Kollektive Intelligenz Business Games
14 kreative Einsatzmöglichkeiten von Kollektiver Intelligenz in Ihrem Unternehmen
Stern

Winner's Edge Resulting
- Kollektive Intelligenz -

Early Risk Watch

Uhr
Ziel

Seismographisch als Frühwarnsystem erkennen, was im Markt geschieht, wie Produkte eingeschätzt werden. Wahrnehmen, wenn Katastrophen ihren Anfang nehmen, die, hätte man die ersten Signale richtig gedeutet, nie eigetreten wären. Diese Marktsensibilität ist für die Unternehmensentwicklung ein überlebensfähiger Erfolgsfaktor. Das Ohr also früh, fast zu früh, am Markt zu haben. Die Klassiker, wie Expertenbefragung, Delphi-Methode, Post-Mortem-Analyse, Kreativtechniken, Interpretation von Informationen durch Spezialisen, ist zur Anforderung des globalen Markttempos zu langsam geworden. Hier ist die neuronal-semantische Web 3.0 Technologie fast zwingend. Die frühesten Signale ohne die Klassiker, via Experten in real-time automatisch auf den Tisch zu haben, bei höchstem Komplexitäts-volumen - ein neues Zeitalter des Risk-Managements also. Die Risikoaggregation, die Sensitivität der richtigen Risikoverdichtung ist neu zu überdenken, damit die Eintrittswahr-scheinlichkeit von Schadensfällen für das Unternehmen entscheidend verbessert wird.  

 

Problem
In der Praxis zeigt sich, dass die aktuellen unternehmerischen Instrumente der Risiko-Vermeidung, -Minderung, -Begrenzung, -Überwälzung oder -Akzeptanz einfach dem Tempo der Net-Schnelligkeit nicht mehr gewachsen sind. Die Reaktionsschnelligkeit der Unternehmen ist nicht mehr Marktadäquat. Die Komplexität hat durch das WWW eine Größe erreicht, so dass die Risikoabwehr einen Relaunch braucht.

 

(A) Semantik: Early Risk Watch/ Intranet

Die Beobachtungscluster im Intranet sind außerordentlich breit gefächert, solange die Voraussetzung der Aussagekraft der Repräsentativität gewährleistet bleibt: neue und lang im Unternehmen befindliche Mitarbeiter, Jungstar und Ältere, Führungskräfte, Leistungsträger, Mitarbeiter, Produktion, Marketing, Vertrieb, Disposition etc., High Potential und Routiniers, Fachkräfte und Generalisten, Akademiker und Zweiter-Bildungsweg-Kämpfer, Frauen und Männer etc. Aus diesen differenzierten Schichten, Communities, Social Groups lassen sich nun Daten identifizieren, zu Informationsclustern zusammen binden, die in real time Aussagen ermöglichen, die Unternehmen in die Pole-Position im Markt spielen.
(B) Semantik: Early Risk Watch/ Internet

Die schier unendliche Vielfalt der Content & Social Plattformen des www, wie MySpace, Facebook, Twitter, Youtube, LinkedIn, Mister Wong, Blogs, Foren… ermöglichen die Reichweite und die damit verbundene Interpretationskraft des Intranets extrem zu sprengen. Weltweit kann nun auf die relevantesten Informationsquellen zurück gegriffen werden. Das Unternehmen löst seine statischen Grenzen auf, um sich sodann noch besser im internationalen Wettbewerb abzugrenzen. Eine profitgenerierende Paradoxie.

 

 

Nutzen
  • Das gezielte Sammeln, Analysieren und Interpretieren von Daten von ausgewählten Clustern und Panels ist nicht neu, neu ist die Automatik der Erhebung, ohne den Einsatz von klassischen Beobachtungs- und Befragungsverfahren, durch die Technologie des neuronalen-semantischen Web 3.0
  • Direkte Aktualitätsinformationen stehen mit der notwendigen Interpretationskompetenz in Echtzeit (Reality ) zur Verfügung
  • Hochintelligente anspruchsvolle Algorithmen, um neue ungewohnte Informationen neu zu kombinieren, damit das Verständnis der Kunden und Mitarbeiter entscheidend besser wird. Es werden Kunden ermittelt, die ähnliche Kaufmuster haben
  • Hochkomplexer Content wird auf ein verständliches Niveau reduziert sowie optisch attraktiver dargestellt und in logisch-kreativen Verknüpfungen ausformuliert (also kein Google-Link-Salat)
  • Informationsflut, Know-how Overkill wird reduziert und einfach/ simpel, gut lesbar und verständlich, merkfähig dargestellt
  • Komplexe Muster werden über die neuronalen Verschaltungen identifiziert und zu unternehmensrelevanten Unternehmensdaten verarbeitet
  • Schlechte, unübersichtliche, verrauschte Datenlandschaften werden strukturiert
  • Weltweit zerstreute Personen werden durch Ähnlichkeiten oder Differenziertheiten miteinander auf der Basis persönlicher Bezüge verknüpft
  • Die Experten-Taxonomie und Folksonomy (user generated content) wird ontologisch (Ontologie: Hierarchie der Hierarchien) über Metastrukturen übersichtlich dargestellt
  • Metadaten werden aus Klassen, Eigenschaften durch Key-Words (Tags) miteinander verbunden
  • Die anspruchsvollsten Beziehungen werden in logische Trails verwoben