ERP-Betrieb

Digitalisierungsgrade der betrieblichen Aus- und Weiterbildung in KMU

Lesedauer: 7 Minuten

24. Mai 2022 von Angelika C. Bullinger und Julia Birke

Digitalisierungsgrade der betrieblichen Aus- und Weiterbildung in KMU
©sitthiphong / Adobe stock

Die Implementierung der Digitalisierung in Unternehmen erfordert eine Anpassung der Aus- und Weiterbildung. Um die Ermittlung der Ist-Situation zu ermöglichen, Optimierungspotenziale aufzuzeigen und den Fortschritt zu kontrollieren, wurde ein Reifegradmodell entwickelt und im Beitrag vorgestellt. Das iterativ entwickelte Modell umfasst die Dimensionen Lernmedien, Lernende, Lehrende und organisationale Rahmenbedingungen. Durch weitere Erprobung und Nutzung in verschiedenen Unternehmenskontexten kann das Reifegradmodell zukünftig weiter detailliert und an Umgebungsfaktoren angepasst werden.

 In diesem Beitrag lesen Sie:

  • weshalb eine digitalisierte Aus- und Weiterbildung insbesondere für KMU relevant sind,
  • wie ein Instrument zur Messung des Digitalisierungsgrades der Aus- und Weiterbildung in KMU entwickelt wird,
  • wie der Digitalisierungsgrad der Aus- und Weiterbildung in KMU im Unternehmen gemessen werden kann.

Der Bedeutungszuwachs der Digitalisierung bringt weitreichende Veränderungen mit sich. Die vielfältigen Einflüsse durch neue Technologien und Prozesse sowie verändertes Lehren und Lernen zeigen aktuelle Herausforderungen im Unternehmenskontext auf [1]. Durch die Digitalisierung am Arbeitsplatz steigt der Bedarf nach digitalen Kompetenzen und somit die Notwendigkeit für lebenslanges Lernen im Unternehmenskontext [2, 3]. Die betriebliche Aus- und Weiterbildung als Teil der Perso- nalentwicklung ist dabei von großer Bedeutung für die erfolgreiche Umsetzung der digitalen Transformation des Gesamtunternehmens [4].

Ein Risiko der aktuellen Entwicklungen ist, dass sich aufgrund unterschiedlicher Digitalisierungsgrade die Diskrepanz zwischen hoch technologisierten, modernen (Groß-)Betrieben und geringer technologisierten (Klein-) Betrieben vergrößert und langfristig Nachteile in der Qualität der Aus- und Weiterbildung entstehen [4]. Um diese Herausforderung zu bewältigen, stellen insbesondere für kleine und mittlere Unternehmen (KMU), die bezüglich Kompetenzentwicklung und Einsatz digitaler Medien weniger stark aufgestellt sind [5], die Mitarbeitenden und deren Qualifizierung einen erfolgskritischen Faktor dar [6].

Neben Herausforderungen birgt die Digitalisierung das Potenzial, durch neue Formen der Wissensvermittlung sowie orts- und zeitunabhängiges Lernen Kostenersparnisse und eine erhöhte Flexibilität im Arbeitsalltag zu erzielen [7], jedoch ist die Förderung digitaler Bildung in Unternehmen bisher nicht ausreichend. Weniger als die Hälfte der Unternehmen beschäftigt sich strategisch mit der Digitalisierung von Personalentwicklungsmaßnahmen [8]. Es besteht demnach Handlungsbedarf mit dem Ziel, die betriebliche Aus- und Weiterbildung auf die durch die Digitalisierung ausgelösten Veränderungen im Unternehmen abzustimmen [8].

image 16

Um die Unternehmensleistung in diesem Einzelbereich verbessern zu können, muss der aktuelle Zustand vorerst bewertet und Sensibilität für die Wichtigkeit der  Thematik  geschaffen  werden.  Reifegradmodelle (RGM) dienen hierbei sowohl der Bestimmung des Status quo,  der  Ableitung  und  Durchführung  von Verbesserungsmaßnahmen  als  auch  der  entsprechenden Fortschrittskontrolle [9]. Das schrittweise Vorgehen soll durch  mehrmalige  Anwendung  eine  kontinuierliche Verbesserung  im  Unternehmen  anstoßen.  Dadurch wird  die  Planung,  Steuerung  und  vor  allem  das Verständnis von Unternehmensentwicklungen gefördert [10].

Ziel des Beitrages ist, durch ein Instrument zur Definition des Ist-Zustandes einen Mehrwert zur Messbarkeit der digitalen Transformation zu leisten. In einem systematischen Literaturreview wurde deutlich, dass bisher kein RGM zur Feststellung der digitalen Reife der betrieblichen Aus- und Weiterbildung speziell für KMU existiert. In diesem Beitrag soll daher ein RGM vorgestellt werden, das KMU branchenunabhängig befähigt, den individuellen Digitalisierungsgrad der betrieblichen Aus- und Weiterbildungsmaßnahmen zu analysieren und Optimierungspotenziale zu identifizieren.

image 20
Bild 2: Reifegradmodell für den Digitalisierungsgrad der Aus- und Weiterbildung in KMU.

Vorgehensweise zur Konzeption des Reifegradmodells

Das gewählte Entwicklungs- vorgehen in Anlehnung an Altuntas und Uhl (2016) wird in Bild 1 aufgezeigt. Der systematische Literaturreview führte zu einem Vergleich bereits bestehender RGM [8, 11, 12, 13], welche  sich  mit  verwandten Thematiken  beschäftigen. Durch die Kombination relevanter Modelle wurde ein neues Modellkonzept entwickelt [9]. Dabei wurden bestehende Inhalte auf einen neuen Anwendungsbereich übertragen und der Modellvorschlag durch Erkenntnisse aus der Literatur ergänzt. Die Evaluation des Modellkonzeptes zeichnet sich durch die Ergänzung, Validierung und Bewertung der bisherigen Inhalte  durch Expertenbefragungen  aus [10]. Dabei wird das Modellkonzept auf seine Vollständigkeit, Nützlichkeit und Konsistenz geprüft [14]. Zu diesem Zweck wurden leitfadengestützte halbstrukturierte Experteninterviews (N=5) mit Vertretern aus der Praxis durchgeführt. Die Auswahl der Experten erfolgte aufgrund ihrer Erfahrung und ihres Fachwissens im Bereich der betrieblichen Aus- und Weiterbildung in KMU verschiedener Branchen. Die Dauer der Interviews betrug durchschnittlich 50 Minuten. Die Experteninterviews dienten der Überprüfung der bisher theoriegeleiteten Modellentwicklung durch Praxiswissen und führten zu einer entsprechenden Anpassung des Modellkonzeptes.

Vorstellung des Reifegradmodells

Das entwickelte deskriptive RGM bestimmt branchenunabhängig den Digitalisierungsgrad der betrieblichen Aus- und Weiterbildung in KMU und bezieht neben der technologischen Ebene prozessuale, strategische, didaktische sowie soziologische Einflüsse ein. Das Ergebnis gliedert sich in vier Dimensionen (dunkelblau), 15 Indikatoren (grau) und fünf Reifegrade, wie in Bild 2 deutlich wird.

In Tabelle 1 wird die inhaltliche Beschreibung der einzelnen  Dimensionen  (Oberkategorien)  und  der jeweils zugehörigen Indikatoren (Unterkategorien) aufgezeigt. Der Zusammenhang zwischen Dimensionen und Reifegraden wird durch die Reifegrad-Kennwert-Matrix aufgezeigt [10], die die Abstufungen der einzelnen Indikatoren pro Reifegrad beschreibt. Als Transfermedium wurde ein Fragebogen konzipiert, der durch Selbsteinschätzung der Ermittlung des Reifegrades dient.

image 19
Tabelle 1: Dimensionen und Indikatoren des Reifegradmodells.

Die Einordnung in das RGM visualisiert wertfrei den Ist-Zustand des jeweiligen Unternehmens.
Der Zielzustand entspricht nicht pauschal dem höchsten Digitalisierungsgrad, sondern ist vorab unternehmensintern zu definieren, wodurch anschließend durch mehrmalige Anwendung über Zeit eine Fortschrittskontrolle ermöglicht wird. Bild 3 zeigt, wie das Modell nach zweimaliger Analyse als Auswertungsgrafik genutzt werden könnte.

image 14
Bild 3: Anwendungsbeispiel.

Fazit

Im Hinblick auf das RGM, das unternehmensintern als Selbsteinschätzung Anwendung finden soll, um Verbesserungspotenziale zu identifizieren und den Fortschritt zu kontrollieren, sollten die Anwender die allgemein gehaltenen Formulierungen an die Eigenschaften des jeweiligen Unternehmens anpassen. Dies setzt voraus, dass die Modellanwendung in unternehmensinterne strategische Überlegungen eingebettet wird.

In den Experteninterviews wurde deutlich, dass die bestehende Operationalisierung der Indikatoren noch Raum für Interpretation bietet. Einerseits scheinen detailliertere Ausführungen die objektive Einordnung in das Modell zu unterstützen, andererseits verkürzen sie die zeitliche Gültigkeit der Modellinhalte. Diesem sollte durch eine kontinuierliche Fortentwicklung des RGM begegnet werden, indem das iterative Entwicklungsvorgehen mit praktischen Erprobungen fortgesetzt wird. Auf Grundlage der Theorie und der Einschätzung der Experten ist davon auszugehen, dass sich die Anwendung des RGM positiv auf Unternehmen auswirkt: „Man wird sich dann doch bewusst, dass digital die Zukunft ist. Und man wird sich noch mehr bewusst, wo denn die einzelnen Punkte sind, an denen man ansetzen kann, um digital zu werden“ (Betriebsleiter, mittelständisches Maschinenbauunternehmen).

 

image 12

Julia Birke, M. Sc. ist wissenschaftliche Mitarbeiterin
an der Professur Arbeitswissenschaft und Innovationsmanagement an der Technischen Universität Chemnitz.

image 13

Prof. Dr. Angelika C. Bullinger ist Inhaberin
der Professur Arbeitswissenschaft und Innovationsmanagement an der Technischen Universität Chemnitz.

Kontakt:

Julia Birke, M. Sc.
Professur Arbeitswissenschaft und
Innovationsmanagement
Technische Universität Chemnitz
Erfenschlager Str. 73
09125 Chemnitz

E-Mail: julia.birke@mb.tu-chemnitz.de

https://www.awi.institute

Ausbildungdigitale ReifeKMUReifegradmodellWeiterbildung


[1] Zinn, B.: Bedingungsvariablen der Ausbildung 4.0: Ausbildung der Zukunft. Journal of Technical Education (JOTED), 3(2), 10–18. 2015.
[2] Gebhardt, J.; Grimm, A.; Neugebauer, L. M.: Entwicklungen 4.0: Ausblick auf zukünftige Anforderungen an und Auswirkungen auf Arbeit und Ausbildung. Journal of Technical Education (JOTED), 3(2), 44–61. 2015.
[3] Initiative D21 e. V. (Hg.): D21 Digitalindex 19/20: Jährliches Lagebild zur Digitalen Gesellschaft. Berlin, 2020.
[4] Kruppe, T.: Digitalisierung: Herausforderungen für die Aus- und Weiterbildung in Deutschland. IAB-Stellungnahme (1). Nürnberg, 2019.
[5] Seyda, S.; Meinhard, D. B.; Placke, B.: Weiterbildung 4.0: Digitalisierung als Treiber und Innovator betrieblicher Weiterbildung. IW-Trends: Vierteljahreszeitschrift zur empirischen Wirtschaftsforschung, 45(1), 107–124. 2018.
[6] Kauffeld, S.: Nachhaltige Personalentwicklung und Weiterbildung: Betriebliche Seminare und Trainings entwickeln, Erfolge messen, Transfer sichern (2. Auflage). Berlin, Heidelberg, 2016.
[7] Janssen, S.; Leber, U.; Arntz, M.; Gregory, T.; Zierahn, U.: Betriebe und Arbeitswelt 4.0: Mit Investitionen in die Digitalisierung steigt auch die Weiterbildung. IAB-Kurzbericht (26). Nürnberg, 2018.
[8] Risius, P.; Seyda, S.: Ausbildungsunternehmen 4.0: Digitalisierung der betrieblichen Ausbildung. Köln, 2020.
[9] Becker, J.; Knackstedt, R.; Pöppelbuß, J.: Developing Maturity Models for IT Management. Business & Information Systems Engineering, 1(3), 249–260. 2009.
[10] Altuntas, M.; Uhl, P.: Industrielle Exzellenz in der Versicherungswirtschaft: Bestimmung der Industrialisierungsreife in einer zunehmend digitalisierten Welt. Wiesbaden, 2016.
[11] Egloffstein, M.; Heilig, T.; Ifenthaler, D.: Entwicklung eines Reifegradmodells der Digitalisierung für Bildungsorganisationen. In: E. Wittmann; D. Frommberger; U. Weyland (Hg.), Jahrbuch der berufs- und wirtschaftspädagogischen Forschung 2019 (S. 31–44). Opladen, Berlin, Toronto, 2019.
[12] Bitkom (Hg.): Reifegradmodell Digitale Geschäftsprozesse: Leitfaden. Berlin, 2020
[13] Hölzle, K.; Gerhardt, F.; Petzolt, S.; Kullik, O.: Reifegradmessung zur digitalen Transformation von KMU. Potsdam, 2019.
[14] Egeli, M.: Erfolgsfaktoren von Mobile Business: Ein Reifegradmodell zur digitalen Transformation von Unternehmen durch Mobile IT. Wiesbaden, 2016.




Das könnte Sie auch interessieren

Anbieterportal

Potsdam Consulting Advisory GmbH
Premium

Potsdam Consulting Advisory GmbH

Leistungen

Services

Beratung

14057 Berlin
SE Padersoft GmbH & Co. KG
Premium

SE Padersoft GmbH & Co. KG

Branchen

Industries

Einzelhandel

Leistungen

Services

ERP-Systeme

33100 Paderborn

alle Anbieter
Sharer Icon: facebookSharer Icon: TwitterSharer Icon: LindekInSharer Icon: XingSharer Icon: EnvelopeSharer Icon: Print
Banner

Neu: ERP 3/2022

Die vorliegende Ausgabe von ERP Management befasst sich mit der ERP-Implementation.  Lesen Sie hier, welchen Nutzen erfolgreiche Strategien der digitalen Transformation bringen.

Inhaltsverzeichnis

Leseprobe

JETZT bestellen!

The World of ERP in One Event!

The ERP competition of the year 2022

  • Meet the trendsetters in ERP – the best of the best and the most innovative
  • Intelligent solutions for the future – 11 winning categories
  • An independent jury with top-class digital and industry experts
  • Registration deadline ends June, 2022

Get your ticket now!

Wir verwenden Cookies, um die Nutzererfahrung stetig zu verbessern. Mehr Erfahren.

We use cookies to constantly improve our users’ experience. Learn more.

Essentielle Cookies

Essential Cookies

Cookie Settings
Speichert Einstellungen, die hier getroffen werden. (1 Jahr)

Cookie Settings
Saves selected settings. (1 Year)

Statistik

Statistics

Google Analytics | Google LLC | Datenschutz
Cookie von Google für Website-Analysen. Erzeugt statistische Daten darüber, wie der Besucher die Website nutzt. Alle Informationen werden anonymisiert gespeichert. (2 Jahre)

Google Analytics | Google LLC | Privacy Notice
Cookie used by Google for web site analysis. Collects statistical data on how visitors use the website. This data does not contain personal information. (2 years)