wissensmanagement - Juni/Juli 2026

Editorial

Demografie | Die unsichtbare Wissenslücke

von Nicole Lehnert

Wissen verschwindet selten plötzlich. Stattdessen geht es meistens leise verloren, wenn erfahrene Mitarbeitende das Unternehmen verlassen, wenn Teams wechseln, wenn Fluktuation steigt oder sich Aufgaben verschieben. Zurück bleiben oft sauber dokumentierte Prozesse - aber nicht unbedingt das Wissen darüber, warum Workflows und einzelne Arbeitsschritte in der Praxis tatsächlich funktionieren. Genau dieses Erfahrungswissen entscheidet jedoch in vielen Organisationen über Qualität, Problemlösungskompetenz und Handlungsfähigkeit.

Praxis Wissensmanagement

Organisationskultur | Hat Wissensmanagement ein Führungsproblem?

von Dr.-Ing. C. Benjamin Nakhosteen

Wir alle kennen die typischen Symptome unzureichenden Wissensmanagements in Organisationen: An Prozess- und Teamschnittstellen gehen Informationen verloren, Entscheidungen sind im Nachhinein nicht mehr nachvollziehbar, Schulungen stehen losgelöst vom konkreten Arbeitskontext, neuen Mitarbeitenden fällt die Einarbeitung schwer, Wissen wird eher individuell genutzt als kollektiv geteilt und Fehler zwar bearbeitet, aber selten offen reflektiert. Die Liste ließe sich nahezu beliebig fortsetzen. Wer Wissensmanagement in Organisationen voranbringen will, stößt dabei auf ein Paradox. Es gibt Modelle, Standards, Best Practices, wissenschaftliche Forschungsergebnisse und hervorragende Lehrbücher - und dennoch bleiben Plattformen leer, Lessons Learned versanden und Erfahrungswissen hängt an einzelnen Personen. Wissensmanagement hat kein Erkenntnisproblem. Die Zusammenhänge und Theorien sind in der Fach-Community längst bekannt. Wissensmanagement hat vielmehr ein Vermittlungsproblem. Wir sprechen über Wissensmanagement, erreichen aber ausgerechnet jene Zielgruppe oft nicht, die es im Alltag wirksam machen muss: Führungskräfte.

Leadership 2.0 | KI als Mitarbeitender: Warum Unternehmen lernen müssen, KI zu führen statt ihr blind zu folgen

von Lisa Catena Gyger

In vielen Unternehmen wird Künstliche Intelligenz noch immer wie ein besonders leistungsfähiges Software-Upgrade behandelt. Man testet Tools, kauft Lizenzen, verteilt Zugänge und hofft, dass Produktivität und Qualität automatisch steigen. Doch genau hier liegt der Denkfehler: KI ist kein Feature und auch kein magischer Knopf, der Prozesse automatisch optimiert. Wer generative KI erfolgreich einsetzen will, sollte sie anders betrachten: als Mitarbeitenden, als Assistenz oder als Praktikanten mit enormem Potenzial, aber ohne Entscheidungsbefugnisse und ohne Verantwortungsbewusstsein.

Kommunikation | Wie menschlich kann KI werden?

von Bernhard Kuntz

Wofür lässt sich Künstliche Intelligenz nutzen? Und wie stark wird sie unser Leben und die Arbeitswelt verändern? Viele Antworten darauf sind bislang noch offen. Entsprechend viele Projekte laufen derzeit in Unternehmen, um die Möglichkeiten und Grenzen von KI auszuloten. Glaubt man den aktuellen Veröffentlichungen zum Thema Künstliche Intelligenz, entsteht schnell der Eindruck, dass sich die Arbeitswelt durch die verstärkte KI-Nutzung fundamental verändern wird - insbesondere dann, wenn sich Künstliche Intelligenz (KI) mit Robotik und Automatisierung (RA) zur sogenannten KIRA verbindet. Damit stellt sich zunehmend die Frage, wie menschlich und empathisch KI künftig werden - oder zumindest wirken - kann. Und welche typisch menschlichen Aufgaben sie dann möglicherweise übernimmt. Wo liegen Chancen, wo die Grenzen?

Titelthema

Erfahrungswissen | Der stille Wissensverlust: Kann GenAI implizites Know-how sichern?

von Robert Menge

Viele Organisationen stehen vor einer strategischen Herausforderung, die häufig unterschätzt wird: Mit dem altersbedingten Ausscheiden erfahrener Mitarbeitender geht nicht nur Arbeitskraft verloren, sondern vor allem organisationsspezifisches Erfahrungswissen. Dieses Wissen ist selten dokumentiert. Es steckt in Routinen, situativen Entscheidungen, impliziten Heuristiken und über Jahre entwickelten Problemlösungsstrategien. Klassische Wissensmanagement-Systeme erfassen vor allem explizite Inhalte. Implizites Erfahrungswissen - also das "Wissen, wie es tatsächlich funktioniert" - bleibt häufig an einzelne Personen gebunden. Hinzu kommt: Wissenssicherung erfolgt oft anlassbezogen statt systematisch. Zeitdruck, fehlende Prozessintegration und mangelnde Akzeptanz verhindern eine Skalierung. Generative KI eröffnet hier neue Möglichkeiten. Large Language Models (LLMs) können dialogisch arbeiten, Rückfragen stellen, Inhalte strukturieren und Aussagen verdichten. Richtig eingesetzt werden sie zu einer strukturierenden Assistenz im Externalisierungsprozess - nicht als Ersatz menschlicher Expertise, sondern als Verstärker reflektierter Wissensarbeit.

IT-Tools | Wie aus Erfahrungswissen ein Corporate Brain entsteht

von Gabriele Horcher

Bis zum Jahr 2036 gehen in Deutschland laut Statistischem Bundesamt fast 19,5 Millionen Menschen der Babyboomer-Generation mit den Geburtsjahren 1957 bis 1968 in den Ruhestand. Jährlich scheiden dabei durchschnittlich rund 1,3 Millionen Erwerbstätige aus dem Arbeitsmarkt aus. Dadurch verschärft sich nicht nur der Fachkräftemangel - in Unternehmen droht zugleich ein erheblicher Verlust an Erfahrungswissen. Wie lassen sich Wissen und Erfahrung dieser Mitarbeitenden sichern? Das deutsche Startup Aiconiq.io ist überzeugt: mit Agentic AI - vorausgesetzt, diese basiert auf einem unternehmensindividuellen Corporate Brain.

Demografie | Demografischer Wandel: Was kann Führung leisten?

von Lucas Beyer, Prof. Dr.-Ing. Stefan Schweiger

Seit mehreren Jahren ist von einer "neuen Arbeitswelt" die Rede, in der sich mehrere Generationen gleichzeitig zurechtfinden sollen. Mit Blick auf die deutsche Gesellschaft wird der demografischen Wandel relativ deutlich. Bezogen auf den Arbeitsmarkt bedeutet das, dass Arbeitnehmende immer älter werden, während jüngere Genrationen - wie die Gen Z - schrittweise auf den Markt drängen. Die zentrale Herausforderung entsteht durch anhaltendgeringe Geburtenraten, die Unternehmen künftig dazu zwingen, Arbeitsstellen zu automatisieren und durch Roboter oder KI zu ersetzen. Während in früheren Zeiten noch ca. drei Stunden mehr pro Woche gearbeitet wurde, legen die jüngeren Generationen größeren Wert auf ihre persönliche Lebenszeit. Der Vorwurf älterer Generationen gegenüber der Generation Z lautet häufig, dass viele junge Menschen noch nicht lange im Arbeitsleben stehen und dennoch bereits konkrete Forderungen an zukünftige Arbeitgebende stellen. Der Begriff der Work-Life-Balance spielt hierbei eine zentrale Rolle.

Digitalisierung

Künstliche Intelligenz | Vorsicht! Vielleicht „halluziniert“ Ihre KI.

von Dr. Georg Kraus

KI-Systeme zeigen immer mehr Eigenschaften und Fähigkeiten, die vor nicht allzu langer Zeit noch als ureigen menschlich galten. Sie reagieren scheinbar empathisch, spiegeln Stimmungen und wirken zunehmend wie ein echtes Gegenüber. Gleichzeitig können sie jedoch "halluzinieren" - also überzeugend formulierte, aber falsche Informationen erzeugen. Deshalb sollte man ihren Aussagen und Empfehlungen nicht blind vertrauen.

Prozessmanagement | Warum KI erst im Prozess nachhaltig wirkt

von Gerald Martinetz

Künstliche Intelligenz gilt als einer der zentralen Treiber für Effizienz und Innovation in Unternehmen. In der Praxis zeichnet sich jedoch häufig ein anderes Bild: Während einzelne, isolierte Anwendungsfälle beeindruckende Ergebnisse liefern, scheitert die breite Skalierung von KI-Initiativen oft. Viele Projekte bleiben hinter den Erwartungen zurück oder werden nach ersten Tests gar nicht erst in den produktiven Betrieb überführt. Die Ursache liegt dabei meist nicht in der Leistungsfähigkeit der Modelle. Studien - unter anderem von McKinsey - zeigen vielmehr, dass Unternehmen den größten wirtschaftlichen Nutzen erst dann erzielen, wenn KI in klar strukturierte Arbeitsprozesse integriert wird. Der entscheidende Hebel liegt somit nicht allein in der Technologie, sondern in ihrer Einbettung in bestehende Abläufe.

IT-Tools | AI, Big Data und Cloud – das ABC der Digitalisierung

von Dr. Jörg Sommer, Heiko Löffler

In zahlreichen Digitalisierungsprojekten zeigt sich immer wieder dieselbe Frage: Was bedeutet Digitalisierung in Unternehmen eigentlich konkret? Die Antworten reichen von SAP-Migration über Automatisierung und den Aufbau von Cloud-Plattformen bis hin zu datengetriebenen Geschäftsmodellen und aktuell verstärkt zu Agentic AI. Jede dieser Antworten ist für sich richtig und beschreibt doch nur einen Teil des Gesamtbilds. Was häufig fehlt, ist ein methodisches und strukturiertes Vorgehen, das diese Initiativen zusammenführt, aufeinander abstimmt und strategisch ausrichtet. Genau dies beschreibt das ABC der Digitalisierung: A wie AI, B wie Big Data, C wie Cloud. Es hilft, die einzelnen Schlüsseltechnologien nicht isoliert voneinander zu betrachten, sondern in ihrem Zusammenspiel ganzheitlich zu verstehen und Transformationsprojekte wirksam umzusetzen. Gerade in Zeiten schneller Veränderungen wird ein solches Denken und Handeln in Zusammenhängen wichtiger denn je.

Human Resources

Mobiles Arbeiten | Head: Crisis of Hope: Orientierungssuche in hybriden Welten

von Mischa Sturzenegger

Hybrides Arbeiten ist vom Krisenmodus zum Standard geworden. Für viele Wissensarbeitende gehört die durch Homeoffice gewonnene Flexibilität inzwischen zu den beliebtesten Benefits und gilt heute vielerorts als nicht mehr verhandelbar. Gleichzeitig zeigt sich in der Praxis jedoch eine strukturelle Herausforderung: Besonders für junge Talente droht die Freiheit hybrider Arbeit in Isolation umzuschlagen. Arbeit funktioniert, Ergebnisse werden geliefert - doch Austausch, Einbindung und Orientierung im Unternehmen nehmen ab. Das bleibt nicht ohne Folgen. Laut Gallup Engagement Index befindet sich die Mitarbeiterbindung in Deutschland auf einem Tiefpunkt. Für Unternehmen ist das ein deutliches Warnsignal. Vor dem Hintergrund historisch niedriger Bindungswerte stellt sich daher die Frage: Wie verhindern Organisationen, dass hybride Arbeit zur anonymen Durchlaufstation wird - und gestalten stattdessen ein Arbeitsumfeld, das Menschen langfristig motiviert und bindet?

Weiterbildung | Kompetenzaufbau im Arbeitsalltag: Wenn KI zum Lernbegleiter wird

von Dr. Rahild Neuburger

KI verändert als lernendes System Arbeitsprozesse und Aufgaben. Im Unterschied zu vielen bekannten Werkzeugen kann KI kognitive und repetitive Tätigkeiten übernehmen, datenbasiert Entscheidungen vorbereiten und zugleich als Dialogpartner fungieren. Die Grenzen zwischen der Nutzung als Unterstützungstool - wie wir sie von klassischen Werkzeugen oder dem PC kennen - und interaktiver Zusammenarbeit sind dabei fließend. KI unterstützt beispielsweise administrative Prozesse, hilft bei der Vorbereitung von Gesprächen, erschließt Sachverhalte im Dialog oder unterstützt gezielt beim Aufbau neuen Wissens.

Trends

Künstliche Intelligenz | Wenn KI den Code schreibt: Wo KI-gestütztes Programmieren an Grenzen stößt

von Dr. Maik Schmerbauch

Python gehört seit Jahren zu den bekanntesten Programmiersprachen der IT-Welt - zuletzt insbesondere im Umfeld von KI-Anwendungen und datengetriebenen Systemen. Im Vergleich zu Programmiersprachen wie Java oder C++ gilt Python als vergleichsweise niedrigschwelliger Einstieg ins Coding. Mit Selbstdisziplin und kontinuierlichem Lernen lassen sich auch ohne Informatikstudium erste Anwendungen entwickeln. Dennoch erfordert auch Python mathematisch-logisches Verständnis. Ohne entsprechende Grundlagen stößt man jedoch schnell an Grenzen - auch mit Unterstützung durch KI.

IT-Sicherheit | ChatGPT & Co.: Wachsende Gefahr durch Schatten-KI

von Thorsten Rusch