PRIMENA SOFTVERSKIH SISTEMA ZA UPRAVLJANJE ZNANJEM U STICANJU
KONKURENTSKE PREDNOSTI
APPLICATION SOFTWARE SYSTEMS FOR MANAGING KNOWLEDGE IN
ACQUIRING COMPETITIVE ADVANTAGE
Zorica Medić, Visoka škola za poslovnu ekonomiju i preduzetništvo, zmedic900@gmail.com
Jovan Živadinović, Visoka škola za poslovnu ekonomiju i preduzetništvo, zjovan50@gmail.com
Vladan Pantović, Visoka škola za poslovnu ekonomiju i preduzetništvo, vladan@pantovic.rs
Apstrakt: Predmet ovog rada je znanje koje je
prepoznatljivo i identifikovano kao ključni
organizacioni resurs i tehnološka osnova menadžment
znanja, koja obezbeđuje konkurentsku prednost, kreira
fleksibilno i dinamično radno okruženje i poboljša
performanse poslovnog sistema. Svrha upravljanja
procesom znanja je da učini poslovni sistem
inteligentnim i pronađe alternativne načine sticanje i
korišćenja znanja kako bi se osigurala dugoročna
konkurentnost u globalnom i turbulentnom okruženju. S
obzirom da je menadžment znanja nova disciplina,
budućnost upravljanja procesom znanja traži
razumevanje trendova u tehnologijama menadžment
znanja. U tom smislu rad ima za cilj da predstaviti
sisteme za kreiranje i otkrivanje znanja, sisteme za
čuvanje i formalizaciju znanja, sisteme za organizaciju
i distribuciju znanja i sisteme za primenu znanja.
Doprinos predloženog rešenja se ogleda u
identifikovanju strateški kritičnog znanja za poslovni
sistem, organizovanju efikasnog protok znanja koje bi
obezbedilo konkurentnost na tržištu.
Ključne reči: znanje, sistem menadžment znanja,
informaciono-komunikaciona podrška, inteligentno
poslovanje
JEL Klasifikacija: D83; M21; A10, O32;
Abstract: The subject of this paper is the knowledge
that is recognisable and identified as a key
organizational resource and technological bases for
knowledge management that provides competitive
advantage, creates flexible and dynamic work
environment and improves the performances of the
business system. The purpose of process of knowledge
management is to make business system intelligent and
find alternative ways of acquiring and using the
knowledge in order to secure a long-term
competitiveness in a global and turbulent environment.
Considering that knowledge management is a new
discipline, the future of process of knowledge
management demands understanding the trends in
technologies of knowledge management. In that sense,
this paper has a goal to represent the systems for
creating and discovering knowledge, systems for
keeping and formalization of knowledge, systems for
organization and distribution of knowledge and
systems for knowledge application. The contribution of
the suggested solution is seen in identifying of
strategically critical knowledge for the business
system, organizing efficient data flow which would
provide competitiveness at the market.
Keywords: knowledge, knowledge management system,
information and communication support, intelligent
business
JEL Classification: D83; M21; A10, O32;
1. UVOD
Ekonomija modernog društvo prelazi iz informacionog
društva u društvo znanja. Znanje svih zaposlenih, koje
oni pretvaraju u tržišnu vrednost predstavlja resurs, čija
se vrednost može meriti pa prema tome predstavlja i
temelj intelektualnog kapitala poslovnog sistema.
Znanje je relevantna informacija koje postaje
dominantan činilac ekonomije modernog društva,
proizilazi iz iskustva i zasnovano je na saznanja iz
prošlosti na čijim se temeljima mogu posmatrati
novonastali događaji i situacije.
Primenom koncepta menadžmenta znanja
(engl.knowledge management, (KM) u praksi, poslovni
sistemi, teže da postignu svoje ciljeve a razlozi za
uvođenje sistema za upravljanje znanjem rangirani su
procentualno prema najvažnijim benefitima (Karlsen,
Gottschalk, 2004, pp. 3-10):
 Povećanje profitabilnosti i prihoda (67%);
 Zaštitite talenat i stručnosti (54%);
 Poboljšanje usluga i zadovoljstva korisnika (52%);
 Obezbeđivanje kompaniskog učešća na tržištu u
borbi sa konkurencijom (44%);
 Kraće vreme stvaranja novih proizvoda (39%);
 Ulazak u nove tržišne segmente (39%);
 Smanjenje troškova (38%);
Najveći deo znanja prenosi se usmenom i direktnom
komunikacijom, između 50 i 95% (eksplicitnog i
iskustvenog). Na ovaj način, veći deo znanja se izgubi,
pa uglavnom kompanije upotrebljavaju oko 20%
organizacionog znanja.
2. PREGLED LITERATURE
Menadžment znanja je pristup koji se pojavio na
stručnim i naučnim konferencijama polovinom 90-ih
godina prošlog veka. Napretku menadžment znanja
doprineli su teoretičari menadžmenta Drucker
(Drucker, 1999), Nonaka, Takeuchi, (Nonaka,
Takeuchi 1986) Senge (Senge, 1990), i Stewart
(Stewart, 1997). Brzom razvoju menadžmenta znanja
doprineo je nagli razvoj informaciono-komunikacionih
tehnologija. Istražujući o poslovanju brzinom misli i
kako izgraditi ''digitalni nervni sistem'', uočeno je da su
hardverski, softverski i komunikacioni standardi
izmenili poslovanje i samo ponašanje kupaca (Gates,
Hemingway, 1999) predviđanja da će se poslovanje u
sledećih deset godina promeniti više nego što se
promenilo u poslednjih pola veka, su se i ostvarila.
2.1. Definicije
Prva definicija znanja kao "opravdanog istinitog
verovanja" postavljena je u Platonovom delu Teetet
(Nonaka i Takeuchi, 1995., str. 21.). Moderna filozofija
se slaže da je Platonova definicija znanja prilično dobra
i realna te da znanje kao “opravdano istinito verovanje”
može biti mnogo jasniji putokaz naučnicima.
Znanje je informacija koja ima koristan sadržaj,
relevantna je, iskustveno je proverena i čijom se
primenom postiže rešavanje problema. Tokom
vremena informacije se akumuliraju, većina propada,
zastareva, a znanje je po prirodi dinamično i raste. Vrlo
često se pojam intelektualni kapital vezuje za znanje i
na ovakvom povezivanju insistiraju brokerski mešetari,
što je u suštini tačno (Barth, 2000).
3. KOMPONENTE MENADŽMENT ZNANJA
Komponente menadžment znanja su programska i
hardverska oprema (software i hardware), mrežni deo
(network), deo vezan za podatke (dataware),
organizacioni deo (orgware), i ljudski resursi (human
resources) a mogu se posmatrati kao delovi
informacionih sistema koje doprinose mogućnosti za
stvaranje znanja, akumulaciju znanja, prečišćavanje
znanja, skladištenje znanja, upravljanje znanjem i
distribuciju znanja (Slika 1).
Slika 1. Elementi infrastrukture menadžmenta znanja
4. UPRAVLJANJE ZNANJEM U POSLOVNOM
SISTEMU
Tehnološka osnova koja omogućava upravljanje
znanjem u poslovnom sistemu naziva se sistem
menadžment znanja (eng. knowledge management
systems - KMS). Ovi sistemi funkcionišu na podršci
savremene tehnologije a odabir tehnologije, alata i
metoda je ključan korak za implementaciju strategije
upravljanja znanjem u poslovnom sistemu (slika 2).
Slika: 2. Sistem menadžment znanja –Logički model
Izvor: Autori
Za uspešnu implementaciju sistema menadžment
znanja potrebno je posedovati informacije o
infrastrukturi neophodnoj za staranje, kreiranje i
skladištenje znanja kao i povećanje brzine stvaranja i
prenosa znanja putem informacionih tehnologija
(Davenport, Prusak, 2000 a).
Sistem menadžment znanja je podržan informaciono-
komunikacionom tehnologijom koja kombinuje i
integriše funkcije za kontekstualizaciju i eksplicitnog i
tacitnog znanja kroz organizaciju. Primarni cilj ovog
sistema je da se znanje iz prošlosti ugraditi u sadašnje
aktivnosti u svrhu povećanja efikasnosti poslovnog
sistema. Krajnji cilj KMS je podrška dinamičnom
učenju organizacije i efikasnom funkcionisanju
(Gottschalk, 2005, str. 98-118).
5. PRIKUPLJANJE I TRANSFORMACIJA
ZNANJA
Za projektovanje i izgradnju baze znanja potrebno je
prikupiti i ekstrahovati znanje eksperata iz
problemskog područja, a potom transformisati u oblik
pogodan za najefikasnije korišćenje pomoću
informacionih tehnologija. Ovaj proces akvizicije
naziva se inženjerstvo znanja. Postoji više načina za
sticanja znanja i to: akvizicija, istraživanje, spajanje,
prilagođavanje i umrežavanje znanja.
 Akvizicija – predstavlja kupovinu znanja odnosno
kupovina organizacija ili pojedinaca koji poseduju
znanje.
  Istraživanje – predstavlja formiranje posebnih
timova namenjenih za istraživački rad i razvoj.
 Spajanje – spajanje eksperata sa različitim znanjima
i iskustvima,
 Prilagođavanje – predstavlja brzo prihvatanje novih
znanja, veština i menjanja postojećeg načina rada
zbog naglog razvoja i primene novih tehnologija.
 Umrežavanje znanja – predstavlja generisanje znanja
povezivanjem pojedinaca i grupe sa različitim
interesima, unutar organizacije.
Da bi se znanje prikupilo i stavilo u funkciju poslovnog
sistema, postoje više načina i metoda:
 mapiranje znanja - popis svih zaposlenih koji
poseduju određenu vrstu znanja,
 najbolja praksa - određivanje pogodnijeg načina
rešavanja nekog problema,
 naučeno znanje - zapisivanje stečenog iskustva i
njegovo korišćenje,
 metoda procene - lista kriterijuma i uputstava za
njihovo korišćenje,
 razmena sa eksternim okruženjem - znanja koja se
mogu međusobno razmeniti.
6. TEHNOLOGIJE I ALATI ZA UPRAVLJANJE
ZNANJEM
Postoji veliki broj tehnologija i alata za upravljanje
znanjem. Pri odabiru alata koji će biti integrisani u
sistem upravljanja znanjem poslovnog sistema,
neophodno je razmotriti njihovu namenu i mogućnosti.
U tu svrhu predlaže se metodologija procene alata
prema sledećim karakteristikama tipa alata (za
stvaranje, organizaciju i podelu znanja), (Hlupic,
2003):
 namena alata (opšta ili specifična),
 tip alata – za stvaranje, organizaciju i podelu znanja,
 vrsta znanja (strukturirano, nestrukturirano).
 oblik znanja – tekst, brojke, grafika, audio/video
zapis, slike,
 metode koje alat koristi za upravljanje znanjem – u
zavisnosti od tipa alata.
U radu će se obraditi sistema za upravljanje znanjem
koji su klasifikovani na osnovu realizacije procesa za
upravljanje znanjem je (Slika 3):
Slika 3. Klasifikacija sistema za upravljanje znanjem
6.1. Sistemi za automatizaciju kancelarijskog
poslovanja
Sistemi za automatizaciju kancelarijskog poslovanja
(Davenport, Prusak, 2000 b, pp. 1.-9.) predstavljaju
skladišta eksplicitnog znanja. Informacije potrebne
radnicima za obavljanje svakodnevnog posla su često
dostupne u formi dokumenata, grafikona ili video
zapisa. Sistemi za upravljanje dokumentima
omogućava upravljanje, arhiviranje, administraciju,
pretraživanje i brisanje dokumenata.
6.2. Sistemi veštačke inteligencije
Veštačka inteligencija (eng. artificial intelligence ili
AI) je multidisciplinarna naučna oblast koja izučava
mehanizme inteligentnog ponašanja kroz
projektovanje, razvoj i evaluaciju veštačkih kreacija u
koje se ugrađuju ti inteligentni mehanizmi.
Inteligentni sistemi su ekspertni sistemi, veštačke
neuronske mreže, inteligentni agenti, sistemi za obradu
prirodnog jezika, sistemi za prepoznavanje govora.
Ekspertni sistem – jedno od područja veštačke
inteligencije koje je našlo širu primjenu u praksi su
ekspertni sistemi. Oni predstavljaju inteligentni
računarski program i oličenje znanja eksperta, tako da
samostalno mogu doneti inteligentnu odluku ili
ponuditi inteligentni savet (Wickramasinghe, Lubitz,
2007, p 156).
Naziv ekspertni sistem, a ne ekspertni program,
proizilazi iz činjenice da se sastoji iz više delova za
rešavanje problema:
 Baza znanja (knowledge base);
 Mehanizam zaključivanja (inference engine);
 Komunikacioni interfejs;
 Globalna baza podataka;
Baza znanja (knowledge base) - Pod bazom znanja se
smatra baza podataka gde se informacije prikupljaju,
organiziraju, dele, pretražuju i zatim koriste, koje
uglavnom pokrivaju samo vrlo mali spektar znanja jer
je to veoma skup i dugotrajan postupak.
Mehanizam zaključivanja (inference engine) – softver
sposoban da uredi informacije iz baze znanja i da na
osnovu toga izvuče zaključke.
Komunikacioni interfejs – deo koji omogućava dijalog
između donosioca odluke (menadžera - korisnika) i
sistema
Globalna baza podataka – radna memorija za
beleženje trenutnih statusa sistema, ulaznih podataka za
određeni problem i relevantnih elemenata iz
dotadašnjeg rada.
a. Izgradnja ekspertnih sistema - Proces izgradnje
ekspertnog sistema uključuje: alat za izgradnju
ekspertnog sistema, eksperte, inženjere znanja,
menadžere eksperte koji učestvuju u izgradnji
ekspertnog sistema, i menadžere korisnika, koji koristi
postavljeni ekspertni sistem.
b. Svojstva ekspertnog sistema su:
Ekspertiza visokog nivoa - je važno svojstvo
ekspertnog sistema, koju obezbeđuje kao pomoć u
rešavanju problema. Ta ekspertiza predstavlja najbolja
razmišljanja vrhunskih eksperata u datoj oblasti.
Mogućnost predviđanja - je svojstvo koje proističe iz
mogućnosti da se ekspertni sistem koristi kao model za
rešavanje problema u datoj oblasti koji će, kao takav,
davati odgovore na zadate probleme i pokazivati kako
će se ti odgovori menjati zavisno od novih situacija.
Mogućnost obučavanja - jeste još jedno važno svojstvo
svakog ekspertnog sistema. Ekspertni sistem može biti
oblikovan tako da omogući obuku za nove kadrove.
c. Veštačka neuronska mreža - Struktura veštačke
neuronske mreže osmišljena je da oponašaju neurone u
mozgu.
Koriste se kod prepoznavanja glasa ili pokreta u
čitavom nizu softverskih rešenja, kod filtriranja
elektronske pošte i brisanja spama, kod radara ili
bezbednosnih kamera, kod "iskopavanja" informacija
iz baza podataka, a savremenije bolnice koriste
veštačke neuronske mreže za organizaciju rada, smena
i smeštaja bolesnika, ali i za dijagnostikovanje bolesti.
d. Web - Inteligentni agenti - agenti predstavljaju
softver koji ima sposobnosti da samostalno, bez
intervencije korisnika, izvršava postavljeni zadatak i
izveštava korisnika o završetku zadatka ili pojavi
očekivanog događaja. Okruženje u kome agenti deluju
može biti fizičko (realan svet) ili softversko (računar na
kome su instalirani ili Internet).
Posebnu primenu, inteligentni agenti su stekli na
internetu kod pretraživača kao što je Google. Oni su
stalni programski entiteti namenjeni za posebnu svrhu.
To znači da se agenti razlikuju od potprograma, agenti
imaju svoje vlastite ideje o izvršenju zadatka i svoj
vlastiti raspored (Franklin, Graesser,1996).
U zavisnosti od domena primene agenti se međusobno
razlikuju, međutim oni se ipak mogu klasifikovati u
nekoliko karakterističnih klasa kao što us:
Kooperativni agenti, interfejs agenti, mobilni agenti,
informacioni/Internet agenti, reaktivni agenti,
inteligenti agenti, hibridni agenti.
Tehnologija agenata dobija sve više na značaju i oni se
upotrebljavaju za rešavanje realnih problema i
komercijalnim aplikacijama.
6.3. Tehnologije za komunikaciju i kolaboraciju
Tehnologije za kolaboraciju obezbeđuju poslovnim
sistemima mogućnost za timski rad i saradnju. Timovi
mogu da koriste zajednička dokumenta, istovremeno ili
asinhrono, na različitim lokacijama. Internet
omogućava tri vrste aktivnosti: elektronsku poštu,
učešće u diskusionim grupama i pretraživanje sajtova.
Elektronska pošta - E-mail je najrasprostranjeniji oblik
lične komunikacije.
Diskusione grupe - predstavljaju okupljanje oko
određene teme, otvorene su za svakoga ko želi da se
pridruži. Osoba koja vodi računa o diskusionim
grupama zove se ,,moderator”.
Pretraživanje - predstavlja moćno oružje za brzo
širenje informacija jer omogućava traženje informacija,
čitanje novina, proveravanje računa u bankama,
kupovanje knjiga, slušanje muzike, igranje igrica.
6.4. Poslovna inteligencija
Poslovna inteligencija podrazumeva prikupljanje
poslovnih podataka, njihovo objedinjavanje na jednom
mestu i analiziranje. Na taj način se omogućava uvid u
postignuća kompanije i način na koji se do njih došlo, a
ukazuje i gde se nalazi potencijal koji tek treba
iskoristiti. Poslovna inteligencija tako nije samo
zgodan dodatni instrument, već i izuzetno važan,
suštinski oslonac u upravljanju poslovnim procesima i
osnova konkurentske prednosti (Medić, 2013, p 83).
Pojam poslovne inteligencije objedinjava metodologije,
tehnologije i platforme za skladištenje podataka (Data
Warehouse), OLAP procesiranje podataka (Online
Analytical Processing) i kopanje po podacima (eng.
Data Mining). Data Mining (DM), zajedno sa OLAP-
om i Data Warehouse (DW) predstavlja osnovu
funkcionisanja sistema za podršku odlučivanju.
Programski alati poslovne inteligencija (Business
Intelligence) omogućavaju: Pristupanje podacima iz
jednog ili više različitih izvora, pregled podataka,
analizu podataka, distribuciju znanja dobijenog
analizama.
a. Analitička baza podataka - osnova sistema za
podršku odlučivanju jeste analitička baza podataka
Data Warehouse (DW), čija je jedna od primarnih
funkcija da odražava procese i pravila poslovanja
organizacije u celini. Kao efektivna i efikasna podrška
menadžmentu, DW prečišćava i agregira podatke iz
operacionalnih sistema i smešta ih u tzv.
dimenzionalne baze podataka, koje predstavljaju
repozitorijum konzistentnih istorijskih podataka, lako
dostupnih i podložnih efektivnom manipulisanju.
Ovako organizovani podaci koriste se za ocenjivanje
stanja poslovnih situacija, trendova, projekcija i
alternativa u svrhe podrške odlučivanju (Balaban,
2006).
b. OLAP alati za upite i izveštaje - OLAP je snažan
multidimenzionalni alat koji omogućava veoma brze
odgovore na postavljane upite. Multidimenzionalni
model baze podataka koji koristi OLAP omogućava
kompleksne analitičke i ad hoc upite sa veoma kratkim
vremenom odziva.
c. Data Mining alati za analizu i planiranje - Data
Mining identifikuje trendove u podacima koji se ne
mogu otkriti jednostavnim analizama. Termin Data
Mining se često koristi da označi dva naučna pojma
otkrivanje i predviđanje. Otkrivanje predstavlja
obezbeđivanje eksplicitnih informacija koje su
razumljive za korisnika, dok predviđanje predstavlja
predviđanje budućih događaja.
7. USLOVI ZA EFIKASNO ODLUČIVANJE
NOVIH IKT
Efikasniji sistem za upravljanje znanjem u
organizacijama postiže se implementacijom novih
tehnologije i razvijanje odgovarajuće ICT
infrastrukture, koja stvara uslove za efikasno
odlučivanje.
Kao i za svaki drugi projekt i novi sistem, tako i za
Knowledge management system se postavlja pitanje
koji su dobiti za kompaniju koja uvodi takav sistem,
tako i za njene zaposlene:
Ključne koristi za kompaniju: Podsticanje kreativnosti,
timskog rada i istraživačkog pristupa poslovanju, bolje
korišćenje postojećeg znanja u kompaniji, učenje iz
iskustva, efikasnije korišćenje zajedničke baze znanja,
povezivanje eksperata, samostalno razvijanje novog
znanja, poboljšanje procesa za upravljanje
dokumentacijom, stvaranje projektne dokumentacije,
otkazi i rotacije radnih mesta ne narušavaju poslovni
proces, povećanje kvalitete proizvoda, i zadovoljstva
korisnika kvalitetom proizvoda i usluga.
Ključne koristi za zaposlene: Prepoznavanje eksperata
u radnoj okolini, mogućnost za bolji profesionalni
razvoj organizovanjem obuka, bolje izvođenje
poslovnih zadataka na radnom mestu, razvoj
personalne mreže eksperata, kreiranje fleksibilnog i
dinamičnog radog okruženja, povezivanje ljudi sa
sličnim interesima, brže rešavanje problema, povećanje
zadovoljstva i motivacije zaposlenih te stvaratelja
novih znanja, znanja uz upotrebu intraneta, interneta i
Web-a.
8. ZAKLJUČAK
Ključni izazov za poslovne sisteme 21. veka je sigurno
nematerijalni kapital – znanje, sa kojim poslovni
sistemi raspolažu i koje se na tržištu može pretvoriti u
vrednost. Uspešna svetska preduzeća imaju razvijenu
praksu upravljanja znanjem koja stvara motivisane
radnike, čini dostupno ekspertsko znanje što
omogućava brže i kvalitetnije rešavanja problema,
doprinosi boljoj produktivnosti, konkurentnoj prednosti
i povećavanju tržišne vrednosti.
Prema dosadašnjim istraživanjima koja su sprovedena
na našim prostorima, utvrđeno je da u poslovnim
sistemima u Srbiji primena koncepta menadžment
znanja je na veoma niskom stepenu korišćenja. Svrha
ovog rada je, da na temelju savremenih teoretskih
dostignuća vodećih autora u oblasti menadžment
znanja predstavi informaciono tehnološke trendove kao
glavne instrumente kojima se podstiče razvoj
ekonomije znanja.
Tema rada nije, da li je potrebno upravljati znanjem,
nego na koji način treba to uraditi i kako upravljati
procesima koji uključuju znanje. U tom smislu
predložene su tehnologije koje će omogućiti poslovnim
sistemima da poslovne aktivnosti obavljaju bolje od
svojih konkurenata.
Predloženi sistemi i tehnologije takođe omogućavaju
zaposlenima, na svim nivoima upravljanja, da imaju
lak pristup znanju, bilo iz sopstvenih izvora ili iz
relevantnog okruženja, koje im je potrebne za
kvalitetno odlučivanje. Na ovaj način, doprinosi se
ispunjenju sveukupnih ciljeva organizacije, postiže se
suštinska ušteda i značajni napredaka u radu i
konkurentskoj prednosti.
Doprinos rada se ogleda i u aktualizaciji teme primene
menadžmenta znanja u savremenim poslovnim
sistemima na našim prostorima. Poslovni sistemi treba
da iskoriste informacione tehnologije za inteligentno
upravljanje svojim resursom znanja, kako bi doprineli
povećanju performansi i kapitala, smanjenju
redundantnih poslova, povećanju konkurentske
prednosti i stvaranju prostora za inovativnost.
9. REFERENCE
[1] Balaban N, Ristić Ž., (2006), ''Poslovna
inteligencija'', Ekonomski fakultet, Subotica,
[2] Barth.,S., (2000) „Knowledge as a Function of X“
Knowledge Menagement.
[3] Davenport, T. H., Prusak, L. (2000), Working
knowledge: How organizations manage what they
know, Boston: Harvard Business School Press.
[4] Drucker, P. F. (1999). Knowledge-worker
productivity: The biggest challenge.The knowledge
management yearbook 2000-2001.
[5] Franklin, S., Graesser, A., (1996), Is it an Agent, or
just a Program? A Taxonomy for Autonomous
Agents, Institute for Intelligent Systems, University
of Memphis.
[6] Gottschalk, P. (2005.), Strategic Knowledge
Management Technology, London: Idea Group
Publishing.
[7] Hlupic, V. (2003), Knowledge and Business
Process Management, IDEA Group Publishing.
[8] Karlsen J., Gottschalk P. (2004), “Factors Affecting
Knowledge Transfer in IT Projects”, Engineering
Management Journal, 16 (1).
[8] Medić, Z. (2013), Optimizacija sistema
menadžment kontrole uvođenjem on-line analitcal
processing (OLAP) sistema poslovne inteligencije,
doktorska disertacija, Novi Sad: Univerzitet
Privredna akademija.
[9] Nonaka, I., Takeuchi, H. (1995.), The knowledge
creating company, New York: Oxford University
Press.
[10] Senge, P. (1990) The fifth discipline: the art and
practice of the learning organization.New York:
Doubleday.
[11] Takeuchi, Hirotaka (1986); Nonaka, Ikujiro
(January–February 1986). "The New Product
Development Game"(PDF). Harvard Business
Review. Retrieved June 9, 2010.
[12] Wickramasinghe, N. i von Lubitz, D. (2007.),
Knowledge – Based Enterprise: Theories and
Fundamentals, London: Idea Group Publishing.