Ob für das Training von KI-Modellen, die smarte Nutzung erneuerbarer Energien oder die Forschung rund um personalisierte Medikamente - Daten werden für Wirtschaft und Gesellschaft immer wichtiger. Doch in der großen Mehrheit der deutschen Unternehmen bleiben Daten weiterhin ungenutzt. Nur 6 Prozent gehen davon aus, dass sie das Potenzial der ihnen zur Verfügung stehenden Daten vollständig ausschöpfen. 31 Prozent schöpfen es eher stark aus, 42 Prozent eher wenig und 18 Prozent meinen, dass sie das Potenzial überhaupt nicht ausschöpfen.

Ein Blick in aktuelle Unternehmensstrategien der unterschiedlichsten Branchen zeigt, dass Themen wie Digitale Transformation, New Work oder Future Skills zuoberst auf der strategischen Agenda stehen. Wird mit diesem strategischen Fokus das Thema Wissensmanagement in Organisationen zunehmend obsolet? Wir haben Prof. Dr. Andrea Belliger, Expertin für Digitale Transformation, getroffen und mit ihr über die Rolle von Wissensmanagement im Kontext von New Work und Future Skills gesprochen.

Effizienz und Flexibilität sind in durchdigitalisierten Unternehmensfeldern von entscheidendem Vorteil. Dabei spielt die nahtlose Integration zwischen Business, IT und Customer Relationship Management (CRM) die zentrale Rolle. Diese Schnittstelle bildet eine wichtige Erfolgsformel für Unternehmen im Streben nach Wettbewerbsfähigkeit und nachhaltiger Entwicklung. Die enge Verbindung von Business und IT ermöglicht eine präzise Ausrichtung der IT-Strategie auf die Geschäftsziele. Das wiederum führt zu effizienteren Prozessen und einer agileren Anpassung an Veränderungen. Die Integration von CRM verstärkt diese Vorteile, indem sie eine bedarfsgerechte Anpassung an die Unternehmensanforderungen ermöglicht.

Künstliche Intelligenz ist nach wie vor das größte Thema der Tech-Branche - und der Trend wird sich fortsetzen: Kaum eine andere technologische Errungenschaft verändert sich aktuell schneller. Wie ist der aktuelle Umsetzungsstand in den Unternehmen? Und wie und wo kommt generative KI heute und in Zukunft zum Einsatz?

"Ein Weiser schätzt kein Spiel, wo nur der Zufall regiert", meinte Gotthold Ephraim Lessing (1729-1781). Ein Blick in die Wissenschaftsgeschichte zeigt allerdings, dass bei vielen Entdeckungen, die weise Menschen machten, der Zufall sehr wohl eine Rolle spielte: Christopher Columbus suchte einen Seeweg nach Indien und stieß zufällig auf Amerika. Charles Lockock entdeckte 31 Jahre nach der erstmaligen Isolierung von Brom zufällig, dass dieses eine krampflösende Wirkung hat. Henry Perkin entdeckte zufälligen die Farbe "Lila" im Rahmen der Synthese von Chinin. Alexander Fleming entdeckte durch Zufall Penicillin, weil über Nacht Schimmelpilze in seine Staphylokokken-Kulturen hineingeraten waren. [2] Die Beispiele ließen sich fortsetzen, denn Zufallsfunde gibt es reichlich. "Serendipität" lautet der Fachausdruck dafür. Und obgleich Zufälle nicht steuerbar sind, kann ihre Entdeckung durch das Kultivieren einer organisationalen Wissensökologie befördert werden.

Smartphones, Tablets & Co. erleichtern heute in vielen Bereichen die Arbeit - sei es im Außendienst, im Remote-Office oder auf Geschäftsreise. Das funktioniert allerdings nur, wenn die IT eine effiziente und störungsfreie IT-Infrastruktur schafft, die den Zugriff auf Kundendaten, Dokumente und Anwendungen jederzeit gewährleistet. Doch das ist nicht immer so trivial: Versteckte Hürden wie umständliche Authentifizierungsprozesse via Mobiltelefon oder veraltete Kontaktdaten entpuppen sich als regelrechte Produktivitätskiller. Mit modernen Tools lassen sich diese Störfaktoren jedoch ausschalten.

Künstliche Intelligenz (KI) gilt mittlerweile als Fundament vieler Zukunftsstrategien in deutschen Unternehmen. Die Mitarbeiter reagieren jedoch häufig besorgt und verunsichert angesichts der starken Veränderungen. Um KI zum Erfolg zu führen, müssen Unternehmen die Menschen von Anfang an mitnehmen. Ein ganzheitliches Adoption & Change Management ist dafür essenziell.

KI treibt in einer zunehmenden Vielfalt von Unternehmensbereichen erstaunliche Qualitäts- und Effizienzsteigerungen voran. Gerade auch Chatbots erweisen sich dabei oft als eine immer stärker infrage kommende Option in der Optimierung und Automatisierung von Prozessen. Der Einsatz dieser digitalen Assistenten bietet auch im HR-Bereich zahlreiche Vorteile: Als "Ansprechpartner", die 24/7 die täglichen Routineanfragen der Mitarbeitenden rechtssicher beantworten, entlasten sie die Personalexperten, reduzieren Kosten und verbessern die Mitarbeitererfahrung - ein Win-win quasi. Dennoch gibt es Bedenken, die insbesondere durch Zwischenfälle wie bei DPD aufkommen, bei dem ein Chatbot unangemessen auf eine Kundenanfrage reagierte. Eine unangenehme Begebenheit, die insbesondere in sensiblen Bereichen wie HR nicht passieren darf.

Oft entwerfen Unternehmen am "grünen Tisch" Geschäftsprozesse in ihrer Organisation neu. Dann funktioniert deren Einführung meist nicht so reibungslos wie geplant, denn: Wenn sich die Abläufe und Strukturen ändern, muss sich auch das Verhalten der Mitarbeiter ändern.

In einer dynamischen Arbeitsumwelt wird es zukünftig verstärkt darauf ankommen, fachliche und soziale Kompetenzen zu vernetzen und erlerntes "Können" auch anzuwenden und somit handlungskompetent zu agieren. Eine fundierte Methodenkompetenz wird dann für den persönlichen und für den Erfolg des Unternehmens von großer Bedeutung sein. Elementar ist daher die Befähigung der Mitarbeiter, das Erlernte zielgerichtet und systematisch in den Geschäftsprozessen einzusetzen, also am Ort der Wertschöpfung.

Die Arbeitswelt verändert sich gerade stark - und dadurch auch die Kompetenzen, die jetzt und zukünftig gefordert sind. Entscheidend dabei ist nicht nur die Frage, um welche Kompetenzen es sich dabei im Einzelnen handelt, wozu es mittlerweile viele Diskussionen und Studien gibt. Entscheidend ist vor allem die Frage, wie diese Kompetenzen durch geeignete Aus- und Weiterbildungskonzepte entwickelt und ausgebaut werden können. Und vor allem, wie die Mitarbeitenden bei der zunehmenden Zahl an Trainings und Webinaren die Lust am Lernen behalten.

Künstliche Intelligenz wird bereits in vielen Bereichen genutzt, in der Bildung und Weiterbildung jedoch nur vereinzelt, und dann vor allem zum Übersetzen oder Erstellen von Inhalten. Die Technologie kann aber noch viel mehr und könnte das Lernen geradezu revolutionieren.

Eines der wichtigsten Gesprächsthemen in Unternehmen im Jahr 2023 war sicherlich die Verwendung von "Large Language Models" (LLMs) und ihren Auswirkungen auf die Produktion, das Verfassen von Texten oder das Bewerbungsmanagement. Doch auch die berufliche Bildung erfährt viele Innovationen, die auf dem Einsatz von KI-Technologien basieren. Um die Zukunftsfähigkeit dieser Anwendungen besser einschätzen zu können, wurde für die diesjährige Ausgabe der Experten-Befragung mmb Learning Delphi eine ganze Reihe von Fragen zum Thema "Künstliche Intelligenz in der Bildung" gestellt.

In der dynamischen digitalen Arbeitswelt nimmt die Effizienz von Geschäftsprozessen eine Schlüsselrolle ein. Unternehmen sind bestrebt, ihre Prozesse kontinuierlich zu optimieren, um auf Marktanforderungen reagieren und den immer schneller werdenden Innovationszyklen Stand halten zu können. Im Kundenservice stellt die Automatisierung von Prozessen bei der E-Mail-Bearbeitung durch den Einsatz von künstlicher Intelligenz (KI) eine vielversprechende Möglichkeit dar, wachsendem Kostendruck und Arbeitskräftemangel gerecht zu werden. Vor diesem Hintergrund ist die Entwicklung eines Vorgehensmodells zur Potenzial- und Reifegradanalyse von Prozessen für den Einsatz von KI im Kundenservice von hoher Relevanz.

Viele Logistik-Prozesse sind bereits erfolgreich automatisiert worden. Doch die letzte Meile ist eine große Herausforderung auf dem Weg zum Autonomous Enterprise. Mit KI-gestützten Technologien können Unternehmen ihre Bestandsprozesse analysieren und Zustellungswege optimieren. Anonymisiertes Datenmanagement ermöglicht dabei auch die prädiktive Einflussnahme auf das Entscheidungsverhalten des Kunden.

Über den Erfolg von KI-Projekten entscheiden unter anderem auch die Daten. Ein zentrales Gütekriterium ist dabei deren Reifegrad. Aber auch die verschiedenen KI-Methoden sind relevant. Denn je nach Modell ergeben sich für Unternehmen unterschiedliche Einsatzszenarien - von der einfachen Datenstrukturanalysen über die Erstellung von Prognosen bis hin zur vollständigen Automatisierung komplexer Prozesse. Eine Datenstrategie bildet die Basis für das Erreichen eines hohen Reifegrades und damit auch für den Erfolg von KI-Projekten. Welche unterschiedlichen KI-Verfahren es gibt, wofür sie sich am besten eignen und wohin die KI-Reise gehen wird, darüber hat "wissensmanagement" mit Dr. Benjamin Karer, Executive Consultant und "AI Governance Lead" in der Cybersecurity Practice bei CGI Deutschland gesprochen.

Künstliche Intelligenz (KI) ist in aller Munde und gilt als die Zukunftstechnologie schlechthin. Doch wie steht es um die praktische Umsetzung von KI in den Unternehmen? Laut einer aktuellen Studie nutzen nur 45 Prozent der Unternehmen in der DACH-Region KI-Tools wie ChatGPT und Konsorten. Rund 54 Prozent davon nutzen die KI jedoch nur einmal wöchentlich bzw. vertrauen in 27 Prozent der Fälle nicht auf die Ergebnisse. Ein Grund dafür ist, dass KI nicht einfach aus dem Nichts entsteht, sondern auf einer soliden Wissensbasis aufbauen muss. Dennoch suchen KI-gestützte Tools derzeit oftmals nach Wissen, wo es nichts zu finden gibt. Denn ohne Wissensbasis mit qualitativ hochwertigen Daten, die strukturiert, verständlich und zugänglich sind, kann auch eine firmeninterne, generative KI nicht viel ausrichten, geschweige denn ihr volles Potenzial entfalten. Genau aus diesem Grund spielt Wissensmanagement eine entscheidende Rolle für den Erfolg von KI-Projekten.

Von Brüssel bis Washington DC finden in diesem Jahr Wahlen statt, welche die politische Landschaft weiter Teile der Welt für die nächsten Jahre bestimmen werden. Die Wahlentscheidungen werden auch Auswirkungen auf die gesamte Weltwirtschaft und jedes einzelne Unternehmen haben. Dabei sind sie mit einer in dieser Dimension neuen Herausforderung konfrontiert: Generative KI

Künstliche Intelligenz setzt schon seit einigen Monaten dazu an, die Unternehmenswelten zu revolutionieren. Vor allem durch die Verwendung von Large Language Models, kurz LLMS, gelingt es, wertvolle Ressourcen zu sparen und effizienter sowie produktiver zu agieren. Aber gilt das auch für den Bereich der betrieblichen (Weiter-)Bildung?

Mit der Zunahme von KI-gesteuerten Chat-Dienste werden automatisierte Kundengespräche immer mehr zu einem Wettbewerbsvorteil. Aufgrund ihrer leistungsstarken Fähigkeiten und ihrer weiten Verbreitung ist die generative KI mittlerweile auch in das Blickfeld der Politik gerückt. Die Gesetzgeber der EU haben deshalb neue Vorschriften in das KI-Gesetz aufgenommen, die sich direkt mit dem Aufkommen von hochentwickelten Chatbots und LLMs befassen sollen.

Alle wollen GenAI und zwar am besten sofort. Ein undurchdachtes "Einfach-mal-drauf-los" ist aber keine gute Idee, denn dabei droht generative KI zu einem teuren, sinnfreien und unter Umständen sogar gefährlichen Abenteuer zu werden. Hier lesen Sie die fünf wichtigsten Fragen, die Unternehmen vorab klären sollten.

Gefühlt beeinflusst generative KI unser Arbeits- und Privatleben mittlerweile tagtäglich. Nicht nur die Anwendungen werden immer mehr; auch die Diskussionen über Implikationen, Herausforderungen und Regularien prägen den beruflichen und privaten Alltag. Dies wundert kaum, handelt es sich ja um eine Art von Werkzeug, das die Menschen bisher noch nicht kannten bzw. nutzen konnten. Zielten bisher genutzte Formen der KI primär darauf ab, bestehende Daten zu analysieren, zu klassifizieren oder als Basis für Vorhersagen zu nutzen, werden durch generative KI neue Inhalte erzeugt, die auf gelernten Mustern basieren. Die Vielzahl an konkreten Anwendungen reicht mittlerweile von der Erstellung von Texten, Zusammenfassungen oder Übersetzungen über die Erzeugung von Bildern, Videos oder Fotos bis hin zu durch generative KI realisierte Avatare oder persönliche Assistenten, die unterschiedliche Rollen einnehmen können.

Laut dem MuleSoft Connectivity Report treiben Unternehmen die Nutzung von Künstlicher Intelligenz (KI) weiter voran. Dem gegenüber steht eine mit den Jahren gewachsene IT-Landschaft, mit der sich dieses Vorhaben nicht „on the fly“ umsetzen lässt.

Nicht erst durch Corona hat die digitale Kommunikation weltweit einen signifikanten Fortschritt erlebt. So kommt es immer mehr dazu, dass Berufstätige tagtäglich im Homeoffice oder mobil arbeiten. Dabei gehört die Teilnahme an virtuellen Meetings zum Alltag für viele Arbeitnehmerinnen und Arbeitnehmer. Besonders diese Entwicklung birgt jedoch auch die Gefahr für eine neuere Art der körperlichen und mentalen Belastung, bekannt als "Zoom-Fatigue".

In einer sich rasant verändernden Arbeitswelt stehen sowohl Arbeitgeber als auch Arbeitnehmer vor neuen Herausforderungen. Traditionelle Arbeitsmodelle und -strukturen weichen zunehmend innovativen Ansätzen, die häufig unter dem Begriff "New Work" zusammengefasst werden. Dementsprechend steht New Work für einen Paradigmenwechsel in der Art und Weise, wie wir uns organisieren und (zusammen-)arbeiten. Durch New Work sollen die Potenziale der Digitalisierung, Individualisierung und insbesondere der Flexibilisierung genutzt werden, um den steigenden Anforderungen an die individuelle Arbeitsleistung gerecht zu werden und Mitarbeitern ein Gleichgewicht zwischen Berufs- und Privatleben zu ermöglichen. Gleichzeitig wird die individuelle Produktivität in den Arbeitsphasen gestärkt, da New Work eine agile Arbeitsplanung in Abhängigkeit der persönlichen Leistungsfähigkeit ermöglicht. Doch inwieweit ist der New Work Ansatz in der Praxis angekommen und was wünschen sich Mitarbeiter für die flexibilisierte Arbeitswelt der Zukunft?

Mit der wachsenden Popularität von Cloud-Lösungen stehen Unternehmen vor der Herausforderung, ihre IT-Sicherheit an die neue Realität anzupassen. Vereint die Infrastruktur sowohl lokale Systeme als auch Cloud-Technologien, muss die Security-Strategie einen identitätsbasierten, holistischen Ansatz verfolgen, der auch Cloud-basierte Tools umfasst.

Generative KI ist im Job-Alltag angekommen: Umfragen zufolge verwendet beinahe jeder Zweite beispielsweise ChatGPT bereits im beruflichen Kontext. Doch viele Unternehmen sind noch nicht durchgreifend auf das KI-Zeitalter vorbereitet. Es braucht es zum einen Leitlinien für die Anwendung, außerdem eine hohe Lernbereitschaft der Nutzer. Gefragt ist daher eine Kultur, die KI-Implementierung und -Einsatz überhaupt erst ermöglicht. Eine Zusammenarbeit über Abteilungsgrenzen hinweg spielt hierbei eine wichtige Rolle: Fach- und Führungskräfte etwa aus Bereichen wie IT, Information Management, Human Resources und Unternehmenskommunikation sollten die Grundlagen schaffen, um Silos abzubauen und unternehmensweite KI-Lösungen einzuführen.

Der Kompetenz zum kritischen Denken kommt aufgrund der im Digitalzeitalter stetig wachsenden Informationsfülle von mitunter zweifelhafter Güte, welche nicht zuletzt durch die sozialen Medien sowie durch auf künstlicher Intelligenz (KI) basierenden Applikationen angefacht wird, eine immer größere Bedeutung zu. Kritisches Denken sollte daher gezielt gefördert werden - und zwar sowohl an den Hochschulen als auch in Unternehmen.

Der Transfer von Tacit Knowledge gewinnt in der gegenwärtigen Wissensverlustforschung zunehmend an Bedeutung. Der Verlust von organisationalem Wissen, kurz Organizational Knowledge Loss (OKL), bezeichnet die Situation, in der eine Organisation ihr kritisches Wissen teilweise oder vollständig verliert. Der Verlust hat einen negativen Einfluss auf das organisationale Gedächtnis, welches die organisatorische Wissensbasis repräsentiert. Der Verlust dieser organisatorischen Wissensbasis kann wiederum Kosten verursachen und zu Nachteilen im Wettbewerb führen. In der Forschung wird diese Problemstellung mit dem organisationalen Vergessen gleichgesetzt. Folglich stellt sich die Frage, wie dieses Phänomen verursacht wird.

"Wie sorgen wir dafür, dass wertvolles Wissen in unserer Organisation erhalten bleibt, und wie können wir dieses so speichern, dass es an andere Personen weitergegeben werden kann?" Das fragten sich Unternehmer schon, als der Begriff Wissensmanagement noch gar nicht existierte. So dachten zum Beispiel Händler und Landwirte darüber nach: Wie geben wir das Wissen, das sich im Laufe der Jahre in unseren Köpfen angesammelt hat, an unsere Nachkommen weiter? Und Spezialisten wie Handwerker überlegten: Wie vermitteln wir unser Experten- und Erfahrungswissen an unsere Mitarbeitenden? Seit Bestehen der Menschheit erfolgte diese Wissensweitergabe in mehr oder minder strukturierter Form. Doch lange Zeit wurde diese Wissensvermittlung nicht als ein Managementprozess verstanden, der zielorientiert gestaltet werden sollte.

Was haben der "Friends"-Star Courteney Cox, das Model Elle Macpherson, die Schauspieler Sandra Bullock, Nicolas Cage, Russel Crow und Keanu Reaves sowie Sänger Lenny Kravitz und die frühere First Lady Michelle Obama gemeinsam? Sie sind allesamt prominente Vertreter der Generation der Babyboomer. Und noch mehr: Sie sind alle im Jahr 1964 geboren - ein Jahr, das hierzulande geradezu als historisch gilt. Es ist nämlich das kinderreichste Jahr Deutschlands. In beiden Teilen der Republik wurden damals laut statistischem Bundesamt knapp 1,4 Millionen Babys geboren. Zum Vergleich: 2023 lag der Wert mit lediglich 519.000 Geburten bei weniger als der Hälfte.

Mehr als 6000 Filialen von knapp 50 Kunden wie Bonita, C&A oder Depot betreut die Seybold GmbH in Stuttgart derzeit mit 24 Mitarbeitern. Allein 2023 kamen 1.000 Läden von Discountern und Supermärkten hinzu, so Geschäftsführer Marcus Seybold, der seine Dienstleistung 2007 gegründet hat. Berufserfahrung sammelte der heute 47-Jährige im dualen Studium bei Kaufland im Fachbereich Handel. Der gebürtige Crailsheimer wechselte bald in den Immobilien-Bereich und konzipierte Abläufe, die die Filialleiter im Umgang mit ihren Gebäuden und Untermietern entlasten.

Hybrid Work, New Work, New Normal - es kursieren viele Begriffe für moderne Arbeitsmodelle. Fakt ist: Die hybride Arbeitswelt ist in unserer Gesellschaft angekommen. Selbst erklärte Homeoffice-Gegner haben ihre Meinung geändert, um drohende Kündigungen ihrer Mitarbeitenden zu vermeiden. Eine neue Arbeitswelt entsteht aber nicht dadurch, dass man den Beschäftigten erlaubt, von zu Hause aus zu arbeiten. Vielmehr müssen sich Unternehmen mit ihren individuellen Herausforderungen auseinandersetzen und darauf aufbauend passende Lösungen umsetzen.

Der Hype um ChatGPT veranlasst viele Unternehmen, KI-Anwendungen zu implementieren, um möglichst schnell das umfassende Potenzial von KI zu nutzen. Sie zielen zum Beispiel auf eine Effizienzsteigerung, eine Entlastung der Mitarbeiterinnen und Mitarbeiter oder eine Verbesserung des Kundenservices ab. Weitere Anwendungsszenarien betreffen neuartige Datenanalysen oder ein optimiertes Risikomanagement. Projekte werden dabei in der Regel gestartet, ohne dass eine KI-Strategie - also eine ganzheitliche Sicht auf die Einführung - vorhanden ist. Doch eine solche Sicht ist umso wichtiger, je mehr KI-Lösungen eingesetzt werden.

Kubernetes hat die Orchestrierung von Containern beherrschbar gemacht. Die Bedienung der Open-Source-Plattform ist allerdings keinesfalls trivial. Die hohe Komplexität verführt im praktischen Einsatz selbst Experten zu Fehlern. Die Folgen können gravierend sein - sind aber vermeidbar.

Viele Wissensmanager arbeiten hybrid. Derzeit kommen sie im Schnitt 3,2 Tage in der Woche in Büro. Das zeigt eine Umfrage der Immobilienfirma Jones Lang LaSalle. Das soll auch so bleiben - geht es nach den Befragten. 65 Prozent der Beschäftigten in Deutschland wollen auch künftig im Office und zuhause arbeiten - wo möglich. Dabei stehen schon heute in jedem dritten Unternehmen ganze Etagen ungenutzt leer. Gleichzeitig entwickeln sich die Technik für Kommunikation und KI rasant weiter.

In den vergangenen Jahren wurde bereits viel über den Einsatz von künstlicher Intelligenz (KI) für die Verbesserung einer organisationsinternen Suche berichtet. Die Anwendungsfälle solcher Lösungen reichen von der Website-Suche über die Unterstützung des Kundenservice bis hin zum Wissensmanagement. Diese Anwendungen basieren meist auf der Auswertung mehrerer Informationsquellen, müssen Zugriffsrechte beachten, kurze Antwortzeiten gewährleisten und nicht zuletzt gute Suchergebnisse liefern. Unter einem technischen Blickwinkel sprechen wir hier über so genannte Enterprise Search-Lösungen. Für die Überbrückung der Diskrepanz zwischen den Formulierungen in den zu durchsuchenden Inhalten und dem Sprachgebrauch der verschiedensten Nutzergruppen kommen in letzter Zeit zunehmend KI-basierte Funktionen für die Sprachverarbeitung zum Einsatz.

Enterprise-Search-Lösungen erleichtern die Informationsbeschaffung in Unternehmen und Behörden immens. Large Language Models (LLMs) und Generative KI heben neuerdings die Arbeitseffizienz und die Qualität der Suchergebnisse noch einmal auf ein neues Level. So werden aus traditionellen Unternehmenssuchen echte Plattformen für das Wissensmanagement.

Die Generative KI und Large Language Models (LLMs) bieten mit ihren enormen Fähigkeiten bei der Sprachverarbeitung und -generierung großes Potenzial für das Wissensmanagement. Aufgrund der gigantischen Datenmengen, mit denen sie trainiert wurden, sind die Ergebnisse sowohl beim Verstehen von Eingaben als auch bei der Ausgabe von Antworten beeindruckend. Der Nutzer hat den Eindruck, er kommuniziere mit einer realen Person. Eine weitere Stärke ist die Fähigkeit, die Anfragen von Nutzern richtig zu verstehen - auch wenn diese sich unorthodox oder unklar ausdrücken. LLMs können trivial gestellte Fragen in die notwendige Suchlogik übersetzen und eventuelle Ergebnisse in einer Art und Weise ausgeben, die der Nutzer versteht.

"Wer auf die Suche geht, muss zuvor wissen, wo er suchen soll." Nein, das ist keine Weisheit des Konfuzius, sondern leider noch immer gelebte Realität für viele Mitarbeitende. Neue Lösungen sollen - vor allem mit Hilfe Künstlicher Intelligenz (KI) - die Enterprise Search zukünftig verbessern. Doch was ist Suche überhaupt? Was kann sie in der Unternehmenspraxis leisten - und was nicht? Hier ist ein Überblick der wichtigsten Suchmethoden und Suchtechnologien.

Das klassische Bild der Mitarbeitenden, die ihren Dienst von Montag bis Freitag zwischen 9 und 17 Uhr erledigen, bröckelt. Die neue Arbeitswelt ködert auf der einen Seite mit agilen, asynchronen Arbeitszeitmodellen, ist auf der Schattenseite allerdings geprägt von enormer Volatilität, Leistungsdruck und einem akuten Fachkräftemangel. Kein Wunder also, dass sich Erschöpfung breitmacht. Laut einer aktuellen Studie der Hans-Böckler-Stiftung wünschen sich gut 81 Prozent der Befragten hierzulande eine Viertagewoche. Doch sind diese Herausforderungen für Unternehmen und Angestellte überhaupt mit der Viertagewoche vereinbar?