© 2024 SURF
Effectieve kennisdeling is cruciaal voor de prestaties van organisaties (Bock & Kim, 2002; Kogut & Zander, 1996), vooral voor diegenen die investeren in robotiseringsoplossingen. Deze projecten vereisen zowel expliciete als impliciete kennis, waarbij de impliciete kennis van medewerkers essentieel is voor succes. Veel MKB-maakbedrijven ondervinden echter problemen met het ontwikkelen van effectieve kennisdelingsrelaties op de werkvloer, vooral in het kader van verbeterprojecten rondom robotisering.
Ondanks de noodzaak voor multidisciplinaire werknemersparticipatie en kennisdeling in robotiseringsprojecten, ontbreken er meetinstrumenten om deze relaties te identificeren en te evalueren. Sociale Netwerk Analyse (SNA) biedt een potentiële oplossing door de ontwikkeling en dynamiek van kennisdelingsrelaties tijdens het robotiseringsproces in kaart te brengen en te meten. Het doel is organisaties te voorzien van tools om kennisdelingsrelaties te visualiseren en te meten, waardoor gerichte interventies mogelijk worden om kennisdeling te bevorderen.
Het onderzoeksproces omvatte vier fasen:
Verkenning: Door middel van semigestructureerde interviews werd een eerste beeld gevormd van de leer- en kennisdelingscultuur binnen organisaties.
Uitvoering: Vanuit het perspectief van sociale netwerk analyses werd gratis software gekozen om kennisdelingsrelaties te visualiseren en meten. Na verschillende testrondes werd een vragenlijst ontwikkeld om advieszoekende relaties binnen de organisatie te identificeren.
Evaluatie: De verkregen inzichten werden teruggekoppeld naar de deelnemende bedrijven, wat leidde tot waardevolle bevKIEM.K23.01.061
indingen. Voor de resultaten verwijzen we naar de inhoudelijke eindrapportage.
Het meetinstrument bleek echter te complex voor zelfstandige toepassing, wat vervolgonderzoek noodzakelijk maakt.
Disseminatie: Tijdens een presentatie/workshop op de Dag van de Robotica werden waardevolle inzichten verkregen voor toekomstig onderzoek, waarbij verschillende bedrijven interesse toonden in de onderzoeksresultaten..
Meer onderzoek en verdere ontwikkeling van het meetinstrument zijn nodig om organisaties te ondersteunen bij het bevorderen van effectieve kennisdeling in robotiseringsprojecten.
Industry 4.0 omvat de toenemende digitalisatie binnen bedrijven, resulterend in een inter-connectiviteit tussen mensen, objecten en systemen in real time. Dit resulteert in fundamentele veranderingen in de manier waarop mensen werken, beslissingen nemen en hun activiteiten managen. Deze nieuwe technologieën, zoals robotoplossingen beïnvloeden ook de manier waarop kennis wordt verworven, overgedragen en gebruikt en vragen om nieuwe managementpraktijken om het leren, de kennisdeling en zodoende het continu verbeteren te faciliteren (Lepore, et al., 2022).
Dit onderzoek bouwt voort op bevindingen uit eerdere onderzoeken (RAAK Integraal Robotiseren). Waar eerder is gekeken naar succesfactoren voor het implementeren van de robot oplossing, wordt nu gekeken naar het continue verbeteren van de robotoplossing, met de focus op de impact van interne sociale relaties. De Social Network Analysis (SNA) zou kunnen helpen om de ontwikkeling en dynamiek van kennisdelingsrelaties tijdens robotiseringstrajecten in kaart te brengen en interventies te plannen, voor het verbeteren van dergelijke relaties.
De uitkomst van dit onderzoek geeft het MKB een meetinstrument, waarmee een nulmeting kan worden gecreëerd. De nulmeting geeft inzicht hoe de inrichting van de interne kennisdelingsrelaties zijn opgebouwd. Met de interpretatie van de resultaten kan bepaald worden hoe effectief deze relaties zijn. Doelstelling van dit onderzoek is het ontwikkelen van een SNA meetinstrument waarmee inzicht gecreëerd wordt in het ontstaan van- en dynamiek binnen kennisdelingsrelaties. Met deze kennis kunnen Mkb’ers interventies uitvoeren om kritische kennis gerelateerd aan de robotoplossing bij de juiste personen te borgen.