddynamik ist damit eine wesentliche Triebfeder für die zu beobachtende Aufgabenintegration.

6.3 Funktionsübergreifende Projektgruppen Der mit der Parallelisierung von Prozessen einhergehende stärkere Abstimmungsbedarf über Projekt- und Funktionsbereichsgrenzen hinaus erfordert die Einsetzung interdisziplinärer („cross-functional“) Projektgruppen oder Teams.206 Sie unterstützen die zur Abstimmung erforderliche Wissensintegration, indem sie sich aus Mitgliedern zusammensetzen, die Spezialisten auf den Fachgebieten der zu integrierenden Prozesse sind. RAUNIAR u.a. zeigen am Beispiel der us-amerikanischen Automobilindustrie, dass der Einsatz von cross-functional Teams, in die teilweise auch Zulieferer und Kunden einbezogen werden, in erheblichem Umfang dazu beitragen, Fehler zu vermeiden, Entwicklungszeiten zu verkürzen, Kosten einzusparen und Kundenzufriedenheit zu erhöhen.207 Auch wenn der Vorteil von funktionsübergreifenden Projektgruppen auf der Hand liegt, so ist eine erfolgreiche Implementierung mit nicht zu vernachlässigenden Herausforderungen konfrontiert. Dies liegt zum einen in dem interdisziplinären Charakter der Teams selbst begründet. Die heterogene, für die Wissensintegration erforderliche Zusammensetzung des Teams stellt, wie in Abschnitt 4 bereits betont, besondere Anforderungen an die Kommunikationsbereitschaft und -fähigkeit der Teammitglieder. Zusätzliche, eher strukturelle Probleme resultieren aus dem Umstand, dass die Gruppen in zweifacher Hinsicht einen Fremdkörper in der typischen Unternehmensorganisation darstellen. 208 Zum einen sind sie temporär, auf die Durchführung eines zeitlich begrenzten Projekts angelegt, während andere Organisationseinheiten in Unternehmen üblicherweise dauerhaft, zumindest ohne vorgegebene zeitliche Begrenzung, eingerichtet sind. Zum anderen setzen sie sich aus Mitgliedern zusammen, die verschiedenen funktionalen Unternehmensbereichen und

205

Vgl. Lindbeck, A.; Snower, D.J. (2000), oder auch Picot, A. et.al. (2001), S. 455-460. Vgl. Iansiti, M. (1993). Vgl. Rauniar, R. et.al. (2008), Shared Knowledge and Product Design Glitches in Integrated Product Development, in: International Journal of Production Economics, Vol. 114, No. 2, pp. 723-736 208 Vgl. Frese, E. (2005), S. 528-537.

206 207

6 Organisationsstruktur

69

teilweise auch aus anderen Unternehmen entstammen, was zusätzliche Zuständigkeits- und Loyalitätsprobleme aufwirft. Die strukturellen Probleme treten in verschiedenen für den Teamerfolg entscheidenden Aspekten zu Tage. So muss sich das Team beispielsweise bei der Verhandlung über die ihm zur Verfügung gestellten Ressourcen in Form von Budgets, Personal und Sachmitteln gegen die Ressourcenansprüche etablierter Organisationseinheiten durchsetzen. Das gleiche Problem stellt sich, wenn Nachverhandlungen erforderlich sind, weil Aufgaben unterschätzt wurden. Die Frage ist, ob sich die Teamführung hier gegenüber langfristig eingerichteten Unternehmensbereichen mit ihren gut entwickelten Beziehungen zur obersten Führungsebene behaupten kann. Die Rekrutierung von Personal auf die dem Team zugewiesenen Stellen stellt in zweifacher Hinsicht eine Herausforderung dar. Zum einen müssen die geeigneten Kandidaten bereit sein, ihre Abteilungsstelle zu verlassen, was mit dem Risiko verbunden sein kann, hier wichtige, für die Karriere förderliche Kontakte zu verlieren. Zum anderen muss die betroffene Abteilung auch willig sein, gute Mitarbeiter ziehen zu lassen. Die Führung eines interdisziplinären Teams sieht sich schließlich mit dem Problem konfrontiert, nicht nur Spezialisten unterschiedlicher Wissensgebiete integrieren zu müssen, sondern, was eine ebenso große Herausforderung sein kann, Mitglieder für ein gemeinsames Projektziel zu motivieren, die sich in erster Linie mit ihren Abteilungen und deren Interessen identifizieren. Die Lösung der strukturellen Probleme wird nur gelingen, wenn das Projekt innerhalb des Unternehmens eine hohe Priorität genießt, indem es beispielsweise dem Verantwortungsbereich eines Mitglieds der obersten Führungsebene direkt zugewiesen ist. Seitens des Personalsystems muss sicher gestellt sein, dass die temporäre Mitarbeit in einem funktionsübergreifenden Team in der Form honoriert wird, dass dadurch die Karrierechancen nicht gemindert, sondern im Erfolgsfall gefördert werden. Schließlich weisen empirische Untersuchungen darauf hin, dass für die Überwindung der strukturellen Probleme die Persönlichkeit des Teamleiters und seine Stellung im Unternehmen von entscheidender Bedeutung sind. Der Leiter muss direkte Weisungsbefugnisse für die Teammitglieder haben. Er muss nicht nur innerhalb des Teams anerkannt sein, sondern muss auch im Unternehmen eine starke Position innehaben. Dies betrifft einen hohen Rang, langjährige Erfahrung und damit verbunden gute Beziehungen in andere Abteilungen hinein, vor allem aber auch zur Unternehmensführung. CLARK und WHEELRIGHT sprechen in diesem Zusammenhang von einem „Heavyweight“ Manager209.

6.4 Dezentralisierung Organisationstheoretische Überlegungen zeigen, dass die Zentralisierung von Entscheidungsbefugnissen in Hierarchien mit verschiedenen Nachteilen behaftet ist. Die Informationsübertragung über Hierarchiestufen hinweg verzögert Entscheidungen. In der Übertragung kommt es außerdem zu Fehlern aufgrund von Missverständnissen oder Fehlanreizen. Eine zu starke Zentralisierung der Entscheidungskompetenzen kann dazu führen, dass dem Topmanagement mehr Informationen übermittelt werden, als es verarbeiten kann, mit dem Ergebnis, dass weniger oder schlechtere Entscheidungen getroffen werden. Schließlich bedingen die Verzögerungen in der Übertragung, die dabei auftretenden Fehler und des information overflow, dass 209

Vgl. Clark, K. B.; Wheelwright, S. C. (1992), Organizing and Leading "Heavyweight" Development Teams, in: Wheelwright, S. C.; Clark, K. B. (eds.), Revolutionizing Product Development: Quantum Leaps in Speed. Efficiency, and Quality. New York, pp. 9-28.

70

III Informationstechnologien

in zentralisierten Organisationen lokale Informationen zu spät oder zu wenig berücksichtigt werden. 210 Man könnte zunächst vermuten, dass die Einführung von IT und die damit verbundene Beschleunigung und Verbesserung von Kommunikation und Informationsverarbeitung die oben genannten Nachteile von Hierarchien mindern. Dies hätte entsprechend zu einem Ausbau hierarchischer Organisationsstrukturen und zu einer stärkeren Zentralisierung führen sollen. Tatsächlich beobachtet man jedoch, dass Unternehmen in den letzten zwei Jahrzehnten verbunden mit der Einführung flexibler Fertigungsmethoden und IT Hierarchiestufen abgebaut und gleichzeitig Entscheidungsbefugnisse an untere Hierarchiestufen delegiert haben. Der scheinbare Widerspruch löst sich auf, wenn man neben der isolierten Betrachtung von IT andere der unter 6.1 beschriebenen Veränderungen mit berücksichtigt. Hier sind zunächst die beschleunigte Umfelddynamik und der intensivierte Wettbewerbsdruck von Bedeutung. Sie erhöhen auf Seiten der Unternehmen die Notwendigkeit, schnell und flexibel zu reagieren, was durch den Einsatz von IT gefördert wird. Die Zielgenauigkeit in der Reaktion erfordert wiederum die Nutzung lokaler Informationen. Damit werden genau die Schwächen hierarchischer Organisationsstrukturen getroffen. Während also zu erwarten ist, dass IT in einem statischen Umfeld zu mehr Zentralisierung führt, gilt in einem dynamischen Umfeld eher das Gegenteil. Allerdings ist hier noch ein weiterer Faktor zu beachten. Schon in den 80er Jahren hat AOKI bei seiner komparativen Analyse des japanischen Unternehmensmodells auf die Vorteile der Dezentralisierung im Kontext horizontaler Kommunikationsstrukturen hingewiesen.211 Die horizontale Kommunikation war auch hier Ergebnis einer stärkeren Prozessintegration. Sie folgte aber nicht vor dem Hintergrund der Einführung von IT, sondern resultierte aus Arbeitsorganisationsformen, die sich in Japan im Kontext einer raschen Industrialisierung herausgebildet hatten. 212 Die horizontale Kommunikation wurde durch „multi-tasking“ und „knowledge-sharing“ unterstützt. AOKI zeigt, dass die horizontale Kommunikation zwischen im Wertschöpfungsprozess aufeinander folgenden Produktionsbereichen, eine vertikale Kommunikation über Hierarchiestufen hinweg überflüssig macht. Der Vorteil einer solchen dezentralen Lösung ist zudem, dass lokale Informationen und lokale Problemlösungspotenziale dadurch besser ausgeschöpft werden können.213 Auch im Fall parallel-integrierter Entwicklungsprozesse führt der erhöhte Abstimmungsbedarf zu einer vermehrten horizontalen Kommunikation. Umwege über vertikale Hierarchiestufen würden die horizontale Abstimmung verzögern oder sogar stören. Insofern besitzen AOKI`s Ergebnisse hier analog Geltung. An der Frage Zentralisierung versus Dezentralisierung wird deutlich, dass die Wirkung von IT nicht beschränkt auf die direkten Effekte betrachtet werden darf. Sie führen in diesem Fall zu kontra-faktischen Resultaten. Vielmehr müssen die komplementären Systembeziehungen zwischen IT, Prozessanordnung, Kommunikationsstrukturen und Umfeldbedingungen in die Analyse einbezogen werden, um die Beobachtungen konsistent deuten zu können.

210

Vgl. Colombo, M. G.; Delmastro, M. (2008), The Economics of Organizational Design. Theoretical Insights and Empirical Evidence. Basingstoke, pp.13-20. 211 Vgl. Aoki, M. (1990), Toward an Economic Model of the Japanese Firm, in: Journal of Economic Literature, Vol. 28, No. 1, pp. 1-27. 212 Vgl. Waldenberger, F. (1999), S. 113-117. 213 Vgl. Aoki, M. (1990).

6 Organisationsstruktur

71

6.5 Modularisierung Modularisierung beschreibt ein allgemeines Designprinzip zur Bewältigung komplexer Aufgabenstellungen, das der Interdependenzstruktur zwischen Designparametern als entscheidendem Komplexitätsfaktor in besonderem Maße Rechnung trägt.214 Parameter, zwischen denen eine hohe Interdependenz besteht, werden in einem Modul zusammengefasst und in einer engen Abstimmung gewählt. Verbleibende Interdependenzen zwischen Parametern, die unterschiedlichen Modulen zugeordnet wurden, werden über zwischen den Modulen eingerichtete Schnittstellen koordiniert. Auf den Vorteil der Modularisierung in der Reduktion von Komplexität hat erstmals HERBERT SIMON hingewiesen. 215 Die Gliederung eines komplexen Systems in mehr oder weniger unabhängige („nearly decomposable“) Einheiten reduziert die Vielfalt an zu berechnenden Lösungen, erhöht die Fehlerrobustheit des Systems, erlaubt eine Parallelisierung von auf Modulebene stattfindenden Suchprozessen und erhöht damit die Innovationsfähigkeit und -geschwindigkeit des jeweiligen Gesamtsystems. Im Ergebnis wird durch Modularisierung die Entwicklungs- und Überlebensfähigkeit komplexer Systeme erhöht. Im Umkehrschluss heißt dies, dass beobachtbare komplexe Gebilde, seien es Produkte oder Organisationen, im Allgemeinen eine modulare Struktur aufweisen. Den Beitrag der Modularisierung sah die wissenschaftliche Diskussion lange Zeit in der oben beschriebenen Komplexitätsbewältigung. In jüngster Zeit werden zunehmend auch positive Auswirkungen modularer Systeme auf Innovationsprozesse anerkannt. Die Überlegenheit bzw. die Notwendigkeit der Modularisierung im Falle des Produktdesigns haben vor allem die Arbeiten von ALEXANDER sowie BALDWIN und CLARK eindrucksvoll veranschaulicht. Unter dem Begriff der „power of modularity“ diskutieren die Autoren verschiedene Konzepte, die sich auf die Vereinfachung, Optimierung und Flexibilität von Design- und Entwicklungstätigkeiten beziehen. 216 Modularisierung wird darüber hinaus auch in der Organisationsforschung diskutiert. Der Übergang zu stärker modularisierten Organisationseinheiten soll Unternehmen befähigen, sich in einem komplexer gewordenen Umfeld besser zu behaupten, indem die Dysfunktionalitäten einer streng hierarchischen, tayloristischen Organisationsstruktur überwunden werden.217 Das Konzept der Modularisierung umfasst mehrere der oben bereits angesprochenen Anpassungen. Auf der Ebene der Arbeitsorganisation beinhaltet es die Aufgabenintegration und die Bildung teilautonomer, multi-funktionaler Gruppen. Für die Gesamtstruktur impliziert Modularisierung einen Abbau von Hierarchiestufen und eine Dezentralisierung von Entscheidungsbefugnissen.

214

Vgl. Baldwin, C. Y.; Clark, K. B. (1999). Vgl. Simon, H. A. (1962), The Architecture of Complexity, in: Proceedings of the America Philosophical Society, Vol. 106, No. 6, pp. 467-482. 216 Vgl. Alexander, C. (1964), Notes on the Synthesis of Form, Cambridge; Baldwin, C. Y.; Clark, K. B. (1999); Göpfert etwa spricht von “modularer Innovation”, vgl. Göpfert, J. R. (1998), Modulare Produktentwicklung. Zur gemeinsamen Gestaltung von Technik und Organisation, Wiesbaden. 217 Vgl. Picot, A. et.al. (2001), S. 227-287; Picot, A.; Baumann, O. (2007), Modularität in der verteilten Entwicklung komplexer Systeme. Chancen, Grenzen, Implikationen, in: Journal für Betriebswirtschaftslehre, Vol. 57, Nr. 3-4, S. 221-246.

215

72

III Informationstechnologien „Modularisierung bedeutet eine Restrukturierung der Unternehmensorganisation auf der Basis integrierter, kundenorientierter Prozesse in relativ kleine, überschaubare Einheiten (Module). Diese zeichnen sich durch dezentrale Entscheidungskompetenz und Ergebnisverantwortung aus, wobei die Koordination zwi218 schen den Modulen verstärkt durch nicht-hierarchische Koordinationsformen erfolgt.“

Hinsichtlich der Verbindung zwischen dem Einsatz von IT und den Vorteilen der Modularisierung gelten also im Wesentlichen die in den vorhergegangenen Unterabschnitten bereits getroffenen Aussagen. Bei der Bildung von Modulen kommt jedoch noch ein weiterer, bislang weniger bedeutsamer Aspekt der IT-Implementierung zum Tragen. Wie in Abschnitt 6.1 erwähnt, bedingt der Einsatz von IT häufig die Programmierung von UrsacheWirkungszusammenhängen und Prozessen für Softwarelösungen. Dies ist nur möglich, indem Wissen, beispielsweise Wissen über Kausalzusammenhänge oder Interdependenzbeziehungen, explizit gemacht wird und indem die betroffenen Prozesse nicht nur beschrieben, sondern auch standardisiert werden. Eine umfassende Offenlegung von Interdependenzen und eine Standardisierung von Prozessen fördern zusätzlich die Modularisierung, da sie die Entscheidung über die Abgrenzung von Modulen und die Einrichtung von Schnittstellen in der Koordination zwischen Modulen erleichtern. IT fordert also nicht nur die Bildung von Modulen, IT fördert diese auch. Dies ist ähnlich wie bei der in Abschnitt 2 erörterten Digitalisierung der Produktentwicklungsprozesse. Dort war es die intensivere Kommunikation zwischen Entwicklungsteams. Sie wird durch den Einsatz von IT gefordert, aber auch gefördert.

218

Picot, A. et.al. (2001), S. 230.

73

IV Komplementaritätsbeziehungen in der Produktentwicklung Untersuchung am Beispiel der japanischen Automobilindustrie 1 Zusammenfassung der empirischen Implikationen Die in Kapitel III erörterten Komplementaritätsbeziehungen sollen im Folgenden am Beispiel der japanischen Automobilindustrie219 untersucht werden. Dazu wurde im Frühjahr 2006 eine Erhebung unter allen 14 Herstellern durchgeführt. Das Untersuchungsdesign wird in Abschnitt 3 genauer beschrieben. Vorbereitend dazu sollen hier zunächst die wichtigsten Aussagen über den Zusammenhang zwischen IT, Prozessanordnung, Wissensstrukturen (einschließlich Personalsystem) und Organisationsstrukturen in einem Gesamtmodell noch einmal zusammengefasst dargestellt werden. Daraus werden in einem nächsten Schritt die für die empirische Untersuchung erkenntnisleitenden Vermutungen und Fragen abgeleitet.

1.1 Wirkungszusammenhänge im Überblick Abbildung 13 stellt die in Kapitel II und III erörterten Zusammenhänge dar. Die Pfeile (a) bis (p) beschreiben die wesentlichen Wirkungsrichtungen und sollen im Einzelnen kurz erläutert werden. Zentrale endogene Variable ist die Performance in der Automobilentwicklung, gemessen beispielsweise an der Entwicklungszeit, dem Innovationsgrad, der Qualität, des fit-to-market oder der Kosten. Auf sie sind alle Bemühungen bei der Auswahl alternativer Gestaltungsmöglichkeiten gerichtet. Der damit erzielte Beitrag zur Wettbewerbsfähigkeit wird dabei wesentlich durch die Umfeldbedingungen, wie die Wettbewerbsintensität und die Marktdynamik, bestimmt. So reduziert eine höhere Dynamik beispielsweise den aus einer gegebenen Entwicklungszeit resultierenden Wettbewerbsvorteil. Die erste Wirkungsebene, dargestellt durch die Pfeile (a) bis (d) bildet die direkten Einflüsse auf die Performance ab: 220 a) Der Einsatz von IT beeinflusst die Performance, indem er die Problemlösungskapazitäten erweitert. b) Der Grad der Parallelisierung ist ebenfalls direkt Performance relevant, da er Komplexität (Problemlösungsanforderungen) und Entwicklungszeiten mit bestimmt. c) Das Kompetenzniveau der Mitarbeiter als Teilaspekt der Wissensstrukturen wirkt weiterhin direkt auf die Performance. d) Schließlich kann auch für die Organisationsstrukturen ein direkter Performanceeffekt unterstellt werden, der in der Geschwindigkeit und der Qualität von Entscheidungen zum Ausdruck kommt. Die zweite Wirkungsebene gekennzeichnet durch die Pfeile (e) bis (m) beschreibt verschiedene, überwiegend moderierende Einflüsse, die für die Komplementaritätsbeziehungen zwi219

220

Genauer gesagt Kraftfahrzeugindustrie, da es sich nicht nur um PKW-Hersteller handelt. Inbegriffen sind auch Motorrad- und LKW-Hersteller. Tab. 6 listet alle 14 Unternehmen mit ihren Hauptgeschäftsfeldern. Es werden damit nicht alle Performance relevanten Faktoren, sondern nur die vorab diskutierten berücksichtigt.

74

IV Komplementaritätsbeziehungen

schen den Gestaltungsbereichen IT und Prozessanordnung sowie Wissens- und Organisationsstrukturen ausschlaggebend sind. e) IT erhöht das Produktivitätspotenzial der Parallelisierung, indem es hilft, die damit verbundene, höhere Komplexität und Kommunikationsintensität zu bewältigen. f) IT beeinflusst die Vorteilhaftigkeit einer stärkeren oder geringeren Aufgabenintegration. Hierbei sind, wie BORGHANS und TER WEEL zeigen, zwei gegenläufige Effekte zu berücksichtigen221. Der mit IT verbundene Produktivitätseffekt spricht für eine höhere Aufgabenintegration, während die ebenfalls mit IT mögliche Senkung der Kommunikationskosten eine stärkere Aufgabentrennung begünstigt. Der Nettoeffekt ist demnach offen. g) Der Produktivitätsbeitrag von IT wird durch die IT-Kompetenz der Mitarbeiter beeinflusst. h) Umgekehrt hat die Nutzung von IT Rückwirkungen auf die Wissensstrukturen. i) Der Produktivitätsbeitrag der Parallelisierung wird u.a. durch die Fähigkeit bestimmt, Prozesse projekt- und funktionsübergreifend zu integrieren. Dazu werden Mitarbeiter mit „T-förmigen“ Wissensstrukturen benötigt. j) Das Personalsystem nimmt im Rahmen der Personalentwicklung direkt Einfluss auf die Wissensstrukturen. Einen indirekten Einfluss übt es dadurch aus, indem es Anreize zur Spezialisierung bzw. Wissensverbreiterung setzt. k) Über das Anreizsystem beeinflusst das Personalmanagement das Kommunikationsverhalten in und zwischen Teams und damit den Produktivitätsbeitrag paralleler Prozessanordnungen. l) Die Organisationsstrukturen beeinflussen Dauer und Qualität der Abstimmungsprozesse innerhalb und zwischen Projektteams und damit die Produktivität alternativer Prozessanordnungen. m) Organisationsstrukturen, wie die Bildung funktionsübergreifender Teams, unterstützen die Herausbildung T-förmiger Wissensstrukturen im Rahmen der Personalentwicklung. Zu berücksichtigen ist außerdem die Bedeutung der Umfeldbedingungen, ausgedrückt durch die Pfeile (n) bis (p). n) Die Umfeldbedingungen bestimmen den Beitrag, den eine gegebene Entwicklungsperformance zur Wettbewerbsfähigkeit leistet. o) Wie DESSEIN und SANTOS zeigen, begünstigt eine höhere Umfelddynamik die Aufgabenintegration als Bestandteil der Organisationsstrukturen222. p) Eine u.a. in kürzeren Entwicklungszeiten zum Ausdruck kommende gesteigerte Performance auf Unternehmensebene trägt zu einer Erhöhung der Entwicklungsdynamik auf Industrieebene bei.

221 222

Vgl. Borghans, L.; ter Weel, B. (2006). Vgl. Dessein, W.; Santos, T. (2006).

1 Empirische Implikationen

75

1.2 Erkenntnisleitende Vermutungen und Fragen Die empirische Untersuchung ist auf die Komplementaritätsbeziehungen gerichtet. Sie konzentriert sich daher auf die moderierenden Wirkungszusammenhänge der zweiten Ebene (e bis m), wobei die direkten Einflüsse auf die Performance und die Bedeutung der Umfelddynamik mit berücksichtigt werden (a bis d bzw. n bis p). Eine direkte Messung der Wirkungszusammenhänge würde eine vollständige Spezifikation und Schätzung des Gesamtmodells voraussetzen, was sowohl vor dem Hintergrund des theoretischen Kenntnisstandes als auch in Hinblick auf den Erhebungsaufwand nicht zu bewerkstelligen ist. Stattdessen sollen im Sinne kontingenztheoretischer Überlegungen223 lediglich die „fits“ zwischen den Bereichen IT, Prozessanordnung, Wissensstrukturen (einschließlich Personalsystem) und Organisationsstrukturen untersucht werden. Ein „fit“ beschreibt Anforderungen hinsichtlich der Gestaltung von Systembereichen, die erfüllt werden müssen, um den Systemkomplementaritäten, d.h. den direkten Interdependenzen und den moderierenden Wirkungszusammenhängen, bestmöglich Rechnung zu tragen. Die kontingenztheoretische Sicht unterstreicht zum einen die Komplexität unternehmerischer Gestaltungsaufgaben, zum anderen zeigt sie auf, wie damit Wettbewerbsvorteile generiert werden können. Gute „fits“ zwischen Unternehmensbereichen resultieren in einer überlegenen „Fitness“ der Gesamtorganisation. Bei den für die vorliegende empirische Untersuchung relevanten „fits“ handelt es sich um die in Kapitel 3 erörterten Anpassungsbedarfe bzw. Gestaltungsempfehlungen in den Bereichen Prozessanordnung, Wissensstrukturen, Personalsystem und Organisationsstrukturen. Sie werden einerseits durch eine beschleunigte Umfelddynamik getrieben, andererseits ergeben sie sich aus den durch den Einsatz von IT veränderten Produktivitätspotenzialen.

223

Siehe zur Kontingenztheorie und ihren verschiedenen Ausprägungen Burton, R.; Obel, B. (2004), Strategic Organizational Diagnosis and Design: The Dynamics of Fit, Boston; Gerdin, J.; Greve, J. (2004), Forms of Contingency Fit in Management Accounting Research - A Critical Review, in: Accounting, Organizations and Society, Vol. 29, No. 3-4, pp. 303–326; Kieser, A.; Walgenbach, P. (2003), Organisation, Stuttgart, S. 450ff. Letztere gehen auch auf die Kritik ein.

76

IV Komplementaritätsbeziehungen

Abb. 13: Gesamtschau der Wirkungszusammenhänge

Umfeldbedingungen (insbesondere Wettbewerbsintensität und Dynamik) n

p

o

Wettbewerbsfähigkeit

Performance der Produktentwicklung (z.B. Entwicklungszeit, Qualität, fit to market, Kosten) a

b

c

d

l

g

f

e

i

Einsatz von IT

Prozessanordnung

Wissensstrukturen

Organisationsstrukturen

m

h k

j

Personalsystem direkter Einfluss moderierender Einfluss

Quelle: eigene Darstellung

Die zentralen Anpassungsanforderungen sollen hier noch einmal zusammenfassend skizziert werden: F1 Prozessanordnung: Parallelisierung von Prozessen zur Reduzierung von Entwicklungszeiten im Kontext einer beschleunigten Umfelddynamik und unter Ausschöpfung der durch die Digitalisierung und Virtualisierung verbesserten Möglichkeiten zur Kommunikation sowie Komplexitäts- und Unsicherheitsbewältigung.

1 Empirische Implikationen

77

F2 Wissensstrukturen: Anpassung der Qualifikationsprofile, insbesondere a) Erhöhung der IT-Kompetenz der Mitarbeiter, b) Veränderung der Qualifikationsprofile durch den Einsatz von IT, c) Herausbildung T-förmiger Wissensstrukturen zur Unterstützung einer in Folge der Parallelisierung wichtiger werdenden Wissensintegration. F3 Personalsystem: Einsatz personalpolitischer Instrumente zur a) Unterstützung der unter (F2) genannten Anpassungen, beispielsweise durch Weiterbildungsangebote und durch Anreize, solche Angebote wahrzunehmen, in Form von Lohnsteigerungen oder attraktiven Karriereoptionen. b) Anreizgestaltung zur Verbesserung der Kommunikation in und zwischen Teams, um die Produktivitätsvorteile einer parallel-integrierten Prozessanordnung besser ausschöpfen zu können, beispielsweise durch die Vermeidung hochkompetitiver Leistungskriterien in der Mitarbeiterevaluation. F4 Organisationsstrukturen: a) Anpassungen des Umfangs der Aufgabenintegration vor dem Hintergrund eines dynamischeren Unternehmensumfelds, unter Berücksichtigung der Produktivitätsvorteile von IT und der veränderten Wissensstrukturen, b) Einrichtung interdisziplinärer Teams zur Verbesserung der Wissensintegration, c) Dezentralisierung von Entscheidungsstrukturen zur Beschleunigung lokaler Abstimmungsprozesse und zur Unterstützung lokaler Problemlösungen. Bis auf die unter (F1) zusammengefassten Anforderungen liefert die nachfolgende schriftliche Erhebung zu allen Gestaltungsbereichen Befunde. Die Nichtberücksichtigung der Prozessanordnung ergibt sich aus dem Umstand, dass die Befragung auf den Erfahrungshintergrund von Ingenieuren zugeschnitten war und eine fundierte Antwort zu einem derart komplexen Gegenstand nicht erwartet werden konnte. Da sich die Anpassungen mit Ausnahme von (F2b) nicht automatisch einstellen, sondern Ergebnis von Gestaltungsentscheidungen sind, erlaubt die empirische Untersuchung streng genommen keine direkte Überprüfung der unter (F2) bis (F4) getroffenen Aussagen bzw. der dabei zugrunde gelegten Wirkungszusammenhänge. Beobachtet werden nur die Gestaltungsentscheidungen. Falls Anpassungen nicht vorgenommen wurden, sind hinsichtlich der Interpretation mehrere Möglichkeiten offen: (1) Die Wirkungszusammenhänge sind nicht relevant. (2) Die Wirkungszusammenhänge sind relevant, wurden aber nicht erkannt. Dies hätte zur Folge, dass das Unternehmen a) auf Dauer Wettbewerbsnachteile erleidet, entweder aus dem Markt ausscheidet oder gezwungen ist, die Anpassungen durch Imitation überlegener Wettbewerber nachzuholen, b) die Wettbewerbsnachteile durch Vorteile in anderen Bereichen ausgleichen kann. (3) Die Wirkungszusammenhänge sind relevant und wurden auch erkannt, allerdings wird das Unternehmen durch zu hohe Anpassungskosten an der Umsetzung gehindert, mit Folgen ähnlich wie im 2. Fall.

78

IV Komplementaritätsbeziehungen

Als Gestaltungsempfehlungen liefern die „fits“ somit nur schwache Hypothesen. Hinzu kommt, dass für einige Bereiche Anpassungsbedarfe nicht eindeutig spezifiziert werden können, sei es weil die Wirkungsrichtung theoretisch nicht eindeutig bestimmt werden kann (siehe F4a) oder weil verschiedene Gestaltungsmöglichkeiten gegeben sind (siehe F3). Hier liefert die empirische Untersuchung somit Antworten auf offene Fragen anstatt bestimmte Vermutungen zu bestätigen oder zu widerlegen.

2 Produktentwicklung in der japanischen Automobilindustrie Wie in der Einleitung bereits erwähnt, ist die japanische Automobilindustrie in Bezug auf die hier zu untersuchenden Fragen aus dreierlei Gründen von besonderem Interesse. Erstens zeichnete sie sich bis Mitte der 90er Jahre durch einen deutlichen Vorsprung in der Entwicklung neuer Fahrzeuge aus. Zweitens setzte sie erst relativ spät auf die Digitalisierung und Virtualisierung der Entwicklungsprozesse. Drittens erfolgte die IT-Implementierung dann aber rasch und erfolgreich. Im Folgenden sollen die zum Teil schon in Kapitel III punktuell erwähnten Forschungsergebnisse zur japanischen Automobilindustrie zusammengefasst sowie erweitert und vertieft werden. Der Literaturüberblick liefert eine erste Grundlage zur Diskussion der im vorangegangenen Abschnitt beschriebenen Gestaltungsempfehlungen.

2.1 Vorsprung ohne Informationstechnologien Die herausragende internationale Wettbewerbsfähigkeit japanischer OEMs bis Mitte der 90er Jahre wurde vor allem auf die bekannten Erfolgskonzepte des Lean Production, der flexiblen Spezialisierung in der Produktion, des Total Quality-Ansatzes oder etwa des Target Costing zurückgeführt. Mit der Veröffentlichung der einflussreichen MIT-Studie zur Automobilindustrie „The Machine that Changed the World“224 im Jahr 1990 wurde allerdings deutlich, dass sich die Stärke japanischer Unternehmen gleichzeitig auch auf eine hohe Performance ihrer Produktentwicklung gründete. Tatsächlich zeichneten sich die japanischen Automobilhersteller bereits in den 1980er Jahren durch eine schnelle und erfolgreiche Entwicklung qualitativ hochwertiger Produktmodelle aus. So konnte FUJIMOTO in seinen Studien zeigen, dass sie im Vergleich zu ihren europäischen und amerikanischen Wettbewerbern um durchschnittlich 30 Prozent kürzere Entwicklungszeiten realisierten, bei weniger Fehlerhäufigkeit und insgesamt erheblich geringeren Entwicklungskosten.225 Diese Performanceunterschiede führte die japanische Forschung vor allem auf prozessund organisationsspezifische Charakteristika japanischer Unternehmen zurück. 226 Gemeint waren damit die zeitliche Überlappung sequentieller Entwicklungsprozesse, was zu Zeitersparnissen führte, der Einsatz cross-funktionaler Teams zur Verbesserung der durch die Prozessüberlappung erforderlichen Abstimmung zwischen Funktionsbereichen, die Betonung der Teamarbeit gegenüber individualisierten Aufgabenstellungen und stärker dezentralisierte Ent-

224 225 226

Vgl. Womack, J. P. et.al. (1990). Vgl. Clark, K. B.; Fujimoto, T. (1991), p. 73; Fujimoto, T. (2000), p. 24f. Vgl. Cusumano, M. A.; Nobeoka, K. (1992), p. 265; Fujimoto, T. (2000), p. 28.

2 Japanische Automobilindustrie

79

scheidungsstrukturen, die schnelle Abstimmungen und Problemlösungen auch „vor Ort“ ermöglichten.227 Das Bild änderte sich leicht in den 1990er Jahren. Westliche Hersteller konnten die Effizienz ihrer Produktentwicklungssysteme erheblich steigern, mit dem Ergebnis einer deutlich kürzeren time-to-market, während sich diese bei japanischen Unternehmen nur noch geringfügig reduzierte.228 Die Performanceverbesserung der europäischen und amerikanischen Konkurrenz hing zum einen damit zusammen, dass sie verstärkt in die Implementierung moderner Informationstechnologien investierte. Zum andern resultierte sie in der Adaption wesentlicher Elemente des japanischen Modells.229 Warum japanische Automobilunternehmen erst knapp fünf Jahre später als ihre internationalen Wettbewerber in höherem Umfang in entwicklungsbezogene Hardware- und Softwarekomponenten investierten, ist für sich genommen schon eine spannende Frage. Sie wird in der Literatur zunächst mit dem Nutzen-Kosten-Argument beantwortet. Demnach schätzten japanische Firmen den Mehrwert der Technologie im Verhältnis zu den damit verbundenen Kosten der Implementierung offensichtlich gering ein. Hier spielen mehrere Faktoren eine Rolle. Erstens war die Technologie zu dem Zeitpunkt bei Weitem noch nicht so ausgereift wie heute. Sie unterstützte im Wesentlichen Teilaufgaben, aber aufgrund ihres Inselcharakters kam es häufig noch zu enormen Daten- und Informationsverlusten, so dass der gewonnene Zeitvorteil teilweise wieder zunichte gemacht wurde.230 Zweitens ist im japanspezifischen Kontext darauf hinzuweisen, dass die mit der Implementierung verbundenen Kosten nicht nur Investitionen in die Technologie beinhalteten, sondern aufgrund eines unterentwickelten externen Arbeitsmarktes auch erhebliche Trainings- und Qualifizierungsanstrengungen erforderten. Darin lag wohl mit einer der Hauptgründe für die Investitionszurückhaltung. 231 Auch angesichts der Verschuldungsprobleme vieler Unternehmen zu Beginn der 1990er Jahre in Folge des drastischen Einbruchs der Aktienmärkte mag es nicht verwundern, dass derartige Investitionen gering ausfielen. Schließlich bestand aufgrund des zunächst noch bestehenden Wettbewerbsvorteils der japanischen Unternehmen auch kein so starker Veränderungsdruck.232 Die Entwicklungsprozesse japanischer Hersteller zeichneten sich nach wie vor durch eine vergleichsweise hohe Geschwindigkeit und Qualität aus. In dem Maße, in dem die Konkurrenz jedoch aufholte, gleichzeitig die Leistungsfähigkeit der Technologie in den darauf folgenden Jahren stieg, setzten auch japanische Automobilunternehmen ab Mitte der 1990er Jahre verstärkt auf moderne Informationstechnologien zur Unterstützung und Optimierung ihrer Entwicklungsprozesse.233 Dabei ist es der Industrie ge-

227

Westliche Veröffentlichungen hingegen versuchten den Erfolg japanischer Hersteller durch das Argument mangelnder Innovativität zu relativieren und kritisierten deren Fokus auf schrittweise Verbesserungen von Design- und Technologiekonzepten statt fundamental neuer Modelle. Doch letztendlich ist es der Markt, der über Tops und Flops und Wettbewerbsfähigkeit entscheidet. Er gab japanischen Unternehmen nachweislich Recht. 228 Vgl. Ellison, D. J. et.al. (1995); Fujimoto, T. (2000), p. 33f. 229 Vgl. Waldenberger, F. (2001), Japan as a Model of the Past? “Kaizen”, “Lean Production” and the German Car Industry in Retrospect., in: Hook, G.; Hasegawa, H. (eds.), Political Economy of Japanese Globalization, London, pp. 137-150. 230 Vgl. hierzu die Ausführungen zur Diffusion der Informationstechnologien in der Automobilentwicklung in Kapitel III, 1.2. 231 Vgl. Takizawa, T. (2003), Coordination Costs and the Optimal Partition of a Product Design, RIETI Discussion Paper Series 03-E-014, Tokyo, p. 20; sowie Takeda, Y. et.al. (2006). 232 Vgl. Okamuro, H. (2000), p. 410. 233 Vgl. Okamuro, H. (2000), p. 407.

80

IV Komplementaritätsbeziehungen

lungen, trotz zeitlicher Verzögerung, die Technologie erstaunlich schnell zu adaptieren und die ihr inhärenten Produktivitätsgewinne für sich zu nutzen.

2.2 Hohe Anpassungsfähigkeit des Unternehmensmodells Die rasche und erfolgreiche Adaption von IT in der Produktentwicklung macht die japanische Automobilindustrie aus einem weiteren Grund zu einem interessanten Untersuchungsfall. Die Anpassungsfähigkeit steht in Zusammenhang mit der dem japanischen Unternehmensmodell allgemein zugesprochenen, hohen Flexibilität234. Dessen Basis bildet das System interner Arbeitsmärkte. Sie sind durch eine lange Bindung der Fach- und Führungskräfte gekennzeichnet, die ihre Karrieren innerhalb des Unternehmens entwickeln und dabei in verschiedenen Bereichen des Unternehmens tätig sind. Die Entwicklung ihres Humankapitals ist nicht auf eine externe Vermarktbarkeit, sondern auf eine interne Verwertbarkeit gerichtet. Dabei wird mehr Wert auf Breite, statt auf Tiefe gelegt. Eine zu hohe Spezialisierung würde die Einsatzmöglichkeiten innerhalb des Unternehmens auf Dauer zu sehr beschränken. Die Arbeitsorganisation ist durch Teamarbeit geprägt, was sich im Fehlen eng abgegrenzter Zuständigkeits- und Aufgabenbereiche widerspiegelt. Teamfähigkeit und Kommunikationsbereitschaft haben in diesem Kontext neben einer ständigen Lernbereitschaft einen hohen Stellenwert. Sie fließen in Lohn- und Beförderungskriterien ein, die auf eher langfristige Anreizinstrumente setzen, und so den kurzfristigen Wettbewerbsdruck unter Teammitgliedern, der einer Kooperation im Wege stehen könnte, mindern. Das japanische Produktionssystem, das sich im Kontext einer rasch wachsenden Wirtschaft und vor dem Hintergrund eines fehlenden öffentlichen Ausbildungssystems herausgebildet hat, verzichtet auf die statischen Vorteile der Spezialisierung im tayloristischen Sinne. Stattdessen setzt es auf die Vorteile einer dynamischen Anpassungsfähigkeit. Diese stand in der Hochwachstumsphase der japanischen Wirtschaft (1955 bis 1973), wo es darum ging, ausländische Technologie rasch zu adaptieren, auch klar im Vordergrund. Die einmal gebildeten Strukturen blieben über die Hochwachstumsphase hinaus bestehen und haben zum komparativen Vorteil der japanischen Automobil- und Elektroindustrie, der sich in der japanischen Exportstruktur nach 1970 immer stärker abzeichnete, entscheidend beigetragen.235

2.3 Zwischenfazit Die vor dem Hintergrund einer umfassenden IT-Implementierung erforderlich werdenden Anpassungen in der Prozessanordnung sowie den Wissens- und Organisationsstrukturen, die in Kapitel 3 herausgearbeitet wurden, waren im japanischen Produktionsmodell aus den oben genannten historischen Gründen schon vor der Einführung von IT weitgehend realisiert. Sie zeichnen verantwortlich für den ursprünglichen Vorsprung der japanischen Industrie in der Automobilproduktentwicklung. Damit zeigt sich, dass die in den „fits“ (F1) bis (F4) zum Ausdruck kommende Unternehmenskonfiguration auch ohne IT Wettbewerbsvorteile erzielen konnte. Durch die Wissens- und Organisationsstrukturen und unterstützt durch das Personalsystem waren japanische Automobilhersteller in der Lage, die Anforderungen parallelintegrierter Prozesse in Hinblick auf Wissensintegration und Kommunikationsfähigkeit zu 234

235

Vgl. Dore, R. P. (1986), Flexible Rigidities. Industrial Policy and Structural Adjustment in the Japanese Economy 1970-1980, London; Waldenberger, F. (1999), S. 99f. Vgl. Waldenberger, F. (1999), Kapitel 8.

2 Japanische Automobilindustrie

81

erfüllen. Somit konnten sie auch die Zeitvorteile einer solchen Prozessanordnung ausschöpfen. Allerdings ist zu vermuten, dass mit der Einführung von IT die Produktivität, beispielsweise ausgedrückt in der Fähigkeit, nun ehrgeizigere Entwicklungsziele bewältigen zu können, noch einmal deutlich gesteigert werden konnte. Diese Vermutung wird in der nachfolgend dargestellten Erhebung auch bestätigt. Das japanische Modell, das den an das Unternehmen gebundenen Mitarbeiter und dessen Entwicklung in den Mittelpunkt stellt, wird von BABA und NOBEOKA auch als „humanoriented“ bezeichnet. Den eher auf statische Effizienz zielenden westlichen Ansatz charakterisieren die Autoren als „systemic-rationality-oriented“.236 In Hinblick auf den Einsatz von IT in der Produktentwicklung kommen BABA und NONAKA zu dem Schluss, dass hier eine Kombination des japanischen und westlichen Ansatzes die besten Ergebnisse erzielt.237 So bedingte die Einführung von IT auch in der japanischen Automobilindustrie Veränderungen. Hier waren es die mit der Implementierung von IT einhergehende Explizierung von Wissen und die Formalisierung von Prozessen238, die Anpassung von Arbeitsabläufen und Kommunikationsprozessen und, nicht zuletzt, die interne Ausbildung von Fachkräften. Da der Anpassungsbedarf auf japanischer Seite weniger systemischer Natur war, dürfte er die Unternehmen vor geringere Herausforderungen gestellt haben. Die Vermutung wird durch die Ergebnisse der empirischen Untersuchung von OKAMURO 239(2000) erhärtet. Zu den Auswirkungen der Einführung von IT in der Produktentwicklung japanischer Automobilproduzenten liegen, wie eingangs erwähnt, keine genaueren und aktuelleren Befunde vor. Insgesamt fehlt es an Studien, die alle der genannten Anpassungsbereiche umfassen und sich dabei nicht auf ein oder zwei Unternehmen beschränken. Diese Lücke soll durch die vorliegende Untersuchung geschlossen werden. Im Einzelnen zielt sie darauf ab, die Bedeutung der Gestaltungsempfehlungen (F2) bis (F4) in der japanischen Industrie nach der Einführung von IT zu überprüfen. Dies ist insofern von Interesse, als vor dem Hintergrund des demographischen Wandels und eines flachen Wirtschaftswachstums schon seit längerem diskutiert wird, ob das in der Hochwachstumsphase entwickelte Beschäftigungssystem noch länger tragfähig ist.240 Verwiesen wird dabei auf die Notwendigkeit einer höheren Arbeitsmarktmobilität, damit verbunden, einer stärkeren fachlichen Spezialisierung der Beschäftigten sowie einer Abkehr von senioritätsbasierten Entlohnungs- und Beförderungsmodellen.

236

Vgl. Baba, Y.; Nobeoka, N. (1998), p. 643. Vgl. Baba, Y.; Nobeoka, N. (1998), p. 643. 238 Vgl. Picot, A. et. al. (2001), S. 207-213. 239 Vgl. Okamuro, H. (2000). 240 Vgl. Dirks, D. et. al. (2000), The Japanese Employment System in Transition. In: International Business Review, Vol. 9, No. 5, pp. 525-553; oder aktuell auch Nakamura, K. (2008), The Performance-based Salary System and Personell Management Reforms in Japan, in: Conrad, H.; Heindorf, V.; Waldenberger, F. (eds.) (2008), Human Resource Management in Ageing Societies. Perspectives from Japan and Germany, New York, u.a. 237

82

IV Komplementaritätsbeziehungen

3 Design und Durchführung Der noch dürftige Forschungsstand zu den Gestaltungsimplikationen eines verstärkten ITEinsatzes in der Produktentwicklung machte eine Primärerhebung erforderlich. Dem explorativen Charakter der Untersuchung Rechnung tragend wurde ein zweistufiges Vorgehen gewählt. In einer ersten qualitativen Voruntersuchung wurden Interviews mit Vertretern des Top-Managements der Unternehmen geführt. Im zweiten Schritt wurde ein Fragebogen für eine großzahlige Erhebung unter Entwicklungsingenieuren in der japanischen Automobilindustrie entwickelt. Die Erhebung richtete sich an alle 14 in der Industrie tätigen Unternehmen.

3.1 Qualitative Voruntersuchung Um erste Einschätzungen zu der Frage zu gewinnen, welche Auswirkungen der Einsatz von IT in der Produktentwicklung auf die Qualifizierung, die Personalentwicklung sowie Anreizsysteme und Organisationsstrukturen aus Sicht der Unternehmen hat, wurden in einem ersten Schritt Interviews mit Vertretern aus dem Top-Management, mit leitenden Angestellten aus den Personalabteilungen und mit erfahrenen Produktentwicklungsingenieuren geführt. Damit war sowohl die strategische wie die operative Ebene abgedeckt, was insofern wichtig war, als sich die Problemperspektiven auf beiden Ebenen unterscheiden dürften. Der Zugang zum Feld erfolgte durch direkte Anschreiben an die Unternehmensführung, aber auch durch Vermittlung und Empfehlung Dritter. Die Interviews wurden während längerer Japanaufenthalte Ende 2003 und im Frühjahr 2004 bei insgesamt fünf Automobilherstellern durchgeführt. Als Basis diente ein halbstrukturierter Interviewleitfaden, der circa ein bis zwei Wochen vorab an die Unternehmen geschickt wurde. Sowohl die Anschreiben als auch der Leitfaden waren auf Japanisch verfasst. Auch die Interviewsprache war Japanisch. Die Gesprächsdauer betrug in der Regel zwei Stunden, war teilweise aber auch deutlich länger, was als großes Interesse der Unternehmen an der Fragestellung gewertet werden kann. Einen Überblick über die Unternehmen, die Stellung der Ansprechpartner und die Dauer der Interviews gibt Tabelle 1. Folgende Fragen bzw. Themen wurden in den Interviews angesprochen: ƒ der Diffusionsgrad von IT in der Produktentwicklung beim betreffenden Unternehmen,

ƒ Wandel der Produktentwicklungsmethoden (CAD, CAE, CAM; Digitalisierung und Virtualisierung von Prozessen etc.),

ƒ Auswirkungen auf die Produktivität (Thema waren hier vor allem Entwicklungszeiten), ƒ aus dem IT-Einsatz resultierende Veränderungen bei den Qualifizierungsanforderungen,

ƒ wahrgenommene Implikationen für die Bereiche Personalentwicklung und Anreizsysteme und diesbezüglich

ƒ geplante oder durchgeführte Anpassungen.

Die qualitativen Interviews erhöhten das Problemverständnis und lieferten eine wichtige Basis für die quantitative Erhebung sowohl bei der Erstellung des Fragebogens als auch bei der Interpretation der Ergebnisse.

83

3 Design und Durchführung Tab. 1: Liste der im Vorfeld durchgeführten Interviews Unternehmen

Datum

Kawasaki Heavy Industries, Ltd.

13.05.04

Nissan Motor, Co., Ltd.

20.04.04

Suzuki Motor Co., Ltd.

15.12.03

Toyota Co., Ltd.

20.05.04 15.12.03 28.05.04

Yamaha Motor Co., Ltd. 26.07.04

Ansprechpartner

x I. Kano (Hauptabteilungsleiter, Technologieentwicklung, TQM) x Y. Takahashi (Manager, HR Planning) x T. Yamada (Manager, Recruiting) x M. Inai (Manager, Training) x T. Imazu (Senior Vice President) x K. Yasuda (Hauptabteilungsleiter, HR Production) x M. Mitsuno (HR Manager, Production) x H. Kikuchi (HR Manager Production) x M. Shimada (Hauptverantwortlicher Gruppenleiter, Produktionsbereich) x K. Kosugi (Hauptabteilungsleiter, Business Planning) x Y. Ozawa (Gruppenleiter, HR Development) x Y. Suzuki, (HR Manager)

x M. Hirano (Leiter Planning, R&D Center) x Y. Fujita (Mitarbeiter Planning, R&D Center) x x x x x x x x

M. Hirano (Leiter Planning, R&D Center) Y. Fujita (Mitarbeiter Planning, R&D Center) M. Hirano (Leiter Planning, R&D Center) H. Tsuzuku (Gruppenleiter, R&D Center) H. Matsuno (Manager, R&D Center) M. Miura (Manager, R&D Center) E. Tsuji (Manager, R&D Center) T. Sakurai (Mitarbeiter Engineering Department) x S. Kometani (Mitarbeiter, R&D Center)

Dauer

13:30-16:00

09:00-17:00

14:00-16:00 14:00-16:00 10:00-14:00 10:00-14:00

17:00-20:00

Quelle: eigene Darstellung

3.2 Entwicklung des Fragebogens Ziel der quantitativen Erhebung war es, genauere, statistisch verlässliche und über Unternehmensgrenzen hinweg vergleichbare Einschätzungen zu Anpassungen bei den Qualifikationsprofilen, in der Personalentwicklung, bei den Anreizstrukturen und bei den Organisationsstrukturen zu gewinnen. Hierzu wurde ein standardisierter Fragebogen auf Japanisch entwickelt. Die Entwicklung des Fragebogens erfolgte in einem mehrstufigen Prozess. Ein erstes, vertieftes Vorverständnis für die mit der Forschungsfrage verknüpften relevanten Teilproblemstellungen konnte bereits durch die oben beschriebenen persönlichen Interviews gewonnen werden. Die Interviewergebnisse wurden mit den aus der Literaturanalyse gewonnenen Erkenntnissen kombiniert in einen ersten Fragebogenentwurf umgesetzt, und Experten aus japanischen Forschungseinrichtungen und der Praxis vorgelegt.241 Sowohl bezüglich der Inhalte 241

Insbesondere Prof. Nakamura Keisuke, Institute for Social Science, The University of Tokyo, Prof. Ito Yoshimi, Emeritus des Tokyo Institute of Technology, Prof. Warisawa Shin`ichi, School of Engineering, Uni-

84

IV Komplementaritätsbeziehungen

als auch der Methologie fand ein intensiver Meinungsaustausch statt. Die Entwürfe wurden den Änderungsvorschlägen der Gesprächspartner entsprechend überarbeitet und erneut zur Diskussion gestellt. Nach mehreren Anpassungsrunden war ein Pre-Test mit dem schriftlichen Erhebungsinstrument vorgesehen. Fünf Ingenieure aus den Unternehmen der oben genannten Interviewpartner (siehe Tab. 1), die von diesen selbst ausgewählt worden waren, erklärten sich bereit, an dem Pre-Test teilzunehmen. Sie wurden gebeten, den Fragebogen vollständig auszufüllen und danach ihren Gesamteindruck vom Fragebogen sowie ihre Meinung zur inhaltlichen Vollständigkeit, Verständlichkeit und Eindeutigkeit sowie Relevanz zu äußern und Ideen und Anregungen zu geben. Von einigen Personen gab es den Hinweis, dass der Fragebogen für die Haupterhebung zu lang sei und eventuell abschreckend wirken könnte. Weiterhin wurde angeregt, die Antwortkategorien zur Frage nach dem IT-Kompetenzniveau um Softwarebeispiele zu ergänzen. Daraufhin wurde der Fragebogen entsprechend verkürzt und modifiziert. Keine der Testpersonen artikulierte jedoch grundlegende Verständnis- oder Beantwortungsschwierigkeiten, was auf eine weitgehende Lösung des bei standardisierten Befragungen bedeutsamen Kommunikationsproblems hindeutet. Dieses äußert sich darin, dass erstens der Untersuchungsgegenstand nicht detailliert erklärt werden kann, zweitens mögliche Unklarheiten und Missverständnisse auf Seiten der Respondenten nicht sofort direkt ausgesprochen und diskutiert werden können. Der schließlich verwendete japanische Fragebogen umfasste neben einem einseitigen Anschreiben einen sechsseitigen Fragenteil. Die insgesamt 132 Items wurden in folgende fünf Themenkomplexe (A-E)242 gruppiert: A) Allgemeine Bedeutung verschiedener Faktoren für die Entwicklung der eigenen technischen Fähigkeiten und des eigenen technologischen Wissens, B) Zukünftig erwarteter Wandel hinsichtlich Wissensvertiefung (Spezialisierung) und Wissensverbreiterung (Diversifizierung) sowie Einschätzungen zur diesbezüglichen Eignung alternativer Ansätze der Personalentwicklung, C) Einschätzungen zu den Auswirkungen von IT auf Wissens- und Organisationsstrukturen sowie Angaben zum Grad der eigenen Beherrschung und Nutzung verschiedener ITInstrumente, D) Bewertung alternativer Formen der Leistungskompensation und Einschätzungen zu alternativen Anreizsystemen bezüglich Belohnung und Beförderung, E) Persönliche Angaben zu Alter, Geschlecht, Unternehmenszugehörigkeit, Bildungsabschluss, Position im Unternehmen, Tätigkeitsfeld, Tätigkeitsbereich, Qualifikation und zur IT-Kompetenz. Der Fragenblock (E) wurde wie in der Literatur empfohlen ans Ende gesetzt. Dies wird damit begründet, dass aufgrund von Ermüdungserscheinungen bei den Befragten Konzentration und Interesse nachlassen und Fragen zur Person davon weniger betroffen sind. Zur Erhebung der einzelnen Items wurden überwiegend 5-stufige Skalen verwendet. Bei einer genügend großen Anzahl von Ausprägungen kann angenommen werden, dass die Abstände auf der Skala von den Befragten als gleiche Intervalle aufgefasst werden. Das Ant-

242

versity of Tokyo, und Herrn Sagara Makoto, Ingenieur eines japanischen Großunternehmens, sind wertvolle Hinweise zu verdanken. Der für die Hauptuntersuchung verwendete Fragebogen ist unter www.gabler.de zu einzusehen.

3 Design und Durchführung

85

wortschema wurde möglichst fein gehalten, jedoch ohne dabei das Differenzierungsvermögen der Befragten zu überfordern.243 Stand zu befürchten, dass bestimmte Items gegebenenfalls nicht von allen Respondenten zu beantworten sind, wurde eine zusätzliche Kategorie „weiß nicht“, „nicht relevant“ oder auch „benutze ich nicht“ aufgeführt. Damit sollte eine „Antwortflucht“ in die Mitte („weder noch“) vermieden werden. Die Antworten zu diesen Zusatzkategorien blieben bei der Datenauswertung unberücksichtigt.

3.3 Operationalisierung der Forschungsfragen 3.3.1 Wissensstrukturen Wie im theoretischen Teil beschrieben, wird der Anpassungsbedarf im Bereich der Wissensstrukturen mit zunehmender Diffusion fortschrittlicher Informationstechnologien zwar allgemein anerkannt, allerdings hat die wissenschaftliche Literatur Fragen zur Stärke und Richtung dieses Effektes bislang nicht beantwortet. Im Rahmen der vorliegenden empirischen Untersuchung wurde versucht, diese Lücke zu schließen, indem die Respondenten nach ihrer Einschätzung a) zur allgemeinen Bedeutung verschiedener IT-Systeme auf die Entwicklung technischer Fähigkeiten und technologischen Wissens und b) zu konkreten Wirkungsrichtungen gefragt wurden. Tab. 2: Operationalisierung Wissensstrukturen Dimension

Wissensstrukturen

Ausprägung / Indikatoren Ausmaß der Bedeutung von IT allgemein

Skalierung fünfstufige Skala mit den ExtremwerBedeutung verschiedener Technologieanwendungen (C22-33) ten „sehr hoher Effekt“ bis „gar für die Weiterentwicklung eigener technischer Fähigkeiten kein Effekt“ sowie und eigenen technologischen Wissens „nicht relevant“* Wirkungsrichtung von IT dreistufige Skala - Informationsgewinnungs- / -auswermit den Antworttungsfähigkeiten (C1) optionen „ja“, „weWahrgenommene - Spezialisierung (Wissenstiefe) (C2) der noch“, „nein“, - Diversifizierung (Wissensbreite) (C3) sowie „weiß Veränderungen - Analytische Fähigkeiten (C7) nicht“* - Kreativität (C6) fünfstufige Skala - Spezialisierung (Wissenstiefe) (B1) Zukünftiger mir den ExtremwerVeränderungsten „sehr bedeubedarf - Diversifizierung (Wissensbreite) (B2) tend“ bis „nicht bedeutend“

Quelle: eigene Darstellung; Anmerkung: * Kategorie wurde aufgenommen, um Verzerrungen durch Angaben von Respondenten zu vermeiden, die bestimmte Anwendungen nicht benutzen.

Bei den Wirkungsrichtungen wurde einerseits zwischen kreativen und analytischen Fähigkeiten sowie Kompetenzen in Bezug auf Informationsgewinnung und -auswertung unterschieden. 243

Vgl. Berekhoven, L. et. al. (2001), Marktforschung - Methodische Grundlagen und praktische Anwendung, Wiesbaden, S. 76.

86

IV Komplementaritätsbeziehungen

Andererseits wurde auch um Einschätzungen zu Veränderungen hinsichtlich Wissenstiefe (Spezialisierung) und Wissensbreite (Diversifizierung) gebeten. Die Verbindung der Antworten zu beiden Items liefert Rückschlüsse auf die Bedeutung T-förmiger Wissensstrukturen. 3.3.2 Personalentwicklung Block A, B und die Items E15, E16 des Fragebogens erfassen verschiedene Qualifizierungsund Personalentwicklungsansätze. Einbezogen wurden Instrumente, welche die Wissensbildungsprozesse direkt steuern. Berücksichtigt wurden weiterhin aber auch unternehmensinterne Lernkontexte.244 Tab. 3: Operationalisierung Personentwicklung Dimension

Personalentwicklung

Ausprägung / Indikatoren Bedeutung verschiedener Ansätze zum Wissen- und Kompetenzaufbau allgemein (Block A) - Ausbildung (A) - Praktikum (B) Ansätze/ Instrumente - Unternehmensinternes Training (C) - Unternehmensexternes Training (D) - Arbeitserfahrung (E; F) - Tätigkeits-/Aufgabeninhalt (G) - Geschäftsbereich des Unternehmens (H) Lernkontext - Weiterbildung (I; K) - Lernen von Kollegen/Supervisor (L) - Kommunikation intern/extern (M; N; O) - Selbststudium (J) Erwerb von IT-Skills (E15)

Skalierung

RankingSkala von 1 bis 5

Nominalskala

Einschätzung verschiedener Ansätze zur Förderung von Wissenstiefe und Wissensbreite (B3-B60)

Ansätze/ Instrumente

Lernkontext

- Job Enlargement (B6/B35; B11/B40; B14/B43) - Job Enrichment (B12/41; B13/42; B24/53) - Jobrotation (B7/36; B8/37) - On-the-Job Training (B20/B49; B21/B50) - Off-the-Job Training (B22/B51; B23/B52; B26/B55) - Job Spezialisierung (B5/B34; B10/B39) - Lernen in Teams (B9/B38; B16/B45; B17/B46; B18/B47; B19/B48) - Learning by Doing (B29/B58; B30/B59; B31/B60) - Selbststudium (B25/54; B27/56; B28/57)

Quelle: eigene Darstellung

244

Siehe hierzu im Detail ferner Abschnitt 5.2.

fünfstufige Skala mit den Extremwerten „sehr bedeutend“ bis „nicht bedeutend“

87

3 Design und Durchführung 3.3.3 Anreizstrukturen

Bei einer Untersuchung der Veränderung von Wissensstrukturen und daraus resultierenden Implikationen für die Personalentwicklung sind auch Motivationsaspekte zu berücksichtigen. Diese wurden in Block D sowie teilweise in Block E des Fragebogens aufgegriffen. In Anlehnung an die theoretische Literatur wird die Motivation der Mitarbeiter in erster Linie durch unmittelbare Anreize, darüber hinaus aber auch durch die Zufriedenheit mit dem Verhalten von Vorgesetzten und der Qualität unternehmensinterner Evaluierungssysteme gesteuert. Dabei können materielle Belohnungen oder immaterielle Anreize durch Aufstiegsmöglichkeiten, herausfordernde und interessante Aufgabenstellungen, oder etwa verbesserte Arbeitsbedingungen eine motivierende Wirkung auf die Mitarbeiter ausüben. Anreize können ferner von Weiterbildungsmaßnahmen im Sinne einer Anerkennung für erbrachte Leistungen oder aber von Verantwortungsübertragung ausgehen, wenn beispielsweise größere Entscheidungs- und Handlungsspielräume zugestanden werden. Die Operationalisierung der Dimension „Anreizstrukturen“ erfolgte auf der individuellen Ebene und der Unternehmensebene. So wurden Art der individuell gewünschten Kompensation und Einschätzungen zu alternativen, unternehmensinternen Anreiz- und Evaluierungssystemen abgefragt. Die Zuordnung der Items fasst Tabelle 4 zusammen. Tab. 4: Operationalisierung Anreizstrukturen Dimension

Individuelle Ebene

Anreizstrukturen

Unternehmensebene

Ausprägung / Indikatoren Bedeutung materieller Instrumente - Entlohnung (D13) - Bonus (D14) Bedeutung immaterieller Instrumente - Aufstiegsmöglichkeiten (D9) - Verantwortung (D6; D7; D11) - Tätigkeitsfokus/ - Erfahrungshorizont (D1-D5) - Arbeitsbedingungen (D8; D12) - Weiterbildungsmöglichkeit (D10) Gestaltung von Anreizsystemen - Langfristige Beschäftigung (D15) - Senioritätsprinzip (D16; D17) - Leistungsprinzip (D19) - Kompetenzbasiertes System (D18; D20) Evaluierungssysteme - Zufriedenheitsgrad bezüglich der Leistungsevaluierung (E13)

Skalierung

fünfstufige Skala mit den Extremwerten „sehr wünschenswert“ bis „gar nicht wünschenswert“

fünfstufige Skala mit dem Wertebereich „trifft absolut zu“ bis „trifft überhaupt nicht zu“ sowie „weiß nicht“*

Quelle: eigene Darstellung Anmerkung: *Um der Gefahr einer Flucht in die „Mittelkategorie“ zu vermeiden, wurde als Antwortvorgabe „weiß nicht“ mit aufgenommen.

88

IV Komplementaritätsbeziehungen

3.3.4 Organisationsstrukturen Wie im theoretischen Teil der Arbeit erläutert, sollten sich Veränderungen in den Wissensstrukturen in einer entsprechenden Anpassung der Organisationsstrukturen niederschlagen. Die hierzu angestellten Überlegungen konnten allerdings nur teilweise in die empirische Untersuchung einfließen. Fragen zum abstrakten Konstrukt des Zentralisierungsgrades fallen eher in den Kompetenz- und Erfahrungsbereich des Managements und blieben daher unberücksichtigt. Hingegen können Fragen zur Arbeitsteilung und Kommunikation in der Produktentwicklung von der Zielgruppe der vorliegenden Untersuchung, den Ingenieuren, beantwortet werden. Somit berücksichtigt die Erhebung lediglich die Aufgabenintegration und interdisziplinäre Teamstrukturen. Der Aspekt der Aufgabenintegration wurde durch die Frage nach dem Grad der Unabhängigkeit der Aufgabenerledigung und durch die Frage nach der Kommunikationsintensität unter Kollegen abgebildet (Tab. 5). Tab. 5: Operationalisierung Organisationsstrukturen Dimension Organisationsstrukturen

Ausprägung / Indikatoren Interdisziplinäre Zusammenarbeit (C4) Kommunikation (C5) Aufgabenintegration bzw. Unabhängigkeit der Aufgabenausführung (C9)

Skalierung Ordinalskala mit den Antwortoptionen „ja“, „weder noch“, „nein“ sowie „weiß nicht“*

Quelle: eigene Darstellung Anmerkung: *Um der Gefahr einer Flucht in die „Mittelkategorie“ zu vermeiden, wurde als Antwortvorgabe „weiß nicht“ mit aufgenommen.

3.4 Durchführung der quantitativen Untersuchung Ziel war es alle 14 in der Industrie in Japan tätigen Unternehmen für die Umfrage zu gewinnen. Mit der Unterstützung der School of Engineering der Universität Tokyo konnte die Kooperation der Japan Automobile Manufacturers Association (JAMA) gewonnen werden. JAMA kontaktierte das Top-Management der Automobilunternehmen über das Anliegen schriftlich. Daraufhin folgte eine Einladung zu einem Meeting im Dezember 2005, in dem die Studie führenden Managern der Automobilhersteller vorgestellt wurde. Um die Motivation zur Teilnahme an der Studie zu erhöhen, wurden die Zusendung eines Ergebnisberichtes sowie die Möglichkeit eines persönlichen Feedback-Gesprächs, jeweils einschließlich einer unternehmensindividuellen Auswertung und Analyse, angeboten. Die Akquirierung der Unternehmen für die empirische Studie verlief auf dieser Grundlage sehr erfolgreich. So wurde als Ergebnis des Meetings entschieden, das Forschungsvorhaben zu unterstützen. Allerdings gab es eine Beschränkung hinsichtlich der Anzahl der Fragebögen pro Unternehmen, die nicht 20 übersteigen sollte. Der Fragebogen ging Anfang Januar 2006 in zwanzigfacher Ausfertigung postalisch an alle 14 Unternehmen der japanischen Automobilindustrie. Hieraus ergab sich also eine Gesamtzahl von 280 versendeten Fragebögen. Ein Begleitschreiben wies noch einmal auf die Zielgruppe der Untersuchung hin, um sicherzustellen, dass die Fragebögen auch tatsächlich an die Entwicklungsingenieure verteilt werden. Auch wurde allen Unternehmen Anonymität bezüglich der Veröffentlichung der erhaltenen Informationen zugesichert und als Anreiz zur Teilnahme ein Informationsrückfluss in Form eines Ergebnisberichtes und bei Wunsch einer Feedback-Präsentation angeboten.

89

3 Design und Durchführung

Für die Bearbeitung bzw. das Ausfüllen des Fragebogens, einschließlich Rücksendung war ein Zeitraum von vier Wochen vorgegeben. Nach Ablauf dieser Frist wurde noch einmal schriftlich nachgefasst und um Unterstützung gebeten. Der Rücklauf pro Unternehmen sowie die Zahl der verwertbaren Fragebögen gehen aus der folgenden Übersicht hervor. Tab. 6: Empirische Untersuchung zur japanischen Automobilindustrie, Januar-Februar 2006 Verteilte Fragebögen 20 20

Ausgefüllte Fragebögen 17 16

Verwertbare Fragebögen 17 16

Honda Motor Co., Ltd. (PKW)

20

20

20

Isuzu Motors, Ltd. (LKW)

20

10

10

Kawasaki Heavy Industries, Ltd. (Motorräder) Mazda Motor Co., Ltd. (PKW)

20 20

15 17

15 17

Mitsubishi Fuso Bus & Truck Co., Ltd. (LKW) Mitsubishi Motor Co., Ltd. (PKW)

20 20

19 14

19 14

Nissan Motor, Co., Ltd. (PKW)

20

13

12

Nissan Diesel Motor Co., Ltd. (LKW)

20

13

13

Fuji Heavy Industries, Ltd. (PKW) Suzuki Motor Co., Ltd. (PKW)

20 20

0 18

0 18

Toyota Motor Co., Ltd. (PKW)

20

19

14

Yamaha Motor Co., Ltd. (Motorräder) Gesamt Rücklaufquote

20 280

19 210 75%

19 204 (72,8%)

Unternehmen Daihatsu Motor, Co. Ltd. (PKW) Hino Motors, Ltd. (LKW)

Quelle: eigene Darstellung Anmerkung: In Klammern ist die Hauptproduktgruppe des Unternehmens im Kraftfahrtbereich genannt.

Insgesamt wurden 210 Fragebögen ausgefüllt zurückgeschickt. Die Rücksendung erfolgte über den Ansprechpartner im Unternehmen, der die Fragebögen dort ursprünglich auch verteilt hatte. Lediglich ein Unternehmen beteiligte sich nicht. Die außerordentlich hohe Rücklaufquote in Höhe von 75% ist vor allem auf die Unterstützung durch die University of Tokyo und die Japan Automobile Manufacturers Association zurückzuführen. Sie ist gleichzeitig aber auch ein Hinweis für das Interesse seitens der Unternehmen an der Thematik. In die Auswertung selbst flossen 204 Fragebögen ein, was eine sehr niedrige Ausfallquote ist. Nicht verwertet wurden Fragebögen mit zu häufigen fehlenden Angaben und mit einer offensichtlichen Routinebeantwortungstendenz. Die erhobenen Daten wurden nach Rücksendung elektronisch erfasst und ausgewertet. Dies erfolgte mit dem Statistikprogramm JMP, Version 8.0. Nach der Datenauswertung wurden die Ergebnisse auf Wunsch einigen Unternehmen präsentiert245. Dies hatte den positiven Effekt, beobachtete Auffälligkeiten mit den Unternehmen im Nachgang noch einmal diskutieren zu können. 245

Feedback-Präsentationen waren gewünscht und wurden durchgeführt in den Unternehmen, die bereits im Vorfeld der quantitativen Erhebung kooperierten. Siehe Tab. 1.

90

IV Komplementaritätsbeziehungen

4 Ergebnisse In diesem Abschnitt sollen nun die Ergebnisse der Umfrage vorgestellt, diskutiert und mit Hilfe statistischer Methoden gegebenenfalls weiter analysiert werden. Der erste Unterabschnitt beschreibt die Merkmale der Respondenten, die für das Verständnis und die weitere Analyse des Antwortverhaltens von Bedeutung sind.

4.1 Beschreibung der Respondenten 4.1.1 Persönlichkeitsbezogene Merkmale Tabelle 7 gibt das Durchschnittsalter und die Standardabweichung der Respondenten getrennt für jedes der beteiligten Unternehmen wieder. Das Durchschnittsalter schwankt zwischen 36,65 und 44,40 Jahren. Die Standardabweichungen liegen im Bereich zwischen 2,47 und 9,15. Tab. 7: Durchschnittsalter und Standardabweichung nach Unternehmen

Quelle: Eigene Berechnung beruhend auf Angaben zu Item E1 (Alter).

Über alle Unternehmen ergibt sich eine relativ symmetrische Verteilung (Abb. 14). Für die weitere Auswertung wurden 4 Altersgruppen: 20-29, 30-39, 40-49 und 50-59 Jahre gebildet. Abb. 14: Altersstruktur der Respondenten

91

4 Ergebnisse

Nur zwei Prozent der Respondenten waren Frauen (Item E1 Geschlecht). Dies ist für japanische Unternehmen durchaus typisch. Verantwortlich dafür ist nicht allein, dass der Ingenieurberuf auch in Japan eine Männerdomäne ist. Hinzu kommt, dass Positionen in japanischen Unternehmen, die eine umfangreiche unternehmensinterne Ausbildung erfordern, überwiegend Männern vorbehalten sind. Beim Bildungshintergrund dominieren die tertiären Bildungsabschlüsse. Für japanische Verhältnisse typisch ist der äußerst geringe Anteil an Mitarbeitern mit postgraduierten Abschlüssen. Tab. 8: Bildungshintergrund der Respondenten Anzahl R

%

Junior High School

1

0,49

Nicht-technische Fachschule

6

2,94

Technische Fachschule

21

10,29

Andere Fachschule

2

0,98

Kurzuniversität

2

0,98

Technische Fachhochschule

9

4,41

Universität (nicht Naturwissenschaften)

43

21,08

Universität (Naturwissenschaften)

62

30,39

Graduate School (Master / nicht Naturwissenschaften)

12

5,88

Graduate School (Master / Naturwissenschaften)

41

20,10

Postgraduate School (PhD / nicht Naturwissenschaften)

2

0,98

Postgraduate School (PhD / Naturwissenschaften)

3

1,47

n=204

100

Höchster Abschluss

Quelle: Eigene Berechnung beruhend auf Angaben zu Item E4. Anmerkung: R = Respondenten

4.1.2 Tätigkeitsbezogene Merkmale Abbildung 15 fasst die Ergebnisse zur Frage, wie die betreffende Person dem Unternehmen beigetreten ist, zusammen. In Japan dominieren für qualifizierte Fachkräfte nach wie vor die unternehmensinternen Karrieren. So überrascht es nicht, dass 90% der Befragten direkt nach der Universität ins Unternehmen eingetreten sind. Der Unternehmenswechsel stellt die Ausnahme dar. Noch seltener sind häufigere Wechsel. Auch dies trifft auf die Gruppe der Respondenten zu.

92

IV Komplementaritätsbeziehungen

Abb. 15: Art des Unternehmenseinstiegs

Universitätsabsolvent 2,5%

89,2%

mid-career: 1 Unternehmenswechsel

10,8%

1,0%

7,4%

mid-career: 2 Unternehmenswechsel mid-career: 3 Unternehmenswechsel

n=204 Quelle: Eigene Darstellung beruhend auf Angaben zu Item E3.

Das Korrelat des geringen Anteils an Quereinsteigern ist eine lange Unternehmenszugehörigkeit. Sie liegt bei allen Unternehmen zwischen 12 und 22 Jahren. Die Unterschiede zwischen den Unternehmen erklären sich zum Teil durch die unterschiedliche Altersstruktur. So ist das Durchschnittsalter in den Unternehmen U8 und U10 mit 37 Jahren deutlich niedriger als der Gesamtdurchschnitt (41 Jahre). Da jüngere Mitarbeiter noch nicht so lange dem Unternehmen angehören können wie ältere, drückt dies den Schnitt bei der Dauer der Unternehmenszugehörigkeit. Tab. 9: Durchschnittliche Unternehmenszugehörigkeit nach Unternehmen

Quelle: Eigene Berechnung beruhend auf Angaben zu Item E2.

Tabelle 9 zeigt die Verteilung des Merkmals Dauer der Unternehmenszugehörigkeit über alle Unternehmen. Wie bereits angedeutet, korreliert das Merkmal stark mit dem Alter. Addiert man zur Dauer 20 Jahre, was dem Alter bei Unternehmenseintritt entspricht, so erhält man ungefähr die Altersverteilung.

4 Ergebnisse

93

Abb. 16: Durchschnittliche Unternehmenszugehörigkeit in Jahren

Quelle: Eigene Darstellung beruhend auf Angaben zu Item E2.

Die Position der Respondenten zeigt eine breite Streuung über alle Hierarchiestufen hinweg (Abb. 17). Abb. 17: Position der Respondenten

Sonstiges 1%

Hauptabteilungsleiter 3%

Angestellter 20%

Stellv. Hauptabt eilungsleit er 4%

Abteilungsleiter 26%

T eamleiter 14%

Verantw. Gruppenleit er 17%

Stellv. Abteilungsleiter 4%

Haupt verantw. Gruppenleiter 11%

n=203 Quelle: Eigene Darstellung beruhend auf Angaben zu Item E5.

94

IV Komplementaritätsbeziehungen

Die Mehrzahl der Respondenten arbeitet aktuell in der Entwicklung, und eine Mehrzahl hat dort auch am längsten gearbeitet (Tab. 10). Vor dem Hintergrund der Parallelisierung funktionsübergreifender Prozesse und der in japanischen Unternehmen typischen Personalentwicklungsstrategie, Mitarbeiter im Laufe ihrer internen Ausbildung und Karriere mehrere Bereiche durchlaufen zu lassen, verwundert es jedoch nicht, dass auch viele der Respondenten in anderen Bereichen tätig sind bzw. waren. Am wichtigsten sind hierbei Produktion und Forschung. Die Analyse der Ergebnisse wird sich daher, sofern eine Unterscheidung nach Funktionen erforderlich ist, auf die drei Bereiche Entwicklung, Produktion und Forschung beschränken. Tab. 10: Tätigkeitsbereich (aktuell und längste Erfahrung) Tätigkeitsbereich Produktion

aktuell Anzahl R % 50 24,51

längste Erfahrung Anzahl R % 52 25,49

Entwicklung

118

57,84

111

54,41

Forschung

24

11,76

32

15,69

Analyse

1

0,49

0

0,00

Technischer Vertrieb

0

0,00

1

0,49

Sonstiges

11

5,39

8

3,32

Quelle: Eigene Berechnung beruhend auf Angaben zu den Items E7 und E8.

4.1.3 Nutzung und Beherrschung von Informationstechnologien Fast die Hälfte der Respondenten nutzt IT immer (Abb. 18). Lediglich 6% geben an, IT gar nicht zu verwenden. Diese sind in allen Altersgruppen vertreten (Tab. 11). Abb. 18: IT-Nutzungshäufigkeit

6%

immer

12% sehr oft 49% nur selten 33% gar nicht n=202 Quelle: Eigene Darstellung beruhend auf Angaben zu Item E14.

95

4 Ergebnisse

Genauere Aufschlüsse über die Hintergründe der Nichtnutzung liefert die Gruppierung nach der Position im Unternehmen. Demnach ergaben eigene Berechnungen, dass knapp 40% der Nichtnutzer zum General Staff gehören, d.h. mit einfacheren Aufgaben betraut sind. Weitere 31% haben die Position eines Abteilungsleiters inne und sind damit weniger in die operative Entwicklung eingebunden. Tab. 11: IT-Nutzungshäufigkeit nach Altersgruppen Nutzung von Informationstechnologien sehr oft

immer

n

nur selten

gar nicht

20-29 J.

11

R 4

% 36,4

R 3

% 27,3

R 2

% 18,2

R 2

% 18,2

30-39 J.

64*

34

53,1

18

28,1

8

12,5

4

6,3

40-49 J.

105*

50

47,6

37

36,2

13

12,4

5

4,8

50-59 J.

19

10

52,6

8

42,1

0

0

1

5,3

Quelle: Eigene Berechnung Anmerkung: R = Anzahl der Respondenten; % = Angabe in Prozent; *Eine Person der Altersgruppe hat keine Angaben gemacht, die Gesamtzahl für R ist hier bereits bereinigt.

Von der Nutzungshäufigkeit ist die Kompetenz in der Beherrschung der verschiedenen ITAnwendungen zu unterscheiden. Wie es sich damit verhält, fasst Tabelle 12 zusammen. Die Werte reflektieren Selbsteinschätzungen. Sie variieren deutlich mit dem Schwierigkeits- bzw. Spezialisierungsgrad der Anwendungen. So liegt das durchschnittliche Kompetenzniveau bei den hoch spezialisierten und anspruchsvollen Entwicklungsanwendungen246 wie CAD (Item C14) und CAE (Item C15) mit Werten von 3,61 bzw. 3,26 deutlich niedriger als das Kompetenzniveau bei allgemeiner Sprach- und Datenverarbeitung (4,09 bzw. 4,31). Bei Groupware (Item C20) handelt es sich um Kooperationstools. Der hohe Kompetenzgrad spiegelt hier auch die breite Verwendung wider. Tab. 12: IT-Kompetenz x ges.

s ges.

x Unt.

s Unt.

C10 Allg. Sprachverarbeitungssoftware

4,09

0,74

4,08

0,26

C11 Allg. Datenverarbeitungssoftware

4,31

0,68

4,29

0,26

C12 Anspruchsvolle Daten- bzw. Statistikauswertungsprogramme

3,00

0,96

2,92

0,48

C13 Berechnungssoftware

3,13

0,94

3,13

0,95

C14 CAD Software

3,61

1,16

3,58

0,59

C15 Numerische Mathematikprogramme & Simulationssoftware (CAE)

3,26

1,28

3,20

0,72

246

Siehe ausführlich zur Technologie Kapitel III Abschnitt 3.1.3.

96

IV Komplementaritätsbeziehungen

C18 Programmiersprachen

3,05

1,15

3,13

0,55

C19 Datenbankenprogramme /-software

3,42

0,99

3,34

0,43

C20 Groupware

4,02

0,91

3,97

0,51

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 5-stufigen Skala sowie „benutze ich nicht“ Kategorie abgefragt 5 = beherrsche ich sehr gut 4 = beherrsche ich weitestgehend gut 3 = weder noch 2 = beherrsche ich weniger, habe etwas Probleme 1 = beherrsche ich nicht, habe große Probleme 0 = benutze ich nicht*, * „0“ – Antworten wurden in der Datenauswertung nicht berücksichtigt. Die Items C16 und C17 wurden vernachlässigt, da sie Technologien betreffen, die in der Automobilindustrie keine Anwendung finden. Sie waren enthalten, da der Fragebogen gleichfalls für eine branchenübergreifende Analyse angewendet worden war.

Eine Differenzierung nach Altersgruppen lässt angesichts der geringen Besetzung der niedrigsten und höchsten Gruppe keine verallgemeinernden Aussagen zu. Sie zeigt bezüglich der beiden mittleren Gruppen gewisse Kohorteneffekte. So weist die Altersgruppe der 30-39 jährigen bei Item C12 und C14 ein überdurchschnittlich hohes Kompetenzniveau auf, schneidet bei C18 und C20 dagegen schlecht ab. Bei der Altersgruppe der 40-49 jährigen verhält es sich eher umgekehrt. Tab. 13 : IT-Kompetenz nach Altersgruppen Mittelwerte nach Altersgruppen IT-Kompetenz C10 Allg. Sprachverarbeitungssoftware C11 Allg. Datenverarbeitungssoftware C12 Anspruchsvolle Daten- bzw. Statistikauswertungsprogramme C13 Berechnungssoftware C14 CAD Software C15 Numerische Mathematikprogramme & Simulationssoftware (CAE) C18 Programmiersprachen C19 Datenbankenprogramme/-software C20 Groupware

x ges. 4,09 (n=195) 4,31 (n=203) 3,00 (n=27) 3,13 (n=24) 3,61 (n=123) 3,26 (n=57) 3,05 (n=61) 3,42 (n=114) 4,02 (n=148) n= 204

x

x

x

x

20-29 4,30 (n=10) 4,18 (n=11) (n=0) 3,00 (n=1) 3,75 (n=8) 4,67 (n=3) 3,25 (n=4) 4,00 (n=5) 4,40 (n=5) n= 11

30-39 4,11 (n=63) 4,29 (n=65) 3,60 (n=5) 3,25 (n=4) 3,89 (n=44) 2,95 (n=21) 2,78 (n=18) 3,51 (n=35) 3,78 (n=49) n=65

40-49 4,00 (n=100) 4,32 (n=105) 2,83 (n=18) 3,27 (n=15) 3,48 (n=60) 3,33 (n=30) 3,21 (n=34) 3,26 (n=62) 4,05 (n=83) n=106

50-59 4,42 (n=19) 4,47 (n=19) 3,00 (n=3) 2,33 (n=3) 3,88 (n=8) 2,33 (n=3) 2,75 (n=4) 3,70 (n=10) 4,09 (n=11) n=19

Quelle: Eigene Berechnung Anmerkung: Skala wie oben

Die Differenzierung nach Funktionsbereichen zeigt, dass CAD-Spezialisten (Item C14) eher in der eigentlichen Entwicklung zu finden sind. Während die Beherrschung anspruchsvoller CAE-Anwendungen (Item C15) im vorliegenden Sample eher auf die Forschung und Produk-

97

4 Ergebnisse

tion zutrifft. Nicht überraschend konzentriert sich die Kompetenz im Bereich Programmiersprachen in der Forschung. Die Groupware-Kompetenz verteilt sich gleichmäßig auf hohem Niveau über alle Bereiche. Tab. 14: IT-Kompetenz nach Funktionsbereichen Mittelwerte Funktionsbereiche IT-Kompetenz C10 Allg. Sprachverarbeitungssoftware C11 Allg. Datenverarbeitungssoftware C12 Anspruchsvolle Daten- bzw. Statistikauswertungsprogramme C13 Berechnungssoftware C14 CAD Software C15 Numerische Mathematikprogramme & Simulationssoftware (CAE) C18 Programmiersprachen C19 Datenbankenprogramme /-software C20 Groupware

x ges. 4,09 (n=195) 4,31 (n=203) 3,00 (n=27) 3,13 (n=24) 3,61 (n=123) 3,26 (n=57) 3,05 (n=61) 3,42 (n=114) 4,02 (n=148) n= 204

Forschung 4,17 (n=30) 4,41 (n=32) 3,25 (n=4) 3,00 (n=6) 3,50 (n=14) 3,60 (n=20) 3,83 (n=18) 3,56 (n=18) 4,08 (n=24) n=32

Entwicklung 4,17 (n=107) 4,36 (n=110) 3,15 (n=13) 3,33 (n=9) 3,74 (n=69) 2,97 (n=31) 2,65 (n=26) 3,49 (n=67) 4,02 (n=81) n=111

Produktion 3,86 (n=50) 4,06 (n=52) 2,63 (n=8) 3,00 (n=7) 3,37 (n=35) 3,17 (n=6) 2,87 (n=15) 3,04 (n=25) 4,00 (n=37) n=52

Quelle: Eigene Berechnung Anmerkung: Skala wie oben

4.1.4 Güte der Erhebungsdaten Die vorliegende Untersuchung stellt eine geschichtete Stichprobe dar. Die Vorgabe war, dass jedes Unternehmen gleich viele Fragebögen erhält. Über die Auswahl der Respondenten innerhalb der Unternehmen liegen keine Informationen vor. Die Streuung der Merkmalsausprägungen lassen jedoch vermuten, dass hierbei keine speziellen Gruppen selektiert wurden. Die Ergebnisse hinsichtlich Bildungsabschluss, Tätigkeitsbereiche und IT-Kompetenzniveau bestätigen, dass die Fragebögen tatsächlich die avisierte Zielgruppen in den Unternehmen erreichten. Das bei schriftlichen Umfragen nicht zu unterschätzende Identitätsproblem, dass Fragebögen in Unternehmen nicht von den Adressaten selbst beantwortet werden, dürfte daher unerheblich sein. Der Umstand, dass neben Ingenieuren aus dem Bereich Entwicklung auch solche aus den Bereichen Forschung und Produktion an der Befragung teilnahmen, stellt angesichts der interdisziplinären Zusammenarbeit in Entwicklungsprojekten und der Rotationspraktik in japanischen Unternehmen kein Identitätsproblem dar. Die Angaben zu Alter, Geschlecht und Position im Unternehmen zeichnen ein für japanische Unternehmen typisches Bild. Insofern sollte die Stichprobe die Grundgesamtheit der in der Industrie tätigen Experten gut abbilden. In Verbindung mit der hohen Rücklaufquote kann damit von einer hohen Repräsentationsgrad der Untersuchung ausgegangen werden.

98

IV Komplementaritätsbeziehungen

Für die weitere Analyse werden die Antworten nicht nach Unternehmen getrennt analysiert. A priori wären Unternehmenseffekte zwischen den in der Industrie vertretenen PKW-, LKW und Motorradherstellern zu erwarten gewesen. Bei einer diesbezüglichen Gruppierung der Ergebnisse traten jedoch keine wesentlichen Unterschiede auf. So zeigt sich auch, dass der durchschnittliche auf Unternehmensebene berechnete Mittelwert ( x U.) kaum vom Gesamtmittelwert ( x ges.) abweicht. Außerdem fällt die Standardabweichung der Unternehmensmittelwerte (s U.) deutlich geringer aus als die Gesamtstreuung (s ges.).

4.2 Einschätzung der Produktivitätswirkung von Informationstechnologien Der Einsatz von IT sollte wie in Kapitel III dargelegt zu einer höheren Produktivität führen. Das Item C8 des Fragebogens nimmt hierauf Bezug. Die Respondenten wurden nicht nach einer allgemeinen Einschätzung gefragt. Vielmehr bezog sich die Frage konkret auf den eigenen Aufgabenbereich, ohne dabei allerdings zwischen verschiedenen Produktivitätswirkungen zu differenzieren. Die Antworten bestätigen die Vermutung eines positiven Produktivitätseffekts deutlich247 (Tab. 15). Tab. 15: Einschätzung der Produktivitätswirkung von IT Welche Veränderungen sind mit der Implementierung von IT in Ihrem Tätigkeitsbereich einhergegangen?

C8: Die Produktivität in der Ausübung der einzelnen Aufgaben ist gestiegen (n=204)

x ges.

s ges.

x U.

s U.

2,76

0,47

2,77

0,16

Quelle: Eigene Berechnung Anmerkungen: Das Item wurde auf einer vierstufigen Skala abgefragt: 3 = ja 2 = weder noch 1 = nein 0 = weiß nicht* * „0“ Antworten wurden bei der Auswertung nicht berücksichtigt.

Die Einschätzung der Produktivität von IT wird möglicherweise durch die Erfahrung (Alter), den Funktionsbereich, die Nutzungshäufigkeit von IT, die verwendete Technologie oder das Kompetenzniveau beeinflusst. Um dies zu prüfen, wurde das Antwortverhalten noch einmal getrennt nach den einzelnen Kategorien der jeweiligen Merkmale ausgewertet (Tab. 16a-d). Die altersspezifische Auswertung zeigt für die jüngste Gruppe einen deutlich und signifikant höheren Wert.248 Hierfür sind zwei Erklärungen denkbar. Zum einen kann sich die jüngere Generation möglicherweise nicht vorstellen, wie ihre Tätigkeit ohne IT zu bewerkstelligen wäre. Zum anderen hat sie vermutlich weniger Vorbehalte gegenüber dieser Technologie, was sich auch in einer positiveren Bewertung niederschlagen würde. Für die verbleibenden drei Altersgruppen ist ein leichter Anstieg der Produktivitätseinschätzung mit zunehmendem Alter zu beobachten. Hier bieten sich zwei mögliche Erklärungen an. Zum einen haben ältere Personen mehr Erfahrung mit konventionellen Produktentwicklungsmethoden, so dass sie besser in der Lage sind, die durch IT bedingten Performanceunterschiede einzuschätzen. Zum anderen verfügen ältere Mitarbeiter in der Regel über mehr Wissen und Erfahrung, was den Pro247

248

Bei einem unterstellten Konfidenzkoeffizienten von 99% liegen die Grenzen des Konfi-denzintervalls für den wahren Parameterwert zwischen 2,84 und 2,68. Einseitig signifikant auf dem 5%-Niveau.

99

4 Ergebnisse

duktivitätseffekt von IT möglicherweise verstärkt. Aufgrund der geringen Besetzung der höchsten Altersgruppe ist diese Interpretation allerdings mit Vorsicht zu genießen. Mitarbeiter, die IT immer oder sehr oft nutzen, beantworteten die Frage deutlich häufiger mit „ja“ als diejenigen, die IT nur selten oder gar nicht verwenden (Tab. 16b). Der Unterschied ist mit einer Fehlerwahrscheinlichkeit von weniger als einem Prozent signifikant. Dies kann dahingehend verstanden werden, dass häufige Nutzer die Effekte besser beurteilen können. Es ist aber auch nicht auszuschließen, dass IT-Anwender bewusst oder unbewusst die Produktivitätswirkung höher beurteilen, um damit den Wert ihrer Arbeit zu bestätigen. Die Auswertung nach Funktionsbereichen ergibt keine auffälligen Unterschiede im Antwortverhalten (Tab. 16c). Hinsichtlich des Einflusses der verwendeten Technologie wurden die für die Produktentwicklung spezifischen CAD- und CAE-Softwaresysteme betrachtet. Um die Ergebnisse eindeutig interpretieren zu können, gingen in die Auswertung nur Antworten von Respondenten ein, die entweder CAD- oder CAE nutzen, unabhängig vom Kompetenzniveau. Dem Vorteil der Interpretierbarkeit steht allerdings als Nachteil eine reduzierte Anzahl von Beobachtungswerten gegenüber.249 Für die relativ umfangreiche Gruppe der ausschließlichen CADNutzer wurde weiterhin nach Kompetenzniveau (C14) differenziert. Die in Tabelle 16d wiedergegebenen Durchschnittswerte lassen jedoch weder in Bezug auf die Technologieanwendungen noch hinsichtlich des Kompetenzniveaus signifikante Unterschiede im Antwortverhalten erkennen. Tab. 16a-d: Einschätzung der Produktivitätswirkung von IT nach Alter, Funktionsbereich, Nutzungshäufigkeit, Technologie und Kompetenzniveau a) 20-29 Jahre 30-39 Jahre 40-49 Jahre 50-59 Jahre x ges. Alter (E1)

2,76 (n=204)

3,00 (n=11)

2,65 (n=65)

2,79 (n=105)

2,89 (n=19)

b) Nutzungshäufigkeit (E14)

x ges.

immer 2,81 (n=98)

2,76 (n=204)

sehr oft 2,81 (n=67)

selten 2,54 (n=24)

gar nicht 2,54 (n=13)

Entwicklung 2,77 (n=111)

Produktion 2,75 (n=52)

c) x ges. Funktionsbereich (E7)

2,76 (n=204)

Forschung 2,75 (n=32)

d) Technologie

Kompetenzniveau

CAD (C14)

CAE (C15)

2,77 (n=84)

2,78 (n=18)

CAD (C14) hoch 2,80 (n=50)

mittel 2,59 (n=17)

niedrig 2,88 (n=17)

Quelle: Eigene Berechnung Anmerkung: Die Zellenwerte geben den Mittelwert und in Klammern die Zahl der Antworten wieder. Bei Technologie sind Antworten der CAD- bzw. CAE-Nutzer, die nicht CAE bzw. CAD verwenden, über alle Kompetenzstufen gemittelt. Bei Kompetenzniveau wurde die fünfstufige Kompetenzskala in die drei Gruppen hoch (Anwortkategorien 5 und 4), mittel (3) und niedrig (2 und 1) zusammengefasst. 249

Nicht berücksichtigt wurden Ingenieure, die sowohl CAD als auch CAE nutzen.

100

IV Komplementaritätsbeziehungen

4.3 Wissensstrukturen Die IT-Kompetenz der Mitarbeiter als Voraussetzung für eine effektive IT-Nutzung wurde bereits bei der Beschreibung der Respondenten dargestellt. Im Folgenden sollen die anderen in Kapitel III diskutierten und in Abschnitt 1.2 unter (F2) zusammengefassten Anpassungen im Bereich der Wissensstrukturen untersucht werden: ƒ Die Items C22 bis C33 fragen allgemein nach der Bedeutung des Einsatzes von IT für die Entwicklung technologischer Fähigkeiten. ƒ Die Items C1 bis C3 sowie C6 und C7 liefern Aufschlüsse darüber, wie sich dieser Einfluss äußert.

ƒ Die postulierte Bedeutung T-förmiger Wissensstrukturen wird anhand der Items C2 und C3 sowie B2 und B3 untersucht. Hier wird danach gefragt, ob der Einsatz von IT eine höhere Spezialisierung oder eine Verbreiterung von Wissen beeinflusst hat bzw. welche Anpassungen diesbezüglich zukünftig erforderlich werden. Tabelle 17 fasst zusammen, welchen Einfluss die Respondenten dem Einsatz verschiedener IT-Tools im Hinblick auf die Weiterentwicklung ihrer technischen Fähigkeiten zuschreiben. Die Ergebnisse belegen, dass alle Anwendungen im Schnitt einen positiven Beitrag leisten. Die stärkste Wirkung geht von der Computerbenutzung (Mittelwert 4,54) aus. Es folgen Anwendungen allgemeiner Software (4,35), Software für Design, Entwicklung und Konstruktion (4,30) und Simulatoren (4,29). Tab. 17: Auswirkungen von IT auf die Weiterentwicklung technischer Fähigkeiten und technologischen Wissens Inwieweit hat Ihrer Meinung nach die Nutzung von IT Auswirkungen auf die Weiterentwicklung Ihrer technischen Fähigkeiten und Ihres technologischen Wissens?

x ges. C22: Computerbenutzung (n=202)

4,54

s ges. 0,57

x U. 4,56

s U. 0,18

C23: Anwendung allgemeiner Software (n=203)

4,35

0,71

4,37

0,13

C24: Anwendung von Planungssoftware (n=184) C25: Anwendung von Software für Design, Entwicklung und Konstruktion (n=186) C26: Anwendung von Test- und Simulationssoftware und Analysetools (n=174) C27: Anwendung von Simulatoren (n=174) C28: Anwendung von Software, die Programmierwissen voraussetzt (n=150) C29: Benutzung computergesteuerter Maschinen (n=168) C30: Benutzung computergesteuerter, miteinander vernetzter Maschinen (n=169) C31: Benutzung der unternehmensinternen Wissensdatenbanken oder die der Partnerfirmen (n=197)

4,00

0,78

3,95

0,26

4,30

0,74

4,29

0,24

4,05

0,89

4,05

0,27

4,29

0,77

4,28

0,30

3,52

0,98

3,46

0,33

3,72

1,00

3,68

0,32

3,67

0,94

3,65

0,25

4,11

0,84

4,09

0,24

101

4 Ergebnisse C32: Benutzung des Internets zur Informationsgewinnung (n=200) C33: Anwendung von IT-basierten Kooperationsund Kommunikationswerkzeugen (n=199)

4,13

0,78

4,13

0,22

4,02

0,81

4,02

0,24

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 6-stufigen Skala abgefragt: 5 = sehr hoher Effekt 4 = hoher Effekt 3 = weder noch 2 = weniger hoher Effekt 1 = gar kein Effekt 0 = nicht relevant* * „0“ Antworten wurde bei der Datenauswertung nicht berücksichtigt.

In welche Richtung die Qualifikationsprofile dabei getrieben werden, zeigt Tabelle 18. Tab. 18: Veränderung von Wissensstrukturen im Kontext von IT Welche Veränderungen sind mit der Implementierung von IT in Ihrem Tätigkeitsbereicht einhergegangen? (C1 bis C3) Welche Auswirkungen hatte die Implementierung von IT in Ihrem Tätigkeitsbereich auf Ihre technischen Fähigkeiten bzw. Ihr technologisches Wissen? (C6 und C7)

C1: Die Fähigkeit zur Informationsgewinnung und -auswertung hat an Bedeutung gewonnen (n=202) C7: Die Kreativität ist gestiegen (n=201) C6: Ursache-Wirkungszusammenhänge sind beim Problemlösen erkennbarer geworden (n=201) C2: Eine noch höhere Spezialisierung war erforderlich (n=201) C3: Die erforderlichen Wissensbereiche haben zugenommen (n=203)

x ges.

s ges.

x U.

s U.

2,68

0,58

2,69

0,12

1,90

0,66

1,91

0,14

2,20

0,68

2,21

0,20

2,25

0,68

2,26

0,21

2,44

0,70

2,44

0,16

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer vierstufigen Skala abgefragt: 3 = ja 2 = weder noch 1 = nein 0 = weiß nicht* * „0“ Antworten wurden bei der Datenauswertung nicht berücksichtigt.

Wie zu vermuten, steigert der Einsatz von IT die Fähigkeit der Respondenten, Informationen zu suchen und auszuwerten.250 Die Kreativität sehen die meisten durch IT nicht gefördert.251 Die Aussage, dass IT analytische Fähigkeiten, wie das Erkennen von Ursache-Wirkungszusammenhängen, verbessert, erhält dagegen überwiegend Zuspruch. 252 Die letzten beiden Ergebnisse können dahingehend interpretiert werden, dass IT kognitive Prozesse zwar unterstützt, dies aber mit einer Standardisierung bzw. Formalisierung der Informationsverarbeitung einhergeht, was analytische Verfahren begünstigt, aber nicht zu mehr Kreativität führt. Interessant ist, dass der Einsatz von IT sowohl die Spezialisierung als auch die Wissensdiversifizierung zu fördern scheint, obwohl zwischen beiden Wirkungen ein Trade-off zu ver250

Bei einem unterstellten Konfidenzkoeffizienten von 99% liegen die Grenzen des Konfi-denzintervalls für den wahren Parameterwert zwischen 2,79 und 2,57. 251 Es kann bei einer Fehlerwahrscheinlichkeit von 10% allerdings nicht ausgeschlossen werden, dass der wahre Wert 2,0 beträgt. 252 Bei einem unterstellten Konfidenzkoeffizienten von 99% liegen die Grenzen des Konfidenzintervalls für den wahren Parameterwert zwischen 2,32 und 2,08.

102

IV Komplementaritätsbeziehungen

muten wäre. Die Einschätzung, dass sowohl Spezialisierung als auch Wissensdiversifizierung bedeutend sind, gilt nicht nur in der aggregierten Darstellung. Sie äußert sich auch auf Ebene der Respondenten. Eine einfache Korrelationsanalyse zeigt, dass Personen, die bei Item C2 mit „ja“ antworteten, dies in der Regel auch bei Item C3 taten.253 Die simultane und in beiden Fällen auf dem 1%-Niveau signifikante Bedeutung der gegenläufigen Qualifizierungsprofile kann als Bestätigung für das Postulat T-förmiger Wissensstrukturen interpretiert werden, die sich durch eine Kombination aus einem vertieften Spezialwissen und breiten Kenntnissen auf anderen Wissensgebieten auszeichnen. Interessanterweise wurde seitens der Unternehmen schon im Rahmen der qualitativen Voruntersuchung betont, dass Spezialisierung und Wissensverbreiterung für sie keine alternativen Qualifizierungsstrategien darstellen, sondern dass beide Richtungen gleichzeitig verfolgt werden müssen. Dabei fiel auch der Begriff „T-gata-ningen“, was wörtlich übersetzt „T-förmiger Mensch“ heißt. Dass die bisherige Auswirkung auf die Spezialisierung geringer eingeschätzt wird, heißt nicht, dass Spezialwissen weniger wichtig wäre. Naheliegender ist die Vermutung, dass der niedrigere Effekt bei der Spezialisierung einen Nachholbedarf bzw. Defizite im Bereich der Personalentwicklung indiziert254. Diese Interpretation findet durch das Antwortverhalten zu den Items B1 und B2 Unterstützung. Für die Zukunft wurde hier mehr Bedarf an Spezialisierung als an Diversifizierung gesehen (siehe Tab 21). Tabelle 19 gliedert die Ergebnisse noch einmal nach Altersgruppen. Es fällt auf, dass die Einschätzungen zwischen den Altersgruppen zum Teil deutlich variieren. So schreiben die älteren Mitarbeiter IT im Hinblick auf die Fähigkeit der Informationsgewinnung und auswertung (C1) mehr Einfluss zu. Dies mag darin begründet sein, dass sie mit IT bzw. mit dem Internet weniger vertraut waren und erst in der beruflichen Anwendung von IT diese Fähigkeiten entwickelten. Ähnliche Tendenzen sind bei der Spezialisierung (C2) und der Wissensdiversifizierung (C3) zu beobachten255. Auch hier ist der Einfluss des Alters und damit der Berufserfahrung nicht verwunderlich, denn tendenziell sollten sich Veränderungen in der Wahrnehmung älterer Ingenieure stärker niederschlagen, da sie die Evolution der Produktentwicklung von konventionellen Verfahren hin zu einer nahezu vollständigen Digitalisierung und Virtualisierung miterlebt haben, somit den durch IT induzierten Wandel besser einschätzen können. Ihrer Bewertung wäre demnach ein höheres Gewicht beizumessen. Hinsichtlich der Items C7 (Kreativität) und C6 (Ursache-Wirkungszusammenhänge) geben die jungen Respondenten deutlich abweichende Einschätzungen ab. Bei der Kreativität könnte dies damit zusammenhängen, dass die Jüngeren mit weniger komplexen Tätigkeiten betraut sind bzw. dass sie noch nicht über hinreichendes Fachwissen verfügen, um IT-Tools kreativ einzusetzen. Ähnlich kann die hohe Einschätzung bei Item C6 begründet werden. Durch den Einsatz von IT, insbesondere durch das virtuelle Experimentieren, das eine erhöhte Anzahl möglicher Testzyklen bei gegebener Zeit und Kosten erlaubt, lernen die Jüngeren UrsacheWirkungszusammenhänge, die ältere Mitarbeiter auf anderem Wege erworben haben.256 253

Der Korrelationskoeffizient zwischen beiden Items beträgt 0,514 und ist mit einer Fehlerwahrscheinlichkeit von weniger als 0,5% von Null verschieden. 254 Vgl. auch Abschnitt 4.4.1. 255 Die Annahme, dass zwischen dem Alter und den Antworten C1, C2 bzw. C3 kein systematischer Zusammenhang besteht, kann allerdings nur im Fall des Items C3 mit hoher Signifikanz verworfen werden (p=0,03 nach Chi-Quadrat-Test). 256 Chi-Quadrat-Tests zeigen, dass zwischen Einschätzung der Kreativitätswirkung (C7) und Dauer der Unternehmenszugehörigkeit (E2) ein signifikanter Zusammenhang besteht (p=0,004%). Bei Item C6 zeigt sich dagegen ein signifikanter Zusammenhang mit dem Alter (p=0,006%).

103

4 Ergebnisse

Tab. 19: Veränderung der Wissensstrukturen im Kontext von IT nach Altersgruppen x ges.

20-29 J.

30-39 J.

40-49 J.

50-59 J.

C1: Die Fähigkeit zur Informationsgewinnung und -auswertung hat an Bedeutung gewonnen

2,68 (n=202)

2,55 (n=11)

2,67 (n=64)

2,68 (n=105)

2,84 (n=19)

C7: Die Kreativität ist gestiegen

1,90 (n=201)

1,55 (n=11)

1,90 (n=63)

1,95 (n=105)

1,84 (n=19)

2,20 (n=201)

2,70 (n=10)

2,08 (n=65)

2,28 (n=105)

2,06 (n=18)

2,25 (n=201) 2,44 (n=203)

2,00 (n=11) 2,27 (n=11)

2,16 (n=64) 2,34 (n=65)

2,33 (n=104) 2,52 (n=105)

2,37 (n=19) 2,47 (n=19)

n=204

n=11

n=65

n=106

n=19

C6: Ursache-Wirkungszusammenhänge sind beim Problemlösen erkennbarer geworden C2: Eine noch höhere Spezialisierung war erforderlich C3: Die erforderlichen Wissensbereiche haben zugenommen

Quelle: Eigene Berechnung Anmerkung: Altersgruppen wurden aus Angaben zu Item E1 des Fragebogens gebildet. Abweichungen zwischen n gesamt und der Summe der altersgruppenspezifischen n erklärt sich daraus, dass nicht alle, die zu den C Items geantwortet haben, ihr Alter angaben.

Eine Aufgliederung der Antworten nach den Funktionsbereichen Forschung, Entwicklung und Produktion der Respondenten ergab keine auffälligen Variationen.257 Dies deckt sich mit den Ergebnissen früherer empirischer Studien, die bereits zeigen konnten, dass IT nicht nur die Produktentwicklung, sondern gleichermaßen andere Unternehmensbereiche verändert.258 Damit dürften dort ähnliche Auswirkungen auf die Wissensstrukturen zu erwarten sein. Denkbar ist weiterhin, dass die Einschätzungen in Abhängigkeit der verwendeten Technologie und des Kompetenzniveaus variieren. Tatsächlich fällt auf (siehe Tab. 20a-b), dass die Gruppe der CAE-Nutzer die Auswirkungen bezüglich der Items C1, C6 und C3 signifikant höher einschätzen259. Dies überrascht insofern nicht, als unter CAE leistungsfähige Berechnungs- und Simulationsanwendungen zusammengefasst sind, welche in der Ergebnisinterpretation erhöhte Anforderungen an die Informationsauswertung (C1) stellen, gleichzeitig aber auch die Fähigkeit, komplexe Ursache-Wirkungszusammenhänge zu erkennen (C6), in besonderem Maße unterstützen. Außerdem weisen moderne CAE-Anwendungen einen hoch integrativen Charakter auf, d.h. verschiedene zuvor getrennte Aufgabenbereiche wie die Erstellung eines Modells, Modellberechnung, numerische und graphische Simulation können nun von einem Spezialisten weitgehend eigenständig durchgeführt werden. Dies erfordert allerdings, dass CAE-Ingenieure auf ein breites Spezialwissen zurückgreifen können. Als zweiter Faktor kommt hinzu, dass die Diskussion von (Teil-)lösungen oftmals in interdisziplinären Teams erfolgt. Die damit einhergehende Wissensintegration stellt ebenfalls besondere Anforderungen an die Wissensstrukturen und begünstigt eine zunehmende Wissensbreite. Beide Überlegungen lassen den höheren Wert in Bezug auf Item C3 höchst plausibel erscheinen.

257 258 259

Vgl. hierzu das Datenmaterial (Tab. A1) im Anhang. Vgl. z.B. die Untersuchungen von Bresnahan, T.F. et.al. (2002). Die Differenz zwischen dem CAE- und CAD-Wert bei Item C1 ist mit einer 10% Fehlerwahrscheinlichkeit positiv. Die Differenzen bei Item C6 und C3 sind auf 5%igen Signifikanzniveau positiv.

104

IV Komplementaritätsbeziehungen

Hinsichtlich des Kompetenzniveaus sind keine signifikanten Unterschiede im Antwortverhalten zu beobachten. Tab. 20a-b: Veränderung der Wissensstrukturen im Kontext von IT nach Technologie und Kompetenzniveau a) CAD Technologie x ges. C1: Die Fähigkeit zur Informationsgewinnung / -auswertung hat an Bedeutung gewonnen C7: Die Kreativität ist gestiegen C6: Ursache-Wirkungszusammenhänge sind beim Problemlösen erkennbarer geworden C2: Eine noch höhere Spezialisierung war erforderlich C3: Die erforderlichen Wissensbereiche haben zugenommen

2,68 (n=202) 1,90 (n=201) 2,20 (n=201) 2,25 (n=201) 2,44 (n=203)

2,66 (n=83) 1,80 (n=83) 2,20 (n=82) 2,22 (n=83) 2,46 (n=84)

CAE 2,89 (n=18) 1,94 (n=18) 2,50 (n=18) 2,39 (n=18) 2,83 (n=18)

b) CAD Kompetenzniveau C1: Die Fähigkeit zur Informationsgewinnung / -auswertung hat an Bedeutung gewonnen C7: Die Kreativität ist gestiegen C6: Ursache-Wirkungszusammenhänge sind beim Problemlösen erkennbarer geworden C2: Eine noch höhere Spezialisierung war erforderlich C3: Die erforderlichen Wissensbereiche haben zugenommen

hoch 2,66 (n=50) 1,74 (n=50) 2,12 (n=50) 2,14 (n=50) 2,44 (n=50)

mittel 2,59 (n=17) 1,94 (n=17) 2,24 (n=17) 2,29 (n=17) 2,41 (n=17)

niedrig 2,59 (n=17) 1,71 (n=17) 2,12 (n=17) 2,24 (n=17) 2,59 (n=17)

Quelle: Eigene Berechnung Anmerkung: Die Zellenwerte geben den Mittelwert und in Klammern die Zahl der Antworten wieder. Bei Technologie sind die Antworten der CAD- bzw. CAE-Nutzer, die nicht CAE bzw. CAD verwenden, über alle Kompetenzstufen gemittelt. Bei Kompetenzniveau wurde die fünfstufige Kompetenzskala in die drei Gruppen hoch (Antwortkategorien 5 und 4), mittel (3) und niedrig (2 und 1) zusammengefasst.

Die bisherigen Ergebnisse ergaben eine deutliche Bestätigung der These, dass in Verbindung mit dem Einsatz von IT und der Parallelisierung von Prozessen die Herausbildung T-förmiger Wissensstrukturen erforderlich wird. In den Items B1 und B2 wurden die Respondenten gefragt, welche Veränderungen sie in ihrem Qualifizierungsprofil diesbezüglich zukünftig für wichtig erachten. Überraschenderweise sehen die meisten Mitarbeiter einen weiteren Bedarf, und zwar wiederum in beide Richtungen, was für die „T-Förmigkeit“ spricht. Dieses Mal erzielt das Item „Spezialisierung“ einen leicht höheren Wert. Hier wird also mehr Entwicklungspotenzial bzw. -bedarf gesehen. Dies dürfte damit verbunden sein, dass die in Japan typischen, unternehmensinternen Personalentwicklungsstrategien auf eine breite

105

4 Ergebnisse

Qualifizierung der Mitarbeiter ausgerichtet sind. 260 Japanische Wissenschaftler sprechen in diesem Zusammenhang von einer „weitgefassten Kompetenz“ des japanischen Mitarbeiters.261 Die Ergebnisse könnten ein Indiz dafür sein, das es im Rahmen bisheriger Personalentwicklungsmaßnahmen nicht gelungen ist, den im Zuge des Technologieeinsatzes erforderlichen Spezialisierungsgrad zu erreichen.262 Dies suggeriert weitere Anstrengungen, bei denen einer Wissensverbreiterung aber ebenfalls Rechnung zu tragen wäre.263 Tab. 21: Zukünftige Anpassungserfordernisse In welche Richtung werden sich Ihrer Einschätzung nach Ihr Wissen bzw. Ihre technologischen Fähigkeiten zukünftig verändern müssen?

B1: Vertiefung auf dem eigenen Spezialgebiet (n=204)

x ges. 4,40

s ges. 0,64

x U. 4,39

s U. 0,17

B2: Ausweitung außerhalb des eigenen Spezialgebiets (n=204)

4,33

0,67

4,32

0,21

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 5-stufigen Skala abgefragt: 5 = sehr bedeutend 4 = bedeutend 3 = weder noch 2 = weniger bedeutend 1 = nicht bedeutend

Eine Gruppierung der Respondenten nach den Kriterien Alter, Nutzungshäufigkeit und ITKompetenz zeigt (Tab. 22a-d), dass ƒ jüngere Mitarbeiter (20-29 Jahre) einen deutlich höheren Spezialisierungsbedarf sehen264,

ƒ der Spezialisierungsbedarf von den Nichtanwendern deutlich, aber nicht signifikant geringer, dagegen ƒ von CAE-Nutzern höher, wenn auch nicht signifikant, eingeschätzt wird.

ƒ CAD-Nutzer mit niedrigem Kompetenzniveau beurteilen den Spezialisierungsbedarf ebenfalls höher ein, aber auch hier ist die Differenz nicht signifikant. Tab. 22: Zukünftige Anpassungserfordernisse nach Alter, Nutzungshäufigkeit, Technologie und Kompetenzniveau a) Altersgruppen (E1) 20-29 J. 30-39 J. 40-49 J. 50-59 J. x ges. B1: Spezialisierung B2: Diversifizierung

260

4,40 (n=204) 4,33 (n=204)

4,73 (n=11) 4,36 (n=11)

4,49 (n=65) 4,40 (n=65)

4,31 (n=106) 4,33 (n=106)

4,37 (n=19) 4,16 (n=19)

Einen guten und fundierten Überblick über Charakteristika und Entstehungshintergrund des japanischen Ausbildungs- und Beschäftigungssystems liefert Waldenberger, F. (1999), S. 113-137; sowie Demes, H.; Georg ,W (Hrsg.) (1994), Gelernte Karriere. Bildung und Berufsverlauf in Japan, München, S. 17ff. 261 Vgl. z.B. Koike, K. (1996), The Economics of Work in Japan, Tokyo, pp. 118ff; Sato, Hiroki (1998), Career Formation and Development of White-Collar Workers` Individual Capabilities. An International Comparison of Japan, Germany, and the United States, in: Japan Institute of Labour (ed.), No. 7, Tokyo, S. 14-30. 262 Für das Argument sprechen noch weitere Datensätze, vgl. Tab. 25 in Abschnitt 4.4.2 Der Wunsch nach mehr Spezialisierung geht hier sehr deutlich hervor. 263 Inwieweit die hier skizzierten Probleme Bestand haben, wird in Abschnitt 4.4 näher betrachtet. 264 Die Differenz zur Restgruppe ist einseitig signifikant auf dem 5%-Niveau.

106

IV Komplementaritätsbeziehungen

b) Nutzungshäufigkeit (E14) B1: Spezialisierung B2: Diversifizierung

x ges. 4,40 (n=204) 4,33 (n=204)

immer 4,42 (n=98) 4,34 (n=98)

sehr oft 4,40 (n=67) 4,33 (n=67)

selten 4,42 (n=24) 4,29 (n=24)

gar nicht 4,15 (n=13) 4,33 (n=12)

c) Technologie B1: Spezialisierung B2: Diversifizierung

x ges. 4,40 (n=204) 4,33 (n=204)

CAD 4,39 (n=84) 4,35 (n=84)

hoch 4,42 (n=50) 4,36 (n=50)

mittel 4,12 (n=17) 4,29 (n=17)

CAE 4,61 (n=18) 4,44 (n=18)

d) CAD Kompetenzniveau B1: Spezialisierung B2: Diversifizierung

niedrig 4,59 (n=17) 4,35 (n=17)

Quelle: eigene Berechnung Anmerkung: Die Zellenwerte geben den Mittelwert und in Klammern die Zahl der Antworten wieder. Bei Technologie sind in den ersten beiden Spalten Antworten der CAD- bzw. CAE-Nutzer, die nicht CAE bzw. CAD verwenden, über alle Kompetenzstufen gemittelt. Die fünfstufige Kompetenzskala wurde in die drei Gruppen hoch (Antwortkategorien 5 und 4), mittel (3) und niedrig (2 und 1) zusammengefasst.

Der höchste Spezialisierungsbedarf wird von jüngeren Mitarbeitern gesehen. Dies ist unter anderem damit zu erklären, dass japanische Berufsanfänger trotz einer relativ langen Verweildauer im Bildungssystem eine nur geringe fachliche Qualifizierung aufweisen, so dass sie diese weitgehend nach Unternehmenseintritt erwerben müssen.265 Am Ende des Abschnitts angeführte Abbildung 19 zeigt noch einmal grafisch wie die Einschätzung von Spezialisierungs- und Diversifizierungsbedarf nach Altersgruppen variiert. Der in Tabelle 22b zu Tage tretende Einfluss der Nutzungshäufigkeit deutet ebenfalls auf Qualifizierungsdefizite hin, die im Rahmen der Personalentwicklung zu beheben wären. Eine Differenzierung nach Technologie bzw. Kompetenzniveau zeigt keine signifikanten Unterschiede im Antwortverhalten. Festzuhalten bleibt: Die Nutzung von IT verändert die Wissensstrukturen. Tiefe und Breite von Wissen stellen dabei keine gegenläufigen, sich ausschließenden Qualifizierungsziele dar. Das im heutigen Entwicklungsumfeld erforderliche Qualifikationsprofil bedingt vielmehr T-förmige Wissensstrukturen. Aufgabe wird es daher zukünftig sein, im Rahmen des Personalsystems nicht nur die Spezialisierung zu fördern, sondern Mitarbeiter darüber hinaus zu motivieren, auch Kenntnisse in weiteren Wissensfeldern zu erwerben. Wie dies geschieht und welche Ergebnisse dabei erzielt werden, soll im nächsten Abschnitt untersucht werden.

265

Siehe dazu auch die Ausführungen in Abschnitt 2 dieses Kapitels.

107

4 Ergebnisse Abb. 19: Spezialisierungs- und Diversifizierungsbedarf nach Altersgruppen 4,80

Spezialisierung 20-29

30-39 0.42 50-59

40-49

4,30

0.24

Diversifizierung

3,80 3,80

4,30

4,80

Quelle: Eigene Darstellung

4.4 Personalsysteme Das Personalsystem umfasst die Bereiche Personalentwicklung und Anreizsysteme. Ersterer zeichnet dafür verantwortlich, ob und wie effektiv Mitarbeiter IT-Kompetenzen und T-förmige Wissensstrukturen erwerben. Letztere setzt Lernanreize und beeinflusst die Bereitschaft zur Kommunikation.

4.4.1 Personalentwicklung Die Untersuchung gibt Aufschluss zu den folgenden drei, die Personalentwicklung betreffenden Fragenkomplexen: ƒ Bedeutung verschiedener Personalentwicklungsansätze zum Wissens- und Kompetenzaufbau allgemein (Items A1 und A2)

ƒ Bedeutung verschiedener Personalentwicklungsansätze speziell zum Erwerb von IT-Skills (Item E15) sowie dafür maßgeblicher Gründe (Item E16),

ƒ Einschätzung personalpolitischer Instrumente und Maßnahmen hinsichtlich ihres Beitrags zur Förderung der Wissenstiefe (Spezialisierung) und Wissensbreite (Diversifizierung) (Items B3 bis B31 bzw. Items B32 bis B60). Der erste Fragenkomplex erlaubt Rückschlüsse auf die wahrgenommene Qualität der unternehmensinternen Personalentwicklungssysteme. Bislang zeichneten sich japanische Unternehmen durch eine vergleichsweise hohe Anpassungsfähigkeit an Umfeldveränderungen aus. Begründet war dies unter anderem durch den Verzicht auf eine engere Spezialisierung der

108

IV Komplementaritätsbeziehungen

Mitarbeiter. 266 Die internen Qualifizierungssysteme setzten auf systematisches on-the-jobTraining und auf eine umfassende Rotation. Inwieweit eine solche Personalentwicklungsstrategie nach wie vor als effektiv eingeschätzt wird, geht aus den folgenden beiden Abbildungen hervor, welche die Ergebnisse zu Item A1 bzw. A2 zusammenfassen. Betrachtet man die Antworten zu (A1) und (A2), so fällt auf, dass Wissen und technologische Kompetenz weniger im Rahmen von Trainings- und Qualifizierungsmaßnahmen entwickelt werden, sondern in erster Linie on-the-job im Sinne eines wohl eher unsystematischen learning-by-doing. Dieses Resultat lässt zwei Interpretationen zu: entweder mangelt es an entsprechenden Angeboten unternehmensinterner Trainingsangebote oder die angebotenen Programme werden als wenig effektiv eingestuft. Abb. 20a-b: Bedeutung alternativer Personalentwicklungsansätze zum Wissenserwerb allgemein Welche Faktoren haben sich beim Erwerb Ihrer heutigen technischen Fähigkeiten bzw. Ihres heutigen technologischen Wissens als nützlich erwiesen? (A1)

a) 120

23.7%

Rang 1 90

Rang 2

Rang 3

18.0% 17.5%

60 6.8% 6.7% 30

5.8%

4.4%

3.6% 3.4% 3.1% 2.5% 2.3%

1.2% 1.0%

Ko m

Tä tig Ar ke be Le its i ts rn in er e ha n fa m v. lt hr un u er ik n f at g ah io im re n ne U` m n .e Ko rf a l hr le ge en n en Ko ll e Ge ge sa Au n m sb te i l Ar du S be ng el its bs ts er In t f u a ha di hr ltl um Le un .G rn g n. en es ch Au z. äf A Er sb t sf us . we ok ta rb us us sp ch d. e m z. U` .u te `e ch xt n . er sk ne il l n s Pe U` rso in t n e Ko en rn m es m Tr un a in ik in at g io n U` im ex Te t er am ne sT ra in W in ei g ter bi ld un g

0

n=204 Quelle: Eigene Darstellung Anmerkung: Die Respondenten sollten aus dem vorgegebenen Antwortkatalog fünf Ansätze auswählen, die zur Bildung und Akkumulation ihres Wissens und ihrer Kompetenz beigetragen haben, und diese in eine Rangfolge bringen. In die Auswertung wurden aus Gründen der Übersichtlichkeit nur die ersten drei Antworten bzw. Ränge einbezogen, da diese das Gesamtbild im Wesentlichen bestimmen. Die über den Säulen genannten Prozentzahlen gibt eine gewichtete Summe der rangspezifischen Antwortanteile wieder. Rang 1 ging mit 100% in die Berechnung ein, Rang 2 mit 75% und die Gewichtung von Rang 3 betrug 0,75*75% = 56,25%. Die Gewichtung wurde in Anlehnung an die Literatur vorgenommen. Vgl. z.B. Berekhoven, L. et. al. (2001).

266

Vgl. hierzu noch einmal die Ausführungen in Abschnitt 2.

109

4 Ergebnisse

Welche Faktoren haben sich beim Erwerb Ihrer heutigen technischen Fähigkeiten bzw. Ihres heutigen technologischen Wissens als weniger nützlich erwiesen? (A2)

b) 120

Rang 1

Rang 2

Rang 3

90

60

30

15.3 % 14.1 % 12.9 %

11.7% 8.5% 8.4% 7.4% 7.2% 3.9%

3.3%

2.3% 1.9% 1.5%

0.8% 0.7%

W ei ter U` bi ex ld t er un ne g sT U` i ra nt A i er ni us ne ng tau sT sc ra hm in in .u Au g `e sb xt il d er ne un n g Pe In rso ha l tl ne .G n Pr es ak ch ti k äf K om t sf um ok Ko m us un m ik m d. at un U` io ik n at i m io G n es Te Se m am am lb .e st s te rf a t Ar ud hr be iu en m it s en Le er Ko rn f a en hr lle Le un ge v. rn g n er en n. fa z. h A re Er us n b. we en rb Ko sp l l ez eg .t en ec hn .s Tä ki Ar ti g l ls be ke its its er in fa h al hr t un g im U`

0

n=204 Quelle: Eigene Darstellung Anmerkung: Die Respondenten sollten aus dem vorgegebenen Antwortkatalog fünf Ansätze auswählen, die zur Bildung und Akkumulation ihres Wissens und ihrer Kompetenz am wenigsten beigetragen haben, und diese in eine Rangfolge bringen. In die Auswertung wurden aus Gründen der Übersichtlichkeit nur die ersten drei Antworten bzw. Ränge einbezogen, da diese das Gesamtbild im Wesentlichen bestimmen. Die über den Säulen genannten Prozentzahlen gibt eine gewichtete Summe der rangspezifischen Antwortanteile wieder. Rang 1 ging mit 100% in die Berechnung ein, Rang 2 mit 75% und die Gewichtung von Rang 3 betrug 0,75*75% = 56,25%. Die Gewichtung wurde in Anlehnung an die Literatur vorgenommen. Vgl. z.B. Berekhoven, L. et. al. (2001).

Die Ergebnisse wurden verschiedenen Unternehmen nach der Datenauswertung in Form von Feedback-Präsentationen vorgestellt. 267 Die Unternehmensvertreter reagierten eher bestürzt, da durchaus in umfangreiche Trainings- und Weiterbildungsprogramme investiert wird. Demnach ist die zweite Erklärung zutreffend, wonach Programme vorhanden sind, aber als wenig effektiv bewertet werden. Bestätigt wurde in den Feedback-Gesprächen, dass ein Schwerpunkt der Personalentwicklung im Coaching durch erfahrene Mitarbeiter bzw. Supervisor liegt. Diese Methode scheint in hohem Maße zu greifen, wie die Daten belegen. Anhand einer gegenüberstellenden Graphik der Ergebnisse aus (A1) und (A1) lässt sich der Effektivitätsgrad einzelner personalpolitischer Instrumente und Ansätze am Beispiel der japanischen Automobilhersteller noch einmal sehr deutlich erkennen (Abb. 21).

267

Feedback-Präsentationen waren gewünscht und wurden durchgeführt in den Unternehmen, die bereits im Vorfeld der quantitativen Erhebung kooperierten. Siehe Tab. 1.

110

IV Komplementaritätsbeziehungen

Abb. 21: Effizienz verschiedener Personalentwicklungsansätze - eine Gegenüberstellung positiv

100%

negativ

80% 60% 40% 20%

en

te c

ne ue r m.

sa m

Ge

tio n ika

un m

Vo rg

erb

.E nz

rn e Ko m

hn .

r en fah rw

rn e

nv on

er

be it Ar Le Le

U` Ko l le ge te e Ar s et z n Fä be ten hi its g / ke ält erf i te er ah n en ru Ko ng l na leg ch e Au n sb Au Ge Se ildu s ta sc lb ng us hä sts ch f ts tu b mi diu e rei tu m Au ch nt er s d b es K o ne h ild Un un m m m en ter g un s ne ika exte hm tio rn en n u en Un s Pe nt t er r e s rT ne on hm ea e Un mk n en t er sin oll ne e t ern ge hm n es en Tr se a xt i n er n ing es Tr ain in W eit g er bi ldu ng Pr ak tik um

im

hr un g

fa se r

Tä

tig k

eit sin

ha

lt

0%

Quelle: Eigene Darstellung Anmerkung: Die zur Graphik gehörende Datentabelle (Tab. A2) befindet sich im Anhang.

Die Defizite japanischer Personalentwicklungssysteme treten in Hinblick auf IT-Skills noch stärker hervor. Im Rahmen der Untersuchung wurden die Respondenten gefragt, wo bzw. wie sie ihre IT-Fähigkeiten erworben haben (E15). Das Ergebnis zeigt, dass sich 65,3% der Ingenieure ihre IT-Kompetenz im Selbststudium aneignete. Dies erfolgt laut Interviewaussagen zumeist auf Basis entsprechender Manuals der Software-Hersteller, theoretischer Literatur und in Form von trial & error-Lernprozessen im Umgang mit der Technologie. Das so erworbene Wissen wird dann an die weniger erfahrenen Kollegen weitergegeben 268 . Dieser Effekt schlägt sich ebenfalls in den Daten nieder.

268

Teilweise organisierten die besuchten Unternehmen neben den Interviews mit Vertretern aus den Personalentwicklungsabteilungen auch Gesprächsmöglichkeiten mit Ingenieuren aus der Produktentwicklung. Bezeichnend war, dass einige der Ingenieure sich ausschließlich mit der Programmierung und Anwendung der Software-Programme auseinandersetzten und ihr Wissen in Manuals niederschrieben. Hierfür wurde ein Zeitraum von bis zu einem Jahr angeben. Dieses Manual sollte als Leitfaden für die anderen Mitarbeiter dienen.

111

4 Ergebnisse Abb. 22: Erwerb von IT-Skills Wo haben Sie sich Ihre IT- bzw. Softwarekenntnisse angeeignet? (E15) Schule/Ausbildungsinstitut

Unternehmensinternes Training

Sonstige 20,3% 29,7% 3,0% 7,4% 65,3% Selbststudium 46,0%

Unternehmensexternes Training

Erfahrene Mitarbeiter o.Teamkollegen n=202 Quelle: Eigene Darstellung Anmerkung: Mehrfachnennungen waren möglich

Das Radarchart zeigt, dass die unternehmensinternen Personalentwicklungssysteme den veränderten Qualifikationsanforderungen im Zuge des Technologieeinsatzes offensichtlich nicht gerecht werden. Diesbezügliche Probleme wurden bereits in den Interviews im Vorfeld der Untersuchung von den Personalentwicklungsleitern geäußert. Sie gaben an, dass der Aufbau von Spezialwissen, das für die effektive Anwendung von Software in der Produktentwicklung benötigt wird, eine der größten Herausforderungen darstellt. Hierfür wurden drei wesentliche Gründe genannt: ƒ Mangel an Spezialisten im Unternehmen, die in der Lage sind, entsprechende Trainings durchzuführen, verbunden mit

ƒ einem begrenzten Zeitbudget der vorhandenen Spezialisten, da diese in operativen Entwicklungsaufgaben eingebunden sind.

ƒ Die Option, auf unternehmensexterne Trainingsangebote zurückzugreifen, stellt sich nicht, da sie keine hinreichende Qualifizierung im Hinblick auf die unternehmensspezifischen Bedarfe ermöglichen. Die Gründe (1) und (2) erklären, warum der Wert für das Selbststudium noch über dem für das Lernen im Rahmen eines Coaching durch erfahrene Kollegen liegt. Punkt (3) spiegelt sich ebenfalls deutlich in den Daten wieder. Externes Training wird nur von 7% als effektiv eingeschätzt.

112

IV Komplementaritätsbeziehungen

Denkbar wäre, dem Mangel an Spezialisten durch Rekrutierung vom Arbeitsmarkt zu begegnen. Hier stellt sich allerdings das Problem eines in Japan vergleichsweise unterentwickelten externen Arbeitsmarktes für spezialisierte Fachkräfte. Dass sich daran in den letzten Jahren kaum etwas geändert hat, zeigen altersabhängige Auswertungen der Daten269. So bleibt den Unternehmen nur, selbst Möglichkeiten zur Bewältigung der skizzierten Herausforderungen zu finden. Das Radarchart legt allerdings nicht nur Defizite im Personalsystem offen. Der Tatbestand, dass das Selbststudium eine dominante Rolle bei der Aneignung spezifischer IT-Fähigkeiten spielt, lässt auf der anderen Seite auf eine hohe Lernmotivation der Mitarbeiter schließen, wie sich in Abbildung 23 zeigt. Da die IT-Kenntnisse in erster Linie zur Ausführung der eigenen Tätigkeit erworben werden, spricht dies vor dem Hintergrund einer diesbezüglichen mangelnden Unterstützung durch die Personalentwicklungssysteme für eine insgesamt hohe Motivation der Mitarbeiter. Worauf diese Motivation beruht, ob diese eher intrinsischer oder extrinsischer Natur ist, kann hier leider nicht beantwortet werden. Abb. 23: Motivation zur Aneignung von IT-Skills Aus welchen Gründen haben Sie sich IT- bzw. Softwarekenntnisse angeeignet? (E16) Erwerb eines Abschlusses

Weisung d. Unternehmens

Sonstige

7,9% 3,0% 29,2%

5,4% 18,8%

M otivation z. Erhöhung der technolog. Kompetenz

Implementierung neuer Technologien

85,6% Für meine Tätigkeit notwendig

n=202 Quelle: Eigene Darstellung Anmerkung: Antworten zu Item E16: Aus welchen Gründen haben Sie sich IT- bzw. Softwarekenntnisse angeeignet? Mehrfachnennungen waren möglich

269

Siehe hierzu Abb. 19. Hier zeigt sich, dass die jungen Mitarbeiter einen hohen Bedarf an Spezialisierung sehen, was darauf schließen lässt, dass sie über diese zu Beginn ihres Unternehmenseintrittes nicht verfügen. Deutlich wird dies auch noch einmal an Abb. A1 im Anhang bei Betrachtung des Items „Job Kontinuität“, die darauf angelegt ist, eine vertiefte Spezialisierung zu erlangen.

113

4 Ergebnisse

Welche Instrumente sich hierfür aus Sicht der Respondenten zum Wissenserwerb am besten eignen, geben die in Abbildung 24 zusammengefassten Ergebnisse wieder. Der Fragebogen unterschied explizit zwischen der Vertiefung und der Diversifizierung von Fachwissen. Ein erster Blick zeigt bereits, dass sich bestimmte Instrumente und Lernkontexte ƒ entweder zur Erhöhung des Spezialisierungsgrades, oder

ƒ zur Förderung der Wissensbreite besonders eignen, oder ƒ gleichzeitig eine T-förmige Wissensbildung unterstützen, oder ƒ weder noch geeignet sind.

Abb. 24: Bedeutung alternativer Personalentwicklungsansätze zur Heranbildung T-förmiger Wissensstrukturen Inwieweit tragen die genannten Faktoren zu einer höheren Spezialisierung (Zunahme der Wissenstiefe) bzw. zu einer Erweiterung des Wissens (Zunahme der Wissensbreite) bei? (B3-B60) 5,00

4,50

Spezialisierung Job Job Enlarge- Job Enrich- Job Rotation Konti- ment ment nuität

Diversifizierung Lernen in Teams

OJT

OffJT

Learning by Doing

S elbststudium

4,00

3,50

3,00

2,50

2,00

Quelle: Eigene Darstellung Anmerkung: Die Items wurden auf einer 5-stufigen Skala abgefragt. 5 = sehr bedeutend 4 = bedeutend 3 = weder noch 2 = weniger bedeutend 1 = nicht bedeutend Die dazu gehörige Datentabelle (Tab. A3) befindet sich im Anhang. n variiert zwischen 200-204.

114

IV Komplementaritätsbeziehungen

Eine genauere Analyse der Daten270 ergibt folgendes Bild (siehe Tab. 23): ƒ Allein für die Erhöhung des Spezialisierungsgrades als effektiv erachtet wird die langjährige Tätigkeit im gleichen Fachbereich (Item B5 bzw. B34), daneben aber auch das Involvement in prozessualen / organisatorischen Verbesserungen im eigenen Bereich (Item B14 bzw. B43). Letzteres lässt auf eine hohe Bedeutung von Kontextwissen für die Wissensvertiefung schließen.

ƒ Die Rotation zwischen verschiedenen Bereichen im Unternehmen (Item B8 bzw. B37) stellt den einzigen Ansatz dar, der allein für die Wissensdiversifizierung als geeignet eingeschätzt wird. ƒ In hohem Maß für die Herausbildung T-förmiger Wissensstrukturen geeignet ist das Involvement in die Entwicklung neuer Produkte oder Technologien (Item B12 bzw. B41) Daneben sind eine Reihe anderer Instrumente sowohl der Spezialisierung als auch der Diversifizierung mehr oder weniger förderlich (siehe Kategorie „Top 5 / Top 10“ in Tab. 23).

ƒ Als generell wenig effektiv wird die ausschließliche Tätigkeit innerhalb des eigenen Spezialgebiets eingestuft (Item B10 bzw. Item B39). Dies gilt ebenfalls, wenn auch nicht im gleich hohen Maße, für die in der Kategorie „Low 10 / Low 10“ zusammengefassten Items. Tab. 23: Eignung alternativer Instrumente und Lernkontexte für verschiedene Formen der Wissensbildung Ranking Top 10 / Low 10

Spezialisierung B5/B34 Langjährige, ununterbrochene Tätigkeit im gleichen Bereich B14/B43 Involvement in prozessualen/ organisatorischen Verbesserungen im eigenen Bereich

Diversifizierung B8/B37 Rotation zwischen verschiedenen Sektionen des Unternehmens

Top 5 / Top 5

B12/B41 Involvement in der Entwicklung neuer Produkte oder Technologien

Top 5 / Top 10

B6/B35 Neben eigentl. Aufgabe auch Ausführung anderer Tätigkeiten im Bereich B11/B40 Tätigkeit auch außerhalb des eigenen Spezialgebiets B13/B42 Involvement in der Verbesserung bestehender Produkte o. Technologien B17/B46 Enge Kommunikation mit Vorgesetzten oder älteren Kollegen B18/B47 Vorgesetzter/älterer Kollege mit herausragenden technolog. Fähigkeiten

Low 5 / Low 5

B10/B39 Tätigkeit nur innerhalb des eigenen Spezialgebiets

Low 10 / Low 10

B21/B50 Teilnahme an verschiedenen u-internen Trainings-/Qualifiz.maßnahmen B26/B55 Weiterbildung zum Erwerb von Zertifikaten B27/B56 Gewinnung v. Informationen aus u-internen Wissensdatenbanken B29/B58 Anwendung von tätigkeitsbezogener Software B31/B60 Programme zum Betrieb der Anlagen im eigenen Zuständigkeitsbereich selbst schreiben

Quelle: Eigene Darstellung auf Basis der Daten in Tab. A3 im Anhang. Anmerkung: Die Zuordnung zu den Gruppen erfolgte auf Basis der Rangordnungen der Items bezüglich ihrer Eignung zur Spezialisierung bzw. Diversifizierung. Top 10 / Low 10 bedeutet, dass ein Item bei Spezialisierung (Diversifizierung) auf den 10 vorderen Rängen und bei Diversifizierung (Spezialisierung) auf den 10 hinteren Rängen liegt. Angegeben sind jeweils nur die Top-Platzierungen.

270

Siehe Tabelle A3 im Anhang.

4 Ergebnisse

115

Die Tatsache, dass sich die Mitwirkung in der Entwicklung neuer Produkte und Technologien (Item B12 bzw. B41) in hohem Maße sowohl zur Wissensvertiefung als auch zur Wissensverbreiterung eignet, bestätigt zum einen, dass die Bewältigung der in der Produktentwicklung inhärenten Herausforderungen neben einem hohen Spezialisierungsgrad an Wissen auch breite Kenntnisse in anderen Fachbereichen erfordert. Zum anderen kommt darin die hohe Bedeutung, die dem learning-by-doing für die Qualifizierung zugeschrieben wird, zum Ausdruck. Ähnliches gilt, wenn auch in abgeschwächter Form, für die Verbesserung bestehender Produkte und Technologien (Item B13 bzw. B42). Auch die Kommunikation mit bzw. das Coaching durch erfahrene Kollegen wird bezüglich beider Qualifizierungsstrategien als effektiv eingestuft. Hierin äußert sich der bereits angesprochene, besondere Stellenwert der Teamarbeit und der Anleitung durch ältere Teamkollegen in Japan. Dass die fortdauernde Tätigkeit auf dem eigenen Spezialgebiet (Item B10 bzw. B39) eine so niedrige Bewertung auch in Hinblick auf die Wissensvertiefung erhält, überrascht vor allem im Vergleich zu dem sehr ähnlichen Item B5 bzw. B34. Dies ist wohl nur damit erklärbar, dass japanische Ingenieure ihre Fähigkeiten nicht anhand einer klaren fachlichen Spezialisierung, sondern in Bezug auf ihre Aufgabenbereiche im Unternehmen definieren.271 Unter den allgemein als wenig effektiv eingestuften Ansätzen finden sich überraschenderweise auch solche, die bewusst zur Qualifizierung eingesetzt werden, wie unternehmensinterne Trainings (Item B21 bzw. B50) oder die Weiterbildung zum Erwerb von Zertifikaten (Item B26 bzw. B55). Hierin spiegeln sich die bereits oben angesprochenen Defizite in der Personalentwicklung der Unternehmen nochmals wider. Das in Abbildung 24 erkennbare Muster bleibt bis auf wenige Abweichungen auch bei einer Differenzierung nach den Funktionsbereichen Forschung, Entwicklung und Produktion erhalten.272 Schließlich soll noch überprüft werden, ob die verwendete Technologie einen Einfluss auf die Einschätzung der Wirksamkeit alternativer personalpolitischer Instrumente in Hinblick auf Wissensvertiefung bzw. -verbreiterung ausübt.

271 272

Vgl. Demes, H.; Georg ,W (Hrsg.) (1994), S. 17ff. Siehe Tab. A4 im Anhang.

116

IV Komplementaritätsbeziehungen

Abb. 25a-b: Einschätzung der Wirksamkeit alternativer personalpolitischer Instrumente nach Technologie a) Spezialisierung 4,5

CAD

CAE

4 3,5 3 2,5 2

Quelle: Eigene Darstellung Anmerkung: CAD: n = 83-84; CAE = 17-18. Die zur Abbildung gehörende Datentabelle befindet sich im Anhang (Tab. A6).

Abbildung 25a zeigt eine überwiegende Übereinstimmung im Antwortverhalten. Die einzige, aber auch nicht überraschende Auffälligkeit besteht darin, dass CAE-Ingenieure unternehmensexternen Trainings und Konferenzteilnahmen im Hinblick auf eine Erhöhung des Spezialisierungsgrades größere Bedeutung beimessen. Der hier beobachtete Effekt lässt sich sehr wahrscheinlich auf den hoch spezialisierten und standardisierten Charakter der Technologie zurückführen. Im Vergleich zu CAD-Systemen erfordert die Beherrschung von CAESystemen vertiefte theoretische Kenntnisse und abstraktes Wissen. In Hinblick auf die Wissensdiversifizierung zeigen sich in Abhängigkeit der Technologieanwendung keine besonderen Abweichungen.

117

4 Ergebnisse b) Diversifizierung 4,5

CAD

CAE

4 3,5 3 2,5 2

Quelle: Eigene Darstellung Anmerkung: CAD: n = 83-84; CAE:n = 17-18 Die zur Abbildung gehörende Datentabelle befindet sich im Anhang (Tab. A5).

4.4.2 Anreizstrukturen Der Anpassungsbedarf von Wissensstrukturen erfordert neben einer adäquaten Personalentwicklung ein Überdenken bisheriger Anreizstrukturen. Die Frage lautet: Sind die von den Unternehmen angewandten Entlohnungs- und Beförderungsmodelle bzw. die dabei zugrunde gelegten Evaluierungskriterien geeignet, ƒ die Mitarbeiter zu motivieren, ihr Wissen zu vertiefen und gegebenenfalls auch zu verbreitern, und

ƒ fördern sie die Bereitschaft zum Informationsaustausch innerhalb und zwischen Projektteams? Hierzu wurden in Abschnitt 5 des dritten Kapitels allgemeine Überlegungen angestellt, die in den unter (F3) formulierten Anpassungsanforderungen zusammengefasst wurden. Angesichts des Stands der Forschung sind die Vermutungen bzw. Empfehlungen sehr allgemein gehalten, so dass die vorliegende Erhebung einen deutlich explorativen Charakter besitzt.

118

IV Komplementaritätsbeziehungen

Zunächst wurde angenommen, dass Mitarbeiter dazu neigen, sich in vertrauten Wissensgebieten zu bewegen. Damit müssten im Rahmen der Beförderungs- und Entlohnungskriterien besondere Anreize zur Wissensverbreiterung gesetzt werden. Ob und inwieweit die Präferenz zur Wissensvertiefung besteht, wurde anhand der Items D1 bis D14 (Fragen zur Leistungskompensation) untersucht. Eine Wissensverbreiterung schränkt tendenziell die Vermarktbarkeit der Kompetenz ein. Damit sich die Mitarbeiter auf eine Diversifizierung ihrer Fachkompetenz einlassen, muss eine gewisse Bereitschaft zur Unternehmensbindung gegeben sein. Diese wird durch Item D15 (Langfristige Beschäftigungspraktik) erfragt. In den Items D16 bis D20 wird die Einstellung der Respondenten zu alternativen Entlohnungs- und Karrieremodellen erfragt. In den Items E12 und E13 sollen die Respondenten Auskunft zur Evaluierung ihrer technologischen Fähigkeiten geben. Die Antworten liefern zum einen Rückschlüsse über das Vertrauen in zentrale Evaluationsverfahren. Sie dienen zum andern als Kontrollvariablen bei der Interpretation des Antwortverhaltens im Fragenblock D. Die Ergebnisse zu den Items D1 bis D14 sind in Tabelle 24 abgebildet. Die Daten zeigen eine klare Präferenz für monetäre Belohnung (D13 bzw. D14). Daneben reflektieren sie ein tendenziell höheres Interesse an einer vertiefenden fachlichen Spezialisierung (D1, D3). Der Wunsch, sich ebenso in anderen Wissensdomänen zu beweisen, ist weniger stark ausgeprägt. Die Items „Versetzung in eine neu eingerichtete Sektion“ (D5) und „Erfahrungen außerhalb des eigenen technologischen Kompetenzbereichs“ (D2) erhalten zwar ebenfalls eine positive Bewertung, diese fällt im Vergleich jedoch deutlich niedriger aus. Ob sich das aggregierte Antwortverhalten auch auf der individuellen Ebene durchgängig widerspiegelt, soll im Folgenden genauer untersucht werden. Tab. 24: Gewünschte Kompensation bei hoher Leistungsbewertung Angenommen Ihre Leistung und technologischen Fähigkeiten werden vom Unternehmen hoch bewertet, welche Art von Kompensation wünschen Sie sich?

D1 Möglichkeit, weitere Erfahrungen im eigenen technologischen Kompetenzbereich zu sammeln (n=204) D2 Möglichkeit, Erfahrungen außerhalb des eigenen technologischen Kompetenzbereiches zu sammeln (n=203) D3 Versetzung innerh. des gleichen Bereiches auf eine Position, die ein höheres techn. Niveau erfordert (n=202) D4 Versetzung in eine gewünschte Sektion (n=204) D5 Versetzung in eine neu eingerichtete Sektion (n=203) D6 Zentrale Verantwortung im derzeitigen Technologiebereich (n=203) D7 Zentrale Verantwortung in einem höheren Technologiebereich (n=201) D8 Möglichkeit, Gestaltungsvorschläge in Bezug auf die eigene Tätigkeit hervorbringen zu können (n=204) D9 Beförderung (n=203) D10 Möglichkeit zur Teilnahme an Trainings- und Qualifizierungsprogrammen (n=204)

x ges.

s ges.

x U.

s U.

4,00

0,71

4,00

0,16

3,75

0,81

3,75

0,22

4,15

0,74

4,15

0,23

3,99

0,81

3,99

0,18

3,50

0,81

3,50

0,28

4,10

0,71

4,10

0,21

4,02

0,80

4,01

0,19

4,11

0,66

4,10

0,21

4,05

0,86

4,06

0,24

3,43

0,81

3,43

0,28

119

4 Ergebnisse D11 Übertragung der Verantwortung als unternehmensinterner Trainer und Coach zur technischen Qualifizierung (n=203) D12 Verbesserung der Arbeitsbedingungen (n=204)

3,34

0,93

3,34

0,24

3,44

0,91

3,44

0,27

D13 Erhöhung des Gehaltes (n=203)

4,43

0,64

4,43

0,14

D14 Erhöhung des Bonus (n=204)

4,46

0,62

4,46

0,16

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 5-stufigen Skala abgefragt: 5 = sehr wünschenswert 4 = wünschenswert 2 = weniger wünschenswert 1 gar nicht wünschenswert

3 = weder noch

Eine Korrelationsanalyse zeigt (siehe Tab. 25), dass Respondenten, die bei D1 einen hohen Wert angaben, dies tendenziell auch bei D3 taten. Positiv korrelieren weiterhin die Antworten zu den Items D2 und D5. Dies lässt darauf schließen, dass es unter den Respondenten zwei Gruppen gibt, eine die Spezialisierung und eine die Diversifizierung präferiert. Dieses Argument wird weiterhin dadurch gestützt, dass die paarweisen Korrelationen zwischen D1 bzw. D3 auf der einen Seite und D2 bzw. D5 auf der anderen Seite alle signifikant negativ sind. Eine genauere Betrachtung der beiden Gruppen273 hinsichtlich Alter, IT-Nutzung und CADbzw. CAE-Verwendung zeigt, dass sie sich lediglich hinsichtlich des Merkmals Alter signifikant unterscheiden274. Die Gruppe, die Spezialisierung präferiert, ist signifikant älter als die Gruppe, die Wissensbreite vorzieht. Die Beobachtung deckt sich mit der Aussage, dass japanische Fachkräfte im Unternehmen eher breit ausgebildet werden und mit zunehmendem Alter ein Defizit an Spezialisierung wahrnehmen. Tab. 25: Korrelationsmatrix: Wunsch nach Spezialisierung versus Diversifizierung

D1 D2 D3 D4 D5

D1 1,000 -0,177 * 0,173 * 0,129 -0,142 *

D2 -0,177 * 1,000 0,078 0,062 0,210 ***

D3 0,173 * 0,078 1,000 0,112 -0,008

D4 0,129 0,062 0,112 1,000 0,305 ***

D5 -0,142 * 0,210 *** -0,008 0,305 *** 1,000

Quelle: Eigene Berechnung D1= Möglichkeit, Erfahrungen im eigenen technologischen Kompetenzbereich zu sammeln D2= Möglichkeit, Erfahrungen außerhalb des eigenen technologischen Kompetenzbereichs zu sammeln D3= Versetzung innerhalb des gleichen Bereichs D4 = Versetzung in eine gewünschte Sektion D5 = Versetzung in eine neu eingerichtete Sektion * p < 0,05 ** p < 0,01 *** p < 0,005

Ein Grund für die beobachtete niedrigere Bewertung einer Wissensverbreiterung könnte in der Ablehnung der damit implizierten Unternehmensbindung liegen. Wie die Antworten zu dem betreffenden Item D15 zeigen (Tab. 26 bzw. Abb. 26), stehen die Respondenten einer langfristigen Beschäftigungspraktik allerdings sehr positiv gegenüber, so dass für die niedrigere

273

Die Gruppen wurden anhand der Antworten zu den Items D1 und D2 gebildet. Respondenten, die bei D1 (D2) einen Wert von 4 oder 5 und gleichzeitig bei D2 (D1) einen Wert von 3 oder niedriger angaben, wurden einer Gruppe zugeordnet. 274 Die Differenz zwischen dem Durchschnittsalter der Gruppen ist einseitig auf dem 5%-Niveau signifikant.

120

IV Komplementaritätsbeziehungen

Bewertung einer Diversifizierung tatsächlich die damit direkt verbundenen „Kosten des Lernens“275 ausschlaggebend gewesen sein dürften. Trotz dieser positiven Einstellung zur Unternehmensbindung, die sich unter dem Begriff der „lebenslangen Beschäftigung“ in der Hochwachstumsphase zwischen 1955 und 1973 als eine Säule des japanischen Beschäftigungssystems etabliert hat276, lehnen die Befragten die zweite Säule, das Senioritätsprinzip in der Entlohnung bzw. Beförderung (D16, D17) mehrheitlich ab277. Die höchste Präferenz erhält das kompetenzbezogene System (Tab. 26, Abb. 26). Zunächst überrascht die Einstellung zum Senioritätsprinzip. Es wird zwar schon seit Jahren eine Abkehr von diesem Modell diskutiert und eine stärkere Orientierung am Leistungsprinzip propagiert278, aber die japanische Unternehmenspraxis tat sich bislang recht schwer damit, wie zahlreiche Presseartikel belegen. Bestätigt wurde dies in den von der Autorin geführten Interviews mit dem Top-Management und Vertretern der Personalabteilung japanischer Automobilunternehmen sowie anderer führender Hersteller279. Die Hauptbedenken waren: ƒ eine mangelnde Akzeptanz leistungsorientierter Instrumentarien bei den Mitarbeitern und daraus resultierende Konflikte, ƒ dysfunktionale Wirkungen in Form von abnehmender Teamfähigkeit, Störung der Kommunikation und Wissensvermittlung aufgrund eines erhöhten Konkurrenzdrucks. 280 Tab. 26: Beurteilung alternativer unternehmensinterner Anreizsysteme Wie beurteilen Sie die nachfolgend gelisteten unternehmensinternen Systeme?

x ges. D15: Langfristige Beschäftigungspraktik (n=204)

3,88

s ges. 0,89

x U. 3,88

s U. 0,18

D16: Senioritätsbasiertes Karrieresystem (n=204)

2,75

0,96

2,76

0,27

D17: Senioritätsbasiertes Entlohnungssystem (n=204)

2,80

0,95

2,79

0,22

D18: Kompetenzbasiertes Entlohnungssystem (n=203) D19: Leistungsbezogenes System (Gehalt & Beförderung stehen in Abhängigkeit zur Leistung) (n=204) D20: Kompetenzbezogenes System (Gehalt & Beförderung stehen in Abhängigkeit zur Leistung, Erfahrung und erworbenen Qualifikationen) (n=204)

3,89 3,69

0,57 0,79

3,88 3,68

0,15 0,25

3,80

0,67

3,81

0,15

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 5-stufigen Skala abgefragt: 5 = sehr wünschenswert 4 = wünschenswert 2 = weniger wünschenswert 1 = gar nicht wünschenswert 275

3 = weder noch

Siehe hierzu Kapitel III, Abschnitt 5.2. Vgl. Waldenberger, F. (1999), S. 123-135. Die Ablehnung ist auf dem 1%-Niveau signifikant. 278 Hintergrund für die Diskussion sind das stark verlangsamte Wirtschaftswachstum und der demographische Wandel, der das System enorm verteuert. Zu den jeweiligen Positionen und Veränderungstendenzen vgl. z.B. die Einschätzungen von Nakamura, K. (2008), oder auch Dirks, D. et.al. (2000). 279 Die erste Interviewreihe wurde von der Autorin im April 2004 bei fünf japanischen Herstellern durchgeführt; im Frühjahr und Ende 2006 folgten weitere Interviews. Interessanterweise hatten sich im Laufe der Zeit keine gravierenden Veränderungen vollzogen. 280 Zu ähnlichen Ergebnissen kommt Nakamura, K. (2008). 276 277

121

4 Ergebnisse Abb. 26: Beurteilung alternativer unternehmensinterner Anreizsysteme

3,75

Kompetenzbezogenes System

Leistungsbezogenes System

Kompetenzbasiertes Entlohnungssystem

Senioritätsbasiertes Entlohnungssystem

Senioritätsbasiertes Karrieresystem

2,25

Langfristige Beschäftigungspraktik

3,00

Quelle: Eigene Darstellung

Die meisten Unternehmen äußerten sich daher vorsichtig im Hinblick auf radikale Änderungen. Gleichzeitig wurde aber durchaus eine Notwendigkeit zu Anpassungen gesehen. Man versucht diese über hybride Lösungen281 zu erreichen, d.h. konventionelle Praktiken werden mit neuen Ansätzen kombiniert. Erstere sollen dabei so lange Bestand haben, bis ersichtlich wird, was funktioniert und was nicht. In diesem Zusammenhang sprachen die Unternehmensvertreter oft von einem trail & error-Prozess, dessen Ergebnis offen sei. Die Daten der vorliegenden Untersuchung sind insofern interessant, als die betroffenen Mitarbeiter entgegen den Vorbehalten des Managements einen hohen Akzeptanzgrad hinsichtlich leistungsbasierter Anreizstrukturen zeigen. Allerdings erzielt das kompetenzbezogene System, wie bereits erwähnt, die höchste Zustimmung. Hier wird ein stärkeres Gewicht auf Leistungsfähigkeit und Lernbereitschaft gelegt, was eher mittel- bis langfristige Anreizwirkungen entfaltet. Der Kompetenzansatz stellt somit nicht nur aufgrund der theoretischen Überlegungen einen best fit dar, er ist auch kompatibel mit den Vorstellungen der Mitarbeiter. Insofern wäre dies ein gangbarer Weg zur Förderung von Wissensbreite und Kommunikationsbereitschaft. Die im Durchschnitt hohe Präferenz für Beschäftigungsstabilität scheint im Widerspruch zur Bejahung eher kurz- bzw. mittelfristiger Evaluierungskriterien zu stehen. Die Korrelationsanalyse kann Aufschluss darüber geben, ob dieser Widerspruch auch im individuellen

281

Z.B. die Gestaltung unterschiedlicher Karrierepfade bzw. Beförderungspraktiken getrennt nach Beschäftigungsgruppen. So gaben einige Unternehmen an, für ihre blue collar Arbeiter das Senioritätsprinzip anzuwenden, für Ingeniere hingegen senioritäts- und kompetenzbasierte Instrumentarien in Kombination einzusetzen. Dies deckt sich mit der Mitte der 1990er Jahre vom japanischen Unternehmerverband Nikkeiren angestoßenen Diskussion zur Diversifizierung von Beschäftigungsverhältnissen, vgl. Dirks, D. et. al. (2000), p. 542f.

122

IV Komplementaritätsbeziehungen

Antwortverhalten zu beobachten ist. Die in Tabelle 27 wiedergegebenen Korrelationskoeffizienten lassen folgende statistisch signifikante Zusammenhänge erkennen: (1) Die Variablen D15 (langfristige Beschäftigungspraktik), D16 (senioritätsbasiertes Karrieresystem) und D17 (senioritätsbasiertes Entlohnungssystem) sind paarweise signifikant positiv korreliert. (2) Ebenso ergibt sich eine positive Korrelation zwischen den Variablen D18 (kompetenzbasierte Entlohnungssystem), D19 (Leistungsbezogenes System) und D20 (kompetenzbezogenes System). (3) Die paarweisen Korrelationen von Variablen aus der Itemgruppe D15 bis D17 mit Variablen aus der Itemgruppe D18 bis D20 sind dagegen signifikant negativ. Damit lassen sich die Respondenten tendenziell in zwei Gruppen unterteilen. So gibt es diejenigen, die nach wie vor das tradierte japanische System der Anreizgestaltung bevorzugen, d.h. senioritätsbasierte Karriere- und Entlohnungsmodelle gekoppelt an langfristige Beschäftigungspraktiken. Allerdings ist diese Gruppe mit weniger Personen besetzt. Die zweite, größere Gruppe besteht aus Personen, die sich offen für leistungsorientierte und/oder kompetenzbasierte Instrumente zeigen und der Unternehmensbindung eine nur geringe Bedeutung beimessen. Damit scheinen sie darauf zu vertrauen, dass ihre Leistung am Markt verwertbar ist. Ferner zeigt sich hierin, dass für hochqualifizierte Fachkräfte ein Leistungs- bzw. Kompetenzsystem besser geeignet erscheint, was auf einen schon seit längeren, aber bislang offensichtlich noch nicht erfolgreich gemeisterten Reformbedarf im Beschäftigungssystem hindeutet. Tab. 27: Korrelationsmatrix: Beurteilung alternativer unternehmensinterner Anreizsysteme D15

D16

D17

D18

D19

D20

D15

1,000

0,380

0,395

-0,192

-0,203

-0,157

D16

0,380 ***

1,000

0,692

-0,304

-0,322

-0,387

D17

0,395 ***

0,692 ***

1,000

-0,231

-0,307

-0,295

D18

-0,192 ***

-0,304 ***

-0,231 ***

1,000

0,587

0,471

D19

-0,203 ***

-0,322 ***

-0,307 ***

0,587 ***

1,000

0,464

D20

-0,157 *

-0,387 ***

-0,295 ***

0,471 ***

0,464 ***

1,000

Quelle: Eigene Berechnung Anmerkungen: D15 = langfristige Beschäftigungspraktik; D16 = senioritätsbasiertes Beförderungssystem D17 = senioritätsbasiertes Entlohnungssystem; D18 = kompetenzbasiertes Entlohnungssystem D19 = Leistungsbezogenes System; D20 = Kompetenzbasiertes System * p < 0,05 ** p < 0,01 *** p < 0,005

Denkbar ist, dass hier Alterseffekte, Technologie und Kompetenz- bzw. Evaluierungseffekte das Antwortverhalten beeinflussen. So könnte es sein, dass ältere Mitarbeiter das tradierte System präferieren, weil sie altersbedingt am meisten davon profitieren. Personen mit einem hohen Kompetenzniveau werden Leistungs- bzw. Kompetenzkriterien begrüßen, weil sie davon mehr profitieren. Sie werden gleichzeitig der Unternehmensbindung weniger Gewicht

123

4 Ergebnisse

beimessen, weil sie sich als Spezialisten am Markt gute Chancen ausrechnen. Eine schlechte Bewertung von leistungs- oder kompetenzbezogenen Systemen mag nicht nur das Ergebnis eines tatsächlich niedrigen Kompetenzniveaus sein, sie kann auch daraus resultieren, dass man anderen nicht zutraut, die eigene Kompetenz korrekt zu beurteilen. Teilt man die Respondenten anhand ihres Antwortverhaltens zu den Items D16 und D20 in die Befürworter bzw. Kritiker tradierter Anreizstrukturen282, so stellt man jedoch fest, dass sich beide Gruppen lediglich in Hinblick auf die Selbst- bzw. Fremdeinschätzung ihrer technologischen Kompetenz (Item E12-1 bzw. E12-3) signifikant unterscheiden283. Nicht unerwartet, zeichnen sich die Befürworter eines kompetenzbasierten Systems durch eine signifikant höhere Kompetenzeinschätzung aus. Effekte nach Funktionsbereichen Abschließend soll noch geprüft werden, ob die Bewertung der Anreizsysteme durch den Funktionsbereich beeinflusst wird. Abbildung 27 zeigt, dass dies nicht der Fall ist. Die Anreizsysteme können somit hinsichtlich der hier betrachteten Grundtendenz unternehmensweit einheitlich gestaltet werden. Dies reduziert die Komplexität und damit auch die Kosten. Abb. 27: Beurteilung alternativer unternehmensinterner Anreizsysteme nach Funktionsbereichen

Produktion

Entwicklung

Forschung

3,75

Kompetenzbezogenes System

Leistungsbezogenes System

Kompetenzbasiertes Entlohnungssystem

Senioritätsbasiertes Entlohnungssystem

Senioritätsbasiertes Karrieresystem

2,25

Langfristige Beschäftigungspraktik

3,00

Quelle: Eigene Darstellung Anmerkung: Die zur Graphik gehörende Datentabelle (Tab. A6) ist im Anhang enthalten. 282

Die Gruppen wurden anhand der Antworten zu den Items D16 und D20 gebildet. Respondenten, die bei D16 (D20) einen Wert von 4 oder 5 und gleichzeitig bei D20 (D16) einen Wert von 3 oder niedriger angaben, wurden einer Gruppe zugeordnet. 283 Die Differenzen zwischen der durchschnittlichen Selbst- bzw. Fremdeinschätzung waren jeweils einseitig auf dem 5%-Niveau signifikant.

124

IV Komplementaritätsbeziehungen

Kompetenzevaluierung Den Kern eines jeden Anreizsystems bilden die Evaluierungsinstrumente. Nur insofern die Betroffenen Vertrauen in die Angemessenheit und Zuverlässigkeit der Instrumente aufbringen, können diese die ihnen zugedachte Anreizwirkung auch entfalten. Der Fragebogen konzentrierte sich auf das für den Untersuchungsgegenstand zentrale Kriterium der technologischen Kompetenz. Dabei wurde das in Japan weit verbreitete „Mehraugenprinzip“ berücksichtigt284. Das Vertrauen wurde durch zwei Items erfragt. Item E12 gibt Aufschluss über die von den Respondenten wahrgenommenen Unterschiede in der Selbst- und Fremdeinschätzung der Kompetenz. Item E13 misst den Grad der Zustimmung zu Fremdeinschätzungen. Die Antworten zu E12 bzw. E13 sind wie zu erwarten hoch korreliert. Dies heißt nichts anderes als dass eine hohe Bewertung der Selbst- bzw. Fremdeinschätzung der eigenen Kompetenz tendenziell mit einer hohen Zufriedenheit der Evaluierung einhergeht285. Tab. 28: Gegenüberstellung Selbst- und Fremdeinschätzung Wie werden Ihres Wissens nach Ihre technischen Fähigkeiten bzw. Ihr technologisches Wissen bewertet? (E12)

x ges. Selbsteinschätzung (n=201)

3,41

s ges. 0,74

Einschätzung durch Kollegen im Team und erfahrene Mitarbeiter (n=190)

3,57

0,68

Einschätzung durch den direkten Vorgesetzten (n=193)

3,52

0,74

Einschätzung durch das Unternehmen (n=190)

3,45

0,75

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 6-stufigen Skala abgefragt: 5 = sehr hoch 4 = hoch 3 = mittelmäßig 2 = eher gering 1 = sehr gering 0 = weiß nicht* * „0“-Antworten wurden in der Auswertung nicht berücksichtigt.

Im Antwortverhalten zu Item E12 kommt die japanische Zurückhaltung zum Ausdruck. Das eigene Kompetenzniveau wird in der Selbsteinschätzung niedriger eingestuft als in der vermuteten Fremdeinschätzung. Allerdings sind die Unterschiede zwischen Fremd- und Selbsteinschätzung nicht signifikant.

284

285

Darunter versteht man die Evaluierung eines Mitarbeiters durch mehrere Personen. Das können verschiedene Teamkollegen, Vorgesetzte etc. sein. Dies kann auch als Indiz für eine interne Validität gewertet werden. Siehe Korrelationstabelle Tab. A7 im Anhang.

125

4 Ergebnisse Tab. 29a-b: Grad der Zustimmung zur Fremdeinschätzung

Wie stehen Sie zu obigen Bewertungen Ihrer technischen Fähigkeiten bzw. Ihres technologischen Wissens? (E13)

a) Gesamtwerte x ges. Einschätzung durch Kollegen im Team und erfahrene Mitarbeiter (n=192)

3,67

s ges. 0,65

Einschätzung durch den direkten Vorgesetzten (n=197)

3,58

0,74

Einschätzung durch das Unternehmen (n=193)

3,47

0,78

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 6-stufigen Skala abgefragt: 5 = trifft absolut zu 4 = trifft zu 3 = trifft weder zu, noch nicht zu 2 = trifft eher nicht zu 1 = trifft überhaupt nicht zu 0 = weiß nicht* * „0“-Antworten wurden in der Auswertung nicht berücksichtigt.

b) Einzelwerte in Prozent

Einschätzung durch Teammitglieder und erfahrene Kollegen Einschätzung durch den direkten Vorgesetzten Einschätzung durch das Unternehmen

trifft absolut zu

trifft zu

weder noch

trifft eher nicht zu

trifft gar nicht zu

7,3%

54,7%

35,4%

2,6%

0,0%

7,1%

51,8%

34,0%

6,6%

0,5%

5,7%

46,6%

38,3%

7,8%

1,6%

Quelle. Eigene Berechnung

Auffallend ist, dass in der Wahrnehmung der Respondenten die Teambewertung am ehesten der eigenen Einschätzung von Leistung und Kompetenz entspricht.286 Dieses Ergebnis verwundert allerdings nicht, da in japanischen Unternehmen Teamarbeit einen hohen Stellenwert einnimmt und Kollegen somit gut in der Lage sein sollten, eine qualifizierte Beurteilung abzugeben. Die Beurteilung im Rahmen des unternehmensinternen Evaluierungssystems zeigt die geringste Zustimmung. Insgesamt lassen die Daten auf eine gewisse Kluft zwischen Fremd- und Selbsteinschätzung schließen. Lediglich um die 60% der Befragten geben an, dass sich die Beurteilung durch Dritte mit der eigenen Sicht deckt. Eine abschließende Interpretation ist dennoch schwierig, da ein relativ hoher Anteil der Respondenten die „weder noch“ Kategorie gewählt hat, was auf eine Art „Antwortflucht“ hindeutet. Es entsteht jedoch tendenziell der Eindruck, dass im Hinblick auf die Evaluierungssysteme noch Handlungsbedarf besteht. Aussagen der interviewten Unternehmensvertreter zufolge, stellt die Evaluierung einen zentralen Problembereich bei Überlegungen zum Einsatz alternativer Anreizsysteme dar. Ihre Qualität und der damit induzierte Grad der Zufriedenheit entscheidet mit darüber, welche Mechanismen funktionieren und welche gegebenenfalls nicht.

286

Dies steht in einem gewissen Widerspruch zu dem in Tab. 28 erzielten Ergebnis, wonach die Einschätzung durch das Management am ehesten der Selbsteinschätzung entspricht. Allerdings unterscheiden sich die Mittelwerte in Tab. 29 nicht signifikant.

126

IV Komplementaritätsbeziehungen

Ingesamt konnte die Auswertung der Antworten zu den Items D15 bis D20 eine mehrheitliche Ablehnung des traditionellen Senioritätsmodells aufzeigen, womit dieses auch einen Teil seiner Motivationswirkung eingebüßt haben dürfte. Präferiert werden tendenziell vielmehr kompetenz- und leistungsbasierte Ansätze. Da bei einer individualisierten und kurzfristigen Leistungsbewertung allerdings Dysfunktionalitäten auftreten können, ist es bei Wahl dieses Ansatzes wichtig, Team- und Kommunikationsfähigkeit als Evaluierungskriterien mit aufzunehmen.287 Für kompetenzbasierte Ansätze gilt der gleiche Grundsatz, allerdings unterscheiden sie sich vom Leistungsprinzip dahingehend, dass sie langfristiger angelegt sind, da sie mehr Gewicht auf Fähigkeitspotenzial und Lernbereitschaft legen.

4.5 Organisationsstrukturen Von den im ersten Abschnitt dieses Kapitels unter F4 postulierten Anpassungsanforderungen im Bereich der Organisationsstrukturen wurden lediglich die Aspekte Aufgabenintegration und interdisziplinäre Teams untersucht, da die Respondenten hierzu aus dem eigenen Erfahrungsbereich heraus eher Antworten liefern konnten als zu dem abstrakteren Konstrukt des Zentralisierungsgrades von Entscheidungen. Veränderungen im Umfang der Aufgabenintegration wurden durch die Items C5 (Kommunikation unter Kollegen) und C9 (Unabhängigkeit der Aufgabenerledigung) erfragt. Zur interdisziplinären Zusammenarbeit sollte Item C4 Aufschluss geben. Tabelle 30 fasst die Ergebnisse auf aggregierter Ebene zusammen: ƒ Die Vermutung, dass der Einsatz von IT in Verbindung mit einem dynamischeren Unternehmensumfeld zu einer stärkeren Aufgabenintegration führt, wird in Bezug auf Item C9 bestätigt, auch wenn die Zustimmung (Mittelwert 2,33) nicht überwältigend ist288. ƒ Die Aufgabenintegration sollte sich auch in einer verringerten Teamkommunikation (C5) äußern, was jedoch nicht bestätigt wird (Mittelwert 1,99). Dies mag durch die Kommunikationskosten senkende Wirkung von IT bedingt sein, die bei gegebener Aufgabenintegration einen regeren Informationsaustausch begünstigt. Der gegenläufige Effekt konnte jedoch nicht isoliert werden.

ƒ Die vor dem Hintergrund der Parallelisierung von Prozessen zu erwartende stärkere interdisziplinäre Zusammenarbeit wird ebenfalls nicht bestätigt. Hier mag eine Rolle spielen, dass in Japan schon vor der Einführung von IT Entwicklungsprozesse parallel angeordnet waren. 289 Des Weiteren dürfte sich die interdisziplinäre Zusammenarbeit auf entsprechend zusammengesetzte Teams konzentrieren, so dass nur ein Teil der Mitarbeiter von Veränderungen betroffen ist.

287

Wie Interviewpartner bestätigten, gewinnt dieser Aspekt im Rahmen der Evaluierung zunehmend an Bedeutung. So sind im Katalog Kriterien wie „willingness to share knowledge“ oder „ability to work as a team member“ enthalten; vgl. Conrad, C.; Heindorf, V. (2006), Recent Changes in Compensation Practices in Large Japanese Companies: Wages, Bonuses, and Corporate Pensions, in: Matanle, P.; Lunsing, W. (eds.) (2006), Perspectives on Work, Employment and Society in Japan, New York u.a, pp. 79-97, hier . 92. 288 Der Schätzwert ist bei einer Fehlerwahrscheinlichkeit von einem Prozent höher als 2,0. 289 Siehe hierzu die Ausführungen in Abschnitt 2 dieses Kapitels.

127

4 Ergebnisse Tab. 30: Veränderungen im Umfang der Aufgabenintegration, Teamkommunikation und interdisziplinären Zusammenarbeit

Welche Veränderungen sind mit der Implementierung von IT in Ihrem Tätigkeitsbereich einhergegangen? (C4 und C5) Welche Wirkungen hatte die Implementierung von IT in Ihrem Tätigkeitsbereich auf Ihre technischen Fähigkeiten bzw. Ihr technologisches Wissen? (C9)

C9: Die Aufgaben können unabhängiger voneinander ausgeführt werden (n=202) C5: Die Kommunikation mit Kollegen hat noch mehr Bedeutung gewonnen (n=199) C4: Zusammenarbeit mit anderen Sektionen hat zugenommen (n=202)

x ges.

s ges.

x U.

s U.

2,33

0,69

2,33

0,28

1,99

0,76

1,98

0,16

2,07

0,74

2,07

0,13

Quelle: Eigene Berechnung Anmerkungen: Die Items wurden auf einer vierstufigen Skala abgefragt: 3 = ja 2 = weder noch 1 = nein 0 = weiß nicht* * „0“ Antworten wurden bei der Auswertung nicht berücksichtigt.

Im Folgenden soll untersucht werden, ob die Streuung der Antworten durch Merkmale der Respondenten erklärt werden kann. Hierzu werden diese nach Altersgruppen, ITNutzungshäufigkeit, Funktionsbereich, verwendete Technologie und CAD-Kompetenz gruppiert. Tabelle 31 gibt einen Überblick über die Ergebnisse für die so gebildeten Gruppen. Tab. 31a-e: Veränderung von Aufgabenintegration, Teamkommunikation und interdisziplinäre Zusammenarbeit nach Alter, Nutzungshäufigkeit, Funktionsbereich, Technologie und Kompetenzniveau a) Alter (E1) C9: Unabhängigkeit C5: Teamkommunikation C4: Interdisziplin. Zusammenarbeit

20-29 J 2,27 (n=11) 1,55 (n=11) 2,10 (n=10)

30-39 J 2,29 (n=63) 2,05 (n=62) 2,02 (n=65)

40-49 J 2,35 (n=106) 2,00 (n=105) 2,11 (n=105)

50-59 J 2,56 (n=18) 2,06 (n=18) 2,00 (n=19)

immer 2,40 (n=98) 2,03 (n=95) 2,07 (n=97)

sehr oft 2,29 (n=65) 1,98 (n=65) 2,00 (n=67)

selten 2,22 (n=23) 1,83 (n=24 2,09 (n=23)

gar nicht 2,31 (n=13) 2,00 (n=13) 2,31 (n=13)

b) Nutzungshäufigkeit (E14) C9: Unabhängigkeit C5: Teamkommunikation C4: Interdisziplin. Zusammenarbeit

128

IV Komplementaritätsbeziehungen

c) Funktionsbereich (E7) C9: Unabhängigkeit C5: Teamkommunikation C4: Interdisziplin. Zusammenarbeit

Forschung 2,48 (n=31) 2,06 (n=32) 2,13 (n=32)

Entwicklung 2,32 (n=110) 1,94 (n=108) 2,06 (n=110)

Produktion 2,31 (n=51) 1,98 (n=51) 2,10 (n=51)

2,33 (n=202) 1,99 (n=199) 2,07 (n=202)

CAD 2,27 (n=84) 1,85 (n=82) 1,94 (n=83)

CAE 2,56 (n=18) 1,94 (n=17) 2,17 (n=18)

hoch 2,30 (n=50) 1,78 (n=50) 1,82 (n=50)

mittel 2,12 (n=17) 1,88 (n=17) 2,12 (n=17)

d) Technologie C9: Unabhängigkeit C5: Teamkommunikation C4: Interdisziplin. Zusammenarbeit

x ges.

e) CAD Kompetenzniveau C9: Unabhängigkeit C5: Teamkommunikation C4: Interdisziplin. Zusammenarbeit

niedrig 2,35 (n=17) 1,82 (n=17) 2,00 (n=17)

Quelle: Eigene Berechnung Anmerkung: Die Zellenwerte geben den Mittelwert und in Klammern die Zahl der Antworten wieder. Bei Technologie sind die Antworten der CAD- bzw. CAE-Nutzer, die nicht CAE bzw. CAD verwenden, über alle Kompetenzstufen gemittelt. Bei Kompetenzniveau wurde die fünfstufige Kompetenzskala in die drei Gruppen hoch (Antwortkategorien 5 und 4), mittel (3) und niedrig (2 und 1) zusammengefasst.

Wesentliche alterspezifische Abweichungen sind zum einen bei den jüngeren Mitarbeitern hinsichtlich des Items C5 (Teamkommunikation) zu beobachten. 290 Besonderes Gewicht ist diesem Wert jedoch nicht beizumessen, da die Gruppe mit nur 11 Personen sehr schwach besetzt ist. Zweitens fehlt ihnen die Kenntnis traditioneller Produktentwicklungsverfahren, so dass sie das Ausmaß der Veränderungen weniger verlässlich einschätzen können. Bezüglich Item C9 (Unabhängigkeit) steigt die Zustimmungsquote tendenziell mit dem Alter an. Dies könnte darin begründet sein, dass ältere Mitarbeiter den Übergang zwischen traditionellen und IT-gestützten Entwicklungsprozessen deutlicher erfahren haben. Die These einer stärkeren Aufgabenintegration würde dadurch zusätzlich gestützt.291 Hinsichtlich der Nutzungshäufigkeit fällt auf, dass Personen, die keine IT-Werkzeuge benutzen, eine stärkere interdisziplinäre Zusammenarbeit wahrnehmen. Der Unterschied ist al290

Der Mittelwert unterscheidet sich einseitig auf dem 5%-Niveau vom Durchschnittswert der restlichen Altersgruppen. 291 Der Unterschied im Antwortverhalten ist allerdings auf dem 5%-Niveau nicht signifikant. Auch ein ChiQuadrat-Test kann die Null-Hypothese der Unabhängigkeit zwischen Item C9 und dem Alter nicht verwerfen. Allerdings zeigt sich zwischen Item C9 und der Dauer der Unternehmenszugehörigkeit (E2) ein signifikanter Zusammenhang.

4 Ergebnisse

129

lerdings auch nicht erwähnenswert signifikant. Die Gruppierung der Respondenten nach Funktionsbereichen ergibt keine auffälligen Unterschiede im Antwortverhalten. Die Tatsache, dass CAE-Ingenieure die Auswirkung auf Aufgabenunabhängigkeit und die interdisziplinäre Zusammenarbeit deutlich höher einschätzen, deckt sich mit der auch schon bei den Wissensstrukturen getroffenen Feststellung, dass CAE-Technologien einen stark integrativen Charakter sowohl hinsichtlich Aufgaben- als auch Wissensbereichen aufweisen. Sie sind in der Lage, zahlreiche Designvarianten innerhalb kürzester Zeit zu geringen Kosten durchzuspielen, d.h. zu berechnen und zu simulieren. Dies hat zum einen den Effekt, dass Design und Testing stärker ineinander übergreifen, weshalb der Einzelne ein größeres Spektrum an Aufgaben wahrnehmen kann. Auf der anderen Seite liegen Teilergebnisse wesentlich schneller vor, die dann zur Diskussion gestellt werden können. Damit dürfte sich die Kommunikationsrate erhöhen. Die Ergebnisse deuten darauf hin, dass Aufgabenunabhängigkeit und Kommunikationsintensität nicht zwingend im Widerspruch stehen. Das Verhältnis wird vielmehr durch die Funktionalität der Technologie bestimmt. Hinsichtlich des Kompetenzniveaus zeigen sich keine signifikanten Auffälligkeiten.

131

V Personalpolitische Herausforderungen 1 Zusammenfassung der Ergebnisse Im Folgenden sollen die wichtigsten Ergebnisse zusammengefasst werden, um daraus abschließend Implikationen für die Unternehmenspraxis abzuleiten. Das Erkenntnisziel der Arbeit war in drei Ausgangsfragen formuliert: ƒ Wie verändert der Einsatz fortschrittlicher Informationstechnologien die Automobilproduktentwicklung generell?

ƒ Und welche Produktivitätspotenziale lassen sich identifizieren?

ƒ Welche Implikationen hat der Technologieeinsatz für die Prozessebene, die Wissens- und Organisationsstrukturen? Mit anderen Worten, wie sind diese konkret zu gestalten, um die Produktivitätspotenziale der Informationstechnologien in der Produktentwicklung auszuschöpfen? Die Beantwortung der ersten beiden Fragen setzt zunächst ein Verständnis der Entwicklung eines neuen Fahrzeugs voraus. Die Produktentwicklung lässt sich sowohl auf der Ebene des Gesamtfahrzeugs als auch auf der Ebene der konstitutiven Einzelprojekte anhand der Hauptphasen - Konzept, Design, Testen und Implementieren - beschreiben. Insgesamt stellt sie sich als komplexes Gefüge rückgekoppelter, vernetzter und verschachtelter Problemlösungszyklen dar. Den allen Zyklen inhärenten Kern bildet das Experimentieren, verstanden als iterativer trial-and-error-Prozess. Die Produktivitätspotenziale von IT sind allerdings nicht nur vor dem Hintergrund der inhärenten Eigenschaften der Produktentwicklung zu sehen, sondern auch in Hinblick auf die externen Herausforderungen, denen die Unternehmen gegenüberstehen. Hierzu zählen eine zunehmende Komplexität auf Technologie-, Produkt- und Prozessebene und eine beschleunigte Dynamik des Technologie-, Markt- und Regulierungsumfelds. Die Herausforderungen zwingen die Unternehmen zu einer Steigerung ihrer Entwicklungskapazitäten, um den wandelnden Kundenpräferenzen gerecht werdende innovative und qualitativ hochwertige Produkte zeitnah anbieten zu können. Der Einsatz hochwertiger Informationstechnologien stellt eine wichtige Strategie dar, welche die Hersteller zur Bewältigung dieser Herausforderungen verfolgen. Die erwar-teten Produktivitätswirkungen betreffen die Problemlösungs- und Koordinationspotenziale. Die Speicher- und Rechenleistung von IT erweitert die im Entwicklungsprozess benötigten Problemlösungskapazitäten. Der kritische Faktor des Experimentierens, der für einen hohen Kosten- und Zeitaufwand der Produktentwicklung verantwortlich zeichnet, wird durch die Digitalisierung und Virtualisierung erheblich verbilligt und beschleunigt. So können mehr Designalternativen generiert und Testabläufe durchgeführt werden, was im Ergebnis zu besseren und innovativeren Produktlösungen führt. Digitalisierung und Visualisierung von Daten erleichtern in Verbindung mit der Vernetzung von Arbeitsplatzrechnern und Datenbanken aber auch die Kommunikation, was angesichts des in dem komplexen Gefüge interdependenter Einzelprozesse erheblichen Koordinationsaufwands ein enormes Produktivitätspotenzial birgt. Der dritten Ausgangsfrage liegt die Vermutung zugrunde, dass der Einsatz von IT mit Anpassungen in anderen Unternehmensbereichen einhergehen muss, um die vorhandenen Produktivitätspotenziale ausschöpfen zu können. Analysiert wurden diesbezüglich (1) die Anordnung von Entwicklungsprozessen, (2) die Wissensstruktur der Beschäftigten und damit auch

132

V Personalpolitische Herausforderungen

(3) das Personalsystem sowie (4) die Organisationsstrukturen. Zu den Anpassungsbedarfen bezüglich (1) und (4) lagen bereits zahlreiche Studien vor, auf deren Ergebnisse somit zurückgegriffen werden konnte. Zur Analyse des Zusammenhangs zwischen dem Einsatz von IT und der Gestaltung der Prozessanordnung wurde eine eigene modellhafte Untersuchung der Vor- und Nachteile paralleler und sequentieller Anordnungen vorgenommen, da in der Literatur hierzu keine Aussagen zu finden waren. Die Bereiche der Wissensstrukturen und des Personalsystems werden in Untersuchungen zum Einsatz von IT in der Produktentwicklung meist ausgeblendet. Hier schloss die vorliegende Arbeit damit eine wesentliche Forschungslücke. Die Einzelergebnisse der Analyse der dritten Ausgangsfrage wurden in vier Thesenblöcken, (F1) bis (F4), zusammengefasst: F1 Prozessanordnung: Parallelisierung von Prozessen zur Reduzierung von Entwicklungszeiten im Kontext einer beschleunigten Umfelddynamik und unter Ausschöpfung der durch die Digitalisierung und Virtualisierung verbesserten Möglichkeiten zur Kommunikation sowie Komplexitäts- und Unsicherheitsbewältigung. F2 Wissensstrukturen: Anpassung der Qualifikationsprofile, insbesondere a) Erhöhung der IT-Kompetenz der Mitarbeiter, b) Veränderung der Qualifikationsprofile durch den Einsatz von IT, c) Herausbildung T-förmiger Wissensstrukturen, die einen hohen Grad an Spezialwissen auf einem Fachgebiet mit einem breiten Wissen auf anderen Gebieten verbinden, zur Unterstützung einer in Folge der Parallelisierung wichtiger werdenden Wissensintegration. F3 Personalsystem: Einsatz personalpolitischer Instrumente zur a) Unterstützung der unter (F2) genannten Anpassungen, beispielsweise durch Weiterbildungsangebote und durch Anreize, solche Angebote wahrzunehmen, in Form von Lohnsteigerungen oder attraktiven Karriereoptionen. b) Anreizgestaltung zur Verbesserung der Kommunikation in und zwischen Teams, um die Produktivitätsvorteile einer parallel-integrierten Prozessanordnung besser ausschöpfen zu können, beispielsweise durch die Vermeidung hoch kompetitiver Leistungskriterien in der Mitarbeiterevaluation. F4 Organisationsstrukturen: a) Anpassungen des Umfangs der Aufgabenintegration vor dem Hintergrund eines dynamischeren Unternehmensumfelds, unter Berücksichtigung der Produktivitätsvorteile von IT und der veränderten Wissensstrukturen, b) Einrichtung interdisziplinärer Teams zur Verbesserung der Wissensintegration, c) Dezentralisierung von Entscheidungsstrukturen zur Beschleunigung lokaler Abstimmungsprozesse und zur Unterstützung lokaler Problemlösungen. Die Aussagen betreffen keine im strengen Sinne kausalen Wirkungszusammenhänge, sondern beziehen sich mit Ausnahme von (F2b) auf Gestaltungsentscheidungen des Managements. Insofern liefern sie auch nur „schwache“ Hypothesen für eine empirische Untersuchung. Im Falle von (F4a) und (F3) können Anpassungsbedarfe zudem a priori nicht eindeutig spezifiziert werden. Hier liefert eine empirische Untersuchung somit Antworten auf offene Fragen, anstatt bestimmte Vermutungen zu bestätigen oder zu widerlegen.

1 Zusammenfassung der Ergebnisse

133

Die Stichhaltigkeit und Relevanz der Aussagen wurden in einer Umfrage unter Ingenieuren aus 14 japanischen Automobilunternehmen (8 PKW-, 4 LKW- und 2 Motorradhersteller) überprüft. Die japanische Industrie bot insofern einen interessanten Untersuchungsgegenstand als sie bis Mitte der 90er Jahre über einen erheblichen Vorsprung im Bereich der Produktentwicklung verfügte, IT im Vergleich zu westlichen Herstellern relativ spät erst einsetzte, dies dann aber sehr rasch und erfolgreich meisterte. Ein zentrale Erklärung für den ursprünglichen Vorsprung der japanischen Industrie und die dann erfolgreiche, wenn auch verspätete Implementierung von IT, kann darin gesehen werden, dass japanische Unternehmen bereits früh wesentliche der in (F1) bis (F4) postulierten Anpassungen vorgenommen hatten. Insofern bietet sich hier eine erste, wenn auch nur grobe Bestätigung für die Relevanz der Aussagen. Der quantitativen Erhebung ging eine umfangreiche qualitative Voruntersuchung voraus, auf deren Basis ein standardisierter Fragebogen entwickelt wurde. An der Umfrage beteiligten sich 13 der 14 Unternehmen. Die hervorragende Rücklaufquote von 75% war einerseits der Unterstützung durch den Japanischen Automobilverband zu verdanken, sie ist andererseits aber auch auf das große Interesse der Unternehmen an der Thematik zurückzuführen. Eine Analyse der zu den Respondenten erfragten Merkmale ließ kein Identifikationsproblem erkennen und auf einen insgesamt hohen Repräsentativitätsgrad der Stichprobe schließen. Die Umfrage richtete sich an Entwicklungsingenieure auf allen Hierarchiestufen. Sie wurden um Einschätzungen und Wertungen auf Basis ihres Erfahrungshintergrunds gebeten. Des bedingte einen Verzicht auf Fragen zu den Veränderungen in der Prozessanordnung oder im Zentralisierungsgrad der Organisation. Insofern beschränkte sich die empirische Erhebung auf die Gestaltungsbereiche (F2) bis (F4). Insgesamt schätzten die Experten den Produktivitätsbeitrag von IT überwiegend positiv ein, wobei unter den jüngeren Ingenieuren und denen, die IT häufiger bzw. immer nutzen, noch einmal ein signifikant höherer Anteil dem Technologieeinsatz einen positiven Beitrag zusprach. Zum Bereich der Wissensstrukturen (F2) lieferte die Befragung folgende Ergebnisse: ƒ Der Verwendung von IT-Tools wird, wie vermutet, eine hohe Bedeutung bei der Weiterentwicklung der technischen Fähigkeiten und des technologischen Wissens zugesprochen.

ƒ Vom IT-Einsatz profitiert vor allem die Fähigkeit, Informationen zu recherchieren und auszuwerten. In abgeschwächter Form gilt dies auch für analytische Fähigkeiten. Die Kreativität sehen die Respondenten dagegen nicht gefördert.

ƒ Nach Einschätzung der Experten hat IT sowohl zu einer Wissensvertiefung als auch zu einer Wissensverbreiterung beigetragen. Dies kann als Indiz für die Bedeutung T-förmiger Wissensstrukturen gewertet werden.

ƒ Auch in Zukunft sehen die Respondenten zusätzlichen Bedarf sowohl an einer Wissensvertiefung als auch an einer Wissensverbreitung. Im Hinblick auf die Personalentwicklung (F3a) ergab sich folgendes Bild: ƒ „Training on-the-job“ und „learning-by-doing“ sind neben dem Coaching durch erfahrene Kollegen aus Sicht der Respondenten die für die Entwicklung ihrer Kompetenzen wichtigsten Methoden gewesen. Unternehmensinterne und -externe Angebote werden dagegen als weniger effektiv eingestuft. Dies lässt auf Defizite bei diesen Angeboten schließen.

134

V Personalpolitische Herausforderungen

ƒ Fast zwei Drittel der Ingenieure zählt das Selbststudium zur wichtigsten Methode beim Erwerb von IT-Skills. Dies lässt einerseits wiederum auf Defizite im Angebot interner und externer Ausbildungsprogramme schließen, andererseits ist es auch ein Indiz für eine hohe Lernmotivation, denn das mit Abstand wichtigste Lernmotiv ist die Verwertbarkeit des Wissens für die eigene Tätigkeit.

ƒ Geht es allein um die Vertiefung des eigenen Spezialwissens, so sehen hier viele auch die Mitwirkung in prozessualen und organisatorischen Veränderungsprozessen als in hohem Maße effektiv an. Dies zeugt von einer hohen Bedeutung des Kontextwissens für die fachliche Spezialisierung. ƒ Für die Herausbildung T-förmiger Strukturen eignen sich die Mitwirkung in der Entwicklung neuer bzw. in der Verbesserung bestehender Produkte und Technologien und der Austausch mit erfahrenen Kollegen. Hierin bestätigt sich zum einen die Bedeutung T-förmiger Wissensstrukturen in Entwicklungsprozessen, zum anderen zeigt sich wiederum der hohe Stellenwert, den die Respondenten der learning-by-doing-Methode und dem Coaching einräumen. ƒ Formale Weiterbildungsmaßnahmen schneiden wiederum schlecht ab, was Mängel in diesem Bereich unterstreicht.

Hinsichtlich des Themenfelds Anreizstrukturen (F3b) konnten folgende Erkenntnisse gewonnen werden: ƒ Es zeigt sich eine klare Präferenz für eine monetäre Belohnung.

ƒ Die meisten, insbesondere die älteren Respondenten ziehen eine weitere bzw. vertiefte Spezialisierung einer Wissensdiversifizierung vor, was die Vermutung stützt, dass es besonderer Anreize zur Wissensverbreiterung bedarf.

ƒ Insgesamt stehen die Respondenten der in Japan üblichen langfristigen Unternehmensbindung positiv gegenüber. Dagegen lehnen sie das tradierte Senioritätsprinzip in der Entlohnung und Beförderung ab. Die größte Zustimmung erhält ein Anreizsystem, das der Kompetenz des Einzelnen bei der Entlohnung und Beförderung das größte Gewicht gibt.

ƒ Tendenziell lassen sich die Respondenten in eine (kleinere) Gruppe der Befürworter des tradierten Senioritätsmodells und in eine (größere) Gruppe der Befürworter eines neuen Leistungs- bzw. Kompetenzmodells unterteilen. Die zweite Gruppe besteht aus Ingenieuren, die ihr fachliches Kompetenzniveau deutlich höher einschätzen, was wenig überrascht. Dies zeigt, dass für hoch qualifizierte Fachkräfte ein Leistungs- bzw. Kompetenzsystem besser geeignet erscheint, und deutet auf einen schon seit längerem erkannten und in den letzten Jahren auch in Angriff genommenen Reformbedarf im Beschäftigungssystem hin. ƒ Lediglich 60% der Befragten schätzten die Evaluierung ihres Kompetenzniveaus durch Dritte als zutreffend ein. Dies deutet auf erhebliche Schwächen des zentralen Bausteins eines kompetenzbasierten Evaluierungssystems hin.

1 Zusammenfassung der Ergebnisse

135

Die Antworten zum Bereich Organisationsstrukturen (F4a) und (F4b) lassen folgende Trends erkennen: ƒ Die Vermutung einer höheren Aufgabenintegration wird durch die Einschätzungen der Experten gestützt.

ƒ Die damit ebenfalls vermutete Abnahme der Teamkommunikation findet keine Bestätigung. Eine mögliche Erklärung liegt in der Kommunikationskosten senkenden Wirkung von IT, die zu mehr Informationsaustausch führt und damit einen gegenläufigen Effekt erzeugt. ƒ Die erwartete vermehrte interdisziplinäre Zusammenarbeit wird ebenfalls nicht bestätigt. Hierfür dürfte der Umstand ausschlaggebend sein, dass japanische Unternehmen schon vor der Einführung von IT interdisziplinäre Teams in der Entwicklung einsetzten. Mit anderen Worten bedeutet dies insofern nicht zwingend, dass interdisziplinäre Teamstrukturen abgelehnt werden. Es steht eher zu vermuten, dass sie generell an Bedeutung im Kontext einer IT-basierten Produktentwicklung erlangen. Ähnliches gilt für den im vorangegangenen Punkt genannten Aspekt der Kommunikation.

2 Implikationen für die Unternehmenspraxis Die Untersuchungsergebnisse sind natürlich raum- und zeitgebunden und werden insbesondere durch den japanischen Kontext geprägt. Insofern wären hier für zukünftige Forschungsvorhaben international vergleichende Untersuchungen interessant. Dessen ungeachtet sollen abschließend einige verallgemeinernde Schlussfolgerungen für die Unternehmenspraxis gezogen werden. Für die Möglichkeit einer Verallgemeinerung sprechen der hohe Repräsentationsgrad der Untersuchung und dabei auch die Feststellung, dass im Antwortverhalten sowohl zwischen PKW-, LKW- und Motorradherstellern als auch zwischen den Funktionsbereichen Forschung, Entwicklung und Produktion keine systematischen Unterschiede zu erkennen waren. Aber auch die Einsicht, dass führende Hersteller in dieser Industrie unabhängig von nationalen Kontexten auf die gleichen IT-Technologien zurückgreifen und mit ähnlichen umfeldbedingten wie auch personalpolitischen Herausforderungen konfrontiert werden, lässt vermuten, dass die für ein Land gefundenen Erkenntnisse bis zu einem gewissen Grad verallgemeinerbar sind. Die Vermutung wird dadurch gestützt, dass sich verschiedene der am japanischen Fall gewonnenen Erkenntnisse mit Untersuchungen zum Einfluss von IT in anderen Ländern und anderen Industrien decken. So beispielsweise die Veränderungen in den Organisationsstrukturen. In dieser Arbeit neu herausgearbeitet wurde die Bedeutung der Wissensstrukturen im Kontext digitalisierter und parallelisierter Entwicklungsprozesse, und hierbei insbesondere die Notwendigkeit für eine zweigleisige Personalentwicklungsstrategie, die sowohl einer Spezialisierung auf einzelnen Fachgebieten als auch einer darüber hinaus gehenden Wissensdiversifizierung Rechnung trägt. Die diesbezüglichen theoretischen Überlegungen wurden im Rahmen der empirischen Untersuchung klar bestätigt. Dies gilt auch für die Vermutung, dass Fachkräfte eine weitere Spezialisierung einer Wissensverbreiterung tendenziell vorziehen, was bedeutet, dass für eine Wissensverbreiterung besondere personalpolitische Anreize gesetzt werden müssen. Allerdings zeigte sich unter den japanischen Ingenieuren, dass eine Minderheit an einer derartigen Qualifizierung durchaus interessiert ist. Möglicherweise geht es also gar nicht so sehr darum, Mitarbeiter hier besonders zu motivieren, sondern die für eine Wissensdiversifizierung offenen Mitarbeiter zu finden.

136

V Personalpolitische Herausforderungen

Dabei ist zu bedenken, dass eine solche Strategie eine stärkere Unternehmensbindung impliziert. Dies setzt eine diesbezügliche Bereitschaft seitens der Mitarbeiter, aber auch ein entsprechendes Commitment seitens der Unternehmensführung voraus. Im japanischen Kontext hatte die Mehrheit der Ingenieure keine Vorbehalte gegenüber einer unternehmensinternen Karriere. Allerdings gab es eine Minderheit, die sich durch eine hohe Kompetenzeinschätzung auszeichnete und der in Japan bislang gängigen Praxis der „lebenslangen Beschäftigung“ eher kritisch gegenüberstand. In westlichen Ländern existieren gerade für hoch spezialisierte Fachkräfte sehr gute unternehmensexterne Karriereoptionen, weshalb diese sich wohl kaum ohne Grund bzw. ohne besonderen Anreiz auf eine Qualifizierungsstrategie einlassen dürften, die sie stärker an das Unternehmen bindet. Ein weiterer Aspekt der in westlichen Unternehmen einer Bereitschaft zur Wissensverbreiterung im Wege stehen könnte, ist die stärker als in Japan ausgeprägte Berufsorientierung im Rahmen der Erwerbstätigkeit, da sie mit einem engeren Spektrum an Tätigkeitsleitbildern einhergeht. Die japanische Untersuchung zeigte, dass für eine Wissensvertiefung wie auch verbreiterung die Mitarbeit in anspruchsvollen Entwicklungsprojekten und das Coaching durch erfahrene Kollegen zu den am besten geeigneten Methoden gezählt wurden. Learningby-doing und Coaching sind Qualifizierungsansätze, die seit langem in Japan erfolgreich praktiziert werden. Damit solche Ansätze effektiv verfolgt werden können, müssen Entwicklungsteams bewusst auch im Hinblick auf personalpolitische Ziele zusammengesetzt werden, indem beispielsweise noch unerfahrene Mitarbeiter frühzeitig eingebunden werden. Entscheidend ist die Mischung aus erfahrenen und weniger erfahrenen Teammitgliedern in Verbindung mit der expliziten Aufgabenstellung für die erfahrenen Kollegen, sich auch als Coach einzubringen, und der Bereitschaft, dies auch zu tun und das Wissen mit jüngeren Kollegen zu teilen. Der letzte Aspekt erfordert eine Team- bzw. Unternehmenskultur, die stärker durch Kooperation als durch Wettbewerb geprägt ist. Die Untersuchungsergebnisse zeigten, dass unternehmensinterne und -externe off-the-jobAusbildungsangebote als wenig effektiv eingestuft werden. Ob dies ein spezifischer Mangel der in Japan verfügbaren Programme ist, oder die Einschätzung generell gilt, kann hier nicht abschließend beurteilt werden. Sicherlich ist der Markt für entsprechende Bildungsangebote in Japan noch unterentwickelt, da man bislang, wie erwähnt, auf on-the-job und CoachingAnsätze vertraute und damit auch gute Erfolge erzielte. Der demographische Wandel und die vor dem Hintergrund reduzierter Wachstumspotenziale geminderte Bereitschaft der Unternehmen, weiter wie bisher in die Qualifikation ihrer Mitarbeiter zu investieren, erfordern hier jedoch ein Umdenken. Insofern ist davon auszugehen, dass der Markt für solche Angebote weiter wachsen wird, was jedoch mit einer deutlichen Qualitätssteigerung einhergehen muss. Insgesamt deuten die Ergebnisse und weiterführenden Überlegungen auf die Notwendigkeit einer weiteren Öffnung des japanischen Personalmanagementansatzes gegenüber „westlichen“ stärker Markt orientierten Elementen hin. Dies zeigte sich sowohl bei den Anreizstrukturen, als auch bei den Personalentwicklungsansätzen. Dass es sich dabei nicht um einen endgültigen Übergang bzw. Systemwechsel handelt, wird durch die nach wie vor gegebene Funktionsfähigkeit typisch japanischer Personalentwicklungsmethoden und durch den hohen Zuspruch, den unternehmensinterne Karrieren immer noch genießen, belegt. Umgekehrt können westliche Unternehmen im Hinblick auf die notwendige Wissensverbreiterung von den hierfür geeigneten und in Japan erprobten Personalentwicklungsmethoden lernen. Letztlich deckt sich dies mit der bereits von BABA und NOBEOKA geäußerten Erkenntnis, dass bei einer

2 Implikationen für die Unternehmenspraxis

137

durch IT geprägten Produktentwicklung eine Kombination japanischer und westlicher Ansätze die beste Performance erzielen kann292. Personalpolitisch impliziert dies einen Systemmix, wie er auch schon in der 1995 vom japanischen Unternehmerverband Nikkeiren verbreiteten Vision zu einem neuen Personalmanagementsystem vorgeschlagen wurde.293 Diese sieht eine Lockerung der Unternehmensbindung und eine stärker leistungsbasierte Entlohnung für hochqualifizierte Spezialisten vor, während für eine begrenzte, breiter qualifizierte Stammbelegschaft die Praxis der „lebenslangen Beschäftigung“ beibehalten wird und hier die traditionellen, langfristigen Anreizinstrumente angewandt werden. Die vorliegende Untersuchung bestätigt nachträglich den Weitblick der Vision, sie zeigt jedoch auch, dass heute noch Vieles Vision geblieben ist.

292 293

Vgl. Baba, Y.; Nobeoka, N. (1998), p. 643. Vgl. Dirks, D. et. al. (2000), p. 542-543.

139

Anhang Tab. A1: Veränderung der Wissensstrukturen im Kontext von IT, nach Funktionsbereichen x ges. C1: Die Fähigkeit zur Informationsgewinnung und -auswertung hat an Bedeutung gewonnen C7: Die Kreativität ist gestiegen C6: Ursache-Wirkungszusammenhänge sind beim Problemlösen erkennbarer geworden C2: Eine noch höhere Spezialisierung war erforderlich C3: Die erforderlichen Wissensbereiche haben zugenommen

2,68 (n=202) 1,90 (n=201) 2,20 (n=201) 2,25 (n=201) 2,44 (n=203) n=204

Mittelwerte Funktionsbereiche Forschung Entwicklung Produktion 2,72 2,69 2,64 (n=32) (n=111) (n=50) 1,94 1,86 1,94 (n=32) (n=110) (n=52) 2,31 2,11 2,32 (n=32) (n=110) (n=50) 2,19 2,29 2,16 (n=32) (n=110) (n=50) 2,31 2,48 2,41 (n=32) (n=111) (n=51) n=32 n=111 n=52

Quelle: Eigene Berechnung Anmerkung: Skala: 3 = ja 2 = weder noch 1 = nein 0 = weiß nicht* * “0“-Antworten wurden in der Auswertung nicht berücksichtigt; die Abweichungen zwischen n gesamt und der Summe der einzelnen n erklärt sich daraus, dass nicht alle Respondenten angaben, in welchen Funktionsbereich sie tätig sind, so dass die Summe der Antworten zur Bereichszugehörigkeit kleiner ausfällt als die Gesamtsumme zu den jeweiligen Items.

Tab. A2: Effizienz verschiedener Personalentwicklungsansätze - eine Gegenüberstellung positiv

negativ

Tätigkeitsinhalt

111,8

3,6

Arbeitserfahrung im Unternehmen

85,0

3,1

Lernen von erfahrenen Kollegen

82,6

8,1

Lernen z. Erwerb neuer technischer Fähigkeiten

15,8

6,4

Kommunikation mit Vorgesetzten / älteren Kollegen

32,0

13,8

Gesamte Arbeitserfahrung nach Ausbildung

20,8

9,6

Selbststudium

27,4

16,4

Ausbildung

31,6

48,9

Geschäftsbereich des Unternehmens

16,9

31,1

Austausch mit unternehmensexternen Personen

14,6

35.8

Kommunikation unter Teamkollegen

11,1

30,2

Unternehmensinternes Training

11,9

54,2

Unternehmensexternes Training

5,7

59,4

Weiterbildung

4,6

64,1

Praktikum 0,0 Quelle: Eigene Berechnung Anmerkung: Die in der Tabelle angegebenen Werte sind die gewichteten Punktzahlen.

35,3

140

Anhang

Abb. A1: Personalentwicklungsmaßnahmen zur Erhöhung des Spezialisierungsgrades 20-29

5,00

4,50

Job Konti-Job Enlargenuität ment

30-39

Job Enrich-Job Rotation ment

40-49

Lernen in Teams

50-59

OJT

OffJT

Learning by SelbstDoing studium

4,00

3,50

3,00

Informationen aus dem Internet

Selbststudium

Wissensdatenbanken

Selbststeuerung der Anlagen

Programme z. Betrieb d. Anlagen schreiben

Lernen f. Zertifikate

Anw. tätigk.bezog. Software

U`externe Trainings

Teilnahme an Konferenzen

Internes Couching

U`interne Trainings

Teamkollege als Konkurrenz

Enge Kommunik. mit Kollegen

Kollege m. herausragend. Fähigkeiten

Interdisziplinäre Zusammenarbeit

Gute zwischenmenschl. Beziehg. i. Team

Rotation zw. verschiedenen Sektionen

F&E Kooperationen

Rotaion innerh. einer Sektion

Involv. Verbesserung v. Produkten/Technologien

Involv. i. prozess./organis. Verbesserg.

Involv. Entwickl. neuer Produkte/Technologien

auch Ausführg. anderer Tätigk.

Tätigk. außerh. des Spezialgebiets

Tätigk. nur innerh. d. Spezialgebiets

2,00

Langjähr. Tätigk. i. gleichen Bereich

2,50

Quelle: Eigene Darstellung Anmerkung: von Interesse ist hier die Kategorie „Job Kontinuität“, die eine vertiefte Spezialisierung ermöglicht. Die dazugehörigen Werte sind:

x 20-29J. x 30-39J. x 40-49J. x 50-59J. Langjährige, ununterbrochene 4,09 3,68 3,56 3,39 Tätigkeit im gleichen Bereich (n=11) (n=65) (n=106) (n=18) Tätigkeit nur innerhalb des 3,64 2,80 2,90 2,84 eigenen Spezialgebiets (n=11) ( =65) (n=106) (n=19) Anmerkung: Die Items wurden auf einer 5-stufigen Skala abgefragt: 5 = sehr bedeutend 4 = bedeutend 3 = weder noch 2 = weniger bedeutend 1 = nicht bedeutend

141 Tab. A3: Bedeutung alternativer Personalentwicklungsansätze zur Heranbildung T-förmiger Wissensstrukturen

Ansätze

x ges.

Job Kontinuität B5/B34 Langjährige, ununterbrochene Tätigkeit im gleichen Bereich (n=202/204) B10/B39 Tätigkeit nur innerhalb des eigenen Spezialgebiets (n=204/201) Job Enlargement B6/B35 Neben der eigentlichen Aufgabe auch Ausführung anderer Tätigkeiten im Bereich (n=203/203) B11/B40 Tätigkeit auch außerhalb des eigenen Spezialgebiets (n=204/203) B14/B43 Involvement in prozessualen/organisatorischen Verbesserungen im eigenen Bereich (n=203/204) Job Enrichment B12/B41 Involvement in der Entwicklung neuer Produkte oder Technologien (n=204/204) B13/B42 Involvement in der Verbesserung bestehender Produkte oder Technologien (n=204/204) B24/B53 F&E Kooperationen mit Universitäten / Forschungsinstituten (n=204/204) Job Rotation B7/B36 Rotation innerhalb einer Sektion des Unternehmens (n=204/204) B8/B37 Rotation zwischen verschiedenen Sektionen des Unternehmens (n=203/204) Lernen in Teams B9/B38 Projekte mit anderen Sektionen des Unternehmens (n=203/201) B16/B45 Gute zwischenmenschliche Beziehungen im Team (n=204/204) B17/B46 Enge Kommunikation mit Vorgesetzten oder älteren Kollegen (n=204/204) B18/B47 Vorgesetzter oder älterer Kollege mit herausragenden technologischen Fähigkeiten (n=204/204) B19/B48 Kollege im Team, der einem Konkurrenz macht (n=204/204) On-the-Job Training B20/B49 Internes Training / Coaching durch Vorgesetzten oder älteren Kollegen (n=204/204)

Spezialisierung s x U. ges.

x

s U.

ges.

Wissensbreite s x ges. U.

s U.

3,61

1,05

3,61

0,29

2,79

1,02

2,76

0,35

2,91

1,02

2,93

0,27

2,33

0,92

2,32

0,29

3,61

0,89

3,62

0,26

4,01

0,73

3,99

0,21

3,63

0,81

3,60

0,27

4,14

0,60

4,13

0,15

3,62

0,98

3,60

0,31

3,40

0,95

3,40

0,27

4,35

0,73

4,34

0,18

4,09

0,75

4,09

0,15

4,03

0,75

4,02

0,16

3,67

0,83

3,66

0,15

3,55

0,89

3,55

0,22

3,71

0,89

3,71

0,28

3,47

0,93

3,48

0,27

4,10

0,70

4,10

0,20

2,98

0,99

2,97

0,28

3,86

0,85

3,86

0,17

3,55

1,00

3,53

0,23

4,05

0,72

4,05

0,25

3,74

0,89

3,75

0,24

3,48

1,06

3,49

0,36

3,81

0,84

3,81

0,22

3,60

0,92

3,60

0,23

4,19

0,76

4,19

0,16

3,78

0,87

3,80

0,18

3,50

0,92

3,51

0,33

3,25

0,94

3,26

0,37

3,72

0,83

3,74

0,27

3,44

0,95

3,46

0,27

142

Anhang

B21/B50 Teilnahme an verschiedenen unternehmensinternen Trainings-/ Qualifizierungsmaßnahmen (n=204/204) Off-the-Job Training

3,01

0,92

3,02

0,32

3,34

0,92

3,34

0,27

3,27

0,88

3,27

0,28

3,53

0,85

3,53

0,23

3,33

0,92

3,33

0,25

3,55

0,88

3,55

0,27

2,71

0,99

2,70

0,31

3,01

0,97

3,01

0,25

3,16

0,81

3,19

0,25

2,94

0,85

2,95

0,19

3,42

0,93

3,41

0,26

2,94

0,98

2,94

0,23

3,11

1,04

3,11

0,30

2,81

0,96

2,81

0,25

3,58

0,96

3,58

0,27

3,44

0,91

3,45

0,29

3,22 0,84 3,23 B27/B56 Gewinnung v. Informationen aus unternehmensinternen Wissensdatenbanken (n=204/204) B28/B57 Gewinnung von Informationen 3,36 0,84 3,36 aus dem Internet (n=204/204) Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 5-stufigen Skala abgefragt: 5 = sehr bedeutend 4 = bedeutend 2 = weniger bedeutend 1 = nicht bedeutend

0,21

3,28

0,90

3,29

0,17

0,23

3,48

0,87

3,48

0,21

B22/B51 Teilnahme an verschiedenen unternehmensexternen Trainings-/ Qualifizierungsmaßnahmen (n=204/204) B23/B52 Teilnahme an wissenschaftlichen Konferenzen (n=204/204) B26/B55 Weiterbildung zum Erwerb von Zertifikaten (n=202/201) Learning-by-Doing B29/B58 Anwendung von tätigkeitsbezogener Software (n=203/204) B30/B59 Die Anlagen im eigenen Zuständigkeitsbereich selbst steuern (n=204/204) B31/B60 Programme zum Betrieb der Anlagen im eigenen Zuständigkeitsbereich selbst schreiben (n=204/204) Selbststudium B25/B54 Selbststudium (n=204/204)

3 = weder noch

Tab. A4: Einschätzung der Wirksamkeit alternativer personalpolitischer Instrumente nach Funktionsbereichen Spezialisierung Ansätze Job Spezialisierung B5/B34 Langjährige, ununterbrochene Tätigkeit im gleichen Bereich B10/B39 Tätigkeit nur innerhalb des eigenen Spezialgebiets Job Enlargement B6/B35 Neben der eigentlichen Aufgabe auch Ausführung anderer Tätigkeiten im Bereich B11/B40 Tätigkeit auch außerhalb des eigenen Spezialgebiets B14/B43 Involvement in prozessualen/ organisatorischen Verbesserungen im eigenen Bereich

xF

xE

Wissensbreite

xP

xF

xE

xP

3,72 (n=32) 2,56 (n=32)

3,68 (n=109) 2,96 (n=111)

3,40 (n=52) 3,00 (n=52)

2,63 (n=32) 2,13 (n=31)

2,76 (n=108) 2,31 (n=109)

2,86 (n=51) 2,35 (n=52)

2,84 (n=32)

3,53 (n=110)

3,54 (n=52)

4,03 (n=32)

4,04 (n=111)

3,94 (n=51)

3,78 (n=32)

3,52 (n=111)

3,71 (n=52)

4,25 (n=32)

4,13 (n=110)

4,08 (n=52)

3,03 (n=32)

3,56 (n=111)

3,98 (n=52)

3,06 (n=32)

3,31 (n=111)

3,75 (n=51)

143 Job Enrichment B12/B41 Involvement in der Entwicklung neuer Produkte oder Technologien B13/B42 Involvement in der Verbesserung bestehender Produkte oder Technologien B24/B53 F&E Kooperationen mit Universitäten / Forschungsinstituten

Job Rotation B7/B36 Rotation innerhalb einer Sektion des Unternehmens B8/B37 Rotation zwischen verschiedenen Sektionen des Unternehmens Lernen in Teams B9/B38 Projekte mit anderen Sektionen des Unternehmens B16/B45 Gute zwischenmenschliche Beziehungen im Team B17/B46 Enge Kommunikation mit Vorgesetzten oder älteren Kollegen B18/B47 Vorgesetzter oder älterer Kollege mit herausragenden technologischen Fähigkeiten B19/B48 Kollege im Team, der einem Konkurrenz macht On-the-Job Training B20/B49 Internes Training / Coaching durch Vorgesetzten oder älteren Kollegen B21/B50 Teilnahme an verschiedenen unternehmensinternen Trainings-/ Qualifizierungsmaßnahmen Off-the-Job Training B22/B51 Teilnahme an verschiedenen unternehmensexternen Trainings-/ Qualifizierungsmaßnahmen B23/B52 Teilnahme an wissenschaftlichen Konferenzen B26/B55 Weiterbildung zum Erwerb von Zertifikaten Learning-by-Doing B29/B58 Anwendung von tätigkeitsbezogener Software B30/B59 Die Anlagen im eigenen Zuständigkeitsbereich selbst steuern B31/B60 Programme zum Betrieb der Anlagen im eigenen Zuständigkeitsbereich selbst schreiben

3,34 (n=32)

4,44 (n=111)

4,17 (n=52)

4,22 (n=32)

4,05 (n=111)

4,08 (n=52)

3,59 (n=32)

4,13 (n=110)

4,10 (n=52)

3,56 (n=32)

3,67 (n=111)

3,71 (n=52)

4,00 (n=32)

3,42 (n=111)

3,54 (n=52)

4,00 (n=32)

3,66 (n=111)

3,56 (n=52)

3,56 (n=32) 2,90 (n=31)

3,40 (n=111) 2,84 (n=110)

3,50 (n=52) 3,24 (n=51)

4,16 (n=32) 3,88 (n=32)

4,10 (n=111) 3,82 (n=111)

4,04 (n=52) 3,90 (n=52)

3,65 (n=31) 3,69 (n=32) 3,81 (n=32)

3,41 (n=111) 3,73 (n=111) 3,81 (n=111)

3,71 (n=52) 3,65 (n=52) 3,73 (n=52)

4,03 (n=31) 3,41 (n=32) 3,66 (n=32)

4,11 (n=109) 3,46 (n=111) 3,53 (n=111)

3,96 (n=52) 3,52 (n=52) 3,65 (n=52)

4,16 (n=32)

4,14 (n=111)

4,25 (n=52)

3,78 (n=32)

3,68 (n=111)

4,00 (n=52)

3,50 (n=32)

3,42 (n=111)

3,60 (n=52)

3,19 (n=32)

3,13 (n=111)

3,48 (n=52)

3,50 (n=32)

3,70 (n=110)

3,85 (n=52)

3,25 (n=32)

3,33 (n=111)

3,71 (n=52)

2,69 (n=32)

3,05 (n=111)

3,12 (n=52)

3,13 (n=32)

3,38 (n=111)

3,33 (n=52)

3,34 (n=32)

3,18 (n=111)

3,35 (n=51)

3,41 (n=32)

3,53 (n=111)

3,54 (n=52)

4,00 (n=32) 2,29 (n=31)

3,20 (n=111) 2,63 (n=110)

3,17 (n=52) 3,04 (n=52)

4,09 (n=32) 2,74 (n=31)

3,45 (n=111) 2,94 (n=109)

3,32 (n=52) 3,23 (n=52)

3,35 (n=31) 3,72 (n=32)

3,12 (n=111) 3,32 (n=111)

3,08 (n=52) 3,35 (n=52)

3,06 (n=32) 2,97 (n=32)

2,85 (n=111) 2,81 (n=111)

2,98 (n=52) 3,10 (n=52)

3,22 (n=32)

2,87 (n=111)

3,40 (n=52)

2,91 (n=32)

2,62 (n=111)

3,08 (n=52)

144

Anhang Selbststudium

B25/B54 Selbststudium

3,44 (n=32) 3,13 (n=32)

3,53 (n=111) 3,23 (n=111)

3,69 (n=52) 3,17 (n=52)

3,22 (n=32) 3,41 (n=32)

3,39 (n=111) 3,27 (n=111)

B27/B56 Gewinnung v. Informationen aus unternehmensinternen Wissensdatenbanken B28/B57 Gewinnung von Informatio3,36 3,26 3,37 3,63 3,43 nen aus dem Internet (n=32) (n=111) (n=52) (n=32) (n=111) Quelle: Eigene Berechnung Anmerkung: 5-stufige Skala: 5 = sehr bedeutend 4 = bedeutend 3 = weder noch 2 = weniger bedeutend 1 = nicht bedeutend F = Forschung; E = Entwicklung; P = Produktion

3,63 (n=52) 3,21 (n=52) 3,46 (n=52)

Tab. A5: Einschätzung der Wirksamkeit alternativer personalpolitischer Instrumente nach Technologie Spezialisierung Ansätze Job Spezialisierung B5/B34 Langjährige, ununterbrochene Tätigkeit im gleichen Bereich B10/B39 Tätigkeit nur innerhalb des eigenen Spezialgebiets Job Enlargement B6/B35 Neben der eigentlichen Aufgabe auch Ausführung anderer Tätigkeiten im Bereich B11/B40 Tätigkeit auch außerhalb des eigenen Spezialgebiets B14/B43 Involvement in prozessualen / organisatorischen Verbesserungen im eigenen Bereich Job Enrichment B12/B41 Involvement in der Entwicklung neuer Produkte oder Technologien B13/B42 Involvement in der Verbesserung bestehender Produkte oder Technologien B24/B53 F&E Kooperationen mit Universitäten / Forschungsinstituten Job Rotation B7/B36 Rotation innerhalb einer Sektion des Unternehmens B8/B37 Rotation zwischen verschiedenen Sektionen des Unternehmens Lernen in Teams B9/B38 Projekte mit anderen Sektionen des Unternehmens B16/B45 Gute zwischenmenschliche Beziehungen im Team B17/B46 Enge Kommunikation mit Vorgesetzten oder älteren Kollegen

Wissensbreite

x CAD

x CAE

x CAD

x CAE

3,75 (n=83) 2,94 (n=84)

3,50 (n=18) 3,17 (n=18)

2,75 (n=83) 2,31 (n=84)

2,72 (n=18) 2,22 (n=18)

3,52 (n=84) 3,61 (n=84) 3,69 (n=83)

3,39 (n=18) 3,56 (n=18) 3,33 (n=18)

4,23 (n=83) 4,21 (n=84) 3,55 (n=83)

4,00 (n=18) 4,28 (n=18) 3,06 (n=18)

4,40 (n=84) 4,12 (n=84) 3,39 (n=84)

4,44 (n=18) 3,94 (n=17) 3,72 (n=18)

4,20 (n=84) 3,80 (n=84) 3,75 (n=84)

4,11 (n=18) 3,33 (n=18) 3,89 (n=18)

3,55 (n=84) 3,01 (n=83)

3,28 (n=18) 3,00 (n=16)

4,26 (n=84) 4,00 (n=83)

4,06 (n=18) 3,94 (n=18)

3,67 (n=84) 3,69 (n=84) 3,87 (n=84)

3,29 (n=17) 3,50 (n=18) 3,72 (n=18)

4,16 (n=83) 3,55 (n=84) 3,64 (n=84)

4,11 (n=18) 3,17 (n=18) 3,67 (n=18)

145 B18/B47 Vorgesetzter oder älterer Kollege mit herausragenden technologischen Fähigkeiten B19/B48 Kollege im Team, der einem Konkurrenz macht On-the-Job Training B20/B49 Internes Training / Coaching durch Vorgesetzten oder älteren Kollegen B21/B50 Teilnahme an verschiedenen unternehmensinternen Trainings/Qualifizierungsmaßnahmen Off-the-Job Training B22/B51 Teilnahme an verschiedenen unternehmensexternen Trainings-/Qualifizierungsmaßnahmen B23/B52 Teilnahme an wissenschaftlichen Konferenzen B26/B55 Weiterbildung zum Erwerb von Zertifikaten Learning-by-Doing B29/B58 Anwendung von tätigkeitsbezogener Software B30/B59 Die Anlagen im eigenen Zuständigkeitsbereich selbst steuern B31/B60 Programme zum Betrieb der Anlagen im eigenen Zuständigkeitsbereich selbst schreiben Selbststudium B25/B54 Selbststudium

4,27 (n=84) 3,50 (n=84)

4,22 (n=18) 3,56 (n=18)

3,92 (n=84) 3,24 (n=84)

3,89 (n=18) 3,11 (n=18)

3,78 (n=84) 3,11 (n=83)

3,56 (n=18) 2,83 (n=18)

3,49 (n=84) 3,45 (n=84)

3,22 (n=18) 3,33 (n=18)

3,20 (n=83) 3,06 (n=32) 2,81 (n=83)

3,67 (n=18) 3,94 (n=18) 2,67 (n=18)

3,54 (n=84) 3,52 (n=84) 3,07 (n=82)

3,61 (n=18) 3,83 (n=18) 3,06 (n=18)

3,16 (n=83) 3,37 (n=84) 3,07 (n=84)

3,17 (n=18) 3,61 (n=18) 3,06 (n=18)

2,88 (n=84) 2,85 (n=84) 2,76 (n=84)

2,94 (n=18) 3,11 (n=18) 2,78 (n=18)

3,56 (n=84) 3,30 (n=84) 3,43 (n=84)

3,56 (n=18) 3,17 (n=18) 3,56 (n=18)

3,50 (n=84) 3,32 (n=84) 3,57 (n=84)

3,50 (n=18) 3,11 (n=18) 3,28 (n=18)

B27/B56 Gewinnung v. Informationen aus unternehmensinternen Wissensdatenbanken B28/B57 Gewinnung von Informationen aus dem Internet Quelle: Eigene Berechnung Anmerkung: Anmerkung: 5-stufige Skala: 5 = sehr bedeutend 4 = bedeutend 3 = weder noch 2 = weniger bedeutend 1 = nicht bedeutend Die Zellenwerte geben den Mittelwert und in Klammern die Zahl der Antworten wieder. Bei Technologie sind die Antworten der CAD- bzw. CAE-Nutzer, die nicht CAE bzw. CAD verwenden, über alle Kompetenzstufen gemittelt.

146

Anhang

Tab. A6: Beurteilung alternativer unternehmensinterner Anreizsysteme nach Funktionsbereichen Mittelwerte Funktionsbereiche

x ges. Langfristige Beschäftigungspraktik Senioritätsbasiertes Karrieresystem Senioritätsbasiertes Entlohnungssystem Kompetenzbasiertes Entlohnungssystem Leistungsbezogenes System Kompetenzbezogenes System

3,88 (n=204) 2,75 (n=204) 2,80 (n=204) 3,89 (n=203) 3,69 (n=204) 3,80 (n=204) n=204

Forschung 3,66 (n=32) 2,75 (n=32) 2,97 (n=32) 3,84 (n=32) 3,63 (n=32) 3,72 (n=32) n=32

Entwicklung 4,03 (n=111) 2,77 (n=111) 2,81 (n=111) 3,89 (n=111) 3,73 (n=111) 3,82 (n=111) n=111

Produktion 3,79 (n=52) 2,73 (n=52) 2,73 (n=52) 3,90 (n=51) 3,69 (n=52) 3,88 (n=52) n=52

Quelle: Eigene Berechnung Anmerkung: Die Items wurden auf einer 5-stufigen Skala abgefragt: 5=sehr wünschenswert 4=wünschenswert 3=weder noch 2=weniger wünschenswert 1=gar nicht wünschenswert Die Abweichungen zwischen n gesamt und der Summe der einzelnen n erklärt sich daraus, dass nicht alle Respondenten angaben, in welchen Funktionsbereich sie tätig sind, so dass die Summe der Antworten zur Bereichszugehörigkeit kleiner ausfällt als die Gesamtsumme zu den jeweiligen Items.

Tab. A7: Korrelationsmatrix: Selbsteinschätzung und Zufriedenheit der Evaluierung E12-1 E12-2 E12-1 1 0,648 E12-2 0,648 *** 1 E12-3 0,525 *** 0,716 E12-4 0,421 *** 0,622 E13-1 0,228 *** 0,294 E13-2 0,209 *** 0,276 E13-3 0,115 0,209 Quelle: Eigene Berechnung

E12-3 *** 0,525 0,716 *** 1 *** 0,736 *** 0,336 *** 0,469 *** 0,335

E12-4 *** 0,421 *** *** 0,622 *** 0,736 *** *** 1 *** 0,260 *** *** 0,297 *** *** 0,520 ***

E13-1 0,228 0,294 0,336 0,260 1 0,773 0,597

E13-2 0,209 0,276 0,469 0,297 0,773 *** 1 *** 0,654 *** *** *** ***

E13-3 0,115 0,209 0,335 0,520 0,597 0,654 *** 1 *** *** *** *** ***

*** *** *** *** ***

147

Literaturverzeichnis Abramovici, M. (2005), Digital Engineering und PLM - zwei unterschiedliche Ansätze?, in: Digital Engineering, pp. 6-13. Adler, P. S. (1995), Interdepartmental Interdependence and Coordination. The Case of the Design/Manufacturing Interface, in: Organization Science, Vol. 6, No. 2, pp. 147-167. Alexander, C. (1964), Notes on the Synthesis of Form, Cambridge. Al-Laham, A. (2003), Organisationales Wissensmanagement, München. Allen, T. J. (1971), Communications, Technology Transfer, and the Role of Technical Gatekeeper, in: R&D Management, Vol. 1, No. 1, pp. 14-21. Allen, T . J. (1977), Managing the Flow of Technology. Technology Transfer and the Dissemination of Technological Information within the R&D Organization, Cambridge. Ancona, D. G.; Caldwell, D. F. (1990), Beyond Boundary Spanning. Managing External Dependence in Product Development Teams, in: Journal of High Technology Management Research, Vol. 1, No. 1, pp. 119-135. Ancona, D. G.; Caldwell, D. F. (1992), Demography and Design. Predictors of New Product Team Performance, in: Organization Science, Vol. 3, No. 3, pp. 321-341. Anderl, R. (2000), Product Data Technology. A Basis for Virtual Product Development, in: Dankwort, W.; Hoschek, J. (eds.), Digital Products. Living Data is the Future, Stuttgart, pp. 27-35. Anspach, K. et. al. (2006), Integration von Bewegungsabläufen in den Digital Mock-Up bei der Adam Opel GmbH, in: Schenk, M. (Hrsg.), Virtual Reality und Augmented Reality zum Planen, Testen und Betreiben technischer Systeme, Frauenhofer-Institut Fabrikbetrieb und automatisierung, S. 60-70. Aoki, M. (1990), Toward an Economic Model of the Japanese Firm, in: Journal of Economic Literature, Vol. 28, No. 1, pp. 1-27. Aoshima, Y.; Nobeoka, K. (2001), 3 Jigen CAD Gijutsu ni Yoru Seihin Kaihatsu Purosesu Henkaku [Impact of 3D-CAD Technology on Change of New Product Development Processes], Nihon Rôdô Kenkyû Zasshi, Vol. 498. Baba, Y.; Nobeoka, N. (1998), Towards Knowledge-based Product Development. The 3DCAD Model of Knowledge Creation, in: Research Policy, Vol. 26, No. 6, pp. 643-659. Backes-Gellner, U. et.al. (2001), Personalökonomik. Fortgeschrittene Anwendungen für das Management, Stuttgart.

148

Literaturverzeichnis

Baldwin, C. Y.; Clark, K. B. (1999), Design Rules. The Power of Modularity, Cambridge; London. Baumann, O. (2008), Problem Solving in Complex Systems: Essays on Search, Design, and Strategy. Inaugural-Dissertation, Ludwig-Maximilians-Universität München. Becker, G. S.; Murphy, K. M. (1992), The Division of Labor, Coordination Costs, and Knowledge, in: Quarterly Journal of Economics, Vol. 107, No. 4, pp. 1137-60. Berekhoven, L. et. al. (2001), Marktforschung - Methodische Grundlagen und praktische Anwendung, Wiesbaden. Bergauer, M. (1994), Die Unterstützung der Produktentwicklung durch interfunktionale Kommunikation, Frankfurt a.M. u.a. Bertschek, I.; Kaiser, U. (2004), Productivity Effects of Organizational Change. Microeconomics Evidence, in: Management Science, Vol. 50, No. 3, pp. 394-404. Billing, F. (2003), Koordination in radikalen Innovationsvorhaben, Wiesbaden. Borghans, L.; ter Weel, B. (2006), The Division of Labour, Worker Organization, and Technological Change, in: The Economic Journal Vol. 116, No. 4, pp. F45-F72. Bresnahan, T. F. et.al. (2002), Information Technology. Workplace Organization, and the Demand for Skilled Labor. Firm Level Evidence, in: Quarterly Journal of Economics, Vol. 117, No. 1, pp. 339-376. Brooks, F. P. (1995), The Mythical Man Month, Reading. Brynjolfsson, E.; Mendelson, H. (1993), Information Systems and the Organization of Modern Enterprise, in: Journal of Organizational Computing and Electronic Commerce, Vol. 3, No. 3; p. 245-255. Brynjolfsson, E.; Hitt, L. (2000), Beyond Computation. Information Technology, Organizational Transformation and Business Performance, in: Journal of Economic Perspectives, Vol. 14, No. 4, pp. 23-48. Brynjolfsson, E.; Kahin, B. (eds.) (2000), Understanding the Digital Economics. Data, Tools, and Research, Cambridge. Buchholz, W. (1996), Time-to-Market-Management. Zeitorientierte Gestaltung von Produktinnovationsprozessen, Stuttgart. Bullinger, H.-J.; Warschat, J. (1997), Forschungs- und Entwicklungsmanagement. Simultaneous Engineering, Projektmanagement, Produktplanung, Rapid Product Development, Stuttgart. Burton, R.; Obel, B. (2004), Strategic Organizational Diagnosis and Design: The Dynamics of Fit, Boston

149 Caloghirou, Y. et.al. (2004), Internal Capabilities and External Knowledge Sources. Complements or Substitutes for Innovative Performance?, in Technovation, Vol. 24, No. 1, pp. 29-39. Carlile, P. R. (2002), Pragmatic View of Knowledge and Boundaries. Boundary Objects in New Product Development, in: Organization Science 13, pp. 442-455. Caroli, E.; Van Reenen, J. (2001) Skill-Biased Organizational Change? Evidence from a Panel of British and French Establishments, in: Quarterly Journal of Economics, Vol. 116, No. 4, pp. 1449-92. Chun, H. (2003), Information Technology and the Demand for Educated Workers. Disentangling the Impacts of Adaption versus Use, in: The Review of Economics and Statistics, Vol. 85, No. 1, pp. 1-8. Clark, K. B.; Fujimoto, T. (1987), Overlapping Problem Solving in Product Development, Harvard Business School Working Paper. Clark, K. B.; Fujimoto, T. (1989), Reducing the Time to Market. The Case of the World Auto Industry, in: Design Management Journal, Vol. 1, No. 1, pp. 49-57. Clark, K. B.; Fujimoto, T. (1991), Product Development Performance. Strategy, Organization, and Management in the World Auto Industry, Boston. Clark, K. B.; Fujimoto, T. (1992), Automobilentwicklung mit System. Strategie - Organisation und Management in Europa, Japan und USA, Frankfurt u.a. Clark, K. B.; Wheelright, S. C. (eds.) (1992), The Product Development Challenge. Competing through Speed, Quality and Creativity, Boston. Clark, K. B.; Wheelwright, S. C. (1992), Organizing and Leading "Heavyweight" Development Teams, in: Wheelwright, S. C.; Clark, K. B. (eds.), Revolutionizing Product Development: Quantum Leaps in Speed. Efficiency, and Quality. New York, pp. 9-28. Coates; T. T.; McDermott, C. M. (2002), An Exploratory Analysis of New Competencies: A Resource Based View Perspective, in: Journal of Operations Management, Vol. 20, No. 5, pp. 435-450. Colombo, M. G.; Delmastro, M. (2008), The Economics of Organizational Design. Theoretical Insights and Empirical Evidence. Basingstoke. Conrad, C.; Heindorf, V. (2006), Recent Changes in Compensation Practices in Large Japanese Companies: Wages, Bonuses, and Corporate Pensions, in: Matanle, P.; Lunsing, W. (eds.) (2006), Perspectives on Work, Employment and Society in Japan, New York u.a, pp. 79-97. Conrad, H.; Heindorf, V.; Waldenberger, F. (eds.) (2008), Human Resource Management in Ageing Societies. Perspectives from Japan and Germany, New York, u.a.

150

Literaturverzeichnis

Cooper, R. G. (1979), The Dimension of Industrial New Product Success and Failure, in: Journal of Marketing, Vol. 43, No. 3, pp. 93-103. Cooper, R. G. (1993), Winning at New Products: Accelerating the Process from Idea to Launch, Reading u.a. Cooper, R. G.; Kleinschmidt, E. J. (1987), What Separates Winners from Losers?, in: Journal of Product Innovation Management, Vol. 4, No. 3, pp. 169-184. Corsten, H. (1998), Simultaneous Engineering als Managementkonzept für Produktentwicklungsprozesse, in: Horváth, P.; Fleig, G. (Hrsg.), Integrationsmanagement für neue Produkte, Stuttgart, S. 125-166. Cusumano, M. A.; Nobeoka, K. (1992), Strategy, Structure and Performance in Product Development. Observations from the Auto Industry, in Research Policy, Vol. 21, No. 3, pp. 265293. Cusumano, M. A.; Nobeoka, K. (1998), Thinking Beyond Lean: How Multi-project Management is Transforming Product Development at Toyota and Other Companies, New York. Dankwort, W.; Hoschek, J. (eds.) (2000), Digital Products. Living Data is the Future, Stuttgart. Dassault Systems, CATIA-PLM Lösungen, URL: http://www.3ds.com/de/products/catia/ portfolio/catia-v6r2009x/. David, P. A. (2000), Understanding the Digital Economy`s Evolution and the Path of Measured Productivity Growth: Present and Future in the Mirror of the Past, in: Brynjolfsson, E.; Kahin, B. (eds.), Understanding the Digital Economics. Data, Tools, and Research, Cambridge, pp. 49-99. Demes, H.; Georg ,W (Hrsg.) (1994), Gelernte Karriere. Bildung und Berufsverlauf in Japan, München Dessein, W.; Santos, T. (2006), Adaptive Organizations, in: Journal of Political Economy, Vol. 114, No. 5, pp. 956-995. Dirks, D. et. al. (2000), The Japanese Employment System in Transition. In: International Business Review, Vol. 9, No. 5, pp. 525-553. Drucker, P. F. (1954), The Principles of Management, New York. Ehrlenspiel, K. et.al. (2005), Kostengünstig Entwickeln und Konstruieren, Berlin u.a. Ehrlenspiel, K. (2007), Integrierte Produktentwicklung. Denkabläufe, Methodenansatz, Zusammenarbeit, München; Wien.

151 Eisenhardt, K. M.; Brown, S. L. (1995), Product Development. Past Research, Present Findings, and Future Directions, in: Academy of Management Review, Vol. 20, No. 2, pp. 343378. Ellison, D. J. et.al. (1995), Product Development Performance in the Auto Industry: 1990s Update, Harvard Business School, Working Paper 95-066, Cambridge. Felber, E. (2008), Neue Präsentationstechnologie in der virtuellen Welt bei Audi. Von der Kinoleinwand zur Automobilentwicklung, MediaInfo, URL: http://www.pressebox.de/ attachment/93060/0124_Präsentationstechnologie.pdf, S. 2 Ernst, A. (1998), Aufstieg - Anreiz - Auslese. Karrieremuster und Karriereverläufe von Akademikern in Japans Privatwirtschaft, Opladen. Ernst, H. (2001), Erfolgsfaktoren neuer Produkte. Grundlagen für eine valide empirische Untersuchung, Wiesbaden. Eversheim, W. (1995), Simultaneous Engineering. Erfahrungen aus der Industrie für die Industrie, Berlin u.a. Eversheim, W.; Luczak, H. (Hrsg.) (1999), Telekooperation. Industrielle Anwendungen in der Produktentwicklung, Berlin. Eversheim, W. et.al. (2005), Integrierte Produkt- und Prozessgestaltung, in: Eversheim, W.; Schuh, H. (Hrsg.), Integrierte Produkt- und Prozessgestaltung, Heidelberg, S. 5-21. Eversheim, W.; Schuh, H. (2005) (Hrsg.), Integrierte Produkt- und Prozessgestaltung, Heidelberg. Feige A.; Neumann, A. (2001), Eintauchen in das Modell. Virtual Reality ersetzt physikalische Prototypen, in: Automobil-Industrie, Vol. 46, Nr. 11, S. 28-32. Frese, E. (1998), Grundlagen der Organisation. Entscheidungsorientiertes Konzept der Organisationsgestaltung, Wiesbaden. Fujimoto, T. (1993), Information Asset Map and Cumulative Concept Translation in Product Development, in: Design Management Journal, Vol. 4, No. 4, pp. 34-42. Fujimoto, T. (1997), Seisan Shisutemu no Shinkaron. [The Evolution of Production Systems], Tokyo. Fujimoto, T. (2000), Shortening Lead Time through Early Problem-Solving - A New Round of Capability-Building Competition in the Auto Industry, in: Jürgens, U. (ed.), New Product Development and Production Networks. Global Industrial Experience, Berlin u.a., pp. 23-55. Fujimoto, T. (2003), Nôryoku Kukôchiku Kyôsô [Competence-based Competition], Tokyo.

152

Literaturverzeichnis

Fujimoto, T.; Clark, K. B. (1993), Seihin Kaihatsuryoku [Competence in New Product Development], Tokyo. Fujimoto, T.; Yasumoto, M. (1998), The Impact of Product-Industry Characteristics on Effective Patterns of Product Development, Discussion Paper CIRJE-F-33, Faculty of Economics, University of Tokyo, December 1998. Gausemeier, J. et.al. ( 2000), Kooperatives Produktengineering. Ein neues Selbstverständnis des ingenieurmäßigen Wirkens, Paderborn. Gausemeier, J. et.al. (2006), Vernetzte Produktentwicklung. Der erfolgreiche Weg zum Global Engineering Networking, München; Wien. Gebhardt, A. (2000), Rapid Prototyping. Werkzeuge für die schnelle Produktentstehung, München; Wien. Gentner, A. (1994), Entwurf eines Kennzahlensystems zur Effektivitäts- und Effizienzsteigerung von Entwicklungsprojekten, dargestellt am Beispiel der Entwicklungs- und Anlaufphase in der Automobilindustrie, München. Gerdin, J.; Greve, J. (2004), Forms of Contingency Fit in Management Accounting Research A Critical Review, in: Accounting, Organizations and Society, Vol. 29, No. 3-4, pp. 303–326. Göpfert, J. R. (1998), Modulare Produktentwicklung. Zur gemeinsamen Gestaltung von Technik und Organisation, Wiesbaden. Griffin, A. (1997), The Effects of Project and Process Characteristics on Product Development Cycle Time, in: Journal of Marketing Research, Vol. 34, No. 1, pp. 24-35. Grochla, E. (Hrsg.) (1980), Handwörterbuch der Organisation, Stuttgart. Hauptmann, O.; Hirji, K. K. (1996), The Influence of Process Concurrency on Project Outcomes in Product Development. An Empirical Study of Cross-Functional Teams, in IEEE Transactions on Engineering Management, Vol. 43, pp. 153-164. Hayes, R. H. et.al. (eds.) (1985), The Uneasy Alliance. Managing the ProductivityTechnology Dilemma, Boston. Hayes, R. H. et.al. (1988), Dynamic Manufacturing, New York. Hiroyuki, I. et.al. (eds.) (1988), Kyôsô to Kakushin. Jidôsha Sangyô no Kigyô Seichô [Competition and Innovation: Company Growth in the Auto Industry], Tokyo. Hook, G.; Hasegawa, H. (eds.), Political Economy of Japanese Globalization, London. Horváth, P.; Fleig, G. (Hrsg.) (1998), Integrationsmanagement für neue Produkte, Stuttgart.

153 Husung, S. (2006), Erweiterte virtuelle Produktmodelle zur Unterstützung im Entwicklungsprozess, in: Schenk, M. (Hrsg.), Virtual Reality und Augmented Reality zum Planen, Testen und Betreiben technischer Systeme, Frauenhofer-Institut Fabrikbetrieb und -automatisierung, S. 260-266. Iansiti, M. (1993), Real-world R&D. Jumping the Product Generation Gap, in: Harvard Business Review, Vol. 71, No. 3, pp. 138-147. Iansiti, M.; Clark, K. B. (1994), Integration and Dynamic Capability. Evidence from Product Developments in Automobiles and Mainframe Computers, in: Industrial and Corporate Change, Vol. 3, No. 3, pp. 557-605. Ikeda, M. (2000), The New Product Development System of the Japanese Automobile Industry, in: Jürgens, U. (ed.), New Product Development and Production Networks. Global Industrial Experience, Berlin, u.a., pp. 313-341. Imai, K. et.al. (1985), Managing the New Product Development Process. How Japanese Companies Learn and Unlearn, in: Hayes, R. H. et.al. (eds.), The Uneasy Alliance. Managing the Productivity-Technology Dilemma, Boston, pp. 337-375. Isobe, S. (1998), CAD Data Kijun ni Yoru Kuruma Zukuri no Jitsuyôka [Vehicle Development based on CAD Data in Suzuki], in: Jidôsha Gijitsu, Vol. 52, No. 11. Itami, H. (1987), Mobilizing Invisible Assets, Cambridge; London. Jensen, J.; Harmsen, H. (2001), Implementation of Success Factors in New Product Development - A Missing Link?, in: European Journal of Innovation Management, Vol. 4, No. 1, pp. 37-52. Jetter, A. J. M. (2005), Produktplanung im Fuzzy Front End, Handlungsunterstützungssystem auf der Basis von Fuzzy Cognitive Maps, Wiesbaden. Jürgens, U. (ed.) (2000), New Product Development and Production Networks. Global Industrial Experience, Berlin u.a. Jürgens, U. (2000), Communication and Cooperation in the New Product and Process Development Networks - An International Comparison of Country- and Industry-specific Patterns, in: Jürgens, U. (ed.), New Product Development and Production Networks. Global Industrial Experience, Berlin, u.a., pp. 107-149. Kanamori, T.; Motohashi, K (2006/2007), Centralization or Decentralization of Decision Rights. Impact on IT Performance of Firms, RIETI Discussion Paper Series 06-E-032. Kato, H. (2006), Jidôsha no Dejitaru Kaihatsu Purosesu [Digital Development Process Automotive], in: Journal of the Society of Automotive Engineers of Japan, Vol. 60, No. 6, pp. 1724.

154

Literaturverzeichnis

Katz, R. (1982), The Effects of Group Longevity on Project Communication and Performance, in: Administrative Science Quarterly, Vol. 27, No. 1, pp. 81-104. Katz, R.; Allen, T. J. (1982), Investigating the Not-Invented-Here (NIH)-Syndrome: A Look at Performance, Tenure and Communication Pattern of 50 R&D Groups, in: R&D Management, Vol. 12, No. 1, pp. 7-19. Kaufmann, K; Maashoff, A. (2000), Aspects of Virtual Product Engineering for Automotive Systems Development, in: ATA Ingegneria Automotoristica, Vol. 53, No. 5/6, pp. 156-160. Keller, R. T. (1986), Predictors of the Performance of Project Groups in R&D Organization, in: Academy of Management Journal, Vol. 29, No. 4, pp. 715-726. Keller, R. T. (2001), Cross-functional Project Groups in Research and Development. Diversity, Communications, Job Stress, and Outcomes, in: Academy of Management Journal, Vol. 44, No. 3, pp. 547-555. Kessler, E. H.; Chakrabarti, A. K. (1999), Speeding Up the Pace of New Product Development, in: Journal of Product Innovation Management, Vol. 16, No. 3, pp. 231-247. Khurana, A.; Rosenthal, S. R. (1998), Towards Holistic „front ends“ in New Product Development, in: Journal of Product Innovation Management, Vol. 15, No. 1, pp. 57-74. Kieser, A.; Walgenbach, P. (2003), Organisation, Stuttgart. Koike, K. (1996), The Economics of Work in Japan, Tokyo. Krause, F.-L.; Spur, G. (1997), Das virtuelle Produkt: Management der CAD-Technik, München; Wien. Krause, F.-L. et.al. (2007), Innovationspotenziale in der Produktentwicklung, München; Wien. Krcmar, H. (2003), Informationsmanagement, Berlin u.a. Kus, S.; Fujimoto, T. (2000), Jidôsha Seihin Sangyô ni Okeru Dijitaru Gijutsu no Riyô to Seihin Kaihatsu - 3 Jigen CAD o Chûshin ni - [New Product Development and the Use of Informationtechnology in the Automobile Industry - A Focus on 3D- CAD], Discussion Paper Series CIRJE-J-27, The University of Tokyo. Kusunoko, K. et.al. (1998), Organizational Capabilities in Product Development of Japanese Firms: A Conceptional Framework and Empirical Findings, in: Organization Science, Vol. 9, No. 6, pp. 699-718. Lawson, M.; Karandikar, H. M. (1994), A Survey of Concurrent Engineering, in: Concurrent Engineering: Research and Applications, Vol. 2, No. 1, pp. 1-6.

155 Lindbeck, A.; Snower, D. J. (2000), Multitask Learning and the Reorganization of Work: From Tayloristic to Holistic Organization, in: Journal of Labor Economics, Vol. 18, No. 3, pp. 353-376. Luczak, H. et.al. (1995), Kooperative Konstruktion und Entwicklung, in: Reichwald, R.; Wildemann, H. (Hrsg.), Kreative Unternehmen. Spitzenleistungen durch Produkt- und Prozessinnovationen, Stuttgart, S. 119-163. Luhmann, N. (1980), Komplexität, in: Grochla, E. (Hrsg.), Handwörterbuch der Organisation, Stuttgart, Sp. 1064-1070. Madhavan, R.;Grover, R. (1998), From Embedded Knowledge to Embodied Knowledge. New Product Development as Knowledge Management, in: Journal of Marketing, Vol. 62, No. 4, pp. 1-12. Maffin, D. et.al. (1997), Managing the Product Development Process. Combining Best Practice with Company and Project Contexts, in: Technology Analysis and Strategic Management, Vol. 9, No. 1, pp. 53-74. Mandelbrot, B. B. (1977), Fractals: Form, Chance and Dimension, San Francisco. Matanle, P.; Lunsing, W. (eds.) (2006), Perspectives on Work, Employment and Society in Japan, New York u.a. Marcitelli, R. (2000), From Experience. Harnessing Tacit Knowledge to Achieve Breakthrough Innovation, in: Journal of Product Innovation Management, Vol. 17, No. 3, pp. 179193. Marschak, T. (2004), Information Technology and the Organization of Firms, in: Journal of Economics and Management Strategy, Vol. 13, No. 2, pp. 473-515. Marsh, S. J.; Stock, G. N. (2003), Building Dynamic Capabilities in New Product Development through Intertemporal Integration, in: Journal of Product Innovation Management, Vol. 20, No. 2, pp. 136-148. Matz, S. (2007), Erfolgsfaktoren im Innovationsmanagement von Industriebetrieben, Wiesbaden. Matz, J. (1998), Verkürzen der Innovationsdauer durch Simultaneous Engineering, Kiel. Meier-Kortwig, K. (1998), Integrierte Entwicklung komplexer Großserienprodukte. Ein chaostheoretischer Ansatz zum Emtwicklungsmanagement, Wiesbaden. Milgrom, P.; Roberts J, (1990), The Economics of Modern Manufacturing. Technology, Strategy and Organization, in: America Economic Review, Vol. 80, No. 6, pp. 511-528.

156

Literaturverzeichnis

Milgrom, P.; Roberts, J. (1995), Complementarities and Fit. Strategy, Structure, and Organizational Change in Manufacturing, in: Journal of Accounting and Economics, Vol. 19, No. 23, pp. 179-208. Morgan, J. M.; Liker, J. K. (2006), The Toyota Development System. Integrating People, Process, and Technology, New York. Nakamura, K. (2008), The Performance-based Salary System and Personell Management Reforms in Japan, in: Conrad, H.; Heindorf, V.; Waldenberger, F. (eds.) (2008), Human Resource Management in Ageing Societies. Perspectives from Japan and Germany, New York, u.a. Negele, H. (2006), Systemtechnische Methodik zur ganzheitlichen Modellierung am Beispiel der integrierten Produktentwicklung, München. Nobeoka, K. (1997), Revolution of Product Development with New CAD System, in: Journal of Political Economy and Commercial Science, Vol. 176, No. 6, pp. 63-76. Nobeoka, K. (2005), Seihin Kaihatsu ni Okeru Sôshiki Nôryoku. Seihin Akitekucha to Nihon Kigyô no Kokusai Kyôsôryoko [Organizational Capabilities in New Product Development. Product Architecture and the International Strength of Japanese Industry], Nihon Kikai Gakkaishi, Vol. 108, No. 1034, pp. 18-21. Nobeoka, K.; Fujimoto, T. (2004), Seihin Kaihatsu no Sôshiki Nôryoku. Nihon no Jidôsha Sangyô no Kokusai Kyôsôryoko [Organizational Capabilities in New Product Development. The International Strength of Japanese Automobile Industry], RIETI Discussion Paper Series 04-J-039, Tokyo. Nonaka, I.; Hirotaka T. (1995), The Knowledge-Creating Company. How Japanese Companies Create the Dynamics of Innovation, Oxford. OECD (2007), Micro-Policies for Growth and Productivity. Summary of Key Findings, OECD Directorate for Science, Technology and Industry. Okamuro, H. (2000), CAD/CAM Utilization Patterns in Japan and Germany, in: Jürgens, U. (ed.), New Product Development and Production Networks. Global Industrial Experience, Berlin, u.a. pp. 407-458. Oliver, N. et.al. (2001), Trends in Production and Product Development in the Japanese Automotive Industry, in: International Journal of Automotive Technology and Management, Vol. 1, No. 1, pp. 53-60. Orlikowski, W. J.; Scott, S. V. (2008), The Entangling of Technology and Work in Organizations, Working Paper Series 168, London School of Economics and Political Science. o.V. (2000), CAx-Pipeline: Durchgängige Datenwelten, in: Automobilentwicklung, Vol. 2, Nr. 3, S. 74-77.

157 o.V. (2000), Virtuelle Automobil-Entwicklung am Beispiel Ford, URL: http:// www.3sat. de/3sat.php?http://www.3sat.de/nano/cstuecke/11650/index.html. o.V. (2007), Virtuelle Entwicklung am Beispiel der C-Klasse. Kann ein Automobil vollständig digital entwickelt werden?, URL: http://www.heise.de/autos/artikel/s/4208. o.V. (2007), Virtuelle Entwicklung. Autos aus dem Rechner, URL: http://www.spiegel.de/ auto/ aktuell/0,1518,461956,00.html. o.V. (2008), „3. Decduction, Induction and Abduction“ im Eintrag „Charles Sanders Peirce“ in: Stanford Encyclopedia of Philosophy., URL: http://plato.stanford.edu/entries/peirce/#dia, first entry 22.06.2001, update 26.07.2006, zuletzt abgerufen am 18.07.2009. o.V. (2008), Automobilproduktion. Technik, Management, Entwicklung, Sonderausgabe Innovationen, Mai 2008. o.V. (2008), Bundeskanzlerin und VW-Vorstandschef eröffnen Virtual Reality Centre von Volkswagen in Brasilien, URL: http://www.volkswagenag.com/vwag/vwcorp/infocenter/ de/news/2008/05/virtual_reality_centre_vw_do_brasil.html. Perich, R. (1992), Unternehmensdynamik, Stuttgart; Wien. Picot, A. et.al. (2001), Die grenzenlose Unternehmung. Information, Organisation und Management, Wiesbaden. Picot, A.; Baumann, O. (2007), Modularität in der verteilten Entwicklung komplexer Systeme. Chancen, Grenzen, Implikationen, in: Journal für Betriebswirtschaftslehre, Vol. 57, Nr. 3-4, S. 221-246. Rangaswamy, R.; Lilien, G. L. (1997), Software Tools for New Product Development, in: Journal of Marketing Research, Vol. 34, No. 1, pp.177-184. Rauniar, R. et.al. (2008), Shared Knowledge and Product Design Glitches in Integrated Product Development, in: International Journal of Production Economics, Vol. 114, No. 2, pp. 723-736. Reichwald, R. et.al. (1998), Telekooperation. Verteilte Arbeits- und Organisationsformen, Berlin. Reichwald, R.; Wildemann, H. (1995) (Hrsg.), Kreative Unternehmen. Spitzenleistungen durch Produkt- und Prozessinnovationen, Stuttgart. Reinhart, G; Patron, C. (2002), Nutzenorientierte Integration von Virtual und Augmented Reality, in: Zeitschrift für wirtschaftlichen Fabrikbetrieb - ZwF, Vol. 97, Nr. 4, S. 205-208. Reiß, M. (1993), Komplexitätsmanagement (I) und (II), in: WISU 1/1993, S. 54-60 und 2/1993, S. 132-137.

158

Literaturverzeichnis

Rothwell, R. (1972), Factors for Success in Industrial Innovations from Project SAPPHO - A Comparative Study of Success and Failure in Industrial Innovation, Brighton u.a. Rothwell, R. et.al. (1974), SAPPHO Updated - Project SAPPHO Phase II, in: Research Policy, Vol. 3, No. 3, pp. 258-291. Rouse, W. B. (1999), Connectivity, Creativity, and Chaos. Challenges of Loosly Structured Organization, in: Information. Knowledge. Systems Management, Vol. 1, pp. 117-131. Sakakibara, K.; Aoshima, Y. (1988), Seihin Senryaku no Zentaisei [The Wholeness of Product Strategy], in: Hiroyuki, I. et.al. (eds.), Kyôsô to Kakushin. Jidôsha Sangyô no Kigyô Seichô [Competition and Innovation: Company Growth in the Auto Industry], Tokyo. Sammerl, N. (2006), Innovationsfähigkeit und nachhaltiger Wettbewerbsvorteil. Messung Determinanten - Wirkungen, Wiesbaden. Sato, Hiroki (1998), Career Formation and Development of White-Collar Workers` Individual Capabilities. An International Comparison of Japan, Germany, and the United States, in: Japan Institute of Labour (ed.), No. 7, Tokyo. Scheer, A.-W. (2006), Prozessorientiertes Product Lifecycle Management, Berlin u.a. Schenk, M. (Hrsg.) (2006), Virtual Reality und Augmented Reality zum Planen, Testen und Betreiben technischer Systeme, Frauenhofer-Institut Fabrikbetrieb und -automatisierung. Schnauffer, H.-G. (Hrsg.) (2004), Wissen vernetzen. Wissensmanagement in der Produktentwicklung, Berlin u.a. Schuh, G. (2005), Produktkomplexität managen. Strategien-Methoden-Tools, München; Wien. Scigliano, D. (2003), Das Management radikaler Innovationen. Eine strategische Perspektive, Wiesbaden. Seeser, G. (1990), Strategische Planung von Technologien zur Unterstützung des Entwicklungsprozesses. Entwicklung einer Konzeption und Anwendung am Beispiel des CAEVerbundes im Automobilbau, München. Simon, H. A. (1962), The Architecture of Complexity, in: Proceedings of the American Philosophical Society, Vol. 106, No. 6, pp. 467-482. Song, X. M. et.al. (1997), Antecedents and Consequences of Cross-functional Cooperation. A Comparison of R&D, Manufacturing, and Marketing Perspectives, in: Journal of Product Innovation Management, Vol. 14, No. 1, pp. 35-47. Spath, D. et.al. (2000), Unterstützung der Produktentstehung mit einem prozessbegleitenden Methodenbaukasten auf Intra-/Internetbasis, in: VDI-Gesellschaft (Hrsg.), Erfolgreiche Produktentwicklung, S. 45-67.

159 Specht, G. et.al. (2002), F&E-Management - Kompetenz im Innovationsmanagement, Stuttgart. Straßmann, T.; Lammel, B. (2006), 3D-CAD-Einsatz erfordert Konstruktionsmethodik, in: CAD-CAM Report, Nr. 1, URL: http://www.ascad.de/05newsevents/presse/downloads/ cad-cam0106.pdf. Symietz, M. (2006), Virtuelle Technologien im Produktprozess, in: Schenk, M. (Hrsg.), Virtual Reality und Augmented Reality zum Planen, Testen und Betreiben technischer Systeme, Frauenhofer-Institut Fabrikbetrieb und -automatisierung, S. 42-46. Takeda, Y. (2000), Purodakuto Riarizeshion Senryaku [The Strategy of Product Realization], Tokyo. Takeda, Y. et.al. (2000), Benefiting from Task-Redefining Process Technology. The Influence of an Organizational Process on the Introduction of 3D-CAD, URL: http://www.e.utokyo.ac.jp/itme/dp/dp35.pdf. Takeda, Y. et.al. (2004), 3 Jigen CAD no Oyobosu to Seihin Kaihatsu Purosesu [The Diffusion of 3D-CAD and its Impact on New Product Development Processes], in: Yokohama Journal of Technology Management Studies, Vol. 4, No. 04, pp. 1-12. Takeda, Y. et.al. (2006), 3 Jigen CAD no Oyobosu to Seihin Kaihatsu Purosesu no Eikyô. Nihon Kigyô to Chûgoku Kigyô no Hikaku, [Diffusion of 3D-CAD and its Impact on Product Development Processes. A Comparison between Japanese and Chinese Companies], in: Yokohama Journal of Technology Management Studies, Vol. 5, No. 05, pp. 25-41. Takeuchi, T.; Nonaka, I. (1986), The New Product Development Game, in: Harvard Business Review, Vol. 64, No. 1, pp. 137-146. Takizawa, T. (2003), Coordination Costs and the Optimal Partition of a Product Design, RIETI Discussion Paper Series 03-E-014, Tokyo, p. 20. Tang, T. (1998), The Role of Information Technology in a global development network, in: Uhlmann, E. (Hrsg.), Technologiemanagement, Berlin, S. 315-321. Teece, D. J. et.al. (1994), Understanding Corporate Coherence Theory and Evidence; in Journal of Economic Behaviour and Organization, Vol. 23, No. 1, p. 1-30. Terwiesch, C. (1999), Die Parallelisierung von Entwicklungsprozessen. Eine empirische Untersuchung, in: Die Betriebswirtschaft, Vol. 59, Nr. 2, S. 163-173. Thierauf, R. J. (1995), Virtual Reality Systems for Business, Westport. Thomke, S. H. (1998), Managing Experimentation in Design of New Products, in: Management Science, Vol. 44, No. 6, pp. 743-762. Thomke, S. H. (1998a), Simulation, Learning and R&D Performance. Evidence from Automotive Development, in: Research Policy, Vol. 27, No. 1, pp. 55-64.

160

Literaturverzeichnis

Thomke, S. H. et.al. (1998), Modes of Experimentation. An Innovation Process - and Competitive - Variable, in: Research Policy, Vol. 27, No. 3, pp. 315-332. Thomke, S. H. et.al. (2004), The Mixed Effects of Inconsistency on Experimentation in Organizations, in: Organization Science, Vol. 15, No. 3, pp. 310-326. Thomke, S. H.; Fujimoto, T. (2000), The Effect of “Front-Loading” Problem-Solving on Product Development Performance, in: Journal of Product Innovation Management, No. 17, No. 2, pp. 128-142. Tietze, O. (2003), Strategische Positionierung in der Automobilbranche. Der Einsatz von virtueller Produktentwicklung und Wertschöpfungsnetzwerken, Wiesbaden. Uhlmann, E. (Hrsg.) (1998), Technologiemanagement. Regionale Stärken und globale Chancen, Frauenhofer Institut Produktionsanlagen und Konstruktionstechnik, Berlin, S. 315-321. Ulrich, K. T.; Eppinger, S. D. (1995), Product Design and Development, New York u.a. Vajna, S. (1999), Die neue Richtlinie VDI 2219. Praxiserprobte Hinweise zu Einführungsstrategien und Wirtschaftlichkeit von EDM/PDM-Systemen, in: VDI-Gesellschaft (Hrsg.), VDIRichtlinie 2219. Einführung und Wirtschaftlichkeit von EDM/PDM-Systemen, Berlin, S. 2542. VDI-Gesellschaft (Hrsg.), VDI-Richtlinie 2219: Einführung und Wirtschaftlichkeit von EDM/ PDM-Systemen, Berlin. Verganti, R. (1997), Leveraging on Systematic Learning to Manage the Early Phases of Product Innovation Projects, in: R&D Management, Vol. 27, No. 4, pp. 377-393. Verganti, R. (1999), Planned Flexibility. Linking Anticipation and Reaction in Product Development Projects, in: Journal of Product Innovation Management, Vol. 16, No. 4, pp. 363376. Verona, G. (1999), A Resource-based View of Product Development, in: Academy of Management Review, Vol. 24, No. 1, pp. 132-142. Verworn, B. (2005), Die frühen Phasen der Produktentwicklung. Eine empirische Analyse in der Mess-, Steuer- und Regelungstechnik, Wiesbaden. Waldenberger, F. (1999), Organisation und Evolution arbeitsteiliger Systeme, München. Waldenberger, F. (2001), Japan as a Model of the Past? “Kaizen”, “Lean Production” and the German Car Industry in Retrospect., in: Hook, G.; Hasegawa, H. (eds.), Political Economy of Japanese Globalization, London, pp. 137-150. Wangenheim, S. v. (1998), Planung und Steuerung des Serienanlaufs komplexer Produkte: dargestellt am Beispiel der Automobilindustrie, Frankfurt a.M. u.a.

161 Warnecke, H.-J. (1993), Revolution der Unternehmenskultur. Das fraktale Unternehmen, Berlin. Wenzel, S. (2003), Organisation und Methodenauswahl in der Produktentwicklung, München. Wheelright, S. C.; Clark, K. B. (1994), Revolution der Produktentwicklung, Spitzenleistungen in Schnelligkeit, Effizienz und Qualität durch dynamische Teams, Frankfurt a.M.; New York. Winter, J. (1998), Einsatz von Virtual Reality in der Marketingforschung der Automobilindustrie, in: Zeitschrift für die gesamte Wertschöpfungskette Automobilwirtschaft, Vol. 1, Nr. 3, S. 36-42. Wohlenberg, H. (1993), Gruppenunterstützende Systeme in Forschung und Entwicklung: Anwendungspotentiale aus industrieller Sicht, Wiesbaden. Womack, J. P. et.al. (1990), The Machine that Changed the World, New York. Zirger, B.; Maidique, M. (1990), A Model of New Product Development. An Empirical Test, in: Management Science, Vol. 36, No. 7, pp. 867-883.

163

Stichwortverzeichnis A Abduktion 59 Anpassungserfordernisse 2, 4, 5, 9, 20, 21, 22, 23, 24, 25, 26, 29, 34, 36, 46, 48, 54, 56, 57, 58, 60, 62, 64, 65, 66, 67, 68, 71, 75, 76, 77, 78, 79, 80, 81, 82, 83, 85, 88, 100, 103, 117, 121, 126, 131, 132, 133 Anpassungsfähigkeit 68, 80, 107 Anreizinstrumente 62, 63, 64, 65, 77, 80, 84, 87, 118, 119, 120, 122, 132, 134, 136, 137 Anreizstrukturen 64, 65, 83, 87, 117, 121, 123, 134, 136 Anreizsystem 4, 63, 64, 65, 74, 77, 82, 84, 87, 88, 107, 118, 120, 121, 122, 123, 125, 126, 132, 134, 135, 136, 137, 146, 151 Arbeitsteilung 22, 28, 29, 30, 50, 65, 67, 88 Aufgabenintegration 66, 67, 68, 71, 74, 77, 88, 126, 127, 128, 132, 135 Augmented Reality 38, 39, 147, 153, 157, 158, 159 Automobilindustrie 2, 3, 4, 7, 8, 9, 11, 12, 17, 21, 22, 23, 24, 26, 27, 29, 30, 31, 33, 34, 38, 39, 41, 45, 68, 73, 78, 79, 80, 81, 82, 88, 89, 96, 109, 110, 120, 131, 133, 135, 152, 160, 161 Automobilproduktentwicklung 2, 3, 9, 12, 13, 17, 19, 21, 26, 27, 29, 31, 32, 33, 35, 38, 42, 49, 56, 73, 79, 80, 131, 149, 151, 156 B Beschäftigungssystem 65, 81, 87, 105, 120, 121, 122, 126, 134, 136, 137 Boundary objects 61

CAE 29, 35, 36, 82, 95, 96, 97, 99, 103, 104, 105, 106, 116, 117, 119, 128, 129, 144, 145, 158 CAS 30, 32 CAVE 38 Collaborative Engineering 26, 28 CSCW 40 D Deduktion 59 Digitalisierung 29, 30, 31, 32, 35, 36, 37, 38, 39, 40, 42, 43, 44, 45, 47, 57, 59, 61, 63, 72, 76, 78, 82, 102, 131, 132, 135, 157 Dynamik 1, 21, 23, 24, 25, 26, 29, 33, 36, 38, 48, 54, 56, 57, 58, 66, 68, 70, 73, 74, 75, 76, 80, 131, 132, 161 E EDM 40, 160 Empirische Untersuchung 1, 4, 7, 8, 9, 19, 20, 33, 35, 42, 44, 53, 55, 56, 59, 62, 64, 69, 70, 73, 75, 77, 78, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 93, 94, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 106, 107, 109, 113, 116, 117, 118, 122, 123, 124, 125, 126, 127, 128, 129, 131, 132, 133, 135, 136, 139, 145, 146, 151, 159 Entwicklungsperformance 2, 4, 8, 12, 28, 74 Erfolgsfaktorenforschung 4, 7, 11 Evaluierungssystem 14, 15, 18, 24, 31, 37, 56, 62, 64, 65, 77, 84, 87, 98, 102, 115, 117, 118, 119, 120, 121, 122, 123, 124, 125, 126, 132, 134, 136, 146 Experimentieren 13, 17, 18, 19, 20, 36, 37, 42, 43, 45, 46, 59, 102, 131 F

C CAD 3, 5, 7, 8, 29, 33, 34, 35, 37, 58, 59, 82, 95, 96, 97, 99, 103, 104, 105, 106, 116, 117, 119, 127, 128, 144, 145, 147, 153, 154, 156, 159

Fähigkeit 1, 4, 6, 12, 21, 22, 23, 30, 38, 43, 48, 56, 58, 59, 61, 62, 74, 81, 84, 85, 100, 101, 102, 103, 104, 105, 108, 109, 110, 112, 114, 115, 118, 124, 125, 126, 127, 133, 139, 141, 143, 145 Fit-to-Market 2, 54, 73

164

Stichwortverzeichnis

Flexibilität 25, 26, 51, 54, 55, 56, 57, 60, 66, 67, 70, 71, 80 Flexible Spezialisierung 78 Front-Loading 5, 44, 45, 46, 47, 48, 57, 160 G Gestaltungsempfehlungen 9, 75, 78, 81, 82 H Humankapital 6, 59, 65, 80 I Induktion 59 Information 2, 3, 4, 5, 7, 8, 9, 11, 12, 13, 14, 16, 20, 25, 26, 27, 28, 29, 30, 31, 36, 39, 40, 42, 46, 47, 48, 50, 51, 54, 56, 57, 58, 60, 64, 66, 67, 69, 70, 78, 79, 85, 88, 94, 95, 97, 101, 114, 131, 133, 142, 144, 145, 147, 148, 149, 151, 155, 157, 158, 159 Informationsaustausch 17, 40, 47, 60, 117, 126, 135 Informationstechnologie 2, 3, 4, 5, 6, 7, 8, 9, 12, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 42, 43, 44, 45, 46, 47, 48, 49, 53, 56, 57, 58, 59, 62, 63, 65, 66, 67, 70, 72, 73, 74, 75, 77, 78, 79, 80, 81, 82, 84, 85, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 106, 107, 110, 111, 112, 114, 116, 117, 119, 126, 127, 128, 129, 131, 132, 133, 135, 137, 139, 142, 143, 144, 145, 147, 153, 154, 156, 157, 158, 159, 160 Innovation 1, 4, 5, 7, 8, 11, 13, 19, 23, 24, 29, 42, 56, 58, 61, 71, 150, 152, 153, 154, 155, 156, 158, 160 Innovationsprozess 23, 42, 71 Interdependenz 7, 12, 17, 18, 22, 38, 40, 43, 47, 48, 49, 52, 53, 54, 63, 71, 72, 75, 131 Interdisziplinäre Zusammenarbeit 2, 4, 12, 27, 40, 60, 61, 62, 63, 64, 66, 68, 69, 71, 78, 88, 97, 103, 126, 127, 128, 129, 135 IT Implikationen V, X, XI, XII, XV, XVI, 7, 8, 26, 28, 31, 47, 48, 49, 57, 58, 59,

62, 65, 66, 77, 84, 100, 101, 103, 104, 105, 131, 132, 139 IT Wirkungspotenzial 1, 2, 3, 4, 7, 8, 9, 11, 12, 25, 26, 27, 28, 29, 30, 39, 41, 42, 43, 44, 45, 46, 47, 48, 49, 54, 56, 57, 58, 59, 60, 63, 65, 66, 67, 73, 74, 76, 77, 78, 79, 81, 82, 85, 98, 99, 110, 131, 132, 133, 139, 161 IT-Skills 74, 77, 84, 86, 95, 96, 97, 100, 105, 107, 110, 111, 112, 132, 134 J JAMA 88, 89, 133 Japanisches Unternehmensmodell 70, 79, 81 K Knowledge Based View 6 Kommunikation 4, 11, 12, 23, 28, 31, 38, 39, 40, 41, 43, 47, 48, 53, 55, 57, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 70, 72, 74, 76, 77, 80, 81, 86, 88, 101, 107, 114, 115, 120, 126, 127, 128, 131, 132, 135, 139, 141, 143, 144, 148 Kommunikationsstrukturen 70 Kompetenz 1, 4, 26, 27, 38, 58, 60, 63, 74, 77, 84, 85, 88, 95, 96, 97, 100, 105, 107, 108, 109, 110, 118, 122, 123, 124, 125, 127, 132, 133, 134, 159 Komplementarität 2, 3, 4, 7, 9, 67, 73, 75 Komplexität 1, 7, 8, 12, 13, 15, 17, 21, 22, 24, 25, 26, 28, 29, 30, 33, 35, 36, 38, 44, 48, 54, 55, 56, 60, 64, 66, 71, 73, 74, 75, 76, 77, 102, 103, 123, 131, 132, 155, 157, 160 Kooperationswerkzeuge 28, 31, 39, 40, 41, 47, 59, 101 Koordination 2, 4, 11, 23, 29, 30, 31, 39, 42, 47, 72, 148 Korrelationsanalyse 55, 92, 102, 119, 122, 124, 146 Kreativität 27, 33, 58, 59, 61, 85, 101, 102, 103, 104, 133, 139 L Lean Production 27, 78, 79, 160

165 Lernen 18, 43, 54, 63, 64, 65, 80, 86, 111, 112, 120, 121, 126, 134, 139, 141, 143, 144 Lernprozess 18, 20, 42, 48, 63, 110 M Massenproduktion 27 Mock-up 32, 36, 37, 147 Modularisierung 2, 16, 27, 53, 54, 67, 71, 72 Motivation 1, 64, 69, 87, 88, 106, 112, 117, 134, 135 O Organisationsform 2, 27, 40, 67, 68, 71, 72, 80, 157 Organisationsstrukturen 2, 3, 4, 5, 8, 9, 21, 26, 27, 28, 29, 31, 41, 47, 48, 50, 51, 52, 59, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 77, 78, 80, 82, 83, 84, 88, 126, 127, 128, 131, 132, 133, 135, 148, 149, 150, 151, 152, 154, 155, 157, 160, 161 P Parallel-integrierter Produktentwicklungsprozess 4, 8, 20, 22, 28, 49, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 68, 70, 71, 73, 74, 76, 77, 78, 80, 94, 104, 126, 132, 159 Personalentwicklung 62, 63, 64, 65, 74, 82, 83, 84, 86, 87, 102, 105, 106, 107, 108, 109, 110, 113, 115, 117, 133, 139, 140, 141 Personalentwicklungsinstrumente 62, 63, 77, 83, 86, 107, 108, 109, 110, 111, 112, 114, 115, 116, 132, 133, 134, 136, 139, 141, 142, 143, 144, 145 Personalmanagement 62, 64, 65, 74 Personalsystem 62, 73, 74, 75, 77, 80, 107, 109, 112, 115, 116, 131, 132, 135, 136, 142, 144 Problemlösungsprozess 4, 11, 12, 18, 19, 25, 26, 27, 28, 29, 34, 48, 49, 50, 51, 56, 73, 101, 103, 104, 131, 139 Produkt 1, 2, 5, 6, 12, 13, 14, 15, 16, 17, 18, 19, 22, 23, 24, 25, 28, 30, 31, 33, 34, 36, 37, 39, 40, 44, 45, 48, 49, 50, 51, 52,

56, 59, 71, 114, 115, 131, 134, 141, 143, 144, 150, 151, 152, 154, 155, 157, 160 Produktdatenmanagementsysteme 16, 31, 39, 40, 47, 160 Produktentwicklung 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 13, 14, 16, 17, 18, 19, 21, 22, 23, 25, 27, 28, 29, 30, 31, 33, 34, 35, 36, 37, 39, 40, 41, 42, 45, 47, 48, 49, 50, 51, 53, 54, 55, 56, 57, 58, 60, 61, 62, 63, 66, 71, 73, 78, 79, 80, 81, 82, 83, 84, 85, 88, 94, 95, 96, 97, 98, 99, 100, 102, 103, 110, 111, 114, 115, 128, 131, 132, 133, 134, 135, 137, 139, 141, 143, 144, 146, 147, 148, 149, 150, 151, 152, 153, 154, 155, 156, 157, 158, 159, 160, 161 Produktentwicklungsprozess 2, 3, 4, 8, 11, 12, 13, 14, 15, 16, 17, 18, 19, 22, 24, 25, 26, 27, 28, 29, 30, 31, 37, 38, 39, 42, 44, 46, 47, 48, 49, 50, 51, 53, 54, 55, 56, 57, 58, 59, 62, 63, 70, 72, 78, 79, 126, 128, 131, 134, 135, 150, 152, 153, 158, 159, 160 Produktmodell 16, 38, 39, 40, 47, 78, 153 Prototyp 2, 6, 12, 13, 14, 15, 16, 17, 19, 20, 25, 30, 32, 33, 36, 37, 39, 40, 43, 45, 115, 120, 151 Prototyping 43, 44, 45, 46 Prozess 2, 3, 5, 8, 9, 11, 12, 15, 17, 18, 19, 20, 22, 26, 27, 28, 29, 30, 31, 42, 46, 47, 48, 49, 50, 51, 52, 54, 55, 57, 59, 60, 62, 66, 68, 72, 74, 76, 80, 81, 82, 83, 94, 101, 104, 121, 126, 131, 132, 151 Prozessanordnung 2, 3, 4, 8, 13, 20, 22, 28, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 59, 60, 70, 74, 75, 76, 77, 78, 80, 126, 131, 132, 133 Prozessmodell 39, 40, 47 Q Qualifikation 2, 4, 6, 8, 26, 48, 57, 61, 62, 64, 77, 83, 84, 101, 106, 111, 120, 132, 136 Qualifizierungsbedarf 82, 102, 115 R Rapid Prototyping 32, 37, 152 Resource-based View 4, 160

166

Stichwortverzeichnis

Respondenten 74, 77, 84, 85, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 107, 108, 109, 110, 113, 118, 119, 122, 123, 124, 125, 126, 127, 129, 132, 133, 134, 139, 146 S Senioritätsprinzip 87, 120, 121, 134 Sequentieller Produktentwicklungsprozess 20, 22, 49, 50, 51, 53, 54, 55, 56, 57, 60 Signifikanz 56, 98, 99, 102, 103, 104, 105, 106, 119, 120, 122, 123, 124, 125, 128, 129, 133 Simulationstechnologie 30, 34, 36, 37, 38, 43, 45, 46, 59, 103, 159 Simultaneous Engineering 2, 27, 41, 50, 51, 52, 148, 150, 151, 155 Skills V, 3, 6, 61 Spezialisierung 2, 58, 61, 62, 63, 64, 65, 67, 68, 74, 80, 81, 84, 85, 86, 95, 100, 101, 102, 103, 104, 105, 106, 107, 111, 112, 113, 114, 115, 116, 118, 119, 132, 133, 134, 135, 136, 139, 140, 141, 142, 144 Spezialisierungsvorteil 28, 68, 80 Standardabweichung 90, 98 Streuung 93, 97, 98, 127 Systemkomplementarität 2, 3, 4, 7, 9, 27, 73, 75 T Target Costing 27, 78 Taylorismus V, 49, 50, 68, 71, 80 Testen VII, X, 13, 16, 17, 18, 19, 20, 22, 26, 36, 37, 38, 39, 42, 43, 44, 45, 46, 49, 54, 55, 57, 60, 63, 102, 131, 147, 153, 158, 159 Testverfahren 11, 16, 17, 18, 20, 37, 42, 43, 44, 45, 48, 53, 54, 55, 56, 84, 100, 102, 128, 161 T-förmige Wissensstrukturen 60, 61, 62, 63, 65, 74, 77, 86, 100, 102, 104, 106, 107, 113, 114, 132, 133, 134, 141 Trial & Error-Prozess 110

U Unternehmensbindung 65, 118, 119, 120, 122, 134, 136, 137 Untersuchungsdesign 9, 73 V Virtual Reality 2, 30, 34, 38, 39, 147, 151, 153, 157, 158, 159, 161 Virtualisierung 5, 12, 27, 29, 30, 31, 32, 33, 34, 36, 37, 38, 39, 40, 43, 44, 48, 59, 61, 102, 151, 153, 154, 157, 160 Virtuelle Produktentwicklung 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 41, 42, 43, 44, 45, 46, 47, 59, 63, 76, 78, 102, 103, 131, 132, 159 Virtuelles Produkt 29, 31, 32, 39 W Wettbewerb 1, 2, 3, 4, 6, 7, 21, 22, 23, 24, 26, 48, 57, 65, 66, 70, 73, 74, 75, 77, 78, 79, 80, 120, 136, 141, 143, 145, 158 Wirkungszusammenhang 7, 8, 54, 58, 66, 71, 72, 73, 75, 76, 77, 85, 101, 102, 103, 104, 132, 139 Wissen 1, 2, 5, 6, 8, 18, 47, 48, 58, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 72, 81, 86, 98, 100, 101, 102, 103, 105, 106, 108, 110, 111, 112, 113, 114, 115, 116, 117, 118, 120, 124, 126, 127, 132, 136, 147, 148, 149, 155, 156, 157, 158 Wissensdiversifizierung 58, 61, 62, 63, 64, 65, 74, 84, 85, 86, 100, 101, 102, 103, 105, 106, 107, 113, 114, 115, 116, 117, 118, 119, 121, 133, 134, 135, 136, 141, 142, 144 Wissensgrenzen 60, 61 Wissensintegration 6, 8, 60, 61, 62, 63, 68, 77, 80, 103, 132 Wissensstrukturen 2, 3, 5, 6, 8, 9, 29, 31, 57, 58, 60, 61, 62, 63, 65, 73, 74, 75, 77, 80, 84, 85, 86, 87, 88, 100, 101, 102, 103, 104, 106, 107, 113, 114, 117, 129, 131, 132, 133, 134, 135, 141