Forord Indledning Beslutningsstøttesystem Problemstilling Projektdesign Metode Anvendelsesområde...

Transkript

1 Forord Projektet er udarbejdet i forbindelse med 9. semester på Cand.merc. studiet i Økonomistyring og Informatik ved Aalborg Universitet. Tak til vores vejleder Bent Møller Madsen for et godt samarbejde. Martin Christiansen Michael Nystrup 2

2 Forord Indledning Beslutningsstøttesystem Problemstilling Projektdesign Metode Anvendelsesområde ABC på Skibsværftet Bayesianske Netværk Dataunderstøttelse af BN Implementering BSS et i praksis (Case) Perspektivering Metode Metodisk standpunkt Pragmatisk Konstruktivisme Viden, hvad er det og hvordan skabes den? Informations-rummet Arbejdsmetode Boisot refleksioner Projektet i informationsrummet Beslutningsstøttesystemet og virkeligheden Risikostyring Risikoidentifikation Risikokvantificering Risikoløsning og -overvågning Activity Based Costing Hvad er ABC? Formål med ABC Designvalg Fastlæggelse af aktiviteter Aggregering af omkostningsarter til ressourceomkostninger Henføring af ressourceomkostninger til aktiviteter Specifikation af omkostningsobjekter Valg af cost driver Valg af beregningsgrundlag for cost driver satser Opsamling Bayesiansk Netværk Hvorfor BN? Ekspertsystemer Hvad er BN? BN Et eksempel Risikostyringsmodellen Dataunderstøttelse i BSS et Semantisk og logisk sammenhæng Identifikationen af nodens states Nodernes sandsynlighedsdistributioner Dataunderstøttelse

3 7.4.1 Valutakurs Raavareprisen_jern Kunde_klasse Kundens_betalingsmaade Kunde_risiko Kvalificeret gæt Regression Neurale Netværk Implementering Data Warehouse Data Staging og Data Marter til analyseformål Data Staging Area CRISP-DM Opsamling Case Risikostyringsmodellen Risiko forbundet med tankskibsordren Produktions_risiko Leverandor_risiko Kunde_risiko Total_ordre_risiko Perspektivering Litteraturliste...89 Bilag 1 Aktivitetskatalog...91 Bilag 2 Aktivitetsomkostningspuljer...93 Bilag 3 ER-Diagram...94 Bilag 4 Sandsynlighedstabel for Kunde_risiko noden

4 1. Indledning Nærværende projektrapport er resultat af to 9. semester studerendes arbejde på Cand.merc. studiet i Økonomistyring og Informatik ved Aalborg Universitet. Projektforløbet strækker sig over efterårssemesteret 2004, og forventes fortsat på 10. semester (specialet). For at forstå sammenhængen mellem dette projekts emnevalg, og Økonomistyring og Informatik på Aalborg Universitet, forudsættes et vist kendskab til vores tidligere arbejde, og de tanker der har drevet os frem. På 8. semester arbejdede vi med mulighederne for at konstruere et beslutningsorienteret økonomistyringssystem. I denne 8. semesters gruppe var der en sidefagsstuderende datalog, der tilførte projektgruppen en noget anden faglig profil, end det normale på vores studie. Det teoretiske og praktiske møde mellem datalogi og økonomistyring resulterede i en tværfaglig vinkel på projektarbejdet, hvor et sortiment af hidtil ukendte værktøjer og principper søgtes forenet i økonomistyringens navn. Projektet kom til at tjene som en øjenåbner, for en række muligheder, hvis potentialer ikke synes fuldt udnyttet indenfor det økonomiske spektrum. Den vakte interesse viste sig primært i form af en fornemmelse af, at disse redskaber burde have en anvendelse indenfor vores fagområde. Der var med andre ord tale om en noget ukonkret, men interessant, kombination af teknologier, teorier og principper. Dermed påbegyndtes dette semesters arbejde. Et arbejde, der i første omgang gik på bredt at undersøge forskningen, der er publiceret på området. Undersøgelsen gav mildest talt et magert resultat. Vores oplevelse var, at netop denne fagkombination, i forskningsmæssigt regi, er rimeligt ubeskrevet. Undersøges derimod den kommercielle side af emnet, synes tilbudene næsten ubegrænsede. Således er der et utal af software producenter og konsulentfirmaer, der hævder at være i besiddelse af et unikt Business Intelligence (BI) produkt, der kan trække information ud af virksomhedens data. Med dette i baghovedet kastede vi os over studiet af enkelte af disse softwareløsninger. Vi har ingenlunde foretaget en kvalitativ undersøgelse af de mange BI produkter, der findes på markedet, men vi mener dog, at have studeret emnet tilstrækkeligt grundigt til at kunne konkludere, at der ikke findes et revolutionerende system, der repræsenterer egentlig intelligens. I kommerciel sammenhæng dækker BI begrebet altså ikke over egentligt intelligente systemer, der mere eller mindre selvstændigt finder information i virksomhedens data. Således dækker begrebet primært over analyser af eksisterende databaser, typisk i form af multidimensionale grafiske fremstillingsapplikationer, hvor en aktør vha. forespørgsler, kan studere sit data ved at rotere dimensioner og udregne forskellige datarepræsentationer i form af summeringer, middelværdier osv. Der er med andre ord tale om systemer og applikationer, der kan give billeder af, hvordan virksomhedens data ser ud, frem for systemer der viser, hvorfor data ser ud som det gør. Det faktum, at der bliver investeret utrolige summer på BI værktøjer, borger for det grundlæggende ræsonnement, at der i virksomhedens historiske data rummes en information, der sat i den rigtige kontekst, kan sige noget om fremtiden. Business Intelligence begrebet skal således ikke forstås som virksomheds intelligens, men snarere som virksomheds efterretninger 1. Det spørgsmål vi har stillet os selv i forlængelse heraf er blot: Hvorfor der ikke arbejdes mere målrettet med, at anvende dataanalyse til at opstille prognoser over fremtidige hændelser? At spå om fremtiden kan lyde som en noget abstrakt opgave, men ikke desto mindre, 1 Det engelske ord Intelligence kan oversættes både som: Intelligens og Efterretninger (Gyldendals Røde engelsk dansk o rdbog) 5

5 er dette vel idealet for enhver strategisk planlægger i en virksomhed. På baggrund af vores faglige baggrund, og troen på at det kan lade sig gøre, har vi sat os for at konstruere et system, der på baggrund af virksomhedens historiske data laver en forecasting, der kan anvendes til understøttelse af en virksomhedsleders strategiske beslutninger. 1.1 Beslutningsstøttesystem Det ideelle beslutningsstøttesystem (BSS) burde indeholde alle potentielle ha ndlingsvariabler, samt en base indeholdende samtlige konsekvenskalkuler og sandsynlighederne for deres respektive udfaldsfordelinger. I yderste konsekvens ville et sådan system kunne forudsige alle afledte konsekvenser af påvirkninger af handlingsvariablen. Etableringen af det ultimative beslutningsstøttesystem ville potentielt eliminere ethvert behov for menneskelig interaktion i virksomhedsledelsen, idet en samlet optimering af alle beslutningsvariabler, ved matematikkens hjælp, ville resultere i én optimal plan for ressourcernes anvendelse. Indenfor fysikkens verden eksisterer teorien om, at kendskabet til den øjeblikkelige tilstand af alle universets atomer, samt de basale fysiske love, ville resultere i en fuldstændig forudsigelse af fremtiden. På sin vis er tanken på en gang besnærende og skræmmende, men den er og bliver blot en teori, idet den rummer sin egen naturlige begrænsning. Uanset om man af teologiske, eller andre filosofiske årsager, måtte have antipatier mod en sådan teoris fuldstændige determinisme, er dens ultimative hindring omfanget af de kalkulatoriske registrerings- og lagringsmæssige aspekter. Det er ganske enkelt ikke muligt, at opnå en tilstrækkelig viden til, at kunne sige ret meget, om en ret stor del af fremtiden. Enkeltparametre kan isoleres og summeres så det bliver muligt, at forudsige noget om en delmængde med en vis sikkerhed. For eksempel kan meteorologerne, ved hjælp af århundreders studier af vejret og state of the art computermodeller, tilvejebringe morgendagens vejrudsigt, med visse forbehold. Det system, vi håber at kunne etablere, kan ses som en pendant til meteorologiens vejrmodeller, hvor der på baggrund af analyser af en grundlæggende vejrdatabase, udvikles en model, der repræsenterer sammenhængene mellem en række må lepunkter. Modellens struktur sammenholdes derpå med en række nutidsmålinger på målepunkterne, f.eks. Lufttryk, Temperatur og Vindretning. Ved at indplacere målingerne i modellen, baseret på den historiske vejrdatabase, udarbejdes en vejrprognose, der med en vis sikkerhed kan sige, hvordan vejret bliver i morgen. Node (Målepunkt) Vindretning: Temperatur: Lufttryk: Vejr: States (tilstande) Nord, syd, øst, vest >10?C, 0-10?C, <0?C Høj, middel, lav Sol, regn, sne Figur 1 er en voldsomt forsimplet udgave af en sådan vejrmodel med kun fire Målepunkter (Noder), hver med meget få mulige udfald (States) af diskret 2 karakter. Pilene i modellen er afledt på baggrund af den historiske vejrbase, og repræsenterer således forventningen om, at f.eks. 2 Diskret data, det modsatte af kontinuerlig data, dvs. med et lukket antal udfaldsmuligheder, som f.eks. intervaller og fysiske tilstande. Figur 1: Vejrmodellen 6

6 Vindretningen har indflydelse på Lufttrykket og Temperaturen, og via disse også en påvirkning på udfaldet af vejrprognosen. Anvendelsen af modellen til prognose kan således foregå ved at nutidsregistreringer af Vindretning, Temperatur og Lufttryk indplaceres i den statistiske model, hvorved en sandsynlighedsfordeling på vejrets states (Sol, Regn og Sne) kan udregnes. F.eks. er sandsynligheden for Sne ikke stor, hvis temperaturen er [>10?C], ligesom sandsynligheden for Regn er stor, når Vindretningen er [Vest] og Lufttrykket er [Lavt]. Kort sagt er en sådan model erfaringsbaseret, og repræsenterer en fremadrettet brug af historiske data. Beslutningsstøtten af et sådan system ligger i, at en beslutningstager kan træffe en beslutning om at medbringe en paraply, hvis prognosen med stor sandsynlighed lover [Regn]. Der er altså ikke tale om at systemet træffer beslutningen, idet selve afgørelsen må bero på beslutningsaktørens vægtning af informationskilder. 1.2 Problemstilling Hensigten med det projektarbejde, som nærværende rapport er et resultat af, er altså at bringe os en række skridt i retningen af konstruktionen af et beslutningsstøttesystem, hvor statistiske metoder anvendes til at etablere et sandsynlighedsnetværk, der på baggrund af historiske data, kan anvendes til forecasting af et virksomhedsrelevant hændelsesforløb. De teknikker, der vil blive anvendt, er hentet udenfor det klassiske økonomistyringsteoretiske fagområde, hvilket i nogen grad vil præge rapporten. Således har vi, projektforløbet igennem, truffet vore teoretiske og praktiske beslutninger ud fra en betragtning om, hvad der ville bringe os nærmere dette overordnede mål, frem for deciderede økonomistyringsfaglige præmisser. Hertil skal det tilføjes, at systemet i skrivende stund, ingenlunde er færdigkonstrueret, hvorfor indholdet af denne projektrapport, primært skal ses som en konkretisering af ovenstående noget abstrakte ide, samt som et led i den proces, der skal resultere i en anderledes metode til at arbejde med beslutningsstøtte i virksomheden. 7

7 2. Projektdesign Processen fra ide til operationalisering har uden overdrivelse været det altovervejende problem for os på indeværende semester. Tanken om at netværk bestående af noder, bundet sammen af sandsynligheder, har været umiddelbar. Men at omsætte dette til konkrete problemstillinger, der kan tackles målrettet, har taget meget tid. Denne udfordring har således også sat sit præg på, hvordan det endelige projektdesign er kommet til at se ud. Ligesom det har været styrende for valgene af de teorier vi anvender. I nærværende kapitel vil vi kort redegøre for de designvalg, vi har foretaget. Vi vil i begrænset omfang redegøre for nogle af de afgrænsninger, vi har foretaget, og præsentere vores endelige projektdesign. Gennemgangen af kapitlerne sker kronologisk. 2.1 Metode Vores metodekapitel tager afsæt i det metodekapitel, vi udarbejdede på 8. semester. Således har vi undladt den brede introduktion til de grundlæggende metodiske skoler, der som oftest indleder et sådan kapitel. Vi har tilladt os at antage, at læseren er bekendt med bl.a. Arbnor og Bjerkes metodiske tredeling, samt indholdet af de grundlæggende metodiske bestanddele som f.eks. paradigme, metodologi, virkeligheds- og menneskesyn. Vi har i stedet valgt at fokusere på vidensbegrebet, og ved hjælp af Max Boisots teorier om informationsrummet og The Social Learning Cycle (SLC), redegjort for viden skabelse, læringens faser og de heri involverede processer. På sin vis har den metodiske bevidsthed ikke haft den største indflydelse på, hvordan vi har grebet opgaven an, men på den anden side er det netop viden og skabelsen af viden, der er projektets altovervejende omdrejningsakse. Denne vægtning afspejles i metodekapitlet ved, at vi ikke beskæftiger os nærmere med den egentlige undersøgelsesmetodik. Kapitlet indledes med, at vi præsenterer det pragmatisk konstruktivistiske paradigme, som vi definerede på det forrige semester, hvorpå fokus rettes mod viden. 2.2 Anvendelsesområde Dette kapitel kan forekomme banalt, men har været særdeles længe undervejs, idet netop identifikationen af et anvendelsesområde, hvor vores BSS tanke kunne realiseres, har været vanskelig. For at operationalisere ideen besluttede vi, at der imaginært måtte kobles en case virksomhed på processen, hvorfor forestillingen om risikostyring, i forbindelse med en ordreproducerende virksomhed, udvikledes. Derfor indledes anvendelsesområde kapitlet med præsentationen af et skibsværft, der i forbindelse med tilbudsafgivelse har behov for et system til styringen og håndtering af risiko. Skibsværftet ønsker med andre ord et system, der forud for afgivelsen af et tilbud, kan lave prognoser for indtjeningsrisikoen, med henblik på at kunne tage højde for dette enten i tilbudsprisen, eller i form af risikomindskende tiltag. Definitionen af anvendelsesområde har spillet en afgørende rolle i vores operationalisering af opgaven, hvorfor det også har influeret på de efterfølgende designvalg og emneafgrænsninger. 2.3 ABC på Skibsværftet Det er ikke alene af hensyn til det økonomistyringsteoretiske fagområde, at vi har valgt at inddrage Activity Based Costing (ABC) i projektet. Det skyldes også, at vi ser et anvendelsespotentiale for det sandsynlighedsnetværk, vi senere vil præsentere indenfor omkostningsstyringen. Derudover har vi en ambition om, at risikoprognoserne skal kunne 8

8 anvendes til f.eks. prisfastsættelse af en given ordre. En prisfastsættelse, der naturligvis bør være fundamenteret i en forventet intern kostpris. Til udregningen af denne kostpris har vi altså valgt at anvende ABC. ABC kapitlet tjener to opgaver. For det første kan det ses som en del af virksomhedsbeskrivelsen af vores imaginære skibsværft. For det andet skal ABC systemet medvirke til udregningen af ordre kostpriserne, der skal danne grundlag for et evt. risikotillæg. 2.4 Bayesianske Netværk Allerede på nuværende tidspunkt har vi refereret til, at rygraden i vores BSS udgøres af et netværk bestående af noder, som er knyttet sammen af sandsynlighedsfordelinger. Mere specifikt vil vi anvende et teoretisk fundament, der går underbetegnelsen Bayesianske Netværk (BN). Som overskriften antyder, er formålet med dette kapitel at introducere BN teoretisk. Vi vil ikke gennemføre en fuldstændig matematisk bevisførelse for princippet, men dog præsentere de grundlæggende forudsætninger for at forstå, hvordan det hænger sammen matematisk. Kapitlet indledes med præsentationen af et par øvrige BSS teknikker, der primært tjener til at illustrere forcerne og ulemperne ved BN. Derpå følger den teoretiske gennemgang, og kapitlet afsluttes med den egentlige præsentation af vores model. Vi tilstræber i videst muligt omfang, at anvende eksempler og uddybede forklaringer af formler og matematiske læresætninger. Det kan imidlertid ikke fuldstændig undgås, at nogle afsnit kan forekomme noget kringlede, hvorfor dette er søgt reduceret til et minimum. 2.5 Dataunderstøttelse af BN Dette kapitel rummer en række overvejelser om hvordan det BN, der præsenteredes i det foregående kapitel, kan understøttes af data. Til dette formål har vi opstillet en 3 steps metode, der skal sikre, at noder, states og sandsynligheder kan understøttes af reel data, hentet fra virksomhedens ERP system, eller andre interne og eksterne kilder. Indledningsvist præsenteres 3 step metoden teoretisk, hvorpå metoden sættes i anvendelse til understøttelse af en del af vores BN. For dette kapitel gælder naturligvis også princippet om, at fremstillingerne af matematiske og statistiske bevisførelser er søgt reduceret mest muligt, men ligeledes har det ikke været muligt helt at undgå. 2.6 Implementering Dette kapitel er opdelt i to overordnede dele. Første del rummer en diskussion af Data Warehouse (DW) som begreb, og en række aspekter forbundet hermed. I anden del præsenteres en egentlig implementeringsmodel (CRISP-DM modellen), der behandler hvorledes en virksomhed kunne gribe konstruktionen og implementeringen af et BSS som vores an. Kapitlet bør ses i relation til vores langsigtede mål, idet vi i indeværende projektperiode ikke har anvendt empiri i et omfang, der yder DW og CRISP-DM modellen retfærdighed, hvorfor vi ikke er kommet meget længere end den teoretiske gennemgang disse emner. 2.7 BSS et i praksis (Case) De foregående kapitler skal i den store sammenhæng ses som enkelte byggeklodser, der hver for sig kun har akademisk interesse. Det egentlige formål med vores arbejde er, at etablere et system der rummer et reelt anvendelsespotentiale. Da vi ikke har haft mulighed for at teste det i 9

9 virkeligheden, har vi fundet det nødvendigt at skrue en lille case sammen. Afsættet er naturligvis det føromtalte skibsværft, der nu står med i en egentlig beslutningssituation, hvor systemets beslutningsstøtte kan have interesse. Kapitlet vil blive indledt med en præsentation af den konkrete situation, efterfulgt af en afprøvning af systemet. Afslutningsvis diskuteres anvendelsespotentialet heraf. 2.8 Perspektivering Perspektivering og konklusion er sådan set en forlængelse af det foregående kapitel, blot rettes fokus imod det arbejde, som venter. Således vil vi opridse de væsentligste erfaringer vi har gjort os igennem arbejdet, med særlig henblik på, at vurdere systemets udviklingspotentiale. 10

10 3. Metode Som antydet i projektets indledning er vores primære mål med nærværende projekt, at bevæge os i retning af et beslutningsstøttesystem til understøttelse af virksomhedslederens beslutninger. Idealet er et IT baseret system, der på baggrund af dataanalyse, kan levere konsekvensprognoser for en række af lederens beslutningsalternativer. En omfattende metodisk og videnskabsteoretisk diskussion har således ikke været prioriteret på dette semester. I erkendelse af, at rapportens læser, med rette kan have en forventning om et vist kendskab til vores arbejdsmetode og metodiske standpunkter, har vi valgt kort at redegøre for dette. En anden væsentlig begrundelse for dette kapitel er, at præsentere teori, der kan hjælpe til en forståelse af, hvad viden i grunden er for en størrelse, samt hvordan den skabes og udvikles. Denne opgave er ikke blot væsentlig, set fra et videnskabsteoretisk standpunkt, men også set i lyset af, at vi ønsker at etablere et system, der kan medvirke til skabelsen af viden. Kapitlet indledes således med en generel introduktion til vores metodiske og paradigmatiske udgangspunkt, efterfulgt af et længere afsnit diskuterende viden generelt og specifikt i vores kontekst, hvorpå det afsluttes med vores egentlige arbejdsmetode. 3.1 Metodisk standpunkt Dette afsnit vil kort redegøre for vores overordnede metodiske standspunkt. Som nævnt i projektets indledning er gruppen resultatet af opsplittelsen af en større projektgruppe, der arbejdede sammen på de to foregående semestre. På 8. semester udgjorde det metodiske arbejde en meget væsentlig del af gruppens endelige projektrapport. Og da denne metodiske diskussion fortsat er repræsentativ for vores standpunkter, vil dette metodekapitel være fundamenteret i overvejelserne gengivet i vores 8. semester rapport. Hensigten er dog, at dette kapitel kan læses og forstås selvstændigt, skønt en del af de bagvedliggende overvejelser, og diskussioner vil være at finde i den omtalte projektrapport. På de erhvervsøkonomiske studier ved Aalborg Universitet findes der en fællesnævner for undervisningen i metode og videnskabsteori. Denne udgøres af Arbnor og Bjerkes metodiske grundbog: Methodology for Creating Business Knowledge (Arbnor m.fl. 1997). Bogen repræsenterer et tankesæt, hvor det videnskabsteoretiske spektrum, på baggrund af filosofiske og odontologiske antagelser, søges inddelt i tre overordnede metodesyn. Vi antager for indeværende, at læseren er bekendt med indholdet af disse tre metodesyn (hhv. aktør-, system- og analytisk syn), samt de antagelser, der ligger bag disse. Methodology for Creating Bu siness Knowledge (Ibid.) er i høj grad anvendelsesorienteret, hvorfor studiet og forståelsen af virksomheden som organisation tillægges stor vægt. Dette sker efter vores opfattelse på bekostning af dybden i de mere filosofiske indgangsvinkler til faget. At en afstandtagen til én kilde, kan være indgangsvinklen til et metodekapitel, kan forekomme noget enøjet. Grunden hertil er dog en ret entydig læsning af Arbnor og Bjerke, som vi finder dominerende på studiet. Det er således ikke en decideret aversion mod Arbnor og Bjerke som helhed, men snarere mod en bestemt fortolkning af bogen. Hovedårsagen til at vi fandt det nødvendigt med et alternativ til Arbnor og Bjerkes tre metodesyn var, at vores opfattelser og grundlæggende antagelser ikke kunne rummes i ét af de tre syn, endsige tilpasses et sådant. Med denne konstatering i mente, påbegyndtes arbejdet med definitionen af et dækkende alternativ. Dette alternativ vil vi kort præsentere og udbygge i det efterfølgende. 11

11 3.2 Pragmatisk Konstruktivisme Benævnelsen Pragmatisk Konstruktivisme er hentet fra The Validity of Management Control Topoi af Lennert Nørreklit m.fl. (Nørreklit m.fl. 2002). I dette Working Paper præsenteres Constructivist Pragmatics, som en gylden mellemvej i forståelsen og undersøgelsen af virkeligheden. Vores metodiske redegørelse følger ikke fuldstændigt argumentationen og ræsonnementerne i Nørreklit m.fl., men vi når frem til et resultat med store ligheder. Derfor har vi adopteret begrebet Pragmatisk Konstruktivisme, og tillagt det vores grundlæggende antagelser og begrebsforståelse. Vores Pragmatiske Konstruktivisme udspringer i en tredelt virkelighedsopfattelse med tiden som en fjerde dimension. Der bygges på en opfattelse af, at virkeligheden materialiserer sig på vidt forskellig måder, afhængig af undersøgerens optik og indgangsvinkel til undersøgelsesområdet. Samme virkelighed kan beskrives og fortolkes på forskellige måder, uden at det definitivt er muligt at bedømme, hvilken form der er den mest korrekte eller forkerte. Probleme t består i, at videnskabsteoretiske diskussioner alt for ofte reduceres til vedkendelsesdoktriner, hvor den ene videnskabsteoretiske fløj påstår sig mere videnskabelig end den anden. Som erklærede pragmatikere finder vi en sådan diskussion frugtesløs. Sagen er den, at de respektive videnskabelige metoder ganske simpelt er velegnede til forklaringen og forståelsen af forskellige ting. Således finder vi empiristiske og kvantitative metoder, der traditionelt hører hjemme i det forklaringsvidenskabelige spektrum, som de mest velegnede til studier af objektive faktuelle forhold. Ligesom vi finder mere dialog- og kvalitativt orienterede metoder, traditionelt hørende hjemme i forståelsesvidenskaben, velegnede i forståelsen af individets subjektive intentioner. For at konkretisere og operationalisere sammenhængen mellem undersøgelsesobjekt og videnskabelig metode, har vi instruktivt inddelt virkeligheden i tre overordnede elementer: Det iagttagelige, det metafysiske og Jeg et. Ved enhver gruppeinddeling af denne art, er der selvsagt tale om en noget hypotetisk grænsedragning mellem elementerne, idet grænserne i høj grad er flydende. Tanken med inddelingen er, at den totale objektive virkelighed består af følgende tre hovedbestanddele: Det iagttagelige, består af den del af virkeligheden, der er objektivt konstaterbar, uafhængig af hvem der foretager undersøgelsen. Her er der tale om fysiske, kemiske og biologiske love osv., ligesom bl.a. fysiske genstande er iagttagelige. Det metafysiske er kendetegnet ved, at det ikke i egentlig forstand er fysisk konstaterbart, men at det alligevel har en objektiv karakter, hvis tilstedeværelse er tilnærmelsesvis indiskutabel. Et eksempel på det metafysiske er markedskræfterne, der i bund og grund er resultat af mange individers præferencer og opfattelser af forholdet mellem pris og nytte, men som samtidig ikke giver mening at studere på baggrund af det enkelte individ alene. Dette leder frem til Jeg et, som en af virkelighedens bestanddele. Er formålet med en undersøgelse, at forstå et enkelt individs opfattelser og handlinger, må der gribes til andre undersøgelsesmetoder. Det er ikke muligt, at sige ret meget objektivt om, hvorfor netop det aktuelle individ handler på en given måde i en given situation. Hvorfor forståelsen af netop dette individs subjektive virkelighedsopfattelse er nødvendig. Tredelingen er illustreret i figur 2: 12

12 Den umiddelbare/statiske Nuets virkelighed virkelighed Det iagtagelige Den Den udviklende/dynamiske historiske virkelighed virkelighed Det iagtagelige Det Metafysiske Det Metafysiske jeg jeg Figur 2: Den processuelle tredelte virkelighedsopfattelse (Egen tilvirkning) Det umiddelbare/statiske virkelighedsbillede (til venstre) udtrykker de tre elementers forhold til hinanden i forbindelse med en undersøgelse, der er situeret i tid og rum. Spørgsmålet undersøgeren skal gøre sig er, hvor hører mit undersøgelsesobjekt hjemme i de tre elementer, hvorpå de rette metodiske værktøjer kan vælges og tilpasses denne identifikation. Vi nævnte tidligere, at tiden kan opfattes som virkelighedens fjerde dimension, dette er søgt illustreret i figuren til højre. Modellen ændrer karakter, når undersøgelsen strækker sig over tid. Dette er en konsekvens af, at store dele det metafysiske område, i bund og grund, er resultat af en mængde Jeg ers holdninger og præferencer, hvorfor de også kan opfattes som værende skabt af disse. Det metafysiske kan således betegnes som en objektivering af det subjektive. Det samme gør sig gældende i forhold til enkelte dele af den iagttagelige virkelighed. F.eks. er en bygning fysisk konstaterbar, men den er skabt af et eller flere individers ide om at bygge den. Grænserne mellem virkelighedens bestanddele er således flydende over tid, selvom meget dog fortsat er uafhængigt af individet. David Favrho lt udtrykker det i en kritik af socialkonstruktivismen: Mennesket har skabt krudtet ud af salpeter, kul og svovl, men selve det forhold, at krudtet kan eksplodere ved antændelse, har mennesket ikke skabt. (Favrholt 2001, s.14) Det menneskesyn, vi har lagt til grund for vores virkelighedsopfattelse, skal ligeledes forstås tredelt. At hvert enkelt individ har utallige unikke træk er indiskutabelt, hvilket imidlertid ikke betyder, at det ikke kan lade sig gøre, at sige noget objektivt om dette individ. Mennesket er således under stadig påvirkning af de metafysiske og iagttagelige elementer af den omgivende virkelighed. Der er derfor intet der hindrer, at en undersøgelse netop kan tilsigte, at beskrive disse mere eller mindre objektive dele af individet. Det omtalte virkelighedssyn, og det dertilhørende menneskesyn, danner grundlaget for det Pragmatisk Konstruktivistiske paradigme, der repræsenterer vores opfattelser. Nedenstående model er hentet fra (Nørreklit m.fl. 2002), og illustrerer meget godt en tilsvarende pragmatisk opfattelse af virkeligheden og videnskaben. 13

13 Facts Empirisme Logik Rationalisme Virkelighed Kommunikation Hermeneutik Figur 3: (Nørreklit m.fl. 2002, s.15) Værdier Voluntarisme Vi er bevidste om, at vores anvendelse af figuren ikke stemmer fuldstændigt overens med Nørreklit m.fl. Figuren illustrerer for os sammenhængen mellem virkelighedens elementer, samt eksempler på metodikker, der typisk bliver anvendt i undersøgelsen af disse. De diagonale streger i figuren symboliserer forskellige videnskabsteoretiske skoler, hvor yderpunkterne repræsenterer radikaliseringerne af disse. F.eks. er Empirismen eksempel på et radikaliseret videnskabelig fokus på facts (det iagttagelige i vores terminologi), mens Voluntarisme repræsenterer et fuldstændigt fokus på subjektive begreber, som f.eks. Jeg ets værdier. Det pragmatiske i paradigmet ligger i, at ryggen vendes til enhver form for dogme, ud fra betragtningen om, at der er fordele og ulemper forbundet ved hver metode, hvorfor det sande billede må antages at findes et sted i midten, illustreret ved den grå oval i figuren. Forbindes den tidligere nævnte tredelte virkelighedsopfattelse med figur 3, dvs. at den virkelighed, der er symboliseret i den grå oval i figuren, antages at repræsentere den tredelte virkelighed, opnås en symbiose, hvor de respektive virkelighedselementer kan studeres ved hjælp af de forskellige værktøjer. Således kan empirismens metoder med fordel anvendes i studiet af det iagttagelige, rationalismens i studiet af det metafysiske, mens de voluntaristiske metoder kan bringes i anvendelse i undersøgelsen af Jeg ets adfærd. 3.3 Viden, hvad er det og hvordan skabes den? En virksomhedsleder står til enhver tid overfor at skulle træffe beslutninger, beslutninger der varierer meget i karakter, indhold og konsekvenser. Det må antages, at virksomhedslederen altid er interesseret i, at træffe en beslutning på baggrund af det bedst mulige grundlag af viden. Den samme leder vil i et beslutningsøjeblik stå med en række informationskilder, der med beslutningen for øje, skal vægtes i forhold til hinanden. Hvilke informationskilder, der er til rådighed og relevante, må nødvendigvis afhænge af, hvad den aktuelle beslutning omhandler, samt det ledelsesmæssige niveau, den skal tages på. Frem for alt er det dog beslutningstageren, som individuel aktør, der skal foretage en vægtning på baggrund af personlige erfaringer og opfattelse af situationen. Det beslutningsstøttesystem, som vi ønsker at etablere, skal indgå i 14

14 beslutningsaktørens palet af kilder, understøttende dennes beslutning. Ideen er, at der fra data udtrækkes information der sikrer, at den beslutning som beslutningstageren tager, er truffet på baggrund af mest muligt af den information, det historiske data måtte rumme, og at denne information er blevet præsenteret i en sådan form, at det har kunnet indgå i vægtningen af informationskilder. Som tidligere beskrevet skal vores system være funderet på analyse af det data virksomheden i forvejen registrerer med andre formål for øje. På denne måde vil vi forsøge at udtrække mere information af dataene, med henblik at denne kan indgå i lederens viden forud for beslutningen. Dette nødvendiggør en klar definition på, hvad vi forstår ved hhv. data, information og viden, ligesom vi er nødsaget til placere disse i forhold til aktøren og virksomheden som organisation. Til dette formål har vi valgt at gribe fat i Max Boisot s teori om informations rummet (Information Space), som den er præsenteret i bogen Knowledge Assets (Boisot, 1998). Boisot argumenterer i bogen for, at informationssamfundet er en evolutionær overbygning på produktions-/industrisamfundet. Som målestok for de evolutionære skridt introducerer Boisot begrebet Entropi. Entropi er kendt fra termodynamikken indenfor fysikkens verden, hvor den beskrive r den mængde varme/energi, der forsvinder eller ikke kan gøres rede for, i et lukket termodynamisk system. Efterfølgende er en analogi af begrebet blevet anvendt indenfor statistikken. Statistisk Entropi beskriver et systems samlede mængde uorden eller tilfældighed. Boisot s anvendelse af Entropien kan ses som en mellemting mellem disse oprindelige anvendelser, idet han generelt opfatter Entropi som et spild, der skaber uorden i økosystemet, menneskets liv, organisationen osv. Entropi skal derfor søges reduceret, hvilket kun lader sig gøre ved at tilsætte viden. (Boisot 1998, s. 11) Ovennævnte ret brede definition af Entropi som begreb skyldes, at Boisot indleder Knowledge Assets med en længere beskrivelse af, hvordan industrisamfundets negative virkninger på miljøet er en drivende kraft bag udviklingen af informationssamfundet. Han ser de negative miljøeffekter som eksempel på industrisamfundets Entropi, og da Entropien som nævnt kan reduceres ved udviklingen af viden, placeres viden som det moderne samfunds vigtigste knappe ressource. Den væsentligste vidensudviklende kraft i informationssamfundet er virksomhederne, der i en stræben efter profit på frit konkurrerende markeder, forsøger at reducere lokal Entropi, i form af omkostningsreducering og mere effektiv ressourceudnyttelse. I dette setup retter Boisot sit fokus mod udviklingen, formidlingen og karakteren af organisatorisk viden. Indledningsvist kan der placeres tre overordnede typer af viden, hhv. teknologi, kompetencer og kapabilitet 3. Teknologisk viden er kort og godt viden, der direkte sætter en i stand til at skabe en fysisk genstand. Kompetence er bl.a. organisatorisk viden, der sætter en i stand til koordinere og kombinere ønskede egenskaber i et produkt. Kapabilitet kan f.eks. ses som den viden, der sætter en organisation i stand til, på baggrund af en ide eller et mål, at samle kompetencer og teknologier, med henblik på forfølge ideen og opnå målet. Boisot understreger, at abstraktionsniveauet og kompleksiteten stiger fra teknologi til kompetence og igen til kapabilitet, men antyder også vigtigheden af, at man søger at håndtere denne kompleksitet i organisationen. Each move up the organization is also a move towards increasing complexity, taken here as the number of elements in interaction and the number of different states that those interactions can give rise to. The greater the number of elements one has to deal with, and the more varied their interactions, the more complex one s task. Clearly, the number and nature of technologies that 3 Frit oversat fra Boisot, 1998, s.5: Hhv. Technology, Competence og Capability 15

15 have to be integrated into competences, and the number and variety of these that have to be mobilized to achieve a capability, will determine the level of complexity that a firm has to deal with. (Boisot 1998, s. 5) Som det fremgår af citatet er kompleksiteten en potential trussel mod overblikket, og en strømlignet drift af virksomheden, men det er også i den velfungerende kompleksitet og beherskelsen af kaos, at viden opstår og Entropi reduceres, og i sidste ende her penge kan tjenes. Dette understreger Boisot s opfattelse af, at hvor kapital og arbejdskraft var industrialiseringens knappe ressourcer, er viden informationssamfundets altafgørende ressource. (Ibid., s ) Med de tre overordnede videns typer på plads, er det nødvendig at definere kilderne til viden yderligere. Vi vil derfor, inspireret af Boisot, operere med en sondring mellem data, information og viden. Data: Er den objektive beskrivelse af det aktuelle fænomen. Skal der f.eks. bygges et hus, vil registreringer af murstenens og tømmerets dimensioner være data. Data påvirker ikke direkte observatøren, i så fald vil der være tale om information. Information: Er baseret på data, men påvirker aktørens forventninger, eller har en indflydelse på dennes tilstand. I eksemplet med konstruktionen af et hus, vil data blive omdannet til information, når det sættes i en kontekst af tegningerne og byggeplanerne til huset. Viden: Opstår dybest set når informationen sættes i forhold til en begivenhed af aktøren. Med begivenhed forstås her, at det tilstedeværende data og information sættes i forhold til et sæt af erfaringer hos en aktør. Har vores bygherre fra det tidligere eksempel ikke bygget et hus før, endsige erfaringer fra andres forsøg, vil han kun i ringe grad kunne anvende den tilstedeværende information konstruktivt. Er han derimod erfaren, vil han kunne kombinere erfaring, information og data, hvorpå han kan bygge huset hurtigt og effektivt, og derved reducere Entropien, i form af et mindre spild af materialer og tid. Netop reduktionen af Entropi er essentiel for vores, Boisot inspirerede, opfattelse af viden, samt måden hvorved erhvervelse af viden finder sted. Clearly, knowledge structures i.e. expectations are modified by the arrival of new information, and such information, in turn, has to be extracted from data generated by phenomena. (Ibid., s. 20) Informations-rummet Det foregående afsnits definitioner er blot de indledende armbøjninger, med henblik på præsentationen og efterfølgende anvendelse af Boisot s Informationsrum. Den overordnede tanke bag informationsrummet er, at etablere en universal model, der søger at illustrere, hvorledes al viden, uanset empirisk kontekst, skabes i en kontinuerlig proces bestående af tre overordnede procestrin: kodificering, abstraktion og samling. 16

16 4 5 Kodet Diffus Samlet Ukodet Abstrakt Konkret Figur 4: The Social Learning Cycle (SLC) i Informationsrummet. (Frit oversat fra Boisot 1998, s.59) Informationsrummet (Information Space) består af tre akser, der hver især repræsenterer en skala. X-aksen beskriver abstraktionen, Y-aksen kodificeringen og Z-aksen samlingen. Akserne refererer til tre processer af essentiel betydning for udviklingen af ny viden og kommunikationen af denne. Derfor synes det relevant med en kort præsentation af de tre processer: Kodificering: Strækker sig fra ukodet til kodet (Uncodified Codified). Ukodet er ensbetydende med stumper af data og information, der optræder fuldstændigt uhomogent, i et kaos af ureflekterede observationer og tilstande. På sin vis repræsenterer det ukodede alt den viden man ikke har, hvorfor en egentlig skabelse af ny viden nødvendigvis må tage sit afsæt heri. Kodificeringsprocessen går således ud på, at skabe en vis orden i dette kaos. Dette sker ved, at skabe direkte sanselige eller mere konceptuelle kategorier, repræsenterende det aktuelle fænomen, hvorom der ønskes viden. Således er bevægelsen af aksen fra ukodet til kodet et billede på, at dataene og informatio nen omkring et fænomen gives form og karakter i tilnærmelsesvist objektive kategorier, som kan danne grundlag for en analyse eller beskrivelse. (Ibid., s ) Abstraktion: Strækker sig fra det konkrete til det abstrakte (Concrete Abstract). I den konkrete ende af skalaen eksisterer dataene og informationen om det konkrete fænomen. Der er således tale om atomistiske lokale observationer, f.eks. i form af perceptuel (direkte sanselig) information. De kodede kategorier vil her være samlede og svære at sondre mellem, ligesom bagvedliggende strukturer vil være vanskelige at identificere. Abstraktionsprocessen går således ud på, at beskære den mængde data og information der er relevant for de strukturer, der ønskes klarlagt. Således er målet, at identificere en struktur bagved den kodificerede data og information, f.eks. i form af årsagsvirkningssammenhænge. Kodificering og abstraktion vil ofte foregå sideløbende. I den abstrakte ende af skalaen vil der i høj grad være tale om ikke lokale strukturer, der søger at give generelle billeder og forklaringer på fænomenet. Viden erhvervet på baggrund heraf vil altovervejende være af konceptuel karakter. (Ibid.) 17

17 Samling: Strækker sig fra det diffuse til det samlede (Diffused - Undiffused). Samlingen er ikke så nært knyttet til de øvrige processer, som kodificeringen og abstraktionen var indbyrdes. Denne proces knytter sig til hvilke aktører, der er involverede i formidlingen af det aktuelle data, information og viden. Vidensaktøren kan være alt fra et enkelt individ, organisationer, eller hele samfund, hvor man har sprog og symboler tilfælles. I den diffuse ende af skalaen er kommunikationen flertydig, hvilket giver grobund for begrebsforvirringer og misforståelser, idet aktørerne ikke anvender og forstår de samme koder. I den samlede ende af skalaen er artikulationen omkring det aktuelle fænomen velfunderet, så afsender og modtager besidder en kommunikativ overenskomst. Dermed er samlingsprocessen processen, hvor forskellige opfattelser af fænomenet synkroniseres med henblik på, at kodificeringsprocessen kan påbegyndes. (Ibid.) For fuldt ud at forstå processernes sammenspil i informationsrummet må man forstå dynamikken deri. Dette gøres ved hjælp af The Social Learning Cycle (SLC). SLC er, som antydet i navnet, en cyklus rundt i informationsrummet. Den består teoretisk set af seks faser, der samlet set repræsenterer skabelsen af ny viden. Vi vil for indeværende nøjes med at præsentere disse ganske kort, men vil i det efterfølgende anvende dem mere ekstensivt i relation til vores kontekst. SLC s første fase er scanning (1), der indebærer identifikationen af et emne eller et fænomen, hvorom man ikke ved meget på forhånd, men som dog forekommer at være et område, der udgør en potentiel trussel eller mulighed, der kunne motivere en handling eller stillingtagen fra aktøren. Scanningen udspringer typisk i det konkrete, diffuse og ukodede område i informationsrummet, mens selve scanningen faktisk udgør en samling af kommunikationen, altså en samlingsproces. Problemløsning (2), SLC s anden fase, tager afsæt i det kommunikative konsensus, første fase efterlod, dvs. i den konkrete, ukodede, men samlede del af informationsrummet. Problemløsningen er løsningen af den konkrete opgave, hvormed problemet analyseres og kategoriseres, med henblik på at give problemet en mere objektiv form, hvilket kort sagt vil sige en kodificeringsproces. Abstraktion (3), SLC s tredje fase, består af generaliseringen af den nye viden, der er blevet erhvervet på baggrund af den foregående kodificeringsproces. Afsættet tages altså i den abstrakte, samlede og kodede del af informationsrummet. Abstraktionsprocessen har til formål at udlede den bagvedliggende struktur, bag problemløsningen, for derved at drage en lære af det oplevede. Hvor kodificeringen var en objektivering af problemet, er abstraktionen således en objektivering af strukturen bag løsningen. Diffusion (4), SLC s fjerde fase, sker ved at den lære, der er draget gennem problemløsningen og abstraktionen, formuleres til de relevante aktører, hvorom løsningen skal anvendes. Dermed er vi fortsat i den abstrakte og kodificerede del af informationsrummet, men er på vej tilbage i den diffuse side. Absorbering (5), femte fase, er den indsigt, der er opnået gennem de forrige faser, som nu skal effektueres i virkeligheden. Dette sker ved at det formidles til aktørerne som ny abstrakt og kodet viden, der kan udvide og indgå i aktørernes eksisterende viden. Gennemførelse (6), sjette fase i SLC en, afslutter cyklusen med at den nye viden indarbejdes i rutinerne og arbejdsgangene hos aktørerne. I bund og grund afsluttes den enkelte cyklus ved at den nye viden ikke længere opfattes som ny viden, og dermed kommer til at indgå i det konkrete, diffuse og ukodede, der gik forud scanningen i SLC ens første fase. (Ibid., s. 58-ff) 3.4 Arbejdsmetode At påstå, at vi har grebet vores undersøgelse an med særlig loyalitet til den ene eller den anden metodiske vinkel, ville være noget af en tilsnigelse. Metoden har i klassisk forstand ikke spillet nogen større rolle i forhold til dette semestres projektarbejde. Som vi efterfølgende vil uddybe, har vi fulgt vores intuition, der har bragt os ud på vildspor, men som imidlertid også har bragt os 18

18 frem til et resultat, der indfrier nogle af vores initierende forventninger. Denne ustrukturerede måde at bedrive undersøgelse på, vil typisk skabe stor bredde men ringe dybde i undersøgelsen. Hvilket også har været tilfældet for vores undersøgelse. Vi er kommet bredt omkring, og kun en lille del af det berørte materiale er gengivet i nærværende rapport. Hvad angår dybden, så kunne vi godt have ønsket os, at være kommet længere i retningen af et system med et mere generelt anvendelsespotentiale, både i forhold til emne og virksomheder. Vores metode har i udpræget grad været præget af nysgerrighedens pragmatisme, hvor nyt materiale konstant har bibragt nye teknikker og synsvinkler. Spor vi ofte har efterfulgt med vekslende succes. Vores arbejdsmetode skal således ses delvist retrospektivt, hvorfor vi prøver at placere vores videnskabelsesproces forhold til Boisot s teorier, samt at reflektere på konsekvenserne af vores virkelighedssyn Boisot refleksioner Ifølge Boisot er videnssamfundet det næste skridt på den menneskelige evolutionsstige efter industrisamfundet. Han anfører bl.a., at de negative miljøpåvirkninger kan opfattes som industrisamfundets Entropi, og at ønsket om Entropi reduktion således er en af drivkræfterne i udviklingen af videnssamfundet (Boisot 1998, s. 11-ff). Vi kan følge så Boisot så langt, at negative miljøpåvirkninger godt kan opfattes som industrisamfundets Entropi, men at reduktionen af denne Entropi skulle være en markant drivkræft i den menneskelige udvikling, forekommer os noget naivt. Viden skabes af mennesker og kapital. To begreber som umiddelbart virker forskellige, men som bringes sammen ved at menneskets stræben efter økonomisk gevinst, er den altovervejende motivation for skabelse af viden i virksomhederne. Skal der identificeres én drivkraft i udviklingen af menneskelige samfund, må dette være Homo Oeconomicusses 4. Boisot s entropiopfattelse kan imidlertid overføres til vores tankesæt med kapitalismen som udviklende kraft, hvor der blot er tale om økonomisk Entropi. Således mener vi, at størstedelen af menneskets vidensskabelse sker i forsøg på at reducere den økonomiske Entropi, i form af forøget nytte eller økonomisk gevinst. På mikroniveau (f.eks. i en virksomhed), er dette ensbetydende med at forskning og vidensmiljøer etableres med henblik på, at skabe en indtjening på kort eller mellemlang sigt. Virksomheden skaber ikke viden for at reducere deres negative miljøpåvirkning eller andre ædle motiver, med mindre det kan betale sig økonomisk. På makroniveau varetages reduceringen af den økonomiske Entropi af nationalstater og andre organiseringer af menneskelige samfund. Demokratisk valgte politikere er således udpeget til at reducere den økonomiske Entropi på lang sigt. Hvorvidt dette kan siges at ske kan diskuteres, idet realpolitik tilsyneladende i højere grad stræber efter kortsigtet økonomisk vækst end noget andet. Vores påstand er, at den øgede fokus på videnskabelse i videnssamfundet primært sker af hensyn til økonomisk indtjening, ligesom maskiner og masseproduktion var drivkræfterne i udviklingen af industrisamfundet. Begrebet videnssamfund er derfor blot et udtryk for den knappe ressource, der for tiden repræsenterer den marginale profit, hvor industrifaktorer som maskiner, energi og arbejdskraft var industrisamfundets knappe ressourcer. Dette leder os frem til vores pointe om, at den eneste reelle knappe ressource, der er styrende for skabelsen af viden, ligesom den var styrende for industrialiseringen, er kapital og menneskers stræben herefter. Dette gør skabelsen af viden til et økonomisk spørgsmål, og gør økonomien til måleparameter for den reduktion af den Entropi, som vidensproduktionen tilstræber. Værdien af viden kan således opgøres ved den økonomiske Entropi, den er i stand til at afvikle/reducere, eller den indtægt den kan afstedkomme. 4 Homo Oeconomicusses: Økonomiske handlinger kan forklares ved hjælp af denne homo oeconomicus, der altid stræber efter maksimalt udbytte ved minimal indsats, og som desuden har fuldstændigt kendskab til priser og varer på markedet. (Andersen m.fl. 2000, s. 92) 19

19 I forhold til det virkelighedssyn vi indledningsvist præsenterede, hører økonomien til i den metafysiske del af virkeligheden, idet den dybest set er et resultat alle Homo Oeconomicusses opfattelser af nytte og værdi. At penge overhovedet repræsenterer en værdi skyldes udelukkende menneskers tro derpå. Det giver derfor ikke mening, at studere økonomien ved hjælp empiristiske objektive metoder alene, ligesom det heller ikke giver mening, at studere den rent subjektivistisk. I og med viden er en vare, der handles med i økonomien, bliver det også relevant at beskæftige sig med de forskellige videnstypers omsættelighed. De vidensbegreber vi hidtil har beskæftiget os med er det Boisot betegner som teknologi og kompetencer, idet disse to videnstyper er de lettest omsættelige. Teknologi er objektiv viden, der i princippet kan erhverves ved at studere lærebøger osv. Desto mere objektiv viden er, des lettere er det at prissætte den. Kompetence er vanskelligere at erhverve, idet den typisk er knyttet til individet, og kan derfor ikke defineres fuldstædig objektivt. Skal kompetencer købes på det frie marked, skal der hyres en person besiddende de efterstræbte kompetencer, og som tidligere beskrevet kan det enkelte menneskes præferencer være styret af andet end rent økonomiske faktorer. Boisot s tredje videnstype, kapabilitet, adskiller sig fra de forrige ved, at den ikke umiddelbart lader sig omsætte. Dette skyldes, at kapabilitet set fra et organisatorisk synspunkt, er fuldstændig subjektiv. Subjektiviteten er ikke ligesom kompetencer knyttet til et individ, men til virksomheden som organisation. Dette kan f.eks. være den visdom, som virksomheden erhverver sig gennem de erfaringer, som driften resulterer i. Der gøres naturligvis en ihærdig indsats mange steder for at udvikle metoder, der kan hjælpe til at objektivere virksomhedens kapabilitet. Eksempler på sådanne tiltag er strategiske virksomhedsregnskaber, som f.eks. Balanced Scorecard og etiske- og vidensregnskaber. De har det tilfældes, at de tilstræber at sætte ord og tal på organisationens værdier og mål. Kort sagt kan kapabilitet, i en virksomhedssammenhæng, beskrives som virksomhedens viden om sig selv. Det system, vi ønsker at etablere, skal således ses som et forsøg på at udvikle en applikation, der kan medvirke til, at objektivere virksomhedens billede af sig selv. Vores mantra er, at beslutningstageren til enhver tid skal have det bedst mulige grundlag for sin beslutning, hvilket vil sige, at beslutningen skal træffes på grundlag af alt den information, der kan udledes af alt tilgængelig data. Målet er ingenlunde at eliminere beslutningstageren som aktør, men at sætte denne i stand til at overskue og anvende mest mulig information i skabelsen af den viden, der skal sætte ham i stand til at træffe den rigtige beslutning på rette tid og sted. Vi ønsker med andre ord, at vores system skal medvirke til synliggørelse og udvikling af virksomhedens kapabilitet. Da kapabilitet netop er subjektiv, skal opgørelsen af den enkelte virksomheds kapabilitet ske som en subjektivistisk undersøgelse, anvendende fortrinsvist kvalitative undersøgelsesmetoder. Vi mener altså ikke, at det er praktisk muligt at etablere ét standardsystem, der på det niveau kan sætte fokus på kapabilitet i alle virksomheder, idet hver virksomhed har for mange unikke træk. Den endelige udgave af vores system skulle derfor have fleksibilitet, som en vital egenskab, således det ville kunne tilpasses den enkelte virksomhed. Vi har dog fundet det nødvendigt, at konkretisere vores problemstilling ved at definere et specifikt anvendelsesområde i forhold til en tænkt virksomhed. Dette anvendelsesområde vil blive præsenteret i det efterfølgende kapitel Projektet i informationsrummet For at forstå hvordan vi har grebet vores undersøgelse an, skal man forstå kronologien i vores erkendelsesforløb. Som nævnt i indledningen, stiftede vi i løbet af det foregående semester bekendtskab med en række værktøjer og teknikker, der går under fællesbetegnelsen Business Intelligence (BI). Vores tanke var, at introducere teknikker fra datalogien for økonomistyringen, med henblik på at anvende virksomhedens historiske data på nye måder til understøttelsen af ledelsesmæssige beslutninger. I løbet de indledende faser af arbejdet erfarede vi, at der fandtes et 20

20 naturvidenskabeligt fagområde gående under betegnelsen beslutningsstøttesystemer, hvorfor den nærliggende tanke opstod, at teknikkerne derfra måske kunne finde en anvendelse indenfor vores samfundsvidenskabelige virkefelt. Det kan måske anføres, at denne fremgangsmåde er kritisabel, idet det egentlige undersøgelsesobjekt dermed bliver teknikkerne og teknologien, frem for et problem situeret i virkeligheden. Vi vil ikke bruge den store energi på at forsvare vores dispositioner i denne henseende, men vil dog, set i lyset af ovenstående synspunkter om forholdet mellem viden og økonomi anføre, at vores problem kunne formuleres som værende reduktion af økonomisk Entropi forbundet med beslutninger, hvori virksomhedens kapabilitet spiller en væsentlig rolle. For at anskueliggøre hvordan vores problem blev identificeret, samt hvordan læringsprocessen, der skal give os en øget viden på området, er blevet struktureret, vender vi et øjeblik tilbage til The Social Learning Cycle (SLC) i Boisot s Informationsrum. SLC er som beskrevet en stiliseret beskrivelse af vidensskabelsens faser. At vi har valgt at anvende Boisot skyldes, at faseinddelingen supplerer os i vores opfattelse af den vidensskabelsesproces, vi befinder os i midten af. Problemscanning (scanning (1)) har optaget en ganske stor del af vores energi på dette semester. I projektforløbets begyndelse havde vi blot et mindre kendskab til nogle af grundlæggende principper indenfor datalogien og statikken, samt en diffus og ukodet ide om, at disse måtte have et potentiale indenfor vores fagområde. Den første store del af semesterets arbejde gik derfor ud på, at samle undersøgelsesområdet for at kunne påbegynde en egentlig problemløsning. Scanningsprocessen foregik primært ved, at vi søgte at kortlægge teorien på området. Herunder identifikationen af BI områdets forskellige paradigmer, skoler og softwareløsninger. Således startede vi med at studere BI, hvorfra vi bevægede os ind i Data Mining, som datalogisk disciplin. Herfra ind i teoriområdet omkring sandsynlighedsmodeller (Probalistic models), hvor vi stødte på begreber som: Markov kæder, Neurale Netværk (NN) og Bayesianske Netværk (BN), der går under fællesbetegnelsen Beslutningsstøttesystemer (BSS). Især NN og BN vakte vores interesse, idet de begge er datadrevne sandsynlighedsmodeller, der repræsenterer data på ganske anden vis end de teknikker, vi kender fra vores fagområde. Dermed udvikledes vores egentlige problem, at finde en anvendelse for et BSS, som f.eks. BN, indenfor økonomistyringen. Med samlingen af vores diffuse viden på området, og formuleringen af en mere konkretiseret problemstilling kunne SLC ens anden fase (Problemløsning (2)) påbegyndes. Dette indebar en kodificering og abstraktion af problemfeltet. Kapitlerne i nærværende projektrapport er primært gengivelser af denne kodificeringsproces. De efterfølgende kapitler repræsenterer hver især elementer, der har båret os i retning af, at sætte præmisserne for en problemløsning, der efterfølgende skulle kunne bære SLC ens øvrige faser (Abstraktion (3), Diffusion (4), Absorbering (5) og Gennemførelse (6). I sidste ende vil resultatet være skabelsen af ny viden. Dermed er det også implicit sagt, at vi i skrivende stund fortsat befinder os på dette niveau i den overordnede vidensskabelsesproces. Vi er blevet ganske meget klogere, og har nærmet os løsningen på et konkret problem i en bestemt kontekst, hvorfor næste skridt er en abstraktion af vores erfaringer, således at erfaringerne kan perspektiveres over til andre problemstillinger osv Beslutningsstøttesystemet og virkeligheden Vores tredelte virkelighedsopfa ttelse spiller naturligvis en væsentlig rolle i opfattelsen af virksomheden som organisation, og beslutningstageren som aktør. Opfattelsen af disse er relevante set i lyset af, at vi ønsker at etablere et datadrevent BSS, der giver et realistisk billede af virksomheden, da reel beslutningsstøtte må være baseret på et retvisende billede af virkeligheden. 21