Steven Warmoes - Blog Kennismanagement

Welke diensten levert Kennismanagement?

Is kennismanagement rendabel? Die vraag krijg ik regelmatig. Kennisbeheer is rendabel  als het nuttige kennisverbeteringen oplevert die zorgen voor effectievere en efficiëntere bedrijfsprocessen. Deze zitten op meerdere niveaus:

• Kennis creëren
• Kennis verspreiden
• Kennis behouden

Praktisch betekent dit dat uw organisatie een dienstencatalogus heeft met concrete services om dit te realiseren. Typische zaken zijn:

• Lerende netwerken en Communities uitbouwen
• Lerende dialogen faciliteren zoals "lessons learned" oefeningen
• Kennis documenteren en kennisbanken opbouwen, bvb. met wiki's
• Kennis in software steken t/m Artificiële Intelligentie
• Kennis overdragen via vorming; train the trainer
• Kennis in de hoofden expliciteren en klaar maken voor overdracht, bv. bij jobrotatie of pensionering
• Kenniswerkers die gescheiden zijn in tijd en ruimte leren samenwerken met moderne ICT technieken
• Kennisintensieve bedrijfsprocessen productiever maken
• Een cultuur van kennisdelen bevorderen
• Strategische kernkennisdomeinen identificeren en een passend kennisinvesteringsprogramma ontwerpen
• ...

Dit betekent niet noodzakelijk dat een operationele dienst Kennismanagement al die diensten zelf levert: bv."train the trainer" wordt vaak door een afdeling vorming als deel van HR geleverd. Een goede samenwerking met verwante diensten is dan ook noodzakelijk, zoals ICT, Vorming en opleiding, Interne Communicatie, Kwaliteit- en Procesbeheer, Organisatieontwikkeling…
De dienst KM moet echter zeker zelf de multidisciplinaire consulting geven waaronder de passende ingrediënten uit de dienstencatalogus, en het recept om ze tot een coherent geheel te maken om de concrete kennisuitdaging op te lossen.

Wie draagt de kosten voor Kennismanagement ?

Een van de hinderpalen voor Kennismanagement is dat men KM vooral als een kost ziet, en dan begint het afschuiven naar het budget van iemand anders. Om dit te vermijden moet je de kosten plaatsen bij diegene die er de baten van verwacht.

Laten we dit op 3 niveaus analyseren: operationeel, tactisch en strategisch.

1) Operationeel heeft KM veel te maken met het beantwoorden van vragen en het oplossen van vraagstukken. Stel, je werkt in een project gerichte organisatie. Een collega werkt in een uitdagend project en jij blijkt daar ervaring mee te hebben. Je bent een klankbord voor je collega, en je wijst op belangrijke risicofactoren en kritische succesfactoren, en geeft nuttige tips. Je was dus een waardevolle interne consultant voor je collega. In dat geval is het dan ook logisch dat jou tijd op het budget van het project van je collega komt. Voor je collega is het een nuttige investering die o.a. onverwachte bijkomende kosten in hun project vermijdt.

2) Tactisch heeft KM veel te maken met het maken van kennisproducten en kennisdiensten. In dezelfde projectorganisatie kan het nuttig zijn om een kennisbank te maken met bv. lessons learned uit projecten. Het opzetten en uitbaten van die kennisbank is dan een investering die best gedragen wordt door de manager die verantwoordelijk is voor de goede uitvoering van de projecten.

3) Strategisch heeft KM veel te maken met het bepalen in welke kennisdomeinen men slimmer wil zijn dan de competitie. Maar vaak wordt die kennis in meerdere afdelingen toegepast zodat er transversale communities nodig zijn. Een voorbeeld: Colruyt heeft meerdere vestigingen en processen waarbij voor iedereen kennis van supply chain belangrijk is. Er is dan ook behoefte aan gezamenlijke ervaringsuitwisseling, onderzoek, experimenten, vorming enz... Daarvoor is een community opgericht onder de naam Vakcentrum Supply Chain, met een full time coördinator. Iemand van de hogere hiërarchie treedt op als bestuurder van die community en zorgt voor het budget. In het budget zit dan typisch het loon van de community-coördinator(en), de middelen voor studieprojecten met mensen uit verschillende afdelingen enz... 

Het is dus kritisch om bij het uitbouwen van KM snel op zoek te gaan naar wie welke concrete baten van KM verwacht, want daar zitten de logische budgeteigenaars.

 

Heb je kennis-productmanagers? En kennis-servicemanagers?

Iedereen is het erover eens dat we onze materiële activa moeten managen. Gebouwen of machines worden aangekocht, onderhouden, hersteld, omgebouwd... Er worden plannen gemaakt, budgetten voorzien, processen georganiseerd... En er is een manager voor verantwoordelijk, bv. een "maintenance and repair manager". Maar beheren we even gedisciplineerd onze intellectuele activa ? We denken hierbij aan onze kennisbanken met documentatie zoals faq's, checklists, wiki's, processchema's, methodieken, modellen, algoritmes, handboeken, cursusmateriaal, lessons learned... Want ook daar moeten we ons verzekeren van kwaliteit zoals de juistheid, de bruikbaarheid, de begrijpbaarheid, de vindbaarheid... 

Deze intellectuele activa verdienen dus even goed beheerd te worden via processen met duidelijke rollen en verantwoordelijkheden, kwaliteitseisen, budgetten enz...
Omdat het woord 'intellectuele activa' nogal intellectualistisch kan overkomen spreek ik nog liever over (interne) kennisproducten. Dat heeft ook het voordeel dat we kunnen leren uit de discipline van het Product Management, niet in het minst omdat dit ook doet denken aan (interne) marketing:

• Wat zijn de behoeftes van mijn (interne) klanten? 
• Hoe tevreden zijn ze?
• Hoe promoot ik mijn product?
• Is mijn product wel rendabel? Tot hoever leveren bijkomende investeringen in het product toegevoegde waarde?
• Zijn er alternatieven voor mijn product?
• Wie zijn goede kennisleveranciers van mijn kennisproduct?
• Welke dienstverlening is er nodig rond mijn product?
  • Training in het gebruik?
  • Waar kan men terecht met bijkomende vragen? (Heel kritisch !)
  • Waar kan men terecht met ideeën of klachten ?
• Wat is de roadmap voor het product en bijhorende dienst ?
• Hoe evolueert de technologie, intern en extern?
• ...

Precies omdat de bijhorende diensten, i.h.b. bijkomende vragen beantwoorden, zo cruciaal zijn spreek ik minstens zo graag over kennisdiensten met een bijhorende kennis-servicemanager.

Het is dan ook een teken van maturiteit van het kennismanagement dat in de belangrijke kennisdomeinen kennisproducten en kennisdiensten gedefinieerd zijn met verantwoordelijke kennis-servicemanagers.

Zie ook: Kennis delen met je partners over een kennisdienstverlening die al 10 jaar goed draait mede dankzij een goede kennis-servicemanager.

Eis expertvriendelijke A.I. !

Experten voelen zich vaak ongemakkelijk bij A.I. Stel dat een A.I. systeem slimmer wordt. Wat dan? 

Recent had ik een gesprek met een geneesheer-specialist. We weten allemaal dat medische beeldvorming cruciaal is bij veel diagnoses. En dat een beeld goed kunnen interpreteren een belangrijke expertise is voor een arts. 

Nemen we het interpreteren van het beeld van een oog. Een A.I.-systeem kan getraind worden met beelden en diagnoses van veel topdokters. Het A.I.-systeem zal dus meer goede voorbeelden gezien hebben dan een dokter redelijkerwijze kan gezien hebben. Het is dan niet onredelijk te verwachten dat Het A.I-systeem beter wordt in de herkenning dan een gemiddelde dokter. Maar daarmee is de kous niet af. En het zou erg zijn mocht de expertise van de dokter afnemen om zelf goed beelden te herkennen. Dat zou trouwens gevaarlijk zijn: wat als de dokter denkt dat het A.I.-systeem zich vergist? Of zich afvraagt of het ook niet iets anders zou kunnen zijn? 

Het A.I.-systeem moet zich dus kunnen verantwoorden. Dat kan typisch door beelden te tonen die goed gelijken op het beeld van het oog van de patiënt, en die gebruikt zijn om het A.I.-systeem te trainen, m.a.w. door te tonen wat de mening is van andere (top)dokters in gelijkaardige gevallen. De arts kan dan vergelijken en zien of er een verschil kan zijn dat het verschil maakt. De arts kan feedback geven aan het systeem, waarbij de (top)dokters die het systeem trainen het verder kunnen verfijnen. En als de arts akkoord gaat bij het zien van gelijkaardige voorbeelden, dan heeft die arts weer iets bijgeleerd.

Op de vraag: "zou het ook diagnose X kunnen zijn" kan het systeem foto's tonen van gelijkaardige beelden die wel of niet X bevatten. 

Of bij elke diagnose een % kans geven dat het X, Y, Z... is.

Een expertvriendelijke A.I. mag dus zeker geen zwarte doos zijn, maar moet de expert genuanceerd informeren, en leren van de feedback van de expert. Het systeem zelf moet leren van en in een Community van (top)experten. En zo zitten we natuurlijk weer in het hart van Kennismanagement.

Beste Wensen voor 2019

Ik wens jullie een wijs 2019 met weinig fake news en nog minder fake knowledge !

Bent u een T-shaped manager ? of een T-shaped kenniswerker?

Wat is de rol van een lijnmanager in Kennismanagement? We weten het allemaal: kennis stopt niet aan de grens van een afdeling. Meer nog, kennis is vaak over meerdere afdelingen gespreid. Dus zijn meerdere managers betrokken. En dan kan er van alles gebeuren gaande van een gevecht om de bevoegdheid tot "laat een ander het maar oplossen". 

T-shaped management wil dit probleem oplossen. De verticale streep staat voor de klassieke hiërarchische verantwoordelijkheid, terwijl de horizontale streep staat voor de verantwoordelijkheid in gedeelde (kennis)domeinen.

T-shaped managers zoeken actief met hun horizontale collega's om afspraken te maken over gemeenschappelijke (kennis)belangen, i.h.b. in het inrichten en besturen van lerende netwerken en communities m.i.b.v. de kennistaakverdeling. En daar kunnen dan weer kennisprojecten groeien. Dat impliceert ook het creëren van een gemeenschappelijke visie en het verdelen van budgetten. Stuurgroepen voor communities kunnen dit verankeren.

Maar ook de aansturing van die T-shaped managers vanuit hun gemeenschappelijke hiërarchie moet daarmee kloppen: krijgen ze gemeenschappelijke kennisobjectieven? Budgetten? Incentives en premies? 

Dat vereist op zijn beurt dat topmanagement een goede visie heeft welke kennis kritisch is voor een duurzaam competitief voordeel, en hoe die kennis praktisch omgezet wordt in kernproducten en -diensten. Hierbij helpen oefeningen als het analyseren van de missie, kerncompetenties en kernvragen.

Meer in het algemeen spreekt men ook over T-shaped kenniswerkers wanneer er zowel een specialisatie is in de diepte als een brede multidisciplinaire kennis. 

Hoeft het gezegd dat T-shaped managers en professionals uitstekende netwerkers zijn?

T-time dus.

Nieuwe goede praktijk voor virtuele bureaus ?

Al heel lang adviseer ik dat elke groep kenniswerkers standaard een virtuele bureau krijgt, d.w.z. een plaats om documentatie op te slaan, samen content te creëren, weetjes en notities bij te houden, nieuws uitwisselen en nieuwigheden op te volgen... 

Deze groepen zijn zeker niet alleen afdelingen zoals je die in het organogram ziet, maar minstens evenzeer zgn. transversale groepen met kenniswerkers uit verschillende afdelingen zoals projectgroepen, productgroepen, procesgroepen... en natuurlijk de onvolprezen communities of practice. In groepen, en in transversale groepen nog meer, moeten kenniswekrers samenwerken die vaak niet fysiek samenzitten.

In organisaties waar SharePoint aanwezig is, was het een goede praktijk om hiervoor een SharePoint Workspace te nemen. Dit werd versterkt doordat iedereen via Office 365 in de cloud een abonnement op SharePoint kan nemen zonder zelf last te hebben van systeembeheer. 

Nu is er een nog krachtiger standaardstartpunt in de Microsoftfamilie: MS Teams.

Teams heeft het voordeel dat het basisactiviteiten in samenwerking centraal zet zoals:

• communiceren via chats of webmeetings (zoals Skype), ook met mensen die geen Office 365 abonnement hebben;
• notities bijhouden;
• samen aan documenten werken.

Je kan Teams zowel gebruiken via je PC als via een tablet of smartphone.

En je kan er natuurlijk ook documenten bewaren. 

Het krachtige is dat documenten ook in een OneDrive of SharePoint werkruimte zitten, zodat je de krachtige functionaliteiten van metadata kan gebruiken, wat nuttig is als je een kennisbank maakt. Bestaande SharePoint werkruimtes kan je daarenboven koppelen aan nieuwe Teams.

Bemerk in bovenstaand voorbeeld dat je in de linkerkolom alle teams ziet waar je lid van bent. Teams wordt zo je centrale dashboard voor je werk.

Maar er blijft een caveat: je moet in je team blijven afspraken maken over klassementen, welke chatkanalen je maakt en waarvoor ze dienen enz... Het gemak waarmee je een Team aamaakt, vergroot de verleiding alleen maar om er een chaos van te maken. En in een team is de ketting zo sterk als de zwakste schakel. Je moet dus zorgen dat iedereen in je team de functies voldoende in de vingers heeft, en gedisciplineerd de teamafspraken volgt. Nieuwelingen moeten gevormd en ingewerkt worden in de teamafspraken. Het moet dus gemanaged worden.

Sedert deze zomer is MS Teams ook gratis. Dat betekent:

1. Dat je kan experimenteren ook als je geen Office 365 abonnement hebt;
2. Dat je teams ook kan gebruiken voor je vrijetijdsverenigingen.

De grote concurrent van Teams is Slack.

Wat doe ik met dit weetje ? Wat doen wij met dit weetje ?

Dit herken je wellicht wel: je ziet iets interessant op Internet, of er passeert iets op papier, of iemand tekent een leuk idee op een bierkaartje... Je wil dat wel bijhouden, maar waar kan je het snel kwijt op een manier dat je het makkelijk terug vindt? Notitieprogramma’s zoals OneNote (of Evernote) zijn hiervoor ideaal. Ze bestaan op je PC, tablet of smartphone. Je elektronisch notitieblok is over al deze toestellen geynchroniseerd. Op je desktop steek je er een mail of PDF in, op je smartphone neem je een foto van dat bierkaartje, of van een whiteboard... Alle content zie je netjes bijeen.
Een zoekfunctie helpt om inhoud vlot terug te vinden. Je hebt dus basismateriaal voor nieuwe kennis.

Maar daarmee is de kous niet af: wat ga je met al die notities doen? Het is aangewezen om regelmatig eens door die notities te gaan om te zien of je er « lessons learned » in ziet die vervolgens tot nuttige acties leiden. Na een synthese kunnen de ruwe nota’s dan weggegooid worden. 

Nieuwe kennis opbouwen doen we evenwel beter samen. Notitieboeken zijn een nog krachtiger kennisinstrument als verscheidene mensen uit een interessedomein een notitieboek delen, en dan samen op zoek gaan naar lessons learned. Maar dan heb je best wel een gemeenschappelijke plaats, zoals in OneDrive, MS Groepen, MS Teams of een SharePoint site. En daar ben je best op georganiseerd: welke kennisdomeinen zijn er ? En welke gemeenschappelijke plaats hebben ze ? En wie houdt die plaats in orde, en i.h.b. de indeling van het geheel notitieboek ?

Zoals zo vaak in Kennismanagement ligt de voornaamste uitdaging op organisatorisch vlak.   

Van Artificiële Intelligentie naar Kennismanagement en terug.

Het komt me regelmatig voor dat mensen het verband niet zien tussen Artificiële Intelligentie en Kennismanagement. Ik ben mijn carrière gestart in Artificiële Intelligentie (AI) en heb mijn actieterrein uitgebreid tot Kennismanagement (KM). Mijn carrièregeschiedenis legt dan ook goed het verband uit.

Typische AI toepassingen waren en zijn systemen die advies gaven over leningen, technische pannes... of systemen die risico's analyseerden voor leningen en verzekeringen. In het hart van die AI-systemen liggen algoritmes die gebaseerd zijn op kennis van experten, het weze uitgedrukt in woorden en schema's, of in databanken met voorbeelden van beslissingen. De data kunnen ook uit de realiteit komen, bv. met de terugbetalingsgeschiedenis van leningen.

Nu, vooraleer je die kennis, uitgedrukt in woorden en in schema's, in software kan steken moet je ze eerst documenteren. Documentatie schrijven en ze toegankelijk maken en beheren via documentaire systemen was dus een logische uitbreiding van de KM-dienstverlening.

Maar de kunde van een expert betekent niet noodzakelijk dat de kennis op het puntje van de tong ligt: Kunnen zonder kennen (en omgekeerd...) Probeer maar eens goed uit te leggen hoe je parkeert. Je moet dus leren onbewuste of tacit knowledge te expliciteren, vooraleer je ze kan documenteren. Maar onbewuste kennis expliciteren is evengoed interessant om de kennis voor vorming te bekomen. Of bij kennisoverdracht wanneer er iemand op pensioen gaat of van job verandert. Kennisoverdracht is dan ook weer een logische uitbreiding van de KM-dienstverlening.

Maar kennis expliciteren, documenteren en eventueel in software steken is geen eenmalige gebeurtenis. De kennis moet onderhouden worden. Meer nog, men moet steeds bijleren. Experten als kennisbronnen en verbeteraars van kennis moeten dus samenweken in wat men expertgroepen, collegegroepen, vakgroepen of Communities of practice noemt. Het leren voor en met elkaar is evenwel ook een waarde op zich, ook als niet alles gedocumenteerd wordt. Ook het opzetten en verbeteren van Communities of Practice is dan weer een logische uitbreiding van de KM-dienstverlening. 

AI-systemen kunnen zelf (bij)leren uit data. Maar de kwaliteit van het leren staat of valt met de kwaliteit van de data. Als er bij de captatie of de verwerking van de data fouten of onnauwkeurigheden insluipen, kan het zelfs zijn dat het AI-systeem niet kan leren omdat het te veel inconsistenties en tegenstrijdigheden tegen komt. Het uitkuisen van de databanken vereist het interpreteren van de data, en dat is weer werk voor mensen uit het vak, en dus een taak in de Communities of Practice.
"Meten is weten", en ook het menselijk bijleren uit data is eveneens een taak in Communities.
En last but not least, om geen stommiteiten te begaan door overdreven te vertrouwen op het AI-algoritme, moet de kennis over de mogelijkheden en beperkingen ervan ook leven in de community. Zie ook:  Waarom Big Data niet zonder Kennismanagement kan !

Het preventief verbeteren van de datakwaliteit door het verbeteren van de processen waar de data gecapteerd en bewerkt worden is een collectief leerproces dient eveneens te gebeuren in een Community met domeinexperten vertrouwd met de businessprocessen. 

AI is terug van weggeweest in het begin van jaren 2000. Laten we in deze nieuwe golf de fouten uit het verleden niet opnieuw maken, maar de geleerde lessen toepassen om tot duurzame bijlerende AI-systemen te komen. Zie ook: Waarom Artificiële intelligentie (AI) niet zonder Kennismanagement (KM) kan.

KennisSENmanagment is eerste taak van Kennismanager !

Onlangs was ik op een directievergadering van een klant die meerdere verspreidde vestigingen in meerdere business units heeft . Het onderwerp was de doorstart van een Community of Practice voor een van hun kernkennisdomeinen tot een Center of Excellence. Intuïtief stond iedereen achter het idee, maar (gelukkig) kwam toch de vraag: hoe gaan we nu weten wat de toegevoegde waarde is?

Het merkwaardige aan kennis is dat een klein beetje pertinente kennis tussen de juiste mensen (laten) uitwisselen het inzicht kan brengen dat veranderingen te weeg brengt met veel toegevoegde waarde. De Amerikanen drukken het kernachtig uit: "If you only have 1 dollar to spend on Knowledge Management, spend it on connecting 2 people" Eén telefoontje kan volstaan. 

"Maar", opperde een directielid, "waarom hebben we daar een Community voor nodig? Als iemand van de ene unit iets wil weten, dan kan hij toch iemand contacteren in een andere unit? " En het antwoord is ja, mits men elkaar kent, en een ruw idee heeft wat de andere kent om bij de juiste persoon terecht te komen.

En daar wringt nu juist het schoentje. Eens een bedrijf groeit komen er nieuwe mensen bij , ook met interessante externe ervaring. Maar de nieuwe kennen de oude niet en omgekeerd. Je eerste stap in Kennismanagement is dan eigenlijk KennisSENmanagement: zorgen dat mensen elkaar kennen en weten wat ze voor elkaar kunnen betekenen. En daarvoor heb je een netwerker nodig die als een huwelijksmakelaar vraag en aanbod van kennis en ervaring opspoort, de juiste mensen met elkaar in contact brengt, werkgroepen en projecten initieert... die dan tot de finale toegevoegde waarde leiden.

Dit kan ondersteund worden door een Wie is Wie en Wie kent Wat repertorium zodat mensen in self service ook iemand kunnen vinden. Maar zelfs dan is de netwerker nuttig om mensen aan te zetten de juiste informatie in te vullen, en up to date te houden. Interne sociale media zoals Fora, Yammer... bevorderen ook de communicatie tussen de Communityleden, maar ook hier is de netwerker onmisbaar om de dialoog te faciliteren: zorgen dat de juiste mensen deelnemen, dat er pertinente conclusies komen...

Netwerken, KennisSENmanagement is dus de eerste taak van een Communitycoördinator. Bijhouden, en delen welke interessante connecties zijn gemaakt tonen dan niet alleen de toegevoegde waarde aan van de community voor de sponsors in de directie, maar maken en houden de leden ook enthousiast over hun kennisclub, pardon kennisSENclub. Het is dan ook een goede praktijk om een logboek bij te houden met wie je waarover bijeen gebracht hebt, en wat interessantste lessons learned zijn. Je kan daar bv. een blog voor gebruiken, omdat mensen daar nog kunnen op reageren.

Eigenlijk had het domein kennissenmanagement moeten heten, eerder dan kennismanagement!