B_ZM Znalostní management

Vysoká škola finanční a správní
léto 2027
Rozsah
2/0/0. 12 hodin KS/semestr. 3 kr. Ukončení: z.
Garance
Ing. Mgr. Jaromír Tichý, Ph.D., MBA
Katedra ekonomie a managementu (FES, KEM) – Katedry – Vysoká škola finanční a správní
Kontaktní osoba: Mgr. Petra Dovhunová
Dodavatelské pracoviště: Katedra ekonomie a managementu (FES, KEM) – Katedry – Vysoká škola finanční a správní
Předpoklady
Nejsou vyžadovány žádné předpoklady.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Cílem předmětu Znalostní management je objasnit základní pojmy a termíny související se znalostním managementem. Seznámit studenta s nezbytností využití znalostního managementu v podmínkách podnikové praxe.
Řízení znalostí (Knowledge Management) v moderních firmách kombinuje sběr a vytěžování dat, informací ze systémů (z podnikových aplikací, z internetu, z výstupů výzkumů, atd.) s rozvojem znalostí lidí (pomocí vzdělávání, zvyšování praktických zkušeností, předávání znalostí a dovedností mezi pracovníky, spoluprací s pracovišti VaV, vysokoškolskými zařízeními, atd.). Strategií pro budoucí úspěch podniků je v dnešní době masivní rozvoj technologie Průmyslu 4.0 (automatizace, robotizace a digitalizace), včetně aplikace umělé inteligence a kybernetiky. Řízení znalostí se pohybuje na pomezí rozvoje lidí, jejich schopností a zájmu se neustále vzdělávat a řízení informací: Řízení znalostí je součást rozvoje lidí, lidských zdrojů a rozvoje jejich znalostí (důraz je kladen na tacitní znalosti). Řízení znalostí je také součástí informatiky, řízení informací, data governance, protože získávání, vyhodnocování, uchovávání a vytěžování dat je důležitou součástí strategického řízení podniku (důraz je kladen na explicitní znalosti).
Výstupy z učení
Po úspěšném absolvování předmětu student:
• pochopí základní pojmy znalostního managementu a vysvětlí rozdíl mezi daty, informacemi, znalostmi a moudrostí v kontextu Průmyslu 4.0 a 5.0,
• rozliší zdroje a druhy znalostí a objasní fungování znalostních systémů,
• zanalyzuje faktory ovlivňující zavádění znalostního managementu do praxe a vysvětlí roli transferu znalostí a nových technologií,
• vysvětlí podstatu znalostně orientované organizace a strategických souvislostí řízení změn,
• objasní principy adaptace a charakterizuje učící se organizaci včetně adaptivních modelů a strategií,
• popíše moderní technologie využívané v Průmyslu 4.0 a 5.0 (ERP systémy, IoT, IoE, sdílená data, virtualizace, rozšířená realita) a zhodnotí jejich dopady na znalostní management,
• využije základní metody znalostního modelování a simulace, objasní principy autonomní robotiky a reverzního inženýrství,
• vysvětlí principy sběru a zpracování dat (Big Data, statistické metody) a zhodnotí jejich relevanci a nákladovost,
• zanalyzuje výkonnost znalostně orientovaných podniků, popíše principy klastrů a znalostních seskupení,
• objasní vztah informačního a znalostního managementu a metodické základy systémové integrace,
• kriticky posoudí bariéry a paradoxy znalostního managementu (např. znalostní šum) a navrhne způsoby jejich překonání,
• aplikuje zásady ochrany duševního vlastnictví v kontextu znalostního managementu a zhodnotí význam znalostí jako strategického zdroje podniku.
Osnova
  • 1. Vstup do problematiky znalostního managementu. Vymezení pojmu znalostní management. Data, informace, znalost, moudrost - – jejich význam v době Industry 4.0 (marketingu, obchodu, služeb, práce atd.).
  • 2. Znalostní kompetentnost a rozšíření pojmu znalostí. Zdroje, vlastnosti a druhy znalostí. Znalosti a znalostní systém.
  • 3. Faktory podmiňující zavádění znalostního managementu. Transfer znalostí, nové technologie – výstupy výzkumu a vývoje v praxi podniku. Perspektivy spojení akademické a aplikační sféry.
  • 4. Strategicky orientovaný management a znalostně orientovaná organizace. Souvislosti nezbytných změn.
  • 5. Problematika adaptace a její rámcové chápání. Adaptivní a aktivní činnost člověka. Podstata a místo adaptace v podnikové praxi. Adaptace a učící se organizace (podstata a cíle adaptace a učení se v učících se organizacích; adaptivní modely; strategie organizací založených na učení).
  • 6. Technologie Průmyslu 4.0 se zaměřením na znalostní management – vzdálená spolupráce, podnikové aplikace, IS, ERP, sdílená data, RFID, IoT a M2M, internet všeho (IoE – internet věcí, lidí, procesů a dat).
  • 7. Algoritmy adaptace a učení se. Úvod do znalostní simulace a modelování. Podstata metod modelování. Autonomní robotika, reverzní inženýrství, stínování výroby, aditivní výroba, rozšířená realita, virtualizace, virtuální realita.
  • 8. Učící se organizace. Znaky učící se organizace. Znalostmi ovládané organizace. Systémový přístup k učení. Jak postupovat při výzkumu, statistické metody zpracování dat, Big Data. Sběr dat a jejich zpracování (relevance, validace, náklady).
  • 9. Řízení výkonnosti podniků založených na znalostech. Faktory podmiňující potřebu řízení ve strategických souvislostech. Znalostní seskupení a klastry.
  • 10. Vztah informačního a znalostního managementu. Metodický základ systémové integrace. Znalostní potřeby.
  • 11. Paradoxy spojené se znalostním managementem. Znalostní šum. Znalostní bariery.
  • 12. Znalosti a znalostní management jako věda. Nezbytnost ofenzivního chápání úlohy managementu. ochrana duševního vlastnictví.
Literatura
    povinná literatura
  • ŠIMKOVÁ, Eva a HOFFMANNOVÁ, Martina. Znalostní management v cestovním ruchu: Knowledge management in tourism = Wissensmanagement im Tourismus. Červený Kostelec: Pavel Mervart, 2022. ISBN 978-80-7465-566-1.
  • PILNÝ, Ivan. Digitální ekonomika: žít nebo přežít. V Brně: BizBooks, 2016. ISBN 978-80-265-0481-8.
  • PITRA, Zbyněk a Hana MOHELSKÁ. Management transferu znalostí: od prvního nápadu ke komerčně úspěšné inovaci. Praha: Professional Publishing, 2015. ISBN 978-80-7431-145-1.
  • VEBER, Jaromír. Digitalizace ekonomiky a společnosti: výhody, rizika, příležitosti. V nakladatelství Management Press vydání 1. Praha: Management Press, 2018. ISBN 978-80-7261-554-4.
  • BUJNA, Tomáš. Spojovat či rozdělovat? [organizování, koordinování a sdílení informací]. Praha: Management Press, 2015. ISBN 978-80-7261-278-9.
  • MAŘÍK, Vladimír a KEIL, Robert. Průmysl 4.0: základ ekonomické transformace ČR. V Praze: Management Press, 2024. ISBN 978-80-7261-604-6.
    doporučená literatura
  • MATOS, F., & ROSA, Á. (Eds.). Proceedings of the 24th European Conference on Knowledge Management (Vol. 24, No. 1). Reading, UK: Academic Conferences and Publishing International, 2023. ISBN 978-1-914587-73-3.
  • BORNEMANN, M. (Ed.). Blue Book on Knowledge Management – 2023. Berlin: KMGN, 2023. ISBN 978-1-914587-74-0.
Výukové metody
Výukové metody
Výuka v prezenční formě studia bude probíhat na bázi interaktivních přednášek, v rámci, kterých bude teorie doplňována praktickými příklady, na základě, kterých si student vytvoří představu o faktické úloze managementu znalostí (Knowledge Management) pro úspěšný rozvoj podniku.
Výuka v kombinovaném studiu bude probíhat formou řízené skupinové konzultace. Předpokládá průběžnou přípravu studentů na řízené skupinové konzultace, na kterých bude kladen důraz na praktické aplikace s cílem optimálního využití poznatků z daného předmětu v podnikové praxi.
Pokud bude znemožněna kontaktní výuka a konzultace za osobní přítomnosti studenta v prezenční a kombinované formě studia, je výuka nahrazena distanční formou studia (on-line přenos prostřednictvím MS TEAMS) a samostudiem.
Přednášky
Výklad teoretických základů znalostního managementu s využitím vizualizací, modelů a schémat pro lepší porozumění vztahům mezi daty, informacemi a znalostmi. Prezentace příkladů z reálné praxe českých i zahraničních podniků (např. implementace ERP systémů, digitalizace výrobních procesů, využívání big data v bankovnictví, AI v logistice). Analýza případových studií a diskuse nad úspěšnými i neúspěšnými příklady zavádění znalostního managementu. Propojování teoretických konceptů s aktuálními trendy (Průmysl 4.0, 5.0, IoT, AI, reverzní inženýrství, cirkulární ekonomika). Průběžné zadávání námětů k zamyšlení a krátkých úkolů, které budou studenti zpracovávat na příkladech konkrétních firem či institucí. Podpora samostudia prostřednictvím doporučené literatury, odborných článků a e-learningových materiálů dostupných v IS.
Moderní metody (podporované technologiemi) – motivace, vyšší interaktivita Diskuse a reflexe – studenti se aktivně zapojují do hodnocení představených příkladů a formulují vlastní návrhy aplikace teorie do praxe. Kolaborativní prostředí (MS Teams) pro společné modelování znalostí: znalostní mapy, procesní mapy, jednoduché ontologie „as-is / to-be“. Práce s daty a vizualizacemi: využití otevřených dat a firemních reportů, tvorba mini-dashboardů (např. Power BI) k demonstraci toků informací a znalostí. AI-asistovaná analýza: bezpečné použití generativní AI pro sumarizaci zdrojů, srovnání přístupů a návrhy knowledge-workflow; důraz na ověřování tvrzení (fact-checking). Simulace a „sandbox“: krátké scénáře implementace KM (nasazení wiki/knowledge base, změna workflow sdílení), rozhodovací stromy s vyhodnocením dopadů. Micro-learning a „flipped classroom“: krátká videa/články. Peer-review a portfolia: sdílené návrhy znalostních map a interních směrnic, vzájemná zpětná vazba a iterace; průběžné mini-artefakty (mapa znalostí, governance checklist, návrh metrik). Nástroje pro správu znalostí Confluence / Notion/ SharePoint pro prototypy firemní znalostní báze. Etika a compliance: checklisty pro bezpečnost informací, ochranu duševního vlastnictví a GDPR; anonymizace dat ve studentských výstupech.
Metody hodnocení
Podmínky pro zakončení předmětu:
1. Splnit minimální povinnou účast na cvičení 75% v prezenčním studiu,50% na řízených skupinových konzultacích v kombinovaném studiu a ISP studenti. Při nesplnění student zpracuje náhradní seminární práci v rozsahu minimálně 10 stran v šabloně BP. Pro tuto práci si student zvolí téma a nechá si je schválit vyučujícím. Podmínkou je použití minimálně 3 referencí z databáze ProQuest dostupné z IS.VSFS.
2. Zpracovat seminární práci, téma bude zveřejněno v průběhu výuky (minimálně 10 stran v šabloně DP).
3. Závěrečné hodnocení má podobu zápočtu. Zápočtový test bude proveden elektronickou formou – odpovědníkem v is.vsfs. Zápočtový test se skládá z 8 otázek (minimum pro získání zápočtu je 50 % bodů).
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2019, zima 2020, léto 2026.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.vsfs.cz/predmet/vsfs/leto2027/B_ZM