[Back]

C. Proyer:
"Transfer Monitoring from University to Industry";
Supervisor: C. Huemer, A. Mazak; Institut für Information Systems Engineering, 2018; final examination: 2018-10-03.

The measurement of the knowledge change of employees as well as the subsequent transfer
within their companies is discussed in this thesis. Although these two terms are often used
synonymously, there is a clear difference between them. Learning is adapting to a situation
whereas transfer is applying this knowledge to similar situations.
There are various approaches to measuring learning success or transfer, most of which originate
in educational science. In this thesis we consider the special case of innovation courses,
where there are various additional requirements that must be met for the measurement. Unfortunately,
the existing frameworks are not designed for these requirements and are therefore not
sufficient.
An innovation course is a long-term course in which employees of various companies are
taught and trained in a certain topic. Such an innovation course consists of several modules
for which both the measurement of learning success and knowledge transfer for the individual
participants must take place in the various modules. To achieve this and to make the measurements
repeatable and objective, we have developed a framework for transfer monitoring from
university to industry.
We use the Design Science Approach to develop the framework. However, the goal is not to
create a static artefact that can only be applied to the course of our case study, but to design a
framework that is also easily adaptable and applicable in other innovation courses or in a similar
environment. To test and improve this framework, we use it in four modules of the DigiTrans
4.0 innovation course.
For three of the four modules of our case study, the difference between the knowledge before
the module and at the end is statistically significant. We also create linear models to explain or
predict the transfer. The necessary variables for linear regressions are derived from literature
research. The models are created both with and without heteroscedasticity adjustment. The
results of the models are slightly different, but show a common trend, which originates from the
same background formula. Since these characteristics are known in the literature of knowledge
transfer, the framework created is well suited for measuring the transfer.

Die Messung der Wissensveränderung von Mitarbeitern sowie der anschließende Transfer innerhalb
der Unternehmen wird in dieser Arbeit behandelt. Auch wenn diese beiden Begriffe oft
synonym verwendet werden, so gibt es doch einen klaren Unterschied zwischen ihnen. Lernen
ist das Anpassen an eine Situation wohingegen der Transfer das Anwenden des Wissens für
ähnliche Situationen ist.
Um den Lernerfolg oder den Transfer zu messen gibt es verschiedene Ansätze, die meist
aus der Bildungswissenschaft stammen. In dieser Arbeit betrachten wir den Sonderfall der Innvationslehrgänge,
bei denen verschiedene zusätzliche Auflagen für die Messung erfüllt werden
müssen. Die bestehenden Frameworks sind für diese Anforderungen leider nicht ausgelegt und
deshalb nicht ausreichend.
Ein Innovationslehrgang ist ein längerfristiger Kurs in dem Mitarbeiter von verschiedenen
Unternehmen in einem festgelegten Thema unterrichtet und weitergebildet werden. Ein solcher
Innovationslehrgang besteht aus mehreren Modulen wobei für diese sowohl die Messung des
Lernerfolgs als auch des Wissenstransfers für die einzelnen Teilnehmer in den verschiedenen
Modulen erfolgen muss. Um dies zu bewerkstelligen sowie die Messungen wiederholbar und
objektiv zu gestalten haben wir ein Framework für die Transfer-Messung von der Universität
zur Industrie entwickelt.
Zur Entwicklung des Frameworks nutzen wir den Design Science Approach. Das Ziel ist
aber nicht ein statisches Artefakt zu kreieren, dass nur für den Lehrgang der Fallstudie anwendbar
ist, sondern ein Framework zu konzipieren, dass auch in anderen Innovationslehrgängen oder
in einem ähnlichen Umfeld leicht anpassbar und anwendbar ist. Um dieses Framework zu testen
und zu verbessern setzen wir es in vier Modulen des DigiTrans 4.0 Innovationslehrgang ein.
Bei drei von den vier Modulen unserer Fallstudie ist der Wissenszuwachs vom Anfang des
Moduls bis zum Ende statistisch signifikant. Außerdem erstellen wir noch lineare Modelle um
den Transfer erklären oder prognostizieren zu können. Die nötigen Variablen für die linearen Regressionen
stammen aus der Literaturrecherche. Die Modelle werden sowohl ohne als auch mit
der Heteroscedastizitätsanpassung erstellt. Die Ergebnisse der Modelle sind leicht unterschiedlich,
zeigen aber einen gemeinsamen Trend, der von der gleichen Hintergrundformel ausgeht. Da
diese Merkmale in der Literatur des Wissenstransfers bekannt sind, ist der geschaffene Rahmen
für die Messung des Transfers gut geeignet.

case study, knowledge transfer, learning success