Das bestätigt auch die österreichische Informationswissenschaftlerin und Wirtschaftspsychologin Isabella Mader in ihrem Buch "Wissensmanagement erfolgreich umsetzen". Und dabei geht es nicht nur um die Nutzung von vorhandenem Know-how, sondern auch um den Erwerb, die Speicherung oder den Transfer. All das ist wichtig, denn effizientes Wissensmanagement hat viele Vorteile: Es sichert nicht nur geistiges Kapital, sondern reduziert auch Kosten, leistet eine wertvolle Unterstützung beim Thema Risikomanagement, verbessert Kundenbeziehungen oder schafft langfristige Wettbewerbsvorteile. Doch in den letzten Jahren hat sich das Wissensmanagement - unter anderem aufgrund des technologischen Fortschritts - stark verändert. Auch das Thema Künstliche Intelligenz, kurz KI, spielt eine immer größere Rolle. Wir beleuchten das Thema etwas genauer.

^{Bildquelle: (C) Janko Ferlic / Pexels}

Kultur des Wissensaustausches implementieren

Wissen ist Macht. Das war schon immer so. Aber nun ist die Wissenskultur, aufgrund der gesellschaftspolitischen Entwicklungen, zu einem Megatrend geworden. Und der beginnt bei jedem einzelnen: Noch nie, war es so wichtig, nicht nur eine fundierte Grundausbildung vorweisen zu können, sondern das eigene Wissen auch stetig zu erweitern und auszubauen. Ein ganzes Leben lang. Wer etwa die Karriereleiter hinaufklettern will und sich insbesondere im wirtschaftlichen Umfeld beweisen möchte, setzt daher zunächst auf eine solide Basis, wie ein Wirtschaftsstudium. Später können durch weiterführende Ausbildungen oder Spezialisierungen weitere Wissensbereiche erschlossen werden. Für Unternehmen bedeutet dieser Megatrend wiederum: Sie müssen eine Kultur des Wissensaustausches etablieren. Denn nur so lassen sich Mitarbeiter langfristig und umfangreich für dieses Thema sensibilisieren, sind gewillt, sich selbst und das Unternehmen weiterzuentwickeln und schaffen gemeinsam einen Wissenspool. Und all das funktioniert nicht ohne eine klare Strategie, entsprechende interne und externe Wissensquellen und Schulungen. Es geht aber auch darum, konkrete Verantwortlichkeiten zu definieren, Erfolge zu messen und Anreize zu bieten, um das Thema ganzheitlich voranzutreiben. Schließlich spielen auch sinnvolle Tools eine immer größere Rolle - und hier kommen nach und nach KI-Lösungen zum Tragen.

^{Bildquelle: (C) cottonbro studio / Pexels}

KI-Tools unterbinden Bias-Gefahr

Mit ihnen lassen sich nicht nur Zeit und Kosten sparen, sondern sie haben einen weiteren großen Vorteil: Dazu muss man zunächst verstehen, dass ein großer Wissenspool zwar äußerst zielführend ist, allerdings auch die Gefahr von Bias in sich trägt. Darunter versteht man eine Verzerrung von Studienergebnissen oder Erhebungen, hervorgerufen durch einen systematischen Fehler. So driften die Werte in eine bestimmte Richtung ab und weichen damit auch von den wahren Werten ab. Übertragen auf das Wissensmanagement bedeutet das: Es besteht durchaus die Gefahr, dass sich durch eine subjektive Verzerrung bei der Erfassung und bei der Verbreitung von Wissen unerwünschte Denkmuster verfestigen - bewusst oder unbewusst. Denn schlussendlich sind wir alle nur Menschen. Das Prekäre daran: Diese Denkmuster können sich im gesamten Unternehmen manifestieren - überall dort, wo Wissen gefragt ist. Und das gefährdet wiederum die unbedingt erforderliche Neutralität von Wissen. KI-Tools haben den Vorteil, dass sie sich auf eine neutrale Datenbasis stützen - und damit sind sie in der Lage, diese Bias-Gefahr zu unterbinden. Wissen, das aus solchen Datenpools gezogen wird, ist somit nicht nur neutral, sondern auch zuverlässig und präzise. Zudem zeichnen sich KI-Lösungen durch eine hohe Geschwindigkeit aus. So können diese Daten etwa bereits genutzt werden, um Projekte mithilfe fundierter Erkenntnisse effektiver zu planen.

KI-Chatbot verbessert Wissensmanagement bei Audi

Springen wir nun von der Theorie zur Praxis, denn aktuell gibt es bereits Unternehmen, die diesbezüglich eine Vorreiterrolle einnehmen und ihr Wissensmanagement auf eine neue Ebene heben. So unterstützt etwa seit kurzem Storm Reply, ein auf Cloud-basierte Lösungen und Services spezialisiertes Unternehmen, den Automobilhersteller Audi in diesen Belangen. Konkret soll das interne Wissensmanagement durch die Einführung eines Retrieval-Augmented Generation (RAG) basierten KI-Chatbot verbessert werden. Oder anders ausgedrückt: KI-Technologie verhilft dem Automobilriesen dabei, interne Informationen effizienter und zuverlässiger zu gestalten. Und dabei ist es der KI-Chatbot von Storm Reply, der dabei eine Schlüsselrolle einnimmt und den Mitarbeitern benötigte Informationen zu Projektdokumentationen, Risikobewertungen oder Kontaktdaten in Sekundenschnelle liefert. Und apropos Bias: Das Tool ist so konzipiert, das Falschinformationen gar nicht erst in Umlauf kommen, denn es liefert nur Antworten, die sicher und relevant sind. Kann der KI-Chatbot eine Frage aufgrund unzureichender Daten nicht sicher beantworten, so kommuniziert er dies auch, anstatt eine ungenaue Antwort zu erstellen. So wird die interne Kommunikation auf ein neues Level gehoben, Entscheidungen können rascher getroffen werden und die Mitarbeiter haben einen einfachen und schnelle Zugang zu Informationen.

Bosch entwickelt eigenes KI-Sprachmodell

Gleiche Herausforderung, andere Herangehensweise: Auch die Bosch AG beschäftigt sich intensiv mit diesem Thema und kündigte im Sommer an, in wenigen Monaten als erster Industriekonzern im deutschsprachigen Raum ein KI-Tool zu entwickeln, das den Mitarbeitern das gesamte Unternehmenswissen zugänglich macht. Der Hintergrund: Viele Unternehmen nehmen von vorgefertigten, KI-gestützten Chatprogrammen wie ChatGPT aktuell nach wie vor Abstand, denn die Gefahr, dass der Algorithmus durch unvorsichtige Mitarbeiter mit sensiblen Firmeninformationen gefüttert wird, sei zu groß. Und so tüfteln manche an ihrer eigenen Version, wie eben die Bosch AG. Das Ganze nennt sich Bosch GPT. Und dieses Tool soll, auf Basis aller Informationen der hauseigenen Datenbank, sämtliche Wissensfragen beantworten können - bisher sind dafür noch Schlagworte nötig. Das bedeutet: Die KI soll Code schreiben können, Fehler erkennen oder die Dokumentation der Software-Entwicklung verbessern. Damit möchte man das Entwicklungsteam langfristig entlasten. Aktuell wird der Algorithmus angelernt.